CN111638264B - 一种基于离子峰谱线的faims图谱特征提取方法 - Google Patents

一种基于离子峰谱线的faims图谱特征提取方法 Download PDF

Info

Publication number
CN111638264B
CN111638264B CN202010573964.0A CN202010573964A CN111638264B CN 111638264 B CN111638264 B CN 111638264B CN 202010573964 A CN202010573964 A CN 202010573964A CN 111638264 B CN111638264 B CN 111638264B
Authority
CN
China
Prior art keywords
peak
point
ion
value
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010573964.0A
Other languages
English (en)
Other versions
CN111638264A (zh
Inventor
席广永
胡东华
王旭
潘化冰
郭倩倩
孙彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou University of Light Industry
Original Assignee
Zhengzhou University of Light Industry
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN202010573964.0A priority Critical patent/CN111638264B/zh
Publication of CN111638264A publication Critical patent/CN111638264A/zh
Application granted granted Critical
Publication of CN111638264B publication Critical patent/CN111638264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/622—Ion mobility spectrometry
    • G01N27/624—Differential mobility spectrometry [DMS]; Field asymmetric-waveform ion mobility spectrometry [FAIMS]

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种基于离子峰谱线的FAIMS图谱特征提取方法，依次包括以下步骤：A：对原始谱线进行噪声去除并得到去噪后谱线，规定原始谱线的左基线范围和右基线范围；B：计算左基线波动和右基线波动；C：确定有效离子峰；D：判断离子峰的类型；E：对不同类型的离子峰分别提取离子峰特征，离子峰特征包括离子峰值特征、离子峰位置特征、半峰宽特征、离子峰峰值与半峰宽的比值特征和峰面积特征。本发明能够准确找到每个有效离子峰的形状和区域，并提取关于离子峰的5种特征。

Description

一种基于离子峰谱线的FAIMS图谱特征提取方法
技术领域
本发明涉及一种图谱特征提取方法，尤其涉及一种基于离子峰谱线的高场不对称离子迁移谱图谱特征提取方法。
背景技术
高场不对称离子迁移谱(Field Asymmetric Ion Mobility Spectrometry,FAIMS)是一种特殊的离子迁移谱(Ion Mobility Spectrometry,IMS)，它利用离子迁移率在高压电场下的非线性变化实现对不同离子的分离和检测。这种技术具有微型化、离子利用率高、检测精度高(ppb-ppt级别)等优点，在***物检测、食品分析、医疗诊断、环境监测和药物分析等领域展现出了良好的应用效果和巨大的应用潜力。目前，FAIMS图谱特征普遍沿用现有的图像特征提取方法来获得，如局部二值模式(Local Binary Patterns,LBP)，二值化图谱响应范围的周长和面积等。这些图像特征提取方法并不是针对FAIMS图谱提取的，其特征维度一般较高，这不但使得后续建模困难，而且往往导致模型的鲁棒性较差。而FAIMS图谱并非自然场景中的图像，而是由若干谱线组成的伪图。因此，这些现有的图像特征提取方法虽取得了一定效果，但是缺乏针对FAIMS数据特点的特征提取算法。
发明内容
本发明的目的是提供一种基于离子峰谱线的FAIMS图谱特征提取方法，能够准确找到每个有效离子峰的形状和区域，并提取关于离子峰的5种特征。
本发明采用下述技术方案：
一种基于离子峰谱线的FAIMS图谱特征提取方法，依次包括以下步骤：
A：对原始谱线进行噪声去除并得到去噪后谱线，规定原始谱线的左基线范围和右基线范围；
B：计算左基线波动和右基线波动；
C：确定有效离子峰；
D：判断离子峰的类型；
E：对不同类型的离子峰分别提取离子峰特征，离子峰特征包括离子峰值特征、离子峰位置特征、半峰宽特征、离子峰峰值与半峰宽的比值特征和峰面积特征。
所述的步骤A中，首先对谱线上的尖脉冲噪声和锯齿波噪声进行去除，得到去噪后谱线，然后然后对原始谱线的左基线范围和右基线范围进行规定，当补偿电压处于最低或最高时，没有检测离子响应的两部分谱线分别作为左基线和右基线。
所述的步骤A中，使用Sym 8小波对原始谱线去除尖脉冲噪声，使用移动平均滤波去除锯齿波噪声。
所述的步骤B中，将原始谱线的左基线BLo的值减去去噪后谱线的左基线BLd的值，得到左基线波动FL；将原始谱线的右基线BRo的值减去去噪后谱线的右基线BRd的值，得到右基线波动FR。
所述的步骤C中：在去噪后谱线中找出所有的驻点，并在驻点中确定峰点和谷点，通过设定最小离子峰峰值TP判断待判定的峰点是否为有效离子峰；
判定去噪后谱线中的某一个待定点是否为驻点时，将去噪后谱线中的待定点减去待定点左侧相邻点的差值记为d1，待定点右侧相邻点减去待定点的差值记为d2；满足d1×d2＜0的待定点为驻点；驻点中满足d1＞0且d2＜0的点为峰点；驻点中满足d1＜0且d2＞0的点为谷点；
最小离子峰峰值TP为：
Tp＝kp×max(median(FL),median(FR)) 式(1)；
如果待判定的峰点的值小于Tp，则认为该峰点是噪声；如果待判定的峰点的值大于Tp，则进入下一步的判断；
计算待判定的峰点左右两个谷点的最小跨度值是否大于最小跨度阈值S，若大于最小跨度阈值S，则认为待判定的峰点为有效离子峰；若小于等于最小跨度阈值S，则认为是尖脉冲噪声，待判定的峰点不是有效离子峰；
其中，kp为乘性系数，在一般正态分布假设下kp大于等于3；max(g,g)表示取两个输入的最大者；median(g)表示计算输入序列的中位数，FL为左基线波动，FR为右基线波动；两个谷点的跨度是指两个谷点位置的差的绝对值。
所述的步骤D中，通过判断待判定有效离子峰峰顶的两个最近的谷点，与离子峰类型阈值TC的大小，确定离子峰的类型；
离子峰类型阈值TC为：Tc＝mean(BLd)+kc×std(BLd)；
其中，kc为乘性系数，mean(g)为计算输入序列的均值，std(g)为计算输入序列的标准差，BLd为去噪后的左基线；
若某个有效离子峰峰顶的两个最近的谷点都小于TC，则这个峰顶对应的离子峰为单峰；如果其中一个谷点小于TC，而另一个谷点大于TC，则对应的离子峰为连峰；如果其中两个谷点都大于TC，则对应的离子峰为夹峰。
所述的步骤E中，根据离子峰的类型，分别提取离子峰特征：
E1：对单峰提取5种离子峰特征；
E11：将单峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E12：将单峰所对应的峰值的一半作为半峰值；在峰顶左侧上升的响应序列和右侧下降序列中分别确定一个与半峰值最接近的响应点，这两个响应点位置的差值的绝对值作为半峰宽特征HPW，峰值除以半峰宽作为离子峰峰值与半峰宽的比值特征VWR；
E13：分别从该单峰的峰点左右最近的两个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于落差阈值Tf，则这4个点中的第1个点被认为是峰脚，两个峰脚内所有响应点的绝对值相加作为峰面积特征PA；
E2：对连峰提取5种离子峰特征；
E21：连峰包括左连峰和右连峰2种类型；对任何一种连峰，直接将该连峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E22：对于左连峰，取该左连峰右侧下降序列中与半峰值最接近的响应点位置，与该左连峰的离子峰位置差值的绝对值的2倍作为半峰宽特征HPW，峰值除以半峰宽被作为离子峰峰值与半峰宽的比值特征VWR；
对于右连峰，取该右连峰左侧上升序列中与半峰值最接近的响应点位置，与该右连峰的离子峰位置差值的绝对值的2倍作为半峰宽特征HPW，峰值除以半峰宽被作为离子峰峰值与半峰宽的比值特征VWR；
E23：对于左连峰，从该左连峰的峰点右侧最近的一个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于阈值Tf，则这4个点中的第1个点被认为是峰脚；将这个峰脚到左连峰峰点内所有响应点的绝对值相加的和的2倍作为峰面积特征PA；
对于右连峰，从该右连峰的峰点左侧最近的一个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于阈值Tf，则这4个点中的第1个点被认为是峰脚；将这个峰脚到左连峰峰点内所有响应点的绝对值相加的和的2倍作为峰面积特征PA；
E3：对夹峰提取5种离子峰特征；
E31：将夹峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E32：分别在夹峰左侧上升序列和右侧下降序列中找到最大上升差值点和最大下降差值点；其中最大上升差值点为最大斜率点，最大下降差值点为最小斜率点；设某个点的差值为该点的响应值减去该点左侧相邻点的响应值；基于最大斜率点和最小斜率点之间的响应点，采用基于非线性最小二乘的高斯拟合计算出一个拟合曲线；根据夹峰拟合曲线直接提取半峰宽特征HPW，以及离子峰峰值与半峰宽的比值特征VWR特征；该夹峰拟合曲线左侧上升序列中与去噪后谱线的左基线BLd的均值最接近的点被作为左侧虚峰脚，该夹峰拟合曲线右侧下降序列中与去噪后谱线的右基线BRd的均值最接近的点被作为右侧虚峰脚，左虚峰脚与右虚峰脚之间所有响应点的绝对值相加的和作为峰面积特征PA。
本发明从FAIMS图谱的本质特点出发，即FAIMS图谱是由若干谱线组成的伪图，基于每条谱线的离子峰进行特征提取。本发明首次***地从峰最大值、峰的凸起程度和峰的宽度三方面定义了有效离子峰，然后通过判断峰的类型和峰脚的位置，找出了每个有效离子峰的形状和区域，提取了关于离子峰的5种特征：离子峰值(Peak Value,PV)、离子峰位置(Peak Index,PI)、离子峰半峰宽(Half-ion-Peak Width,HPW)、离子峰峰值与半峰宽的比值(Value to half-ion-peak Width Ratio,VWR)、离子峰面积(Peak Area,PA)。
附图说明
图1为本发明的流程示意图；
图2为本发明中单峰的示意图；
图3为本发明中连峰的示意图；
图4为本发明中夹峰的示意图。
具体实施方式
以下结合附图和实施例对本发明作以详细的描述：
如图1所示，本发明所述的基于离子峰谱线的FAIMS图谱特征提取方法。依次包含以下具体步骤：
A：对原始谱线进行噪声去除并得到去噪后谱线，规定原始谱线的左基线范围和右基线范围；
首先对谱线上的尖脉冲噪声和锯齿波噪声进行去除。本实施例中，用Sym 8小波对原始谱线去除尖脉冲噪声，并用移动平均滤波去除锯齿波噪声，从而得到去噪后谱线。
然后对原始谱线的左基线范围和右基线范围进行规定。基线是指没有检测离子响应的谱线。当补偿电压处于最低或最高时，一般没有检测离子响应，因此这两部分没有检测离子响应的谱线可以分别作为左基线和右基线使用。基线的范围可以根据具体检测场景确定。由于去噪后谱线由原始谱线去噪得到，因此去噪后谱线的左基线范围和右基线范围与原始谱线相同。
在本实施例中，一条FAIMS谱线含有512个响应点，从左至右对应位置1到位置512；定义第1至100点为左基线，第401至最后512点为右基线，原始曲线的左基线用符号BLo，原始曲线的右基线用符号BRo表示。去噪后的左基线表示为BLd，去噪后的右基线表示为BRd。
B：计算左基线波动FL和右基线波动FR；
将原始谱线的左基线BLo的值减去去噪后谱线的左基线BLd的值，得到左基线波动FL；将原始谱线的右基线BRo的值减去去噪后谱线的右基线BRd的值，得到右基线波动FR。
C：确定有效离子峰；
在去噪后谱线中找出所有的驻点，并在驻点中确定峰点和谷点，通过设定最小离子峰峰值TP判断待判定的峰点是否为有效离子峰；
判定去噪后谱线中的某一个待定点是否为驻点时，将去噪后谱线中的待定点减去待定点左侧相邻点的差值记为d1，待定点右侧相邻点减去待定点的差值记为d2；满足d1×d2＜0的待定点为驻点；驻点中满足d1＞0且d2＜0的点为峰点；驻点中满足d1＜0且d2＞0的点为谷点；
最小离子峰峰值TP为：
Tp＝kp×max(median(FL),median(FR)) 式(1)；
其中，kp为乘性系数，在一般正态分布假设下kp大于等于3；max(·,·)表示取两个输入的最大者；median(·)表示计算输入序列的中位数，FL为左基线波动，FR为右基线波动。如果待判定的峰点的值小于Tp，则认为该峰点是噪声；如果待判定的峰点的值大于Tp，则可能是有效峰，进入下一步的判断；下角标P为point的首字母缩写；
计算待判定的峰点左右两个谷点的最小跨度值是否大于最小跨度阈值S，若大于最小跨度阈值S，则认为待判定的峰点为有效离子峰；若小于等于最小跨度阈值S，则认为是尖脉冲噪声，待判定的峰点不是有效离子峰。
其中，两个谷点的跨度是指两个谷点位置的差的绝对值，最小跨度阈值S由用户设定。
D：判断离子峰的类型；
通过判断待判定有效离子峰峰顶的两个最近的谷点，与离子峰类型阈值TC的大小，确定离子峰的类型；
离子峰类型阈值TC为：Tc＝mean(BLd)+kc×std(BLd)
其中，kc为乘性系数，mean(·)为计算输入序列的均值，std(·)为计算输入序列的标准差，BLd为去噪后的左基线；
若某个有效离子峰峰顶的两个最近的谷点都小于TC，则这个峰顶对应的离子峰为单峰，如图2所示；如果其中一个谷点小于TC，而另一个谷点大于TC，则对应的离子峰为连峰，如图3所示；如果其中两个谷点都大于TC，则对应的离子峰为夹峰，如图4所示，其中下角标C为category的首字母缩写。
E：对不同类型的离子峰分别提取离子峰特征；
E1：对单峰提取5种离子峰特征；
E11：如图2所示，将单峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E12：将单峰所对应的峰值的一半作为半峰值；在峰顶左侧上升的响应序列和右侧下降序列中分别确定一个与半峰值最接近的响应点，这两个响应点位置的差值的绝对值作为半峰宽特征HPW，峰值除以半峰宽作为离子峰峰值与半峰宽的比值特征VWR；
E13：分别从该单峰的峰点左右最近的两个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于落差阈值Tf，则这4个点中的第1个点被认为是峰脚，两个峰脚内所有响应点的绝对值相加作为峰面积特征PA。落差阈值Tf由用户设定，下角标f为fall的首字母缩写。
E2：对连峰提取5种离子峰特征；
E21：如图3所示，连峰包括左连峰(图2中右侧的峰)和右连峰(图2中左侧的峰)2种类型。对任何一种连峰，直接将该连峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E22：对于左连峰，取该左连峰右侧下降序列中与半峰值最接近的响应点位置，与该左连峰的离子峰位置差值的绝对值的2倍作为半峰宽特征HPW，峰值除以半峰宽被作为离子峰峰值与半峰宽的比值特征VWR；
对于右连峰，取该右连峰左侧上升序列中与半峰值最接近的响应点位置，与该右连峰的离子峰位置差值的绝对值的2倍作为半峰宽特征HPW，峰值除以半峰宽被作为离子峰峰值与半峰宽的比值特征VWR；
E23：对于左连峰，从该左连峰的峰点右侧最近的一个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于阈值Tf，则这4个点中的第1个点被认为是峰脚；将这个峰脚到左连峰峰点内所有响应点的绝对值相加的和的2倍作为峰面积特征PA；
对于右连峰，从该右连峰的峰点左侧最近的一个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于阈值Tf，则这4个点中的第1个点被认为是峰脚；将这个峰脚到左连峰峰点内所有响应点的绝对值相加的和的2倍作为峰面积特征PA；
E3：对夹峰提取5种离子峰特征；
E31：如图4所示，将夹峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E32：分别在夹峰左侧上升序列和右侧下降序列中找到最大上升差值点和最大下降差值点；其中最大上升差值点为最大斜率点，最大下降差值点为最小斜率点；设某个点的差值为该点的响应值减去该点左侧相邻点的响应值；基于最大斜率点和最小斜率点之间的响应点，采用基于非线性最小二乘的高斯拟合计算出一个拟合曲线；根据夹峰拟合曲线直接提取半峰宽特征HPW，以及离子峰峰值与半峰宽的比值特征VWR特征。该夹峰拟合曲线左侧上升序列中与去噪后谱线的左基线BLd的均值最接近的点被作为左侧虚峰脚，该夹峰拟合曲线右侧下降序列中与去噪后谱线的右基线BRd的均值最接近的点被作为右侧虚峰脚，左虚峰脚与右虚峰脚之间所有响应点的绝对值相加的和作为峰面积特征PA。

Claims (2)

1.一种基于离子峰谱线的FAIMS图谱特征提取方法，其特征在于，依次包括以下步骤：
A：对原始谱线进行噪声去除并得到去噪后谱线，规定原始谱线的左基线范围和右基线范围；
B：计算左基线波动和右基线波动；
C：确定有效离子峰；
D：判断离子峰的类型；
E：对不同类型的离子峰分别提取离子峰特征，离子峰特征包括离子峰值特征、离子峰位置特征、半峰宽特征、离子峰峰值与半峰宽的比值特征和峰面积特征；
其中：
所述的步骤A中，首先对谱线上的尖脉冲噪声和锯齿波噪声进行去除，得到去噪后谱线，然后对原始谱线的左基线范围和右基线范围进行规定，当补偿电压处于最低或最高时，没有检测离子响应的两部分谱线分别作为左基线和右基线；
所述的步骤B中，将原始谱线的左基线BLo的值减去去噪后谱线的左基线BLd的值，得到左基线波动FL；将原始谱线的右基线BRo的值减去去噪后谱线的右基线BRd的值，得到右基线波动FR；
所述的步骤C中，在去噪后谱线中找出所有的驻点，并在驻点中确定峰点和谷点，通过设定最小离子峰峰值TP判断待判定的峰点是否为有效离子峰；
判定去噪后谱线中的某一个待定点是否为驻点时，将去噪后谱线中的待定点减去待定点左侧相邻点的差值记为d1，待定点右侧相邻点减去待定点的差值记为d2；满足d1×d2＜0的待定点为驻点；驻点中满足d1＞0且d2＜0的点为峰点；驻点中满足d1＜0且d2＞0的点为谷点；
最小离子峰峰值TP为：
Tp＝kp×max(median(FL),median(FR)) 式(1)；
如果待判定的峰点的值小于Tp，则认为该峰点是噪声；如果待判定的峰点的值大于Tp，则进入下一步的判断；
计算待判定的峰点左右两个谷点的最小跨度值是否大于最小跨度阈值S，若大于最小跨度阈值S，则认为待判定的峰点为有效离子峰；若小于等于最小跨度阈值S，则认为是尖脉冲噪声，待判定的峰点不是有效离子峰；
其中，kp为乘性系数，在一般正态分布假设下kp大于等于3；max(g,g)表示取两个输入的最大者；median(g)表示计算输入序列的中位数，FL为左基线波动，FR为右基线波动；两个谷点的跨度是指两个谷点位置的差的绝对值；
所述的步骤D中，通过判断待判定有效离子峰峰顶的两个最近的谷点，与离子峰类型阈值TC的大小，确定离子峰的类型；
离子峰类型阈值TC为：Tc＝mean(BLd)+kc×std(BLd)；
其中，kc为乘性系数，mean(g)为计算输入序列的均值，std(g)为计算输入序列的标准差，BLd为去噪后的左基线；
若某个有效离子峰峰顶的两个最近的谷点都小于TC，则这个峰顶对应的离子峰为单峰；如果其中一个谷点小于TC，而另一个谷点大于TC，则对应的离子峰为连峰；如果其中两个谷点都大于TC，则对应的离子峰为夹峰；
所述的步骤E中，根据离子峰的类型，分别提取离子峰特征：
E1：对单峰提取5种离子峰特征；
E11：将单峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E12：将单峰所对应的峰值的一半作为半峰值；在峰顶左侧上升的响应序列和右侧下降序列中分别确定一个与半峰值最接近的响应点，这两个响应点位置的差值的绝对值作为半峰宽特征HPW，峰值除以半峰宽作为离子峰峰值与半峰宽的比值特征VWR；
E13：分别从该单峰的峰点左右最近的两个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于落差阈值Tf，则这4个点中的第1个点被认为是峰脚，两个峰脚内所有响应点的绝对值相加作为峰面积特征PA；
E2：对连峰提取5种离子峰特征；
E21：连峰包括左连峰和右连峰2种类型；对任何一种连峰，直接将该连峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E22：对于左连峰，取该左连峰右侧下降序列中与半峰值最接近的响应点位置，与该左连峰的离子峰位置差值的绝对值的2倍作为半峰宽特征HPW，峰值除以半峰宽被作为离子峰峰值与半峰宽的比值特征VWR；
对于右连峰，取该右连峰左侧上升序列中与半峰值最接近的响应点位置，与该右连峰的离子峰位置差值的绝对值的2倍作为半峰宽特征HPW，峰值除以半峰宽被作为离子峰峰值与半峰宽的比值特征VWR；
E23：对于左连峰，从该左连峰的峰点右侧最近的一个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于阈值Tf，则这4个点中的第1个点被认为是峰脚；将这个峰脚到左连峰峰点内所有响应点的绝对值相加的和的2倍作为峰面积特征PA；
对于右连峰，从该右连峰的峰点左侧最近的一个谷点出发，在朝向峰点的方向上连续的4个点中，如果3个相邻点的离子响应差值的绝对值都大于阈值Tf，则这4个点中的第1个点被认为是峰脚；将这个峰脚到左连峰峰点内所有响应点的绝对值相加的和的2倍作为峰面积特征PA；
E3：对夹峰提取5种离子峰特征；
E31：将夹峰所对应的峰值提取为离子峰值特征PV，峰值对应的补偿电压的位置提取为离子峰位置特征PI；
E32：分别在夹峰左侧上升序列和右侧下降序列中找到最大上升差值点和最大下降差值点；其中最大上升差值点为最大斜率点，最大下降差值点为最小斜率点；设某个点的差值为该点的响应值减去该点左侧相邻点的响应值；基于最大斜率点和最小斜率点之间的响应点，采用基于非线性最小二乘的高斯拟合计算出一个拟合曲线；根据夹峰拟合曲线直接提取半峰宽特征HPW，以及离子峰峰值与半峰宽的比值特征VWR特征；该夹峰拟合曲线左侧上升序列中与去噪后谱线的左基线BLd的均值最接近的点被作为左侧虚峰脚，该夹峰拟合曲线右侧下降序列中与去噪后谱线的右基线BRd的均值最接近的点被作为右侧虚峰脚，左虚峰脚与右虚峰脚之间所有响应点的绝对值相加的和作为峰面积特征PA。
2.根据权利要求1所述的基于离子峰谱线的FAIMS图谱特征提取方法，其特征在于：所述的步骤A中，使用Sym 8小波对原始谱线去除尖脉冲噪声，使用移动平均滤波去除锯齿波噪声。
CN202010573964.0A 2020-06-22 2020-06-22 一种基于离子峰谱线的faims图谱特征提取方法 Active CN111638264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010573964.0A CN111638264B (zh) 2020-06-22 2020-06-22 一种基于离子峰谱线的faims图谱特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010573964.0A CN111638264B (zh) 2020-06-22 2020-06-22 一种基于离子峰谱线的faims图谱特征提取方法

Publications (2)

Publication Number Publication Date
CN111638264A CN111638264A (zh) 2020-09-08
CN111638264B true CN111638264B (zh) 2023-08-01

Family

ID=72332287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010573964.0A Active CN111638264B (zh) 2020-06-22 2020-06-22 一种基于离子峰谱线的faims图谱特征提取方法

Country Status (1)

Country Link
CN (1) CN111638264B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113533581B (zh) * 2021-08-11 2022-08-02 贵州中烟工业有限责任公司 基于信息熵分析物质质量的方法及计算机可读存储介质
CN115144458A (zh) * 2022-07-26 2022-10-04 中国科学院大连化学物理研究所 一种离子迁移谱测试丙泊酚的定量分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2364676A1 (en) * 2000-12-08 2002-06-08 Mds Inc., Doing Business As Mds Sciex Ion mobility spectrometer incorporating an ion guide in combination with an ms device
JP2013231715A (ja) * 2012-04-27 2013-11-14 Shimadzu Corp 質量分析データ処理方法及び質量分析データ処理装置
CN103688164A (zh) * 2010-09-09 2014-03-26 艾森斯分析公司 利用紫外线辐射和电子将气体离子化并鉴别该气体的方法及装置
CN110108777A (zh) * 2019-04-19 2019-08-09 中国科学院合肥物质科学研究院 一种挥发性有机混合物的faims同时分离检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2364676A1 (en) * 2000-12-08 2002-06-08 Mds Inc., Doing Business As Mds Sciex Ion mobility spectrometer incorporating an ion guide in combination with an ms device
CN103688164A (zh) * 2010-09-09 2014-03-26 艾森斯分析公司 利用紫外线辐射和电子将气体离子化并鉴别该气体的方法及装置
JP2013231715A (ja) * 2012-04-27 2013-11-14 Shimadzu Corp 質量分析データ処理方法及び質量分析データ処理装置
CN110108777A (zh) * 2019-04-19 2019-08-09 中国科学院合肥物质科学研究院 一种挥发性有机混合物的faims同时分离检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
石松 ; 刘升 ; .高斯拟合结合小波降噪处理IMS峰信号.淮北师范大学学报(自然科学版).2017,(02),全文. *
陆彦邑 ; 毕玉田 ; 尹军 ; 何庆华 ; .基于高场不对称波形离子迁移谱技术的细菌培养液检测.中国医学物理学杂志.2017,(03),全文. *

Also Published As

Publication number Publication date
CN111638264A (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN111638264B (zh) 一种基于离子峰谱线的faims图谱特征提取方法
CN109636784B (zh) 基于最大邻域和超像素分割的图像显著性目标检测方法
CN107622489B (zh) 一种图像篡改检测方法及装置
CN105030233B (zh) 一种心电信号st段的识别方法
CN105429719B (zh) 基于功率谱和多尺度小波变换分析强干扰信号检测方法
CN105023027A (zh) 基于多次反馈机制的现场鞋底痕迹花纹图像检索方法
CN108009122B (zh) 一种改进的hht方法
CN103500339A (zh) 一种联合单尺度Retinex算法和归一化结构描述子的光照人脸识别方法
CN116127288B (zh) 基于独立成分分析的纳米孔传感信号噪声去除方法及装置
CN110717900A (zh) 基于改进Canny边缘检测算法的受电弓磨耗检测方法
EP2064658A1 (en) Relative threshold and use of edges in optical character recognition process
KR100788642B1 (ko) 디지털 영상 텍스쳐 분석 방법
CN109948629B (zh) 一种基于sift特征的gis设备x射线图像故障检测方法
CN102982345B (zh) 基于连续小波变换的时序遥感影像半自动分类方法
CN106558041A (zh) 凝胶电泳数字图像中基于局部抑制的条带探测算法
CN104268834A (zh) 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法
CN104933433A (zh) 一种图像处理方法及电子设备
WO2018058930A1 (zh) Qrs波群提取方法及装置
CN110489810B (zh) 一种基于数据块的趋势自动提取方法
CN107622269A (zh) 复杂背景下基于几何约束的熔丝管管体识别方法
CN110428402B (zh) 图像篡改识别方法、装置、计算机设备及存储介质
CN115670397B (zh) 一种ppg伪迹识别方法、装置、存储介质及电子设备
CN107480593B (zh) Beltrami流和递归滤波的高光谱图像分类方法
CN109544593B (zh) 一种基于自相似度量的通用图像噪声估计方法
CN115508615A (zh) 一种基于感应电动机的负荷暂态特征提取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant