CN112444589A - 色谱峰检测方法、装置、计算机设备和存储介质 - Google Patents
色谱峰检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112444589A CN112444589A CN202011398945.5A CN202011398945A CN112444589A CN 112444589 A CN112444589 A CN 112444589A CN 202011398945 A CN202011398945 A CN 202011398945A CN 112444589 A CN112444589 A CN 112444589A
- Authority
- CN
- China
- Prior art keywords
- chromatographic
- peak
- signal
- fitting
- hemoglobin
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Treatment Of Liquids With Adsorbents In General (AREA)
Abstract
本申请涉及一种色谱峰检测方法、装置、计算机设备和存储介质。方法包括:获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号;根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号;拟合函数是基于峰值点坐标构建的函数;基于拟合信号计算色谱峰的峰面积。采用本方法可以使对色谱峰进行检测的检测结果具有重复性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种色谱峰检测方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,在检测待检测样本中各种化合物的含量时,广泛使用色谱法。使用色谱法时,需要根据原始色谱信号中分离出的各色谱峰计算各色谱峰的峰面积。
但是,当原始色谱信号中的相邻色谱峰间存在重叠或者部分色谱信号不完整时,在对同一待检测样本进行多次检测时,对于同一个化合物对应的色谱峰,每次检测得到的结果可能会出现较大差异,检测结果的重复性差。
发明内容
基于此,有必要针对上述技术问题,提供一种能够使检测结果具有重复性的色谱峰检测方法、装置、计算机设备和存储介质。
一种色谱峰检测方法,所述方法包括:
获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;
根据所述起点坐标和所述终点坐标,从所述原始色谱信号中分离出相应色谱峰的色谱信号;
根据与所述色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与所述色谱峰对应的拟合信号;所述拟合函数是基于所述峰值点坐标构建的函数;
基于所述拟合信号计算所述色谱峰的峰面积。
在一个实施例中,所述色谱峰包括糖化血红蛋白色谱峰;所述基于所述拟合信号计算所述色谱峰的峰面积包括:
基于所述糖化血红蛋白色谱峰对应的拟合信号计算糖化血红蛋白色谱峰的峰面积。
在一个实施例中,所述色谱峰还包括血红蛋白变异体色谱峰;所述基于所述拟合信号计算所述色谱峰的峰面积还包括:
基于所述血红蛋白变异体色谱峰对应的拟合信号计算所述血红蛋白变异体色谱峰的峰面积;
所述方法还包括:
根据所述糖化血红蛋白色谱峰的峰面积、所述血红蛋白变异体色谱峰的峰面积以及基于所述原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
在一个实施例中,所述根据所述糖化血红蛋白色谱峰的峰面积、所述血红蛋白变异体色谱峰的峰面积以及基于所述原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量,包括:
将所述糖化血红蛋白色谱峰的峰面积、所述血红蛋白变异体色谱峰的峰面积以及所述总峰面积输入计算函数进行计算,得到所述糖化血红蛋白的含量;
其中,所述计算函数为:
在一个实施例中,所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,包括:
从色谱峰识别窗口内起始的色谱信号点开始,依次以所述色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算所述计算节点之前的预设数量色谱信号点的第一信号均值与所述计算节点之后的预设数量色谱信号点的第二信号均值;
根据所述色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,所述根据所述色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标,包括:
针对所述色谱峰识别窗口内色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于所述预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标;
在计算节点对应的第一信号均值与第二信号均值之间的差值中,选取差值小于差值阈值时所对应的第二计算节点,并将所述第二计算节点的坐标确定为峰值点坐标;
当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,从对应的差值小于所述预设阈值的多个计算节点中选取第三计算节点,并将所述第三计算节点的坐标确定为终点坐标。
在一个实施例中,所述根据与所述色谱峰对应的拟合函数对相应的色谱信号进行拟合,包括:
将所述色谱信号输入对应的拟合函数进行拟合;
其中,所述拟合函数为:
在一个实施例中,所述色谱峰包括血红蛋白色谱峰;所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标之后,所述方法还包括:
获取所述血红蛋白色谱峰的预计峰值坐标;
获取所述预计峰值坐标的前后预设时段内最大的峰值;所述峰值为所述血红蛋白色谱峰的峰值;
计算所述峰值产生时刻之后出现的色谱峰的峰面积;
当所述峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则将所述目标色谱峰确定为血红蛋白变异体色谱峰。
在一个实施例中,所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标之前,所述方法还包括对所述原始色谱信号中的待平滑处理色谱信号点进行平滑处理的步骤:将所述原始色谱信号中包含所述待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为所述待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;
所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标包括:
在所述平滑处理后的色谱信号中,获取色谱峰的起点坐标、终点坐标和峰值点坐标。
一种色谱峰检测装置,所述装置包括:
获取模块,用于获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;
分离模块,用于根据所述起点坐标和所述终点坐标,从所述原始色谱信号中分离出相应色谱峰的色谱信号;
拟合模块,用于根据与所述色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与所述色谱峰对应的拟合信号;所述拟合函数是基于所述峰值点坐标构建的函数;
计算模块,用于基于所述拟合信号计算色谱峰的峰面积。
在一个实施例中,所述色谱峰包括糖化血红蛋白色谱峰;所述计算模块,还用于:
基于所述糖化血红蛋白色谱峰对应的拟合信号计算糖化血红蛋白色谱峰的峰面积。
在一个实施例中,所述色谱峰还包括血红蛋白变异体色谱峰;所述计算模块,还用于:
基于所述血红蛋白变异体色谱峰对应的拟合信号计算血红蛋白变异体色谱峰的峰面积;
根据所述糖化血红蛋白色谱峰的峰面积、所述血红蛋白变异体色谱峰的峰面积以及基于所述原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
在一个实施例中,所述计算模块,还用于:
将所述糖化血红蛋白色谱峰的峰面积、所述血红蛋白变异体色谱峰的峰面积以及所述总峰面积输入计算函数进行计算,得到所述糖化血红蛋白的含量;
其中,所述计算函数为:
在一个实施例中,所述获取模块,还用于:
从色谱峰识别窗口内起始的色谱信号点开始,依次以所述色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算所述计算节点之前的预设数量色谱信号点的第一信号均值与所述计算节点之后的预设数量色谱信号点的第二信号均值;
根据所述色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,所述获取模块,还用于:
针对所述色谱峰识别窗口内色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于所述预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标;
在计算节点对应的第一信号均值与第二信号均值之间的差值中,选取差值小于差值阈值时所对应的第二计算节点,并将所述第二计算节点的坐标确定为峰值点坐标;
当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,从对应的差值小于所述预设阈值的多个计算节点中选取第三计算节点,并将所述第三计算节点的坐标确定为终点坐标。
在一个实施例中,所述拟合模块,还用于:
将所述色谱信号输入对应的拟合函数进行拟合;
其中,所述拟合函数为:
在一个实施例中,所述色谱峰包括血红蛋白色谱峰;所述装置还包括:
所述获取模块,还用于获取所述血红蛋白色谱峰的预计峰值坐标;
所述获取模块,还用于获取所述预计峰值坐标的前后预设时段内最大的峰值;所述峰值为所述血红蛋白色谱峰的峰值;
所述计算模块,还用于计算所述峰值产生时刻之后出现的色谱峰的峰面积;
确定模块,用于当所述峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则将所述目标色谱峰确定为血红蛋白变异体色谱峰。
在一个实施例中,所述装置还包括:
平滑处理模块,将所述原始色谱信号中包含所述待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为所述待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;
所述获取模块,还用于:
在所述平滑处理后的色谱信号中,获取色谱峰的起点坐标、终点坐标和峰值点坐标。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现所述色谱峰检测方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述色谱峰检测方法的步骤。
上述实施例中,计算机设备首先获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,并根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号。然后,根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号。计算机设备基于拟合信号计算色谱峰的峰面积。计算机设备通过拟合函数对色谱信号进行拟合后,可以使拟合信号逼近理想的色谱信号。所以,计算机设备根据拟合信号计算出的色谱峰的峰面积具有较高的重复性及准确性。
附图说明
图1为一个实施例中色谱峰检测方法的流程示意图;
图2为一个实施例中确定起点坐标、终点坐标和峰值点坐标的流程示意图;
图3为另一个实施例中确定起点坐标、终点坐标和峰值点坐标的流程示意图;
图4a为一个实施例中确定血红蛋白变异体色谱峰的方法流程示意图;
图4b为一个实施例中原始色谱曲线和拟合信号曲线的示意图;
图5为一个实施例中色谱峰检测装置的结构框图;
图6为另一个实施例中色谱峰检测装置的结构框图;
图7为一个实施例中计算机设备的内部结构图;
图8为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的色谱峰检测方法,计算机设备首先获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,并根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号。然后,根据与各色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与各色谱峰对应的拟合信号。计算机设备基于拟合信号计算各色谱峰的峰面积。其中,计算机设备可以是终端,也可以是服务器。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图1所示,提供了一种色谱峰检测方法,包括以下步骤:
S102,计算机设备获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标。
其中,原始色谱信号是计算机设备根据输入的电信号生成的图像信号。其中,电信号是检测设备对待检测样本进行检测后,根据待检测样本的组成成分生成的。当化合物样本通过检测设备中的检测材料时,检测设备对待检测样本中的各种化合物组分进行响应,根据响应的结果产生电信号。
原始色谱信号中包括与待检测样本中各组成成分对应的色谱峰,也就是说每个色谱峰对应一种化合物,色谱峰中每个坐标点的色谱信号值与相应化合物的浓度成正比。其中,色谱峰可以是液相色谱峰,也可以是气相色谱峰。其中,化合物样本中的组成成分可以包括血红蛋白、糖化血红蛋白、血红蛋白变异体等,但不限于上述化合物,也可以包括其他化合物。
S104,计算机设备根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号。
其中,起点坐标是相应色谱峰的开始点的坐标,为该色谱峰对应的化合物从待检测样本中开始分离出的时间。
其中,终点坐标是相应色谱峰的结束点的坐标,为该色谱峰对应的化合物从化合物样本中分离结束的时间。
在获取起点坐标和终点坐标之后,计算机设备将每个色谱峰对应的起点坐标和终点坐标之间的色谱信号从原始色谱信号中分离出来,以对分离出的色谱信号进行拟合处理。
S106,计算机设备根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号;拟合函数是基于峰值点坐标构建的函数。
其中,拟合是把坐标系中的点用一条光滑的曲线进行逼近,也就是说,用一条曲线合理的反应这些点的分布趋势。这条曲线可以用拟合函数来表示。其中,拟合函数可以有多种选择,可以选择使拟合后的曲线与拟合前的曲线的偏差的绝对值之和最小的拟合函数,或者使拟合后的曲线与拟合前的曲线的偏差的最大绝对值最小的拟合函数,或者使拟合后的曲线与拟合前的曲线的平方和最小的拟合函数。在一个实施例中,拟合函数是基于峰值点坐标构建的函数。
其中,拟合信号是用拟合函数对色谱信号进行拟合后得到的信号,拟合的过程可以是通过拟合函数对色谱信号进行运算,例如将拟合函数与色谱信号进行乘法运算。
S108,计算机设备基于拟合信号计算色谱峰的峰面积。
计算机设备在获得色谱峰对应的拟合信号后,分别对各色谱峰对应的拟合信号进行积分计算,获得各色谱峰的峰面积。
色谱峰中可以包括糖化血红蛋白色谱峰、血红蛋白色谱峰、血红蛋白变异体色谱峰中的至少一种,但不限于这些化合物对应的色谱峰,也可以包括其他从待检测样本中分离出的化合物对应的色谱峰。计算机设备可以通过对化合物的色谱峰对应的拟合信号进行积分计算,得到该化合物的色谱峰的峰面积,并在有需要时进一步通过该化合物的色谱峰的峰面积计算得到该化合物的含量。
上述实施例中,计算机设备首先获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,并根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号。然后,根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号。计算机设备基于拟合信号计算色谱峰的峰面积。计算机设备通过拟合函数对色谱信号进行拟合后,可以使拟合信号逼近理想的色谱信号,使得计算机设备根据拟合信号计算出的色谱峰的峰面积具有较高的重复性及准确性。
在一个实施例中,色谱峰包括糖化血红蛋白色谱峰;计算机设备基于拟合信号计算色谱峰的峰面积包括:基于糖化血红蛋白色谱峰对应的拟合信号计算糖化血红蛋白色谱峰的峰面积。
计算机设备在得到色谱峰对应的拟合信号之后,基于糖化血红蛋白色谱峰对应的拟合信号进行积分计算,得到糖化血红蛋白色谱峰的峰面积。
在一个实施例中,色谱峰还包括血红蛋白变异体色谱峰;计算机设备基于拟合信号计算色谱峰的峰面积还包括:基于血红蛋白变异体色谱峰对应的拟合信号计算血红蛋白变异体色谱峰的峰面积;方法还包括:根据糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及基于原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
计算机设备在得到血红蛋白变异体色谱峰对应的拟合信号后,对血红蛋白变异体色谱峰对应的拟合信号进行积分计算,得到血红蛋白变异体色谱峰的峰面积。
由于,在各个时刻分离出的糖化血红蛋白以及血红蛋白变异体的含量与相应色谱峰的色谱信号在信号区间的面积成正比,所以计算机设备根据糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及基于原始色谱信号计算所得的总峰面积,可以计算得到糖化血红蛋白的含量。
其中,总峰面积是原始色谱信号的信号曲线与信号基线之间的面积。计算机设备可以对原始色谱信号进行积分计算,得到总峰面积。
在一个实施例中,计算机设备根据糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及基于原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量,包括:将糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及总峰面积输入计算函数进行计算;计算函数为:
其中,y为糖化血红蛋白的含量,S1为糖化血红蛋白色谱峰的峰面积,S为总峰面积,S2为血红蛋白变异体色谱峰的峰面积。
在一个实施例中,计算机设备将色谱信号输入对应的拟合函数进行拟合。其中,拟合函数为:
Kl和Kr为常数,为相应色谱峰的出峰时间,t为时间变量,y(t)为色谱信号。其中,e为数学中的自然常数,值约为2.71828。其中,计算机设备可以根据各色谱峰的曲线形状,对色谱峰数据进行拟合得到Kl和Kr。例如,计算机设备将Kl和Kr设置为1至5之间的常数。
其中,计算机设备对色谱峰进行拟合的过程可以是用拟合函数对色谱峰对应的色谱信号进行数学运算,例如,计算机设备将色谱信号与拟合函数进行乘法运算。
其中,色谱信号对应的拟合函数h(t)中的参数u为相应色谱峰的出峰时间。例如,当色谱信号是糖化血红蛋白对应的色谱信号时,拟合函数h(t)中的u为糖化血红蛋白色谱峰的出峰时间;当色谱信号是血红蛋白变异体对应的色谱信号时,拟合函数h(t)中的u为血红蛋白变异体色谱峰的出峰时间;当色谱信号是其他化合物对应的色谱信号时,拟合函数h(t)中的u为相应化合物对应的出峰时间。
计算机设备在对色谱信号进行拟合时,将色谱信号y(t)输入拟合函数h(t)进行运算,得到拟合信号。由于色谱信号是有限信号,所以得到的拟合信号是收敛的。根据拟合函数h(t)得到的拟合信号在峰值点的信号值和色谱信号在峰值点的信号值相等,而在正负无穷大时,拟合信号的信号值接近原始色谱信号的基线的值。在起点和峰值点之间以及在峰值点和终点之间,拟合信号的信号值逼近色谱信号的信号值。由于,拟合信号在t取正负无穷大时,信号值趋近于0,所以,计算机设备可以对拟合信号在正无穷大至负无穷大的信号范围内进行积分,而将积分结果作为对应色谱峰的峰面积时,可以准确反映该色谱峰对应的化合物的含量。
由于高斯核函数在拟合过程中可以提供连续性和光滑性,所以计算机设备使用上述拟合函数对色谱信号进行拟合时,将色谱信号与拟合函数相乘,即使色谱信号对应的色谱峰不完整或者大的色谱峰中夹杂着小的凸起峰或者凹峰,即在色谱信号不连续或者不光滑的情况下,该拟合函数也可以对色谱信号进行拟合,并且多次进行拟合的结果相同,拟合结果准确且稳定性高。
拟合函数h(t)以对应的色谱峰的出峰时间为分界点,采用左右分段的方式来构建,使对色谱峰的出峰时间左右两边进行拟合的数学式不同,可以更准确地对非对称峰进行拟合,提高对非对称峰进行拟合的稳定性,防止欠拟合。一般地,非对称峰中常见的类型为拖尾峰。
在一个实施例中,计算机设备获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,如图2所示,包括如下步骤:
S202,计算机设备从色谱峰识别窗口内起始的色谱信号点开始,依次以色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算计算节点之前的预设数量色谱信号点的第一信号均值与计算节点之后的预设数量色谱信号点的第二信号均值。
S204,计算机设备根据色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
其中,色谱峰识别窗口是计算机设备根据化合物样本中的各组成成分从化合物样本中分离出来的时间确定的。色谱峰识别窗口内包含各组成成分对应的色谱峰的色谱信号。
其中,预设数量是计算机设备根据色谱峰的光滑程度确定的。当色谱峰较为光滑时,计算机设备可以将预设数量设置为一个较小的数值,例如3;当色谱峰有较多的突起点和凹点时,计算机设备可以将预设数量设置为一个较大的数值,例如5。
从色谱峰识别窗口内起始的色谱信号点开始,若计算机设备根据连续若干个色谱信号点的第二信号均值与第一信号均值,判断色谱峰处于上升趋势,则计算机设备从处于上升趋势的若干个色谱信号点中选取一个作为色谱峰的起点。
在确定了色谱峰的起点之后,计算机设备继续计算各计算节点的第一信号均值与第二信号均值,如果第二信号均值大于第一信号均值,则计算机设备将当前的计算节点的色谱信号点更新为峰值点。当计算机设备依次遍历计算完整个色谱峰识别窗口内的各色谱信号点之后,则第二信号均值开始小于第一信号均值的拐点处的色谱信号点为最后更新的峰值点。
计算机设备在确定了色谱峰的峰值点之后,继续计算在色谱峰识别窗口内,峰值点的时刻之后的各计算节点的第一信号均值与第二信号均值。若计算机设备根据连续若干个色谱信号点的第二信号均值与第一信号均值,判断色谱信号的信号值不再继续下降,则计算机设备从下降趋势趋于结束的若干个色谱信号点中选取一个作为色谱峰的终点。
在一个实施例中,如图3所示,计算机设备根据各色谱信号点的第一信号均值以及第二信号均值,确定每个色谱峰的起点坐标、终点坐标和峰值点坐标,包括如下步骤:
S302,计算机设备针对色谱峰识别窗口内色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标。
S304,在计算节点对应的第一信号均值与第二信号均值之间的差值中,计算机设备选取差值小于差值阈值时所对应的第二计算节点,并将第二计算节点的坐标确定为峰值点坐标。
S306,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,计算机设备从对应的差值小于预设阈值的多个计算节点中选取第三计算节点,并将第三计算节点的坐标确定为终点坐标。
当色谱峰识别窗口内,从起始的色谱信号点开始,计算机设备确定连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,说明色谱信号开始处于上升趋势。所以,计算机设备从对应的第一信号均值与第二信号均值之间的差值大于预设阈值的计算节点中选取一个作为起点坐标。
计算机设备确定连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,说明色谱信号的下降趋势趋于结束。所以,计算机设备从对应的第一信号均值与第二信号均值之间的差值小于预设阈值的计算节点中选取一个作为终点坐标。
计算机设备根据各色谱信号点的第一信号均值以及第二信号均值,确定每个色谱峰的起点坐标、终点坐标和峰值点坐标,即使色谱信号中存在毛刺,由于计算机设备是根据各色谱信号点对应的前后若干连续色谱信号点的均值进行判断,所以毛刺的存在不影响起点坐标、终点坐标及峰值点坐标的确定,提高了对色谱峰的起点坐标、终点坐标及峰值点坐标进行确定的准确性。
在一个实施例中,色谱峰包括血红蛋白色谱峰;如图4a所示,计算机设备获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标之后,确定血红蛋白变异体色谱峰的方法还包括如下步骤:
S402,计算机设备获取血红蛋白色谱峰的预计峰值坐标。
S404,计算机设备获取预计峰值坐标的前后预设时段内最大的峰值,峰值为血红蛋白色谱峰的峰值。
S406,计算机设备计算峰值产生时刻之后出现的色谱峰的峰面积。
S408,当峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则计算机设备将目标色谱峰确定为血红蛋白变异体色谱峰。
其中,血红蛋白色谱峰的预计峰值坐标是血红蛋白色谱峰预计出现峰值的时间坐标。
该预计峰值坐标是计算机设备根据对化合物样本中的各组成成分进行分离的试剂、对化合物样本中各化合物进行分离的仪器、分离化合物时的温度确定的。
计算机设备对在不同温度下,使用不同的色谱洗脱试剂、不同的洗脱设备和色谱柱对待测样本进行检测时,血红蛋白色谱峰出现峰值点的时间进行统计。统计结果显示在温度、色谱洗脱试剂、洗脱设备确定时,不同待测样本中的血红蛋白色谱峰的出峰时间(即保留时间)比较稳定。所以,计算机设备在对待测样本进行检测前,对洗脱设备进行校准,并根据温度、洗脱试剂、色谱柱等确定预计峰值坐标。
其中,计算机设备可以对预计峰值坐标的前后预设时段进行设置。例如,计算机设备将前后预设时段设置为在预计峰值坐标的前后5秒内。
其中,目标色谱峰的出峰时间是目标色谱峰的峰值出现的时间。
其中,预设条件是计算机设备根据血红蛋白变异体色谱峰通常具有的性质确定的条件。例如,计算机设备根据血红蛋白变异体色谱峰的峰面积与总峰面积的关系确定预设条件。例如,计算机设备将预设条件确定为第三峰面积与总峰面积的比值大于比值阈值,例如,比值阈值为1%。例如,血红蛋白变异体色谱峰的出峰时间通常晚于血红蛋白色谱峰。
由于,血红蛋白色谱峰的峰值点会出现在预计峰值坐标的前后预设时段内,所以,计算机设备获取预计峰值坐标的前后预设时段内最大的峰值,该峰值即为血红蛋白色谱峰的峰值。计算机设备根据血红蛋白色谱峰的峰值即可确定血红蛋白色谱峰的峰值点坐标。
根据化合物样本中的血红蛋白变异体的性质,血红蛋白变异体对应的色谱峰一般出现在血红蛋白色谱峰的产生时刻之后。所以,计算机设备计算峰值产生时刻之后出现的各色谱峰的峰面积,当峰面积满足预设条件时,则将满足预设条件的峰面积对应的色谱峰确定为血红蛋白变异体色谱峰。
计算机设备首先确定血红蛋白色谱峰的预计峰值坐标,然后在预计峰值坐标的前后预设时段内确定血红蛋白色谱峰。由于计算机设备已经对获取最大峰值的范围进行了限制,在该范围内出现的最大峰值即为血红蛋白色谱峰的峰值,不会是血红蛋白变异体色谱峰的峰值。所以,计算机设备不会将血红蛋白变异体色谱峰识别为血红蛋白色谱峰,从而造成无法正确识别出血红蛋白变异体色谱峰。也就是说不会导致计算机设备将化合物样本中存在血红蛋白变异体识别为不存在血红蛋白变异体,从而计算出错误的糖化血红蛋白的含量,提高了计算机设备计算的糖化血红蛋白含量的准确性。
在一个实施例中,计算机设备获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标之前,方法还包括:在对原始色谱信号中的待平滑处理色谱信号点进行平滑处理时,将原始色谱信号中包含待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标包括:在平滑处理后的色谱信号中,获取各色谱峰的起点坐标、终点坐标和峰值点坐标。
由于,原始色谱信号中可能存在毛刺或者异常离群的信号点,影响计算机设备确定色谱峰的起点坐标、终点坐标和峰值点坐标。所以,计算机设备首先对原始色谱信号进行平滑处理,然后再获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,计算机设备从原始色谱信号在0秒的信号点开始,对每连续3个信号点的信号值计算平均值,将计算得到的平均值赋值给第二个信号点。
在一个实施例中,在获取原始色谱信号之后,计算机设备根据原始色谱信号在初始的预设时段内的信号值以及在结尾处的预设时段内的信号值计算这些时段内信号值的平均值,根据计算得到的平均值确定原始色谱信号的基线。计算机设备重新确定原始色谱信号的基线,防止由于基线不稳定造成计算出的色谱峰对应的峰面积不准确。
在一个实施例中,检测设备采用阳离子交换色谱法对血液样本进行检测,获得原始色谱信号,并将计算机设备绘制得到如图4b中所示的原始色谱曲线。其中,图4b中的横坐标为时间变量,单位为×0.1s,纵坐标表示色谱信号,单位为×0.033mOD。其中,s是秒,mOD是吸光度。
计算机设备根据原始色谱信号得到糖化血红蛋白色谱峰的峰面积的具体过程如下:计算机设备在糖化血红蛋白峰识别窗口(在此实例中,横坐标在400×0.1s到700×0.1s之间),对原始色谱信号连续三个信号值求均值;在糖化血红蛋白峰识别窗口内,均值的最高点对应的时间(在此实例中,t=525×0.1s)即为糖化血红蛋白色谱峰的出峰时间。计算机设备采用拟合函数h(t)对原始色谱曲线中糖化血红蛋白色谱峰对应的色谱信号进行拟合得到如图4b中所示的拟合信号曲线。对拟合信号曲线,计算机设备在从0至正无穷大的信号区间对拟合信号曲线的信号值求和,得到糖化血红蛋白色谱峰的峰面积为5015.62。其中,拟合函数Kl和Kr为0~5的常数,u为糖化血红蛋白色谱峰的出峰时间,t为时间变量,y(t)为糖化血红蛋白色谱峰对应的色谱信号。
应该理解的是,虽然图1-4a的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-4a中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种色谱峰检测装置,包括:获取模块502、分离模块504、拟合模块506和计算模块508,其中:
获取模块502,用于获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;
分离模块504,用于根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号;
拟合模块506,用于根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号;拟合函数是基于峰值点坐标构建的函数;
计算模块508,用于基于拟合信号计算色谱峰的峰面积。
上述实施例中,计算机设备首先获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,并根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号。然后,根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号。计算机设备基于拟合信号计算色谱峰的峰面积。计算机设备通过拟合函数对色谱信号进行拟合后,可以使拟合信号逼近理想的色谱信号。所以,计算机设备根据拟合信号计算出的色谱峰的峰面积具有较高的重复性及准确性。
在一个实施例中,色谱峰包括糖化血红蛋白色谱峰;计算模块508用于:
基于糖化血红蛋白色谱峰对应的拟合信号计算糖化血红蛋白色谱峰的峰面积。
在一个实施例中,所述色谱峰还包括血红蛋白变异体色谱峰;计算模块508还用于:
基于血红蛋白变异体色谱峰对应的拟合信号计算血红蛋白变异体色谱峰的峰面积;
根据糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及基于原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
在一个实施例中,计算模块508,还用于:
将糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及总峰面积输入计算函数进行计算,得到糖化血红蛋白的含量;
其中,计算函数为:
在一个实施例中,获取模块502,还用于:
从色谱峰识别窗口内起始的色谱信号点开始,依次以色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算计算节点之前的预设数量色谱信号点的第一信号均值与计算节点之后的预设数量色谱信号点的第二信号均值;
根据色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,获取模块502,还用于:
针对色谱峰识别窗口内色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标;
在计算节点对应的第一信号均值与第二信号均值之间的差值中,选取差值小于差值阈值时所对应的第二计算节点,并将第二计算节点的坐标确定为峰值点坐标;
当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,从对应的差值小于预设阈值的多个计算节点中选取第三计算节点,并将第三计算节点的坐标确定为终点坐标。
在一个实施例中,拟合模块506,还用于:
将色谱信号输入对应的拟合函数进行拟合;
其中,拟合函数为:
在一个实施例中,色谱峰包括血红蛋白色谱峰;如图6所示,装置还包括:
获取模块502,还用于获取血红蛋白色谱峰的预计峰值坐标;
获取模块502,还用于获取预计峰值坐标的前后预设时段内最大的峰值;峰值为血红蛋白色谱峰的峰值;
计算模块508,还用于计算峰值产生时刻之后出现的色谱峰的峰面积;
确定模块510,用于当峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则将目标色谱峰确定为血红蛋白变异体色谱峰。
在一个实施例中,装置还包括:
平滑处理模块512,用于在对原始色谱信号中的待平滑处理色谱信号点进行平滑处理时,将原始色谱信号中包含待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;
获取模块502,还用于:
在平滑处理后的色谱信号中,获取各色谱峰的起点坐标、终点坐标和峰值点坐标。
在其中一个实施例中,色谱峰检测装置例如可以为液相色谱分析仪、气相色谱分析仪。更具体地,色谱峰检测装置为血红蛋白分析仪。
关于色谱峰检测装置的具体限定可以参见上文中对于色谱峰检测方法的限定,在此不再赘述。上述色谱峰检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储色谱峰检测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种色谱峰检测方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种色谱峰检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7、8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号;根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号;拟合函数是基于峰值点坐标构建的函数;基于拟合信号计算色谱峰的峰面积。
在一个实施例中,色谱峰包括糖化血红蛋白色谱峰;处理器执行计算机程序时还实现以下步骤:基于糖化血红蛋白色谱峰对应的拟合信号计算糖化血红蛋白色谱峰的峰面积。
在一个实施例中,色谱峰还包括血红蛋白变异体色谱峰;处理器执行计算机程序时还实现以下步骤:基于血红蛋白变异体色谱峰对应的拟合信号计算血红蛋白变异体色谱峰的峰面积;根据糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及基于原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及总峰面积输入计算函数进行计算,得到糖化血红蛋白的含量;其中,计算函数为:
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从色谱峰识别窗口内起始的色谱信号点开始,依次以色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算计算节点之前的预设数量色谱信号点的第一信号均值与计算节点之后的预设数量色谱信号点的第二信号均值;根据色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:针对色谱峰识别窗口内色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标;在计算节点对应的第一信号均值与第二信号均值之间的差值中,选取差值小于差值阈值时所对应的第二计算节点,并将第二计算节点的坐标确定为峰值点坐标;当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,从对应的差值小于预设阈值的多个计算节点中选取第三计算节点,并将第三计算节点的坐标确定为终点坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将色谱信号输入对应的拟合函数进行拟合;其中,拟合函数为:
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取血红蛋白色谱峰的预计峰值坐标;获取预计峰值坐标的前后预设时段内最大的峰值;峰值为血红蛋白色谱峰的峰值;计算峰值产生时刻之后出现的色谱峰的峰面积;当峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则将目标色谱峰确定为血红蛋白变异体色谱峰。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将原始色谱信号中包含待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标包括:在平滑处理后的色谱信号中,获取色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;根据起点坐标和终点坐标,从原始色谱信号中分离出相应色谱峰的色谱信号;根据与色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与色谱峰对应的拟合信号;拟合函数是基于峰值点坐标构建的函数;基于拟合信号计算色谱峰的峰面积。
在一个实施例中,色谱峰包括糖化血红蛋白色谱峰;计算机程序被处理器执行时还实现以下步骤:基于糖化血红蛋白色谱峰对应的拟合信号计算糖化血红蛋白色谱峰的峰面积。
在一个实施例中,色谱峰还包括血红蛋白变异体色谱峰;计算机程序被处理器执行时还实现以下步骤:基于血红蛋白变异体色谱峰对应的拟合信号计算血红蛋白变异体色谱峰的峰面积;根据糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及基于原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将糖化血红蛋白色谱峰的峰面积、血红蛋白变异体色谱峰的峰面积以及总峰面积输入计算函数进行计算,得到糖化血红蛋白的含量;其中,计算函数为:
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从色谱峰识别窗口内起始的色谱信号点开始,依次以色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算计算节点之前的预设数量色谱信号点的第一信号均值与计算节点之后的预设数量色谱信号点的第二信号均值;根据色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:针对色谱峰识别窗口内色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标;在计算节点对应的第一信号均值与第二信号均值之间的差值中,选取差值小于差值阈值时所对应的第二计算节点,并将第二计算节点的坐标确定为峰值点坐标;当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于预设阈值时,从对应的差值小于预设阈值的多个计算节点中选取第三计算节点,并将第三计算节点的坐标确定为终点坐标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将色谱信号输入对应的拟合函数进行拟合;其中,拟合函数为:
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取血红蛋白色谱峰的预计峰值坐标;获取预计峰值坐标的前后预设时段内最大的峰值;峰值为血红蛋白色谱峰的峰值;计算峰值产生时刻之后出现的色谱峰的峰面积;当峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则将目标色谱峰确定为血红蛋白变异体色谱峰。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将原始色谱信号中包含待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标包括:在平滑处理后的色谱信号中,获取色谱峰的起点坐标、终点坐标和峰值点坐标。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种色谱峰检测方法,其特征在于,所述方法包括:
获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;
根据所述起点坐标和所述终点坐标,从所述原始色谱信号中分离出相应色谱峰的色谱信号;
根据与所述色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与所述色谱峰对应的拟合信号;所述拟合函数是基于所述峰值点坐标构建的函数;
基于所述拟合信号计算所述色谱峰的峰面积。
2.根据权利要求1所述的方法,其特征在于,所述色谱峰包括糖化血红蛋白色谱峰;所述基于所述拟合信号计算所述色谱峰的峰面积包括:
基于所述糖化血红蛋白色谱峰对应的拟合信号计算所述糖化血红蛋白色谱峰的峰面积。
3.根据权利要求2所述的方法,其特征在于,所述色谱峰还包括血红蛋白变异体色谱峰;所述基于所述拟合信号计算所述色谱峰的峰面积还包括:
基于所述血红蛋白变异体色谱峰对应的拟合信号计算所述血红蛋白变异体色谱峰的峰面积;
所述方法还包括:
根据所述糖化血红蛋白色谱峰的峰面积、所述血红蛋白变异体色谱峰的峰面积以及基于所述原始色谱信号计算所得的总峰面积,计算糖化血红蛋白的含量。
5.根据权利要求1所述的方法,其特征在于,所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标,包括:
从色谱峰识别窗口内起始的色谱信号点开始,依次以所述色谱峰识别窗口中的色谱信号点为当前的计算节点,遍历计算所述计算节点之前的预设数量色谱信号点的第一信号均值与所述计算节点之后的预设数量色谱信号点的第二信号均值;
根据所述色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标。
6.根据权利要求5所述的方法,其特征在于,所述根据所述色谱信号点的第一信号均值以及第二信号均值,确定色谱峰的起点坐标、终点坐标和峰值点坐标,包括:
针对所述色谱峰识别窗口内所述色谱信号点对应的信号均值,当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步增大、且均大于预设阈值时,从对应的差值大于所述预设阈值的多个计算节点中选取第一计算节点,并将选取的计算节点的坐标确定为起点坐标;
在计算节点对应的第一信号均值与第二信号均值之间的差值中,选取差值小于差值阈值时所对应的第二计算节点,并将所述第二计算节点的坐标确定为峰值点坐标;
当连续多个计算节点对应的第一信号均值与第二信号均值之间的差值逐步减小、且均小于所述预设阈值时,从对应的差值小于所述预设阈值的多个计算节点中选取第三计算节点,并将所述第三计算节点的坐标确定为终点坐标。
8.根据权利要求1所述的方法,其特征在于,所述色谱峰包括血红蛋白色谱峰;所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标之后,所述方法还包括:
获取所述血红蛋白色谱峰的预计峰值坐标;
获取所述预计峰值坐标的前后预设时段内最大的峰值;所述峰值为所述血红蛋白色谱峰的峰值;
计算所述峰值产生时刻之后出现的色谱峰的峰面积;
当所述峰值产生时刻之后出现的目标色谱峰的峰面积及出峰时间满足预设条件,则将所述目标色谱峰确定为血红蛋白变异体色谱峰。
9.根据权利要求1所述的方法,其特征在于,所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标之前,所述方法还包括对所述原始色谱信号中的待平滑处理色谱信号点进行平滑处理的步骤:
将所述原始色谱信号中包含所述待平滑处理色谱信号点在内的至少三个连续的色谱信号点的平均值作为所述待平滑处理色谱信号点的信号值,得到平滑处理后的色谱信号;
所述获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标包括:
在所述平滑处理后的色谱信号中,获取色谱峰的起点坐标、终点坐标和峰值点坐标。
10.一种色谱峰检测装置,其特征在于,所述装置包括:
获取模块,用于获取原始色谱信号中色谱峰的起点坐标、终点坐标和峰值点坐标;
分离模块,用于根据所述起点坐标和所述终点坐标,从所述原始色谱信号中分离出相应色谱峰的色谱信号;
拟合模块,用于根据与所述色谱峰对应的拟合函数对相应的色谱信号进行拟合,得到与所述色谱峰对应的拟合信号;所述拟合函数是基于所述峰值点坐标构建的函数;
计算模块,用于基于所述拟合信号计算色谱峰的峰面积。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011398945.5A CN112444589B (zh) | 2020-12-04 | 2020-12-04 | 色谱峰检测方法、装置、计算机设备和存储介质 |
PCT/CN2021/122161 WO2022116673A1 (zh) | 2020-12-04 | 2021-09-30 | 色谱峰检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011398945.5A CN112444589B (zh) | 2020-12-04 | 2020-12-04 | 色谱峰检测方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112444589A true CN112444589A (zh) | 2021-03-05 |
CN112444589B CN112444589B (zh) | 2021-10-08 |
Family
ID=74739535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011398945.5A Active CN112444589B (zh) | 2020-12-04 | 2020-12-04 | 色谱峰检测方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112444589B (zh) |
WO (1) | WO2022116673A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113419020A (zh) * | 2021-06-30 | 2021-09-21 | 成都师范学院 | 糖化血红蛋白重叠峰识别方法、装置、***、设备及介质 |
CN114002367A (zh) * | 2021-10-15 | 2022-02-01 | 无锡博慧斯生物医药科技有限公司 | 一种高效液相糖化血红蛋白色谱峰面积的算法 |
WO2022116673A1 (zh) * | 2020-12-04 | 2022-06-09 | 深圳普门科技股份有限公司 | 色谱峰检测方法、装置、计算机设备和存储介质 |
CN115856185A (zh) * | 2023-02-28 | 2023-03-28 | 杭州泽天春来科技有限公司 | 分析仪的处理方法、***及可读存储介质 |
CN116136518A (zh) * | 2023-04-20 | 2023-05-19 | 杭州泽天春来科技有限公司 | 色谱仪 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3818357A (en) * | 1971-10-04 | 1974-06-18 | Hewlett Packard Co | Integrator providing automatic tangential base-line correction |
JPS5622955A (en) * | 1979-08-01 | 1981-03-04 | Hitachi Ltd | Measuring method for chromatopeak area |
CN1632568A (zh) * | 2004-12-27 | 2005-06-29 | 天津大学 | 确定色谱重叠峰中单独峰的方法 |
CN1712955A (zh) * | 2004-06-25 | 2005-12-28 | 中国科学院大连化学物理研究所 | 一种精确测定色谱峰形参数和重叠峰面积的方法 |
CN103364511A (zh) * | 2013-07-26 | 2013-10-23 | 上海申瑞继保电气有限公司 | 油中多组分气体的不对称叠加色谱图峰面积计算方法 |
CN103969379A (zh) * | 2013-01-29 | 2014-08-06 | 深圳普门科技有限公司 | 一种液相色谱检验的测量值取得方法 |
CN104297504A (zh) * | 2014-10-22 | 2015-01-21 | 上海申腾信息技术有限公司 | 一种自动化气相色谱控制*** |
CN105067732A (zh) * | 2015-07-07 | 2015-11-18 | 天津大学 | 基于二阶高斯函数拟合的色谱重叠峰定量方法 |
JP2018116027A (ja) * | 2017-01-20 | 2018-07-26 | 東ソー株式会社 | 負ピークの影響を受けないピーク検出方法 |
CN108982732A (zh) * | 2018-08-23 | 2018-12-11 | 西南科技大学 | 一种高效液相糖化血红蛋白色谱峰面积识别方法 |
CN111337606A (zh) * | 2020-03-19 | 2020-06-26 | 南通乐尔环保科技有限公司 | 一种应用于色谱分析的重叠峰处理办法及装置 |
CN111562339A (zh) * | 2020-06-17 | 2020-08-21 | 深圳普门科技股份有限公司 | 血红蛋白类物质的检测方法及其检测设备 |
CN111595992A (zh) * | 2020-06-30 | 2020-08-28 | 浙江三青环保科技有限公司 | 一种在线气相色谱峰的快速寻峰方法 |
CN111767790A (zh) * | 2020-05-15 | 2020-10-13 | 山东科技大学 | 一种基于卷积神经网络的色谱峰识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7070014B2 (ja) * | 2018-04-18 | 2022-05-18 | 東ソー株式会社 | クロマトグラムにおけるピークの信号処理方法 |
CN109085282A (zh) * | 2018-06-22 | 2018-12-25 | 东南大学 | 一种基于小波变换和随机森林模型的色谱重叠峰解析方法 |
CN112444589B (zh) * | 2020-12-04 | 2021-10-08 | 深圳普门科技股份有限公司 | 色谱峰检测方法、装置、计算机设备和存储介质 |
-
2020
- 2020-12-04 CN CN202011398945.5A patent/CN112444589B/zh active Active
-
2021
- 2021-09-30 WO PCT/CN2021/122161 patent/WO2022116673A1/zh active Application Filing
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3818357A (en) * | 1971-10-04 | 1974-06-18 | Hewlett Packard Co | Integrator providing automatic tangential base-line correction |
JPS5622955A (en) * | 1979-08-01 | 1981-03-04 | Hitachi Ltd | Measuring method for chromatopeak area |
CN1712955A (zh) * | 2004-06-25 | 2005-12-28 | 中国科学院大连化学物理研究所 | 一种精确测定色谱峰形参数和重叠峰面积的方法 |
CN1632568A (zh) * | 2004-12-27 | 2005-06-29 | 天津大学 | 确定色谱重叠峰中单独峰的方法 |
CN103969379A (zh) * | 2013-01-29 | 2014-08-06 | 深圳普门科技有限公司 | 一种液相色谱检验的测量值取得方法 |
CN103364511A (zh) * | 2013-07-26 | 2013-10-23 | 上海申瑞继保电气有限公司 | 油中多组分气体的不对称叠加色谱图峰面积计算方法 |
CN104297504A (zh) * | 2014-10-22 | 2015-01-21 | 上海申腾信息技术有限公司 | 一种自动化气相色谱控制*** |
CN105067732A (zh) * | 2015-07-07 | 2015-11-18 | 天津大学 | 基于二阶高斯函数拟合的色谱重叠峰定量方法 |
JP2018116027A (ja) * | 2017-01-20 | 2018-07-26 | 東ソー株式会社 | 負ピークの影響を受けないピーク検出方法 |
CN108982732A (zh) * | 2018-08-23 | 2018-12-11 | 西南科技大学 | 一种高效液相糖化血红蛋白色谱峰面积识别方法 |
CN111337606A (zh) * | 2020-03-19 | 2020-06-26 | 南通乐尔环保科技有限公司 | 一种应用于色谱分析的重叠峰处理办法及装置 |
CN111767790A (zh) * | 2020-05-15 | 2020-10-13 | 山东科技大学 | 一种基于卷积神经网络的色谱峰识别方法 |
CN111562339A (zh) * | 2020-06-17 | 2020-08-21 | 深圳普门科技股份有限公司 | 血红蛋白类物质的检测方法及其检测设备 |
CN111595992A (zh) * | 2020-06-30 | 2020-08-28 | 浙江三青环保科技有限公司 | 一种在线气相色谱峰的快速寻峰方法 |
Non-Patent Citations (5)
Title |
---|
MATTI 0. KOSKINEN ET AL: "NUMERICAL INTEGRATION OF COMPLEX CHROMATOGRAMS USING FITTED GAUSSIAN FUNCTIONS", 《JOURNAL OF LIQUID CHROMATOGRAPHY》 * |
MINDY L. PHILLIPS ET AL: "Dependence of Chromatogram Peak Areas Obtained by Curve-Fitting on the Choice of Peak Shape Function", 《JOURNAL OF CHROMATOGRAPHIC SCIENCE》 * |
罗荣模: "色谱数据工作站的研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
荣广颐: "应用Z-80微机进行气相色谱仪实时数据处理――色谱保留值", 《东华大学学报(自然科学版)》 * |
陈文明: "色谱重叠峰的解析方法概论", 《中国水运》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022116673A1 (zh) * | 2020-12-04 | 2022-06-09 | 深圳普门科技股份有限公司 | 色谱峰检测方法、装置、计算机设备和存储介质 |
CN113419020A (zh) * | 2021-06-30 | 2021-09-21 | 成都师范学院 | 糖化血红蛋白重叠峰识别方法、装置、***、设备及介质 |
CN114002367A (zh) * | 2021-10-15 | 2022-02-01 | 无锡博慧斯生物医药科技有限公司 | 一种高效液相糖化血红蛋白色谱峰面积的算法 |
CN114002367B (zh) * | 2021-10-15 | 2023-05-09 | 无锡博慧斯生物医药科技有限公司 | 一种高效液相糖化血红蛋白色谱峰面积的算法 |
CN115856185A (zh) * | 2023-02-28 | 2023-03-28 | 杭州泽天春来科技有限公司 | 分析仪的处理方法、***及可读存储介质 |
CN115856185B (zh) * | 2023-02-28 | 2023-06-13 | 杭州泽天春来科技有限公司 | 分析仪的处理方法、***及可读存储介质 |
CN116136518A (zh) * | 2023-04-20 | 2023-05-19 | 杭州泽天春来科技有限公司 | 色谱仪 |
Also Published As
Publication number | Publication date |
---|---|
WO2022116673A1 (zh) | 2022-06-09 |
CN112444589B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112444589B (zh) | 色谱峰检测方法、装置、计算机设备和存储介质 | |
EP2042972A1 (en) | Method for determining pressed location of touch screen | |
CN110427232B (zh) | 页面管理方法、装置、计算机设备及存储介质 | |
CN108874234B (zh) | 一种触控识别方法、装置及触控显示装置 | |
CN109685092B (zh) | 基于大数据的聚类方法、设备、存储介质及装置 | |
CN116126580B (zh) | 触控显示的控制方法、装置、设备及存储介质 | |
CN110895706B (zh) | 一种目标聚类数的获取方法、装置及计算机*** | |
CN114157683B (zh) | 一种在线色谱仪数据存储方法、装置、存储介质 | |
US20180288121A1 (en) | Streaming media play mode determination method and apparatus | |
CN116109572A (zh) | 工件边缘微弱缺陷的检测方法、装置及电子设备 | |
US9075494B2 (en) | Systems and methods for performing object selection | |
CN112783406B (zh) | 操作执行方法、装置和电子设备 | |
CN114035706B (zh) | 一种触屏手指特性的分析方法、装置、设备及存储介质 | |
US11913919B2 (en) | Techniques for acquisition-stage peak width determination and baseline offset estimation | |
CN107743094B (zh) | 路由接入方法及路由接入装置 | |
CN112217585B (zh) | 信号路径的确定方法、装置、计算机设备和存储介质 | |
US7904410B1 (en) | Constrained dynamic time warping | |
EP3848778A1 (en) | Fingertip detection method, fingertip detection means, fingertip detection device, and medium | |
CN113971385B (zh) | 电路元器件单元的映射方法、装置和电子设备 | |
US12020446B2 (en) | Offset object alignment operations | |
CN110793608B (zh) | 分析人体的身体数据的方法、装置、服务器和存储介质 | |
CN116185270A (zh) | 触屏轨迹确定方法、装置、电子设备和存储介质 | |
CN115900673A (zh) | 方向确定方法、装置、电子设备和可读存储介质 | |
CN114816213A (zh) | 操作识别方法、装置、电子设备和可读存储介质 | |
US10782825B2 (en) | Distinguishing non-input contact |
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 |