CN102472706A - 表面细胞质基因组共振系统中的实时噪声降低的自适应线性滤波器 - Google Patents

表面细胞质基因组共振系统中的实时噪声降低的自适应线性滤波器 Download PDF

Info

Publication number
CN102472706A
CN102472706A CN2010800352922A CN201080035292A CN102472706A CN 102472706 A CN102472706 A CN 102472706A CN 2010800352922 A CN2010800352922 A CN 2010800352922A CN 201080035292 A CN201080035292 A CN 201080035292A CN 102472706 A CN102472706 A CN 102472706A
Authority
CN
China
Prior art keywords
filter
length
sensing
filter length
signal
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.)
Pending
Application number
CN2010800352922A
Other languages
English (en)
Inventor
D·陈
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN102472706A publication Critical patent/CN102472706A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G01N21/552—Attenuated total reflection
    • G01N21/553—Attenuated total reflection and using surface plasmons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N21/7703—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator using reagent-clad optical fibres or optical waveguides
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N21/03—Cuvette constructions
    • G01N21/05—Flow-through cuvettes
    • G01N2021/058—Flat flow cell

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Plasma & Fusion (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

提供一种用于从表面细胞质基因组共振设备所生成的SPR传感图中的噪声的线性滤波的方法。该方法包括提供可变长度的线性滤波器，以便对传感图中的输出信号进行滤波。该方法还包括基于传感图5中的信号的斜率以及设备中的折射率的测量期间的事件发生的多个定时来确定所述线性滤波器的最佳长度，以便降低传感图中的噪声。

Description

表面细胞质基因组共振系统中的实时噪声降低的自适应线性滤波器
技术领域
一般来说，本发明涉及表面细胞质基因组共振(SPR)传感图中的噪声降低的滤波方案，更具体来说，涉及用于SPR传感图中的噪声降低的自适应线性滤波方案。
背景技术
表面细胞质基因组共振(SPR)测量系统通常呈现采取传感图形式的样本的折射率的所检测变化。传感图是样本的相对折射率对时间的生物分子交互作用图，并且可包含一个或多个相位。图的各相位包括仅缓冲期之后接着关联和离解期。关联和离解期包括生物分子的吸附和解吸，从而引起折射率的变化。能够实时跟踪吸附-解吸，并且能够确定所吸附物种量。SPR传感图可包含能够掩蔽传感图的特征或者以其它方式使其失真的不同类型的噪声分量。噪声分量可归因于SPR测量系统的光学设备中的测量不确定性。噪声分量还可归因于机械事件，例如控制样本中的缓冲剂和分析物的流动的阀的开启或闭合。此外，由于温度变化或者样本非均匀性，测量中可存在漂移。
已经研究用于SPR传感图中的噪声降低的各种方案，包括线性和非线性滤波。线性滤波在降低存在于信号中的随机噪声分量方面能够极为有效。但是，已经注意到常规线性滤波具有若干缺点。当常规线性滤波、如低通滤波应用于SPR传感图时，可平滑或消除传感图中的高频特征、如锐过渡。这些锐过渡仍然可指示关键生物化学过程或事件，例如样本中的分析物和配体之间的结合事件的开始。平滑或消除这些锐过渡能够使关于生物化学过程的关联/离解率和其它重要指标的确定更加困难或更不准确。当信号包括间断性或其它异常时，常规线性滤波还能够引起鸣震，从而使SPR传感图中所示的生物化学过程或事件难以解释。
因此，希望具有一种用于在保存SPR传感图中的重要信号特性的同时降低噪声的线性滤波方法。
发明内容
按照本发明的一个实施例，提供一种用于从表面细胞质基因组共振设备所生成的SPR传感图中的噪声的线性滤波的方法。该方法包括提供可变长度的线性滤波器，以便对传感图中的输出信号进行滤波。该方法还包括基于传感图中的信号的斜率以及事件发生的多个定时来确定线性滤波器的最佳长度。因此，该方法包括在设备中的折射率的测量期间实时地确定自适应滤波器长度以用于降低传感图中的噪声。
按照本发明的另一个实施例，提供一种用于从表面细胞质基因组共振设备所生成的传感图中的噪声的线性滤波的方法。该方法包括提供可变长度的线性滤波器，以便对传感图中的输出信号进行滤波。该方法还包括基于设备中的表面细胞质基因组共振的测量期间的事件发生的多个定时来确定第一滤波器长度。该方法还包括基于事件之间的信号的斜率来确定第二滤波器长度。此外，该方法包括比较第一滤波器长度和第二滤波器长度，并且从第一滤波器长度或者第二滤波器长度中选择较短长度。
按照本发明的又一个实施例，提供一种用于对表面细胞质基因组共振传感图中的噪声进行滤波的线性滤波系统。该系统包括用于生成传感图的SPR测量设备。该系统还包括用于接收传感图的处理器。处理器配置成提供可变长度的线性滤波器，以便对传感图中的输出信号进行滤波。处理器还基于设备中的表面细胞质基因组共振的测量期间的事件发生的多个定时来确定第一滤波器长度。处理器还基于多个事件之间的信号的斜率来确定第二滤波器长度。此外，处理器比较第一滤波器长度和第二滤波器长度，并且选择第一滤波器长度与第二滤波器长度之间的较短长度。
附图说明
通过参照附图阅读以下详细描述，将会更好地理解本发明的这些及其它特征、方面和优点，附图中，相似符号在附图中通篇表示相似部件，附图包括：
图1示出按照本发明的一个示范实施例的SPR测量设备。
图2是按照本发明的一个示范实施例的线性滤波方法的流程图。
图3是示出按照本发明的一个示范实施例的滤波算法的示意框图。
图4是按照本发明的一个示范实施例、用于实时地确定用于线性滤波方法的最佳滤波器长度的流程图。
图5是按照本发明的一个实施例、具有关联的滤波输出的SPR传感图的示范图解说明。
图6是示出按照本发明的一个实施例、由与所述示例关联的短窗口估计器和卡尔曼估计器进行的信号斜率估计的图解说明。
图7是按照本发明的一个实施例的所述示例的滤波器长度和时间的图表的图解说明。
具体实施方式
下面详细论述，本发明的实施例针对用于SPR传感图中的噪声降低的自适应线性滤波方法。该方法包括提供可变长度的线性滤波器，以便对传感图中的输出信号进行滤波。本文所使用的术语‘自适应’表示用于确保保存传感图中的输出信号的线性滤波器的动态变化。
在介绍本发明的各个实施例的元件时，限定词“一”、“该”和“所述”预计表示存在元件的一个或多个。术语“包含”、“包括”和“具有”预计是包括在内的，并且表示可存在与列示元件不同的附加元件。操作参数的任何示例并不排除所公开实施例的其它参数。
图1示出SPR测量设备11中采用的示范线性滤波系统10。设备11是用于生成传感图的常规SPR测量设备。SPR测量设备11包括光源12，光源12相对于棱镜16以各种入射角θ向棱镜16提供光激励14。在所示实施例中，SPR测量设备10使用基于角的SPR。在另一个实施例中，SPR测量设备10采用基于波长的SPR，其中光源12使用多个光波长向棱镜16提供光激励14。棱镜16还包括载玻片18，其中具有薄光学反射基底20、如金膜，和包括配体24的结合层22。在一个实施例中，结合层22是介电层。设备11还包括光学检测处理单元26，该单元26截取从棱镜16反射的所反射光信号28。所反射光信号28由检测处理单元26进一步处理，以便在输出装置32提供SPR传感图30。SPR传感图经过线性滤波，以便生成表示经滤波SPR传感图33的输出信号。
此外，SPR测量设备10具有流动通道34，分析物A和缓冲剂B通过其中交替流过结合层22。分析物A和缓冲剂B的流动使用耦合到通道34的阀36来控制。其中入射光激励14的棱镜界面38的位置可称作靶40。当光激励14入射到棱镜界面38中的多个靶40时，多个SPR传感图30能够由SPR测量设备10来提供，其中每个SPR传感图30对应于多个靶40中的所指定靶。检测处理单元26还可包括用于接收SPR传感图30的处理器。处理器可配置成实现用于SPR传感图30中的噪声降低的自适应线性滤波方案，并且在输出装置32中提供经滤波SPR传感图33。
应当注意，本发明的实施例并不局限于用于执行本发明的处理任务的任何特定处理器。术语“处理器”在本文中使用时预计表示能够进行执行本发明的任务所需的运算或计算的任何机器。术语“处理器”预计表示能够接受结构化输入并且按照预定规则来处理该输入以产生输出的任何机器。还应当注意，本文所使用的词语“配置成”表示处理器配备有用于执行本发明的任务的硬件和软件的组合，这是本领域的技术人员将会理解的。
SPR传感图30的特征示出表示棱镜界面38处发生的各种物理或生物化学事件的相位。在操作中，表面细胞质基因组共振现象在光线从反射基底20反射时发生。以锐定义角入射的光能(光激励14)的一小部分可与反射基底20、如金属膜中的离域电子进行交互，因而降低反射光强度。发生这种情况所在的准确入射角通过金属膜背面附近的折射率来确定，对于金属膜背面，靶分子(分析物A)由沿流动通道34流动的移动相中的配体24来固定和吸引。如果发生对配体24的结合，则局部折射率发生变化，从而引起SPR角的变化，这通过检测反射光信号28的强度的变化来实时监测，从而产生传感图30。SPR信号的变化率由检测处理单元26来分析，以便产生棱镜界面38处的交互的关联和离解相位的视在速率常数。这些值的比率给出视在平衡常数。SPR信号的变化的大小与被固定的分析物成正比，并且因而可根据交互的化学计量来解释。
图2示出图1中采用的线性滤波方法50的流程图。如前所述，线性滤波方法50降低SPR传感图中的噪声分量，但是还保留SPR信号的有效性。这种线性滤波方法50在步骤52提供可变长度的线性滤波器，以便对SPR传感图中的输出信号进行滤波。在一个实施例中，线性滤波器包括对称有限脉冲响应(FIR)滤波器。对称FIR滤波器长度可响应输出信号的变化而改变。在一个非限制性示例中，方法50响应具有降低变化的输出信号而提供长滤波器长度。方法50还响应具有增加变化的输出信号而提供短滤波器长度。因此，对称滤波器长度是长度动态改变以用于确保保存输出信号特性的自适应移动平均滤波器长度。输出信号特性基本上指示关键生物化学过程，并且因此保留特性对于准确分析这类生物化学过程极为重要。在步骤54，线性滤波方法50提供以用于基于SPR传感图中的信号的斜率来确定线性滤波器的最佳长度。此外，在步骤56，线性滤波方法50包括基于SPR设备中的折射率的测量期间的事件发生的多个定时来确定最佳滤波器长度，以便降低SPR传感图中的噪声。事件基本上指示生物化学过程中的反应剂的关联和离解的开始。这类事件的非限制性示例可包括图1的SPR设备11中的阀的开启和闭合、多个阀之间的距离、多个换能器之间的距离以及缓冲剂或分析物的流率。
图3是考虑传感图30(图1)的斜率以及SPR测量设备中的事件发生的整体线性滤波算法100的示意框图表示。滤波算法100包括输入SPR传感图102以及用于对SPR传感图102中的随机噪声分量进行滤波的自适应滤波器104。自适应滤波器104是可变长度FIR滤波器。自适应滤波器104的瞬时长度通过包括基于斜率的方法106和基于事件的方法108的两种不同方法来实时地确定。滤波算法100实时地运行，其中将输出(瞬时滤波器长度)从输入延迟所指定时间量。所确定的瞬时滤波器长度是通过两种方法所确定的长度的最小数，如框110所示。框106和108所示的两种方法包括如图1所示的SPR测量设备10中发生的事件的辅助信息。
框106的基于斜率的方法提供信号的瞬时斜率的估计。基于斜率的方法确定在使噪声降低为最大的同时限制事件之间的区域中的信号失真的滤波器长度。可能要注意，降低失真和降低噪声是有冲突的目标，因为增加滤波器长度增加了噪声降低，但是对于固定非零的斜率变化率也增加信号失真。对于固定滤波器长度，失真与斜率变化率事件成比例地增加。因此，基于斜率的方法106包括SPR传感图中的事件之间的输出信号的辅助信息，以便随信号斜率的变化率增加而降低滤波器长度，即使以降低的噪声抑制为代价也如此。事件之间的信号的性质的这种辅助信息是如下形式的一阶方程：
s(t)＝W(X+Ye-αt)+Z    (1)
在关联事件期间，常数X＝1，Y＝-1，并且α＝kαC+kd，而在离解事件期间，X＝0，Y＝1，并且α＝kd。上式中使用的常数、即kα和kd分别是关联和离解速率常数，而C是样本中的分析物的浓度。对于任何速率常数α，s(t)的斜率的变化率与斜率本身成比例，使得斜率变化率通过估计斜率来推断。这通过迅速响应信号变化的短窗口斜率估计器和在没有突然变化的情况下产生更准确的斜率估计的卡尔曼斜率估计器的组合来实现。短窗口和卡尔曼斜率估计器均包括有效递归滤波器，其从一系列有噪声的测量来估计线性动态系统的状态。
另一方面，框108所表示的基于事件的方法提供事件的重要性的估计，例如SPR测量设备中的关联或离解的开始。框108所表示的基于事件的方法确定多个关键事件的定时，例如SPR设备10中的阀的开启和闭合(图1)、流动通道34中的流率以及阀和结合层22之间的距离。框108所表示的基于事件的方法确定保存事件时间附近的突然信号变化并且使对相邻滤波结果的影响为最小的滤波器长度。这通过构建事件时间附近的壁垒以使得防止这些壁垒中的突然变化被平滑并且使壁垒外部的结果失真来实现。壁垒之间的区域的长度取决于事件定时的不确定性，并且能够扩展成包括与注入事件关联的噪声突发。注入事件可称作用于使缓冲剂B或分析物A流经流动通道34(图1)的阀的开启。滤波器长度随着从任一侧接近壁垒而线性降低到取决于所估计的事件重要性的最小长度。在最大重要性的极限处，长度降低到一，表示壁垒中的数据完全没有经过滤波，并且对壁垒外部的结果没有影响。
图4示出按照本发明的另一个实施例、用于实时地确定线性滤波方法200的最佳滤波器长度的流程图。在步骤202，线性滤波方法200包括提供可变长度的线性滤波器，以便对SPR传感图中的输出信号进行滤波。线性滤波方法200还包括在步骤204基于SPR设备中的表面细胞质基因组共振的测量期间的事件发生的多个定时来确定第一滤波器长度。因此，线性滤波方法200基于确定多个事件时间并且估计事件的重要性来提供第一滤波器长度。此外，在步骤206，线性滤波方法200包括基于事件之间的信号的斜率来确定第二滤波器长度。在步骤208，线性滤波方法200包括比较第一滤波器长度和第二滤波器长度，并且最后在步骤210从第一滤波器长度或者第二滤波器长度中选择较短长度。滤波方法200包括滤波算法(图3)，滤波算法实时地运行，但是输出从输入延迟所指定量。滤波性能随容许时间延迟增加而增加。
示例：
以下示例只是说明性的，而不应当被理解为限制要求保护的本发明的范围。
图5是按照本发明的一个示范实施例、具有经滤波输出302的SPR传感图的图解说明300。所示的SPR传感图是折射率对时间的图表。X轴304表示单位为秒的时间。Y轴306表示作为响应单位(RU)所测量的折射率强度。折射率强度是SPR测量设备的结合层中的分析物的结合力的量度。如本文所述，经滤波输出302重叠在SPR传感图的未滤波输入信号308上。在本例中，输入样本时间为0.1秒，其中容许时间延迟为3秒。最大滤波器长度为61个样本，并且结合力为20个响应单位(RU)。本例选择成针对其最大结合力的较低值(即，Y轴上的最大12RU)。由于作为信号的百分比的噪声N随结合力增加而降低，所以噪声滤波在结合力的较高值处不太重要。此外，该示例包括kαC＝kd＝0.04，并且总体响应＝0。所示示例中的结果与采用固定长度为61个样本的移动平均滤波器的滤波结果相似，不同的是在10秒处的关联和50秒处的离解的开始附近和紧接其后的区域(N10和N50)。在这些事件时间，本例的自适应滤波器以提高的精度来跟踪信号变化。
图6是通过采用短窗口估计器和卡尔曼估计器的最佳组合的线性滤波方法的信号斜率估计的图解说明400。X轴402表示单位为秒的时间。X轴404表示单位为每秒RU的斜率。短窗口估计器和卡尔曼估计器所表示的信号斜率分别为405和406。如图所示，短窗口估计比卡尔曼估计的噪声更大，但是在事件时间N10和N50(又如图5所示)迅速响应信号斜率的突然变化。另一方面，卡尔曼滤波器具有更平滑估计，但是对突然变化比较迟缓。在事件时间N10和N50，卡尔曼估计重置为短窗口估计，以使得能够捕获信号斜率的突然变化。因此，通过使用事件定时信息，卡尔曼估计器重置为短窗口估计器的结果，因而在注入事件开始时重新启动滤波器。这产生还迅速响应事件时间附近的信号的突然变化的信号斜率的精确估计。卡尔曼估计的幅值逆映射到滤波器长度。由基于斜率的滤波器长度生成器所生成的滤波器长度当信号斜率在注入事件之后突然增加时突然降低，然后随信号斜率降低到稳态而返回到最大长度。
图7示出按照本发明的一个示范实施例的上述示例的滤波器长度对时间的图表500。X轴502表示单位为秒的时间。Y轴504示出以点单位所表示的滤波器长度。线性滤波算法的自适应特征使506所表示的滤波器长度在10秒(在关联开始之后)和50秒(在离解开始之后)处的事件时间附近为大约35点。在事件时间N10和N50，该算法降低滤波器长度，以便限制SPR信号的失真，并且保存事件附近的突然信号变化。要注意，线性滤波方法所使用的滤波器长度是基于斜率的滤波器长度生成器和基于事件的滤波器长度生成器的输出的较小的一个。在各事件附近的间隔之前和之后，基于事件的滤波器长度生成器将滤波器长度从最大数线性地改变成最小数，并且然后又改变成最大数。
有利地，本发明的各个实施例提供SPR传感图中的噪声降低。因此，线性滤波方法采用动态滤波方案，该方案不仅降低或消除噪声，而且还保存传感图中的SPR信号，以使得SPR传感图基本上能够突显指示诸如样本中的分析物与配体之间的结合事件的开始之类的关键生物化学过程或事件的特征。此外，对称FIR滤波器的使用消除其它线性或非线性滤波器可能引入的相位失真的可能性。
此外，技术人员将会知道来自不同实施例的各种特征的可互换性。例如，线性滤波方法的自适应滤波器能够实时地并且排他地仅基于事件定时或斜率来生成。类似地，所述的各种方法步骤和特征以及每个这种方法和特征的其它已知等效体可由本领域的技术人员进行混合和匹配，以便构建按照本公开的原理的其它系统和技术。
当然，要理解，并非按照任何具体实施例可实现以上所述的所有这类目的或优点。因此，例如，本领域的技术人员将会知道，本文所述的系统和技术可通过如下方式来实施或执行：实现或优化本文讲授的一个或一组优点，而不一定实现本文可能讲授或提出的其它目的或优点。
虽然本文仅说明和描述了本发明的某些特征，但本领域的技术人员将会想到多种修改和变更。因此要理解，所附权利要求书预计涵盖落入本发明的真实精神之内的所有这类修改和变更。

Claims (20)

1.一种用于从表面细胞质基因组共振设备所生成的传感图中的噪声的线性滤波的方法，所述方法包括：
提供可变长度的线性滤波器，以便对所述传感图中的输出信号进行滤波；以及
基于所述传感图中的信号的斜率以及所述设备中的折射率的测量期间的事件发生的多个定时来确定所述线性滤波器的最佳长度，以便降低所述传感图中的噪声。
2.如权利要求1所述的方法，其中，所提供的线性滤波器包括对称有限脉冲响应滤波器。
3.如权利要求1所述的方法，其中，所提供的线性滤波器包括可变长度对称移动平均滤波器。
4.如权利要求1所述的方法，其中，所述滤波器长度动态改变，以用于确保所述传感图中的信号保存指示关键生物化学过程的特性。
5.如权利要求1所述的方法，进一步在所述信号的变化降低时确定较长滤波器长度。
6.如权利要求1所述的方法，进一步在所述信号的变化增加时确定较短滤波器长度。
7.如权利要求1所述的方法，其中，所述事件指示生物化学过程中的反应剂的关联和离解的开始。
8.如权利要求7所述的方法，其中，所述事件包括所述表面细胞质基因组共振设备中的多个阀的开启和闭合。
9.如权利要求8所述的方法，其中，所述事件包括所述设备中的阀之间的多个距离。
10.如权利要求1所述的方法，其中，所述事件包括所述设备中的多个换能器之间的多个距离。
11.如权利要求1所述的方法，其中，所述事件包括所述设备中的流率。
12.一种用于从表面细胞质基因组共振设备所生成的传感图中的噪声的线性滤波的方法，所述方法包括：
提供可变长度的线性滤波器，以便对所述传感图中的输出信号进行滤波；
基于所述设备中的表面细胞质基因组共振的测量期间的事件发生的多个定时来确定第一滤波器长度；
基于所述多个事件之间的所述信号的斜率来确定第二滤波器长度；
比较所述第一滤波器长度和所述第二滤波器长度；以及
选择所述第一滤波器长度与所述第二滤波器长度之间的较短长度。
13.如权利要求12所述的方法，进一步基于确定多个事件时间并且估计所述事件的重要性来提供所述第一滤波器长度。
14.如权利要求12所述的方法，进一步基于所述信号的瞬时斜率来提供所述第二滤波器长度。
15.如权利要求12所述的方法，进一步基于实时特性来提供滤波算法，其中将输出延迟所指定量。
16.一种用于对表面细胞质基因组共振传感图中的噪声进行滤波的线性滤波系统，所述系统包括：
SPR测量设备，用于生成传感图；
处理器，用于接收所述传感图，所述处理器配置成：
提供可变长度的线性滤波器，以便对所述传感图中的输出信号进行滤波；
基于所述设备中的折射率的测量期间的事件发生的多个定时来确定第一滤波器长度；
基于所述多个事件之间的信号的斜率来确定第二滤波器长度；
比较所述第一滤波器长度和所述第二滤波器长度；以及
选择所述第一滤波器长度与所述第二滤波器长度之间的较短长度。
17.如权利要求16所述的系统，其中，所述SPR测量设备包括光源、光学检测单元、SPR换能器、输出装置、金属膜和流动通道系统。
18.如权利要求16所述的系统，其中，所述光源生成光束。
19.如权利要求16所述的系统，其中，所述SPR换能器进一步包括棱镜、具有薄光学反射衬背的载玻片以及结合层。
20.如权利要求16所述的系统，其中，所述光学检测单元截取从所述SPR换能器所反射的光信号，并且提供表面细胞质基因组共振传感图。
CN2010800352922A 2009-08-04 2010-07-15 表面细胞质基因组共振系统中的实时噪声降低的自适应线性滤波器 Pending CN102472706A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/535371 2009-08-04
US12/535,371 US8045173B2 (en) 2009-08-04 2009-08-04 Adaptive linear filter for real time noise reduction in surface plasmon resonance systems
PCT/SE2010/050843 WO2011016769A1 (en) 2009-08-04 2010-07-15 Adaptive linear filter for real time noise reduction in surface plasmon resonance systems

Publications (1)

Publication Number Publication Date
CN102472706A true CN102472706A (zh) 2012-05-23

Family

ID=43534622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010800352922A Pending CN102472706A (zh) 2009-08-04 2010-07-15 表面细胞质基因组共振系统中的实时噪声降低的自适应线性滤波器

Country Status (5)

Country Link
US (1) US8045173B2 (zh)
EP (1) EP2462427A4 (zh)
JP (1) JP2013501236A (zh)
CN (1) CN102472706A (zh)
WO (1) WO2011016769A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107356770A (zh) * 2017-05-26 2017-11-17 中国政法大学 一种全自动表面等离子体共振检测仪

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9543920B2 (en) * 2006-10-24 2017-01-10 Kent E. Dicks Methods for voice communication through personal emergency response system
EP2553430A4 (en) * 2010-03-29 2016-10-12 Ge Healthcare Bio Sciences Ab ADAPTABLE LINEAR FILTER FOR REAL TIME REDUCTION OF NOISE IN SURFACE PLASMON RESONANCE SENSORGRAMS
US8700221B2 (en) * 2010-12-30 2014-04-15 Fluid Handling Llc Method and apparatus for pump control using varying equivalent system characteristic curve, AKA an adaptive control curve
CN104024965B (zh) 2011-12-16 2018-02-13 流体处理有限责任公司 用于可变速度泵控制的动态线性控制方法和装置
GB201517891D0 (en) * 2015-10-09 2015-11-25 Pharmadiagnostics Nv Surface plasmon resonance signal feature determination methods

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5905659A (en) * 1997-10-07 1999-05-18 Rose; Ralph E. Training a recursive filter by use of derivative function
CN1763506A (zh) * 2004-10-22 2006-04-26 安捷伦科技有限公司 表面电浆共振传感中事件的非线性滤波

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08145716A (ja) * 1994-11-26 1996-06-07 Horiba Ltd 分析計の出力信号処理方法
JPH0933427A (ja) * 1994-12-16 1997-02-07 Toto Ltd バイオセンサとこれを用いた濃度測定装置
AU7475996A (en) 1995-10-25 1997-05-15 University Of Washington Surface plasmon resonance light pipe sensor
JPH09281102A (ja) * 1996-04-12 1997-10-31 Toto Ltd 尿分析装置
AU751280B2 (en) * 1997-12-12 2002-08-08 Applera Corporation Optical resonance analysis system
JP2001076135A (ja) * 1999-09-08 2001-03-23 Canon Inc 信号処理装置、欠陥検査装置、信号処理システム、信号処理方法、及び記憶媒体
JP3783131B2 (ja) * 2000-12-27 2006-06-07 富士写真フイルム株式会社 全反射減衰を利用したセンサー
DE60132757T2 (de) * 2000-12-27 2009-02-05 Fujifilm Corporation Totalreflexion nutzender Sensor
SE0100889D0 (sv) * 2001-03-14 2001-03-14 Biacore Ab Method and apparatus for attenuated total reflection spectrosopy
EP1488237B1 (en) * 2002-03-27 2011-05-11 GE Healthcare Bio-Sciences AB Method, system and computer program for detecting molecular binding interactions comprising response curve quality control
JP2005024456A (ja) * 2003-07-04 2005-01-27 Mitsubishi Chemicals Corp 表面プラズモン共鳴センサ及びバイオセンサ
JP2007010578A (ja) * 2005-07-01 2007-01-18 Sony Corp 表面プラズモン共鳴素子および表面プラズモン共鳴測定装置
US8054874B2 (en) * 2007-09-27 2011-11-08 Fujitsu Limited Method and system for providing fast and accurate adaptive control methods

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5905659A (en) * 1997-10-07 1999-05-18 Rose; Ralph E. Training a recursive filter by use of derivative function
CN1763506A (zh) * 2004-10-22 2006-04-26 安捷伦科技有限公司 表面电浆共振传感中事件的非线性滤波

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALEXEI N. NAIMUSHIN, SCOTT D. SOELBERG: "Detection of Staphylococcus aureus enterotoxin B at femtomolar levels with a miniature integrated two-channel surface plasmon resonance (SPR) sensor", 《BIOSENSORS AND BIOELECTRONICS》 *
陈 芬: "基于SPR 传感器的信号处理", 《中国优秀硕士学位论文全文数据库》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107356770A (zh) * 2017-05-26 2017-11-17 中国政法大学 一种全自动表面等离子体共振检测仪

Also Published As

Publication number Publication date
EP2462427A4 (en) 2013-03-27
WO2011016769A1 (en) 2011-02-10
US8045173B2 (en) 2011-10-25
JP2013501236A (ja) 2013-01-10
EP2462427A1 (en) 2012-06-13
US20110032527A1 (en) 2011-02-10

Similar Documents

Publication Publication Date Title
CN111208561B (zh) 基于时变子波与曲波变换约束的地震声波阻抗反演方法
CN102472706A (zh) 表面细胞质基因组共振系统中的实时噪声降低的自适应线性滤波器
JP6059772B2 (ja) 表面プラズモン共鳴センサグラムのリアルタイムノイズ低減のための適応線形フィルタ
Michalopoulou et al. Particle filtering for arrival time tracking in space and source localization
CN103645154A (zh) 一种利用太赫兹光谱信号提取材料光学常数的方法
Bansal et al. Wavelet distortion correction due to domain conversion
CN113848252A (zh) 一种基于超声导波和卷积神经网络的腐蚀成像方法
US6804693B2 (en) Method for reducing skew in a real-time centroid calculation
RU2655478C1 (ru) Способ измерения частотной зависимости коэффициента отражения звука от поверхности
JP2013524210A5 (zh)
US8280648B2 (en) Method for locating the appearance of a defect in a medium using a wave
US20060087656A1 (en) Nonlinear filtering for events in SPR sensing
CN111427046A (zh) 一种用于提高检测精度的太赫兹脉冲回波定位方法
Espinoza et al. Wind speed measurement and uncertainty analysis using ultrasonic sensors with Kalman filtering
CN111007473B (zh) 基于距离频域自相关函数的高速微弱目标检测方法
Culver et al. Sonar signal processing using probabilistic signal and ocean environmental models
CN103441975B (zh) 一种基于功率谱的二相编码信号参数估值方法
Wang et al. Range resolution of ultrasonic distance measurement using single bit cross correlation for robots
US20090046275A1 (en) Method and system for estimating surface plasmon resonance shift
Zheng et al. A new characteristic peaks group judgement method for the accurate measurement of time‐of‐flight in the ultrasonic gas flowmeter
Liu et al. Acoustic method for obtaining the pressure reflection coefficient using a half-wave layer
Mikhalevsky et al. Deep ocean long range underwater navigation with ocean circulation model corrections
Chinowsky et al. Data analysis and calibration for a bulk-refractive-index-compensated surface plasmon resonance affinity sensor
CN117309079B (zh) 基于时差法的超声飞渡时间测量方法、装置、设备及介质
EP4083659B1 (fr) Dispositif et procédé de traitement du signal issus d'un ensemble de transducteurs ultrasonores

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120523