CN102194641B - 质量分析数据处理方法和质量分析数据处理设备 - Google Patents

质量分析数据处理方法和质量分析数据处理设备 Download PDF

Info

Publication number
CN102194641B
CN102194641B CN201110063709.2A CN201110063709A CN102194641B CN 102194641 B CN102194641 B CN 102194641B CN 201110063709 A CN201110063709 A CN 201110063709A CN 102194641 B CN102194641 B CN 102194641B
Authority
CN
China
Prior art keywords
mass
maximum intensity
maximum
charge ratio
tiny area
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
CN201110063709.2A
Other languages
English (en)
Other versions
CN102194641A (zh
Inventor
梶原茂树
池上将弘
森永浩子
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.)
Shimadzu Corp
Original Assignee
Shimadzu Corp
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 Shimadzu Corp filed Critical Shimadzu Corp
Publication of CN102194641A publication Critical patent/CN102194641A/zh
Application granted granted Critical
Publication of CN102194641B publication Critical patent/CN102194641B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00Particle spectrometers or separator tubes
    • H01J49/0004Imaging particle spectrometry
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00Particle spectrometers or separator tubes
    • H01J49/0027Methods for using particle spectrometers
    • H01J49/0036Step by step routines describing the handling of the data generated during a measurement

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

一种质量分析数据处理方法和质量分析数据处理设备,高效地处理通过成像质量分析收集到的大量数据,从而以分析操作员能够直观理解的形式呈现对分析试样的组织结构有意义的信息。对试样上的各像素,列出与质谱中的最大强度MI(i)相对应的质荷比m/z(i),并提取所有像素的最大强度中的最大值MII。定义与0~MII范围内的强度值相对应的色标。将各像素的最大强度MI与色标进行比较以对该像素分配颜色。创建并显示像素以各自的颜色示出的映射图像。同时,以峰颜色对应于映射图像上的像素颜色的方式创建表示所有像素的MI(i)和m/z(i)之间关系的频谱。映射图像示出试样的组织结构。通过比较该图像和频谱,可识别出试样中值得注意的物质的m/z。

Description

质量分析数据处理方法和质量分析数据处理设备
技术领域
本发明涉及用于分析质谱成像数据的质量分析数据处理方法和质量分析数据处理设备,所述质谱成像数据是通过对试样的二维区域中的多个微小区域进行质量分析而收集到的。
背景技术
为了观察诸如生物组织等的试样的形态并同时测量存在于该试样的指定区域中的分子的分布,已经研发了被称为质谱显微镜或成像质谱仪的设备(参见以下参考文献1-5及其它文献)。这些设备不需要对试样进行研磨或粉碎,因此能够在几乎完全地维持试样的原始形态的情况下获得包括在试样上基于显微观察所指定的任何区域中的、具有特定质荷比m/z的离子的分布图像(或映射图像)。期望使用这些设备来获得例如活细胞中包含的蛋白质的分布信息,尤其是在生物化学、医疗护理或药物化学的领域及其它领域中。
参考文献1:日本特开2007-66533号公报;
参考文献2:日本特开2007-157353号公报;
参考文献3:日本特开2007-257851号公报;
参考文献4:Kiyoshi Ogawa et al.,“Kenbi Shitsuryo BunsekiSochi no Kaihatsu,”(“Research and Development of MassMicroscope”)Shimadzu Review,Shimadzu Corporation,Mar.31,2006,vol.62,nos.34,pp.125-135;以及
参考文献5:Takahiro Harada et al.,“Kenbi ShitsuryoBunseki Sochi ni yoru Seitai Soshiki Bunseki,”(“BiologicalTissue Analysis using Mass Microscope”)Shimadzu Review,Shimadzu Corporation,Apr.24,2008,vol.64,nos.34,pp.139-146。
对于分析操作员而言,能够轻易地掌握所期望的关于试样的信息,例如作为试样的特征的物质的种类或这种物质的量的分布,这很重要。为此,需要对所收集到的质谱成像数据进行适当的分析处理,并且以适当形式显示该处理的结果。如果获得了试样上具有特定面积的二维区域的质谱成像数据,则该数据将包括许多测量点(微小区域)的质谱数据。自然,这些数据的量非常大。鉴于该因素,已经提出了用以处理海量数据并提取出易于分析操作员理解的形式的、有意义的信息的多种方法。
在一种方法中,例如,在显示窗口上显示通过对所有测量点的质谱进行积分获得的积分质谱。在分析操作员从出现在积分质谱上的峰中选择了适当的峰之后,通过使用诸如BioMap(例如参见以下参考文献6)等的通常可得的MS图像显示软件产品来显示所选择的峰的强度空间分布。图6的(a)示出了利用该方法获得的不同的质荷比的峰强度的空间分布的例子,并且图6的(b)示出了这些空间分布的叠加图像的例子。以这种方式叠加两个或更多个峰的强度的空间分布,提供了与指定组织的结构以及该组织的主要物质的质荷比有关的信息。
参考文献6:“MS Imaging Gijutsu niyoru Byori SoshikiSeppen jou ni okeru Biomarker no Tansaku,”(“Search forBiomarkers on Pathological Samples using MS ImagingTechnology”),[online],Shimadzu  Corporation,[February  25,2010],internet<URL:http://www.an.shimadzu.co.jp/bio/biomarker/297-0425_msimaging.pdf>
在另一方法中,使用诸如主成分分析(principal componentanalysis,PCA)、独立成分分析(independent component analysis,ICA)、因子分析(factor analysis,FA)及其它分析等的多变量分析(参考以下参考文献7及其它文献)。在多变量分析中,形成相近的强度空间分布的两种或更多种物质按照因子而聚集。通常,按照各个因子来显示分数(score)和载荷(loading)。在参考文献7所述的方法中,将分数显示为二维空间分布,并将载荷显示为散布图。
参考文献7:Morinaga et al.,“Development of the softwareusing Principal Component Analysis for MS Imaging Data,”Abstract of the 57th Annual Conference on Mass Spectrometry2009,Journal of Spectrometry Society of Japan,May 1,2009
然而,前述的传统方法存在以下缺点。
在使用MS图像显示软件的分析方法中,当分析操作员在积分质谱上选择峰时,显示与所选择的峰相对应的质荷比的强度空间分布。该方法无法保证所选择的峰总是与示出空间特定分布的物质相对应。如果需要针对试样上的各微小区域确定示出空间特定分布的峰的位置,则分析操作员需要通过反复试验(trial and error)来比较并叠加两个或更多个峰的强度空间分布。结果,操作员通常不得不针对积分质谱上的许多峰重复用于显示图像的操作,这需要大量的精力和时间。
在使用多变量分析的方法中,在大多数情况下,确定因子的数量以及解释各因子的载荷值需要专业的知识和技能。在PCA的情况下,所显示的主成分的质谱上可能包括具有负强度(negative intensity)的峰,因此有时难以解释这种结果的物理意义。因此,并不是所有人都可以进行这种分析,从而使得难以高效地进行分析及提高处理量。PCA方法的另一缺点在于,在与某种物质有关的信息反映在多个主成分上的情况下,由于通过PCA获得的空间分布仅示出一个主成分,因此利用该方法获得的信息不足以确定这种物质的空间分布或含量。
发明内容
已经研发了本发明以解决前述问题,并且本发明的目的在于提供以下的质量分析数据处理方法和质量分析数据处理设备:该质量分析数据处理方法和质量分析数据处理设备能够高效地处理通过成像质量分析所收集到的大量数据,从而以分析操作员能够直观地理解的形式呈现对于分析生物试样或其它物体的组织结构而言有意义的信息。
为了解决前述问题,本发明的第一方面提供一种质量分析数据处理方法,用于处理通过对设置在试样的二维区域内的多个微小区域分别进行质量分析所收集到的数据,所述质量分析数据处理方法包括:
a)第一步骤,用于基于与各微小区域相对应的质谱数据,提取各微小区域的最大强度和展现该最大强度的质荷比;
b)第二步骤,用于提取在所述第一步骤获得的各微小区域的最大强度中的最大值,基于该最大值确定用于显示强度的色标(color scale),根据所述色标对各微小区域分配与在所述第一步骤获得的各微小区域的最大强度相对应的颜色,以及创建并显示与所述二维区域的部分或整体相对应的着色二维图像;以及
c)第三步骤,用于创建表示在所述第一步骤获得的各微小区域的最大强度和展现该最大强度的质荷比之间的关系的最大强度频谱,并且结合所述着色二维图像以如下方式显示所述最大强度频谱:使用所述色标中与由同一质荷比展现出的多个最大强度中的最大值相关联的颜色来示出具有与该最大值相对应的强度值的峰的至少一部分。
本发明的第二方面提供一种质量分析数据处理设备,用于处理通过对设置在试样的二维区域内的多个微小区域分别进行质量分析所收集到的数据,所述质量分析数据处理设备包括:
a)信息提取部件,用于基于与各微小区域相对应的质谱数据,提取各微小区域的最大强度和展现该最大强度的质荷比;
b)二维图像创建部件,用于提取由所述信息提取部件获得的各微小区域的最大强度中的最大值,基于该最大值确定用于显示强度的色标,根据所述色标对各微小区域分配与由所述信息提取部件获得的各微小区域的最大强度相对应的颜色,创建与所述二维区域的部分或整体相对应的着色二维图像,并且将所述着色二维图像显示在显示窗口上;以及
c)频谱创建部件,用于创建表示由所述信息提取部件获得的各微小区域的最大强度和展现该最大强度的质荷比之间的关系的最大强度频谱,并且结合所述着色二维图像以如下方式将所述最大强度频谱显示在所述显示窗口上:使用所述色标中与由同一质荷比展现出的多个最大强度中的最大值相关联的颜色来示出具有与该最大值相对应的强度值的峰的至少一部分。
在根据本发明的第一方面的质量分析数据处理方法和根据本发明的第二方面的质量分析数据处理设备中,要处理的数据包括表示各个微小区域处的质荷比和信号强度(离子强度)之间的关系的质谱数据。在根据本发明的第二方面的质量分析数据处理设备中,信息提取部件在各微小区域的质谱数据中搜索具有最高信号强度的峰,并且提取该峰的强度值以及与该峰相对应的质荷比。搜索具有最大强度的峰的原因是,该峰可能对应于所关注的微小区域中含量最多的物质。
在对所有的微小区域完成了提取最大强度和展现该最大强度的质荷比的处理之后,二维图像创建部件搜索所提取出的最大强度中的最大值,并且定义用于显示在0到该最大值范围内的峰强度的色标(色卡图)。使用该色标,二维图像创建部件对各微小区域分配与该微小区域的最大强度相对应的显示颜色,并且创建与二维区域的部分或整体相对应的着色二维图像。将该图像显示在显示窗口上。由此显示的着色二维图像(质谱映射图像)清晰地示出包含值得注意的量的物质的微小区域的位置,而不考虑在各微小区域的质谱上发现了何种峰(即,何种物质)。
同时,频谱创建部件创建表示各微小区域的最大强度和展现该最大强度的质荷比之间的关系的最大强度频谱,其中,该最大强度频谱的横轴表示质荷比。在该最大强度频谱中,以与和各峰的质荷比相关联的最大强度中的最大值相对应的颜色来表示该峰的至少一部分。这可以实现为如下:对于各质荷比,对与所关注的质荷比相关联的各个最大强度分配如色标中所定义的特定颜色。然后,将指示最大强度的峰按各自的颜色以一个峰叠加在另一个峰上的方式绘制在最大强度频谱上的该质荷比处。结果,在各质荷比处,可以看到在峰的顶部为与和所关注的质荷比相关联的最大强度中的最大值相对应的颜色。最大强度频谱上的峰顶颜色和着色二维图像中的微小区域颜色之间的对应关系使得可以快速检查具有特定质荷比的物质的分布。
在本发明的第二方面的一个优选模式中,所述质量分析数据处理设备还包括直方图创建部件,所述直方图创建部件用于创建表示由所述信息提取部件获得的展现最大强度的质荷比和具有与该质荷比相关联的最大强度的微小区域的频率之间的关系的直方图,并且结合所述着色二维图像和所述最大强度频谱将所述直方图显示在所述显示窗口上。在这种情况下,优选地,可以使用分配给所述微小区域的颜色来绘制指示频率的柱(column)。
在大多数情况下,具有示出高的频率的质荷比的物质在分布于宽的空间范围上的许多微小区域形成最大强度峰;这种物质不太可能以特定空间分布示出。作为对比,具有如下质荷比的物质很可能存在于有限的区域中,其中该质荷比示出低的频率但展现大的最大强度值。因而,该直方图提供了对分析操作员判断哪些微小区域值得注意而言有用的信息。
通过根据本发明的质量分析数据处理方法和质量分析数据处理设备,可以处理通过成像质量分析所收集到的海量数据以形成可以容易且直观地理解试样中所包含的一种或多种物质的空间分布的信息,并且向分析操作员呈现该信息。特别地,由于与各微小区域中具有最大强度的峰相对应的物质极有可能是该微小区域中含量最多的主要物质,因此该物质的空间分布对于推断试样的组织结构或其它属性有用。结合空间分布来显示最大强度频谱使得能够识别试样中显著包含的物质的质荷比。
根据本发明的质量分析数据处理方法和质量分析数据处理设备既不需要通过反复试验重复峰选择操作,也不需要进行多变量分析时通常需要的峰提取处理。因此,缩短了处理时间并且提高了处理量。另外,进行分析操作并解释分析结果不需要如使用多变量分析的方法所要求的专业知识和技能,从而有利于减轻分析操作员的负担。
附图说明
图1是使用根据本发明的质量分析数据处理设备的成像质谱仪的实施例的示意结构图。
图2是本实施例的成像质谱仪的数据处理过程的流程图。
图3是本实施例的成像质谱仪的数据处理的解释图。
图4示出本实施例的成像质谱仪的数据处理的结果的示例。
图5示出(a)拍摄于施加基质之前的试样的光学显微镜图像和(b)平均质谱的空间分布图的示例。
图6示出用于显示离子强度的空间分布的传统方法,其中,(a)示出不同的m/z值的离子强度的空间分布,以及(b)是这些空间分布的叠加图像。
附图标记的说明
1…成像质量分析单元
2…数据处理器
3…数据存储器
4…显微镜图像处理器
5…控制器
6…操作单元
7…显示单元
8…试样
8a…二维测量区域
8b…微小区域(像素)
具体实施方式
将参考附图来说明使用根据本发明的质量分析数据处理设备的成像质谱仪的实施例。图1是根据本实施例的成像质谱仪的示意结构图。
该成像质谱仪包括:成像质量分析单元1,用于对试样8上的二维测量区域8a进行显微观察,并在区域8a内进行成像质量分析;数据处理器2,用于分析并处理由成像质量分析单元1收集到的质量分析频谱数据;数据存储器3,用于存储质量分析频谱数据;显微镜图像处理器4,用于处理由成像质量分析单元1拍摄到的图像的信号并形成显微镜图像;控制器5,用于控制前述各单元;以及各自连接至控制器5的操作单元6和显示单元7。
如前面提到的参考文献4和5所述,成像质量分析单元1包括例如MALDI离子源、离子输送光学系统、离子阱、飞行时间质量分析器和其它单元。成像质量分析单元1对预定大小的微小区域进行整个给定质荷比范围内的质量分析。尽管没有示出,但成像质量分析单元1包括用于在x和y的双轴方向上精确移动其上放置有试样8的试样台的驱动单元。通过每当试样8移动了预定步长时进行质量分析,可以收集给定区域的质量分析频谱数据。控制器5、数据处理器2、数据存储器3、显微镜图像处理器4和其它单元的功能中的至少一部分是通过运行安装在个人计算机中的专用处理控制软件程序来实现的。
本实施例的成像质谱仪的特征在于,利用由数据处理器2进行的数据处理来分析并处理由成像质量分析单元1收集到的海量质量分析频谱数据,并将分析结果显示在显示单元7的窗口中。将参考图2和图3来详细说明该特征性的数据处理的实施例。图2是示出该数据处理的过程的流程图,并且图3是用于解释图2的处理的示意图。
在成像质量分析单元1中,如图3所示,可以获得各个微小区域8b的质谱数据,其中,微小区域8b是在试样8上的给定二维测量区域8a内的、沿x和y方向排列的微小尺寸部分。这些质谱数据构成各自示出整个预定质荷比范围内的强度信号的质谱。
通常,微小区域8b的各个边长决定于其上放置有试样8的台的移动步长。通过进行后面将说明的数据处理,基于针对一个微小区域8b所获得的质谱数据来选择该微小区域8b在着色二维图像(colored two-dimensional image)上的显示颜色。因此,微小区域是进行诸如上色等的图像处理时的最小单位。因而,在该图像处理中,一个像素与一个微小区域同义。在以下的解释中,微小区域将被称为像素。如图3所示,像素以网格图案排列在二维测量区域8a中。在本实施例中,根据预定规则对这些像素分配识别编号(i=1~N),以使得各编号与一个像素的位置坐标相对应。
在接收到开始数据处理的命令时,数据处理器2访问数据存储器3,以读取要处理的所有质量分析成像数据、即针对所有的前述N个像素所获得的质谱数据(步骤S1)。
接着,按照例如像素编号的顺序,分析与一个像素相对应的质谱数据,以提取并存储质谱上出现的所有峰的峰信号的最大强度(MI)以及展现该最大强度的质荷比(步骤S2)。在步骤S3中,判断所有的像素是否均经过了前述处理。如果剩余有任何像素,则处理返回至步骤S2。
在图3中,示出了与像素编号为n、p、q和r的四个像素相对应的四个质谱数据。将与像素编号i相对应的最大强度表示为MI(i),并且将与该最大强度相对应的质荷比表示为m/z(i)。例如,在像素编号为n的像素中,最大强度MI(n)=I1,并且相应的质荷比m/z(n)=M1。在像素编号为p的像素中,最大强度MI(p)=I2,并且相应的质荷比m/z(p)=M1。通过重复步骤S2和S3来对所有的N个像素重复相同的处理。结果,对于所有的这N个像素,收集到并存储了最大强度MI(1)~MI(N)和质荷比m/z(1)~m/z(N)。
可以推知,与质谱上展现最大强度的峰相对应的物质是像素中含量最多的物质。因此,前述的针对各像素搜索最大强度的操作与搜索该像素中的最大含量物质(the most abundantsubstance)相对应。
接着,将针对所有的像素获得的最大强度MI(i)彼此进行比较,以提取最大值MII和与该值相对应的质荷比m/z,并且存储该值MII和m/z(步骤S4)。然后,定义用于对强度范围0~MII分配显示颜色的色标(color scale)。可以以任何形式定义色标;典型例子是计算机系统中广泛使用的HSV(色调、饱和度和亮度)模型。应当注意,在图3所示的系统中,由于附图无法示出彩色,因此使用灰度级(gray scale)来代替色标。在定义了色标之后,通过参考该色标并查找与各像素的最大强度MI(i)相对应的颜色,来对各像素分配显示颜色。然后,创建出像素以各自的颜色被示出的二维映射图像,并将该二维映射图像显示在显示单元7的窗口上(步骤S5)。
在图3中,“结果”栏的上部示出的图表是与二维测量区域8a相对应的映射图像的例子。该映射图像清晰地示出哪个像素具有大的最大强度值、即包含大量的特定物质,而不考虑各像素的峰的类型(即,所包含的物质的种类)。
使用在步骤S4存储的最大强度MI(i)和质荷比m/z(i),数据处理器2创建与质谱相类似的、横轴表示m/z并且纵轴表示强度的最大强度频谱,并将所创建的频谱显示在显示单元7的窗口上(步骤S6)。在该处理中,在相应的质荷比m/z(i)处以一个峰叠加在另一个峰上的方式绘制代表像素的峰,其中,这些代表像素的峰各自在最大强度MI(i)处具有峰顶并且根据色标被上色了。结果,如果存在两个或更多个像素具有同一质荷比m/z(i)且这些像素的最大强度在一定程度上分散,则由此产生的峰将如同具有根据色标而被上色为不同颜色的多个分段的柱那样。在峰具有大的最大强度MI(i)值的情况下,上部的分段将显示为与色标上的MII的颜色相近的颜色。在映射图像上,也以同一颜色显示与该峰相对应的像素。这种上色系统使得分析操作员能够直观地找到二维测量区域8a上的如下点或区域,该点或区域特别地分布有最大强度MI(i)在特定强度范围内的物质。在图3中,“结果”栏的中部示出的图表是最大强度频谱的例子。
此外,数据处理器2创建横轴表示m/z并且纵轴表示像素的数量(或频率)的直方图,并且将该直方图显示在显示单元7的窗口上(步骤S7)。该直方图示出提取了具有最大强度MI的峰的m/z值。在该直方图上,以与分配给相应像素的颜色相同的颜色绘制频率柱(frequency column)。例如,具有示出高的频率的质荷比的物质极有可能在分布于宽的空间范围上的许多微小区域形成最大强度峰。这种物质不大可能分布在特定的点或区域。作为对比,具有如下质荷比的物质很可能存在于空间上有限的区域中,其中该质荷比示出较低的频率但展现以与MII相近的颜色显示的最大强度。在大多情况下,后一种峰是值得注意的峰。因而,该直方图提供了对于定位映射图像上值得注意的区域而言有用的信息。在图3中,“结果”栏的下部示出的图表是这种直方图的例子。
通过前述的数据处理,如图3所示,根据本实施例的设备通过使用通用的色标表示相互对应的元素来显示二维映射图像、最大强度频谱和直方图。
将参考图4和图5来说明前述的数据处理的具体例子。在该例子中,使用小鼠视网膜作为试样。在图5的(a)中示出拍摄于施加基质之前的该试样的光学显微镜图像。该试样上施加有DHB(2,5-二羟基苯甲酸)作为基质。该试样上设置有包括101×98(=9898)个像素的二维测量区域。针对各像素,获得在整个质荷比范围m/z 500~m/z 1000内的质谱。在图5的(b)中示出基于针对所有的像素获得的质谱数据的平均频谱的空间分布。
在图4的(a)中示出通过对前述的质谱数据进行根据本实施例的数据处理所创建并显示的二维映射图像和最大强度频谱的例子。为了进行比较,在图4的(b)中示出基于各像素的总离子电流(TIC)所确定的二维空间分布。在图4的(b)中,不能辨别试样上的特定区域。作为对比,在图4的(a)中,可以清晰地识别出存在视网膜及该视网膜周围的特定区域。
图4的(c)示出通过进行根据本实施例的数据处理所创建并显示的最大强度频谱。为了进行比较,在图4的(e)中示出积分质谱。图4的(c)中仅示出展现最大强度的m/z值的峰的频谱明显地不同于反映了包括所有强度的整组质谱数据的积分质谱。
如前所述,图4的(a)中的像素颜色和图4的(c)中的峰颜色彼此对应。例如,在图4的(c)中,m/z:734.6处的最高峰的峰顶颜色为表明该峰的强度为MII的红色。同时,图4的(a)示出红色像素是特定分布的。以这种方式,针对由特定峰顶颜色表示其强度MI的任何峰,操作员可以直观地辨别所给定的峰是否特别分布于二维映射图像上以及位于该二维映射图像上的何处。
图4的(d)示出通过进行根据本实施例的数据处理所创建并显示的直方图。在该图中,由箭头[1]表示的峰具有与MII相近的峰顶颜色。然而,该峰的相当高的频率表明该峰广泛分布于大的空间区域上。作为对比,由箭头[2]表示的峰也具有与MII相近的峰顶颜色,但这些峰的频率较低。这表明这些峰很可能是值得注意的峰。因此,例如,操作员可以关注与这些值得注意的峰相对应的区域而另外进行更加详细的分析。
应当注意,前面的实施例仅是本发明的例子,并且在本发明的精神内适当进行的任何改变、修改或添加自然都包括在本专利申请的权利要求的范围内。

Claims (4)

1.一种质量分析数据处理方法,用于处理通过对设置在试样的二维区域内的多个微小区域分别进行质量分析所收集到的数据,所述质量分析数据处理方法包括:
a)第一步骤,用于基于与各微小区域相对应的质谱数据,提取各微小区域的质谱的最大强度和展现该最大强度的质荷比;
b)第二步骤,用于提取在所述第一步骤获得的各微小区域的质谱的最大强度中的最大值,基于该最大值确定用于显示强度的色标,根据所述色标对各微小区域分配与在所述第一步骤获得的各微小区域的质谱的最大强度相对应的颜色,以及创建并显示与所述二维区域的部分或整体相对应的着色二维图像;以及
c)第三步骤,用于创建表示在所述第一步骤获得的各微小区域的质谱的最大强度和展现该最大强度的质荷比之间的关系的最大强度频谱,并且结合所述着色二维图像以如下方式显示所述最大强度频谱:使用所述色标中与由同一质荷比展现出的多个最大强度中的最大值相关联的颜色来示出具有与该最大值相对应的强度值的峰的至少一部分。
2.根据权利要求1所述的质量分析数据处理方法,其特征在于,还包括:
第四步骤,用于创建表示在所述第一步骤获得的展现最大强度的质荷比和具有与该质荷比相关联的最大强度的微小区域的频率之间的关系的直方图,并且结合所述着色二维图像和所述最大强度频谱显示所述直方图。
3.一种质量分析数据处理设备,用于处理通过对设置在试样的二维区域内的多个微小区域分别进行质量分析所收集到的数据,所述质量分析数据处理设备包括:
a)信息提取部件,用于基于与各微小区域相对应的质谱数据,提取各微小区域的质谱的最大强度和展现该最大强度的质荷比;
b)二维图像创建部件,用于提取由所述信息提取部件获得的各微小区域的质谱的最大强度中的最大值,基于该最大值确定用于显示强度的色标,根据所述色标对各微小区域分配与由所述信息提取部件获得的各微小区域的质谱的最大强度相对应的颜色,创建与所述二维区域的部分或整体相对应的着色二维图像,并且将所述着色二维图像显示在显示窗口上;以及
c)频谱创建部件,用于创建表示由所述信息提取部件获得的各微小区域的质谱的最大强度和展现该最大强度的质荷比之间的关系的最大强度频谱,并且结合所述着色二维图像以如下方式将所述最大强度频谱显示在所述显示窗口上:使用所述色标中与由同一质荷比展现出的多个最大强度中的最大值相关联的颜色来示出具有与该最大值相对应的强度值的峰的至少一部分。
4.根据权利要求3所述的质量分析数据处理设备,其特征在于,还包括:
直方图创建部件,用于创建表示由所述信息提取部件获得的展现最大强度的质荷比和具有与该质荷比相关联的最大强度的微小区域的频率之间的关系的直方图,并且结合所述着色二维图像和所述最大强度频谱将所述直方图显示在所述显示窗口上。
CN201110063709.2A 2010-03-16 2011-03-16 质量分析数据处理方法和质量分析数据处理设备 Active CN102194641B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010-058644 2010-03-16
JP2010058644A JP5348029B2 (ja) 2010-03-16 2010-03-16 質量分析データ処理方法及び装置

Publications (2)

Publication Number Publication Date
CN102194641A CN102194641A (zh) 2011-09-21
CN102194641B true CN102194641B (zh) 2014-05-14

Family

ID=44602510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110063709.2A Active CN102194641B (zh) 2010-03-16 2011-03-16 质量分析数据处理方法和质量分析数据处理设备

Country Status (3)

Country Link
US (1) US8873796B2 (zh)
JP (1) JP5348029B2 (zh)
CN (1) CN102194641B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8362931B2 (en) * 2010-11-30 2013-01-29 Microsoft Corporation Compression and decompression of mass spectrometry data
JP6144916B2 (ja) * 2012-01-30 2017-06-07 キヤノン株式会社 生体組織画像のノイズ低減処理方法及び装置
JP6235886B2 (ja) 2013-01-08 2017-11-22 キヤノン株式会社 生体組織画像の再構成方法及び装置並びに該生体組織画像を用いた画像表示装置
JP5971184B2 (ja) * 2013-04-22 2016-08-17 株式会社島津製作所 イメージング質量分析データ処理方法及びイメージング質量分析装置
JP6463742B2 (ja) 2013-06-10 2019-02-06 ユニバーシティー オブ ミシシッピ メディカル センター 医用画像処理法
FR3016461B1 (fr) * 2014-01-10 2017-06-23 Imabiotech Procede de traitement de donnees d'imagerie moleculaire et serveur de donnees correspondant
JP6403204B2 (ja) 2015-01-16 2018-10-10 日本電子株式会社 質量分析データ処理装置および質量分析データ処理方法
CN107850567A (zh) * 2015-07-01 2018-03-27 株式会社岛津制作所 数据处理装置
JP2017040520A (ja) * 2015-08-19 2017-02-23 株式会社島津製作所 分析データ表示処理装置及び表示処理プログラム
JP6743895B2 (ja) * 2016-08-26 2020-08-19 株式会社島津製作所 イメージング質量分析データ処理装置
EP3572805A4 (en) * 2017-01-19 2020-09-16 Shimadzu Corporation ANALYSIS METHOD FOR ANALYSIS DATA AND ANALYSIS DEVICE FOR ANALYSIS DATA
TW201908726A (zh) * 2017-07-21 2019-03-01 日商日立高新技術科學股份有限公司 頻譜資料處理裝置以及頻譜資料處理方法
CN107607783B (zh) * 2017-09-01 2019-09-20 广州辰创科技发展有限公司 一种高效灵活的雷达频谱显示方法
JP7004073B2 (ja) * 2018-05-30 2022-01-21 株式会社島津製作所 イメージングデータ処理装置
CN113508293B (zh) * 2019-04-24 2024-05-07 株式会社岛津制作所 成像质量分析装置
US20230420234A1 (en) * 2020-11-17 2023-12-28 MOBILion Systems, Inc. Systems and Method for Image and/or Video Processing of Mass Spectrometry Data

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6756586B2 (en) * 2001-10-15 2004-06-29 Vanderbilt University Methods and apparatus for analyzing biological samples by mass spectrometry
WO2006118615A2 (en) * 2004-12-16 2006-11-09 Brandeis University Clonable tag for purification and electron microscopy labeling
JP4766549B2 (ja) 2005-08-29 2011-09-07 株式会社島津製作所 レーザー照射質量分析装置
JP2007157353A (ja) 2005-11-30 2007-06-21 Osaka Univ イメージング質量分析装置
JP2007257851A (ja) 2006-03-20 2007-10-04 Shimadzu Corp 質量分析装置
JP4732951B2 (ja) * 2006-05-22 2011-07-27 株式会社島津製作所 Maldi用サンプル調製方法及び質量分析方法
JP4602374B2 (ja) * 2007-03-30 2010-12-22 株式会社日立ハイテクノロジーズ クロマトグラフィー質量分析方法、及びクロマトグラフ質量分析装置
JP5050705B2 (ja) * 2007-07-24 2012-10-17 株式会社島津製作所 質量分析装置
CN102077086B (zh) * 2008-07-03 2013-06-05 株式会社岛津制作所 质量分析装置
JP5527232B2 (ja) * 2010-03-05 2014-06-18 株式会社島津製作所 質量分析データ処理方法及び装置

Also Published As

Publication number Publication date
JP2011191222A (ja) 2011-09-29
JP5348029B2 (ja) 2013-11-20
US20110228970A1 (en) 2011-09-22
US8873796B2 (en) 2014-10-28
CN102194641A (zh) 2011-09-21

Similar Documents

Publication Publication Date Title
CN102194641B (zh) 质量分析数据处理方法和质量分析数据处理设备
CN102194640B (zh) 质量分析数据处理方法和质量分析数据处理设备
Schmarr et al. Profiling analysis of volatile compounds from fruits using comprehensive two-dimensional gas chromatography and image processing techniques
US20120224044A1 (en) Quantitative, Multispectral Image Analysis of Tissue Specimens Stained with Quantum Dots
US8743138B2 (en) Method and system for processing mass analysis data
CA2521034A1 (en) Mass spectrometry data analysis techniques
CA2795585A1 (en) Spectroscopic analysis system
CN111095358B (zh) 辅助组织样本分析的载玻片图像颜色反卷积系统及方法
Appel et al. Computer analysis of 2-D images
Xiong et al. Feature extraction approach for mass spectrometry imaging data using non-negative matrix factorization
Codrea et al. Tools for computational processing of LC–MS datasets: a user's perspective
Garrison et al. Visualization and analysis of microtubule dynamics using dual color-coded display of plus-end labels
Pfeifer et al. Leveraging R (LevR) for fast processing of mass spectrometry data and machine learning: Applications analyzing fingerprints and glycopeptides
US10304671B2 (en) Method for computer-assisted analysis of one or more tissue sections of the human or animal body
Ovchinnikova et al. Recognizing off-sample mass spectrometry images with machine and deep learning
Xie et al. Multiscale biochemical mapping of the brain through deep-learning-enhanced high-throughput mass spectrometry
Li et al. Region-based statistical analysis of 2D PAGE images
Xie et al. Integrative Multiscale Biochemical Mapping of the Brain via Deep-Learning-Enhanced High-Throughput Mass Spectrometry
JP2021196260A (ja) イメージング質量分析装置、及びイメージング質量分析方法
Linsen et al. Visual analysis of gel-free proteome data
US7386173B1 (en) Graphical displaying of and pattern recognition in analytical data strings
CN111448582B (zh) 用于单通道全细胞分割的系统和方法
Giannopoulou et al. Proteomic feature maps: a new visualization approach in proteomics analysis
DE102022131441A1 (de) Verfahren und Vorrichtung zum Aufbereiten von Daten zum Identifizieren von Analyten
DE102022131450A1 (de) Verfahren und Vorrichtung zum Aufbereiten von Daten zum Identifizieren von Analyten

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant