核心算法补充——化学发光免疫分析仪五种曲线拟合算法
文档来源：全自动化学发光免疫分析仪项目核心算法补充说明 版本：2019-11-06（一改版） 编制方：苏州国科均豪生物科技有限公司 / 中科院苏州医工所
概述
本文档描述了化学发光免疫分析仪中用于吸光度（光子数）—抗原浓度定量分析的五种曲线拟合算法。所有算法的临床目标一致：通过已知浓度标准品定标，建立光子数与浓度的映射关系，再反推未知样品的浓度值。
五种算法共享同一个底层求解引擎——高斯-牛顿迭代法（Gauss-Newton），通过泰勒级数展开近似非线性模型，反复迭代修正回归系数，使残差平方和最小化。
算法总览
| 算法 | 模型类型 | 输入变换 | 待求参数 | 适用场景 |
|---|---|---|---|---|
| 分段四参数拟合 | 非线性（Logistic） | 按浓度高低分段，各段做四参数拟合 | A, B, C, D（每段） | 宽浓度范围、非线性强的试剂 |
| 直线拟合 | 线性 | 无（原始光子数 vs 原始浓度） | k, b | 线性关系好的低浓度区间 |
| 对数拟合 | 线性化 | x、y 均取 log₁₀ 后做直线拟合 | k, b | 浓度跨多个数量级、对数线性关系 |
| 指数拟合 | 线性化 | y 取 ln（自然对数）后做直线拟合 | k, b | 指数衰减/增长关系 |
| 二次多项式拟合 | 非线性（多项式） | 无（y = ax² + bx + c） | a, b, c | 存在明显曲率但不适合 Logistic 的情况 |
一、分段四参数拟合算法
基本原理
基于四参数 Logistic 模型，将标准品数据按浓度从低到高分为两组，每组分别进行四参数拟合。分段策略扩展了单一四参数模型的动态范围，适合宽量程试剂。
四参数 Logistic 方程
经典 S 型曲线，四个参数物理意义：
- A：上渐近线（高浓度平台）
- D：下渐近线（低浓度背景）
- C：半最大有效浓度（EC₅₀，拐点位置）
- B：曲线斜率因子（陡峭程度）
求解方法
采用高斯-牛顿迭代法：
- 根据经验设定参数初始值
- 对 Logistic 方程四个参数求偏导，得到 y 对 (△A, △B, △C, △D) 的泰勒级数展开
- 用增量校正当前参数估计
- 迭代直到相关系数不再增大，或达到预设迭代次数
- 最终使残差平方和最小
二、直线拟合算法
模型
y = kx + b，其中 x 为浓度，y 为光子数/吸光度。
求解
同样基于高斯-牛顿迭代法（虽然直线可用最小二乘解析解，但系统统一使用迭代框架）：
- 待求参数：斜率 k、截距 b
- 迭代修正量：△k, △b
- 收敛条件：相关系数不再增大 / 达到迭代上限
适用
浓度范围窄、响应线性度好的检测项目。
三、对数拟合算法
模型
对浓度 x 和光子数 y 同时取 log₁₀，将非线性关系转化为线性关系： log₁₀(y) = k · log₁₀(x) + b
求解
- 输入数据预处理：x’ = log₁₀(x)，y’ = log₁₀(y)
- 在对数空间做直线拟合（高斯-牛顿迭代法，参数 △k, △b）
- 反变换回原始空间
适用
浓度跨越多个数量级（如 pg/mL → ng/mL → μg/mL）、在双对数坐标下呈线性的免疫反应。
四、指数拟合算法
模型
对光子数 y 取自然对数（ln），浓度 x 保持原值： ln(y) = kx + b
即 y = b’ · e^(kx)，其中 b’ = e
求解
- 输入数据预处理：y’ = ln(y)
- 与 x 做直线拟合（高斯-牛顿迭代法）
- 反变换得到指数曲线
适用
信号随浓度呈指数变化的场景（如某些动力学检测、淬灭反应）。
五、二次多项式拟合算法
模型
y = ax² + bx + c
求解
基于高斯-牛顿迭代法：
- 待求参数：二次项系数 a、一次项系数 b、常数项 c
- 迭代修正量：△a, △b, △c
- 收敛条件同前
适用
标准曲线有明显弯曲但不符合 Logistic S 型的试剂，提供更灵活的多项式近似。
共性技术要点
高斯-牛顿迭代法统一框架
五种算法虽然模型不同，但底层求解器统一：
- 泰勒展开近似：将非线性模型在当前参数点做一阶泰勒展开
- 增量求解：解线性最小二乘问题得到参数增量
- 迭代校正：用增量更新参数
- 收敛判定：相关系数 R 不再显著增大，或达到最大迭代次数
- 目标：残差平方和最小
临床应用流程
标准品（已知浓度） → 测试光子数 → 选择拟合算法 → 迭代求参数 → 定标曲线
↓
未知样品 → 测试光子数 → 代入定标曲线 → 反求浓度值 → 输出结果
算法选择依据
- 根据不同试剂的剂量-响应曲线形态选择合适的拟合模型
- 四参数 Logistic 是免疫检测金标准，但分段后动态范围更大
- 直线/对数/指数/多项式拟合作为补充，适配不同试剂特性
关联笔记
- 微流控化学发光免疫分析仪-软件系统设计与调试 — 同项目软件系统设计文档
- 荧光补偿算法-液相芯片多色荧光检测 — 另一项目的荧光补偿算法
- 液相芯片测试软件需求分析及界面设计方案 — 液相芯片调试软件需求