CN106052864B

CN106052864B - 用于波谱中的背景信号的校正的方法

Info

Publication number: CN106052864B
Application number: CN201610208530.4A
Authority: CN
Inventors: E.塔姆
Original assignee: Annalitik Jena AG
Current assignee: Annalitik Jena AG
Priority date: 2015-04-07
Filing date: 2016-04-06
Publication date: 2020-10-27
Anticipated expiration: 2036-04-06
Also published as: US10760966B2; EP3098581A1; CN106052864A; AU2016201618A1; DE102015105239A1; US20160299004A1; EP3098581B1

Abstract

本发明涉及用于波谱中的背景信号的校正的方法。用于波谱中的背景信号的确定和校正的方法，该波谱由多个波谱点上的信号组成，其特征在于下列步骤：由波谱的信号值计算至少三个统计或分析函数；将存在波段的概率P_i(波段)分配给所计算的函数中的每个函数中的每个点；针对每个点由所有所计算的函数将概率P_i(波段)相加成总概率∑P_i(波段)；针对波谱的每个点由总概率∑P_i(波段)根据P(背景)=1‑ΣP_i(波段)计算存在背景的概率P(背景)，其中负值被设定为零并且计算通过原始波谱的所有点上的信号值的拟合，其中每个点上的信号仅以所属的存在背景的概率P(背景)在拟合时被考虑，以及将被如此确定的背景函数从原始波谱的信号值中减去以便产生经背景校正的波谱。

Description

用于波谱中的背景信号的校正的方法

技术领域

本发明涉及用于波谱中的背景信号的确定和校正的方法，所述波谱由多个波谱点上的信号组成。

波谱分析是用于检验固体的、液态的或气态的物质的最老的方法之一。涉及如下基本的物理方法，所述基本的物理方法成功地被应用在很多领域、诸如天文学、生物学、化学和医学中。在此利用：所有物体与电磁辐射相互作用。该相互作用的表现形式是辐射的发射、吸收、散射和反射。用于执行波谱分析的设备称为波谱仪。

每个波谱仪拥有分散元件，电磁辐射通过所述分散元件根据物理参数不同强烈地被影响。该参数例如可以是波长λ、频率ν或能量E。通过所述影响，作为该参数的函数的辐射被扇出并且形成波谱。该波谱可以视觉地被示出、图形地被记录或者借助于电子数据处理被存储。波谱仪根据其构造以及其使用目的被区分：如果材料被电和磁场影响，则涉及质谱仪。如果电磁能量被材料成分影响，则谈及光谱仪。影响元件在两种情况下具有等效的命名、诸如离子透镜/光学透镜、离子反射镜/光学反射镜。利用质谱仪基于物质的原子核的特性识别所述物质，利用光谱仪基于原子壳层中的过程识别物质。如果应当利用波谱仪检验本身不是发射源的物质或物体，则有关的波谱仪拥有所谓的电离源或激励源。

光谱是作为波长λ或频率ν的函数的电磁辐射能量S或强度I的连续的分布。波谱中的代表特性的特征和结构允许对辐射的原因和改变的推断，所述辐射在其直至波谱仪中的探测的路径上已遭受到所述改变。波谱中的最重要的结构是所谓的波段。在此涉及信号值、例如辐射能量S或强度I在否则仅微弱地或未被结构化的连续的背景下的局部最大值或局部最小值。如果涉及最大值，则谈及发射波谱，而如果出现最小值，则涉及吸收波谱。在盎格鲁撒克逊（angelsächsich）的文献中这些结构被称为“peaks（波峰）”。

波谱分析的目标是，借助波谱中的波段的位置以及其相对强度在发射波谱中导出所述波段的起源以及从中又导出辐射的物体或物质的组成或者在吸收波谱中导出所述波段的起源以及从中又导出被透射的物体或物质的组成。波谱分析的质量随着精度上升，以该精度可以确定波段的位置和强度。为此所需要的是，尽可能好地确定始终存在的波谱背景，因为每个波谱在数学上看是背景、一个或多个波段以及噪声分量的线性组合。

波谱中的背景信号通过不同的过程形成。有如下分量，所述分量来源于所检验的物体或物质的热辐射、即原子或分子的速度的连续的分布。此外有在波谱仪自身中形成的分量。算作所述分量的尤其但不仅仅是所使用的探测器的暗电流。

背景技术

在用于背景校正的已知的方法中所述背景被确定并且紧接着从信号中被减去。

DE 100 55 905 A1公开了用于二维的中阶梯光栅波谱中的背景校正的方法。在此，探测器的散射光和暗电流通过等级之间的强度的测量被确定。另外，背景被确定，其方式是，曲线通过多次应用也被称为“Moving Average”的移动平均值被平滑。位于曲线之上的值被设定为所平滑的曲线的值。波峰随着操作的次数收缩，而所平滑的曲线的剩余部分紧靠原始曲线。被如此计算的背景从原始曲线中被减去。

DE 196 17 100 B4公开了用于背景校正的方法，在所述背景校正中函数通过局部最小值被安置。

发明内容

本发明的任务是提供开头所提到的类型的设备，所述设备以高的正确性实现自动的以及能够再现的背景校正。

根据本发明，所述任务通过具有如下步骤的方法被解决：

（a）由波谱的信号值计算至少三个函数，其中所述函数选自：

（A）移动平均值

（B）方差

（C）斜度

（D）峰度

（E）具有3个点的固定的窗口宽度的移动平均

（F）二阶导数

（G）中位数

（H）最大值

（I）最小值

（J）最大值和最小值之间的差

（K）中央的信号值和平均值的商

（L）商（最大值-平均值）/（最大值-最小值）；

（b）将存在波段的概率P_i(波段)分配给所计算的函数中的每个函数中的每个点；

（c）针对每个点由所有所计算的函数将概率P_i(波段)相加成总概率ΣP_i(波段)；

（d）针对波谱的每个点由总概率ΣP_i(波段)根据如下公式计算存在背景的概率P(背景)：

P(背景)=1-ΣP_i(波段)

其中负值被设定为零；

（e）计算通过原始波谱的所有点上的信号值的拟合，其中每个点上的信号仅以所属的存在背景的概率P(背景)在拟合时被考虑，以及

（f）将被如此确定的背景函数从原始波谱的信号值中减去以便产生经背景校正的波谱。

在此，点是横坐标上的值并且例如可以对应于探测器（探测器元件）上的像点、波长间隔、频率间隔或者质量。

信号值是纵坐标上的值并且可以对应于发射或吸收的强度或者质谱中的强度。

在根据本发明的方法中，与在已知的方法中不同，计算概率，信号以该概率是背景的一部分。利用任意的波谱仪装置所确定的背景信号可以自动地以及可靠地被量化。由此改进波段和波峰的识别。因为背景信号自动地被确定，所以所述背景信号不依赖于工作人员的估计并且可以快速地、能够再现地以及可靠地被确定。

所述方法利用如下认识：波谱中的背景信号是连续的并且连续可微分的并且可以由连续可微分的函数来描述。针对这种函数的示例是多项式。

所述方法利用不同函数（A）至（L）的选择。先后围绕每个点安置具有总是相同的宽度的窗口。例如具有9个点的窗口。四个点位于中心的左侧。四个点位于中心的右侧并且中心中的点同样算作该窗口。优选具有作为宽度的奇数数量的点的窗口，因为这些窗口具有中心中的点，这在一些函数的情况下是必需的。针对作为中心的波谱的每个点于是计算：

（A）移动平均值：在这种情况下涉及第一统计矩并且根据图1中的公式（1）被计算。

（B）方差：在这种情况下涉及第二统计矩并且根据公式（2）被计算。

（C）斜度（英语：Skewness）：在这种情况下涉及第三统计矩并且根据公式（3）被计算。

（D）峰度（英语：Kurtosis）：在这种情况下涉及第四统计矩并且根据公式（4）被计算。

（E）具有3个点的固定的窗口宽度的移动平均：在这种情况下涉及具有3个点的窗口宽度的（A）的特殊情况。

（F）二阶导数：在这种情况下涉及微分学中的函数，所述函数描述曲线的曲率并且根据如下公式被计算：f''=d²x/dx²。

（G）中位数：在这种情况下涉及信号值，所述信号值在值根据大小被分类时在信号值的列表中处于中间。

（H）最大值：在这种情况下涉及相应的窗口中的最大的信号值。

（I）最小值：在这种情况下涉及相应的窗口中的最小的信号值。

（J）最大值和最小值之间的差：在这种情况下涉及如下值，所述值在相应的窗口中的最小的信号值从最大的信号值中被减去时被获得。

（K）中央的信号值和平均值的商：在这种情况下涉及如下值，所述值在窗口的中心中的值除以平均值时被获得。

（L）商（最大值-平均值）/（最大值-最小值）：在这种情况下涉及如下值，所述值在最大值和平均值之间的差除以最大值和最小值之间的差时被获得。

所有的函数描述波谱的变化过程的特性。这些函数中的三个、优选地五个的组合足以获得用于确定背景变化过程的足够的信息。优选地，这些函数针对至少两个不同窗口宽度被计算。紧接着给每个点分配存在波段的概率P_i(波段)。高的概率例如存在于波峰的区域中并且可以被表达为接近1=100%的数字。在概率的计算中分别使用所选择的函数（A）至（L）之一。因此，针对所选择的函数中的每个得出所属的概率谱。

根据本发明的方法此外规定：针对每个点由所有所计算的函数将被如此确定的概率P_i(波段)合计成总概率∑P_i(波段)。总和被逐点地形成。由不同的概率谱得出总概率谱。

总概率谱可以被转化成如下波谱，所述波谱重现存在背景的概率。这根据如下公式进行：

P(背景)=1-ΣP_i(波段)。

一个点属于一个波段的概率越大，在该点上的信号属于背景的概率越小。因为概率的总和可能相加成大于1的值，所以存在如下可能性：得出负值P(背景)。这些负值被设定为零。换言之，在任何情况下波段在该点上。

背景函数被确定，其方式是，通过原始波谱的所有点上的信号值的拟合被计算。在此，每个点上的信号仅以所属的存在背景的概率P(背景)在拟合时被考虑。在其上肯定存在波段的点因此保持完全不被考虑。在其上肯定不存在波段的点以完整的值被考虑。但是与在已知的方法中不同，如下值也仅以这种降低的概率被考虑，在所述值的情况下必须假设其间的概率。也就是说，在波谱的所有点的情况下概率P(背景)作为加权因子（权重）进入背景函数（拟合）的数学确定中。

一次性地被找到的背景函数紧接着从信号值中被减去并且具有在分析上感兴趣的波段的经背景校正的波谱保持。

在本发明的一种特别优选的设计方案中，所计算的函数的值通过除以关于所有点的所属的函数值的平均值被归一化。该步骤优选地直接在函数（A）至（L）或者所选择的函数被计算了之后进行。得出被归一化的波谱。

在本发明的一种优选的设计方案中，存在波段的概率P_i(波段)被计算，其方式是，给其被归一化的参数位于阈值S之上或之下的每个点分派如下概率，所述概率与被归一化的参数与阈值S的间距成比例。阈值S通常位于1的范围中，当然也可以设想其它阈值。替代的实施例使用用于概率的计算的其它计算方法。

优选地，概率P_i(波段)在总概率的计算之前乘以因子α_i，使得适用：

P(背景)=1-Σα_iP_i(波段)。

加权因子的使用实现：比其它函数在波段的确定中具有更高的相关性的函数以比具有更可能小的意义的函数更高的权重进入计算中。

在本发明的一种设计方案中，通过原始波谱的所有点上的信号值的拟合借助于拟合函数和最小二乘法进行。在该方法中针对每个点确定与拟合函数的间距平方。间距平方的总和是针对拟合函数的质量的量度。相应地，拟合函数可以一直被优化，直至其适宜地反映背景函数。

在本发明的另一设计方案中使用不同类型的多个拟合函数并且选择具有误差平方的最小偏差的那个拟合函数。一个或两个轴上的值的对数例如可以被用于拟合函数的优化。在任何情况下每个点总是仅以其自身的概率进入计算中。

多项式例如可以被用作用于通过原始波谱的所有点的拟合的拟合函数。形式y=a+bx的线性函数在此可以已经是足够的，其中每个点以其概率被考虑。此外可以检查：形态x→log x和/或y→log y的先前的坐标变换是否导致拟合函数的更高的质量。

在本发明的一种特别优选的设计方案中，所述方法针对至少两个不同的窗口宽度、优选地针对5、9、13和17个点的窗口宽度多次被执行并且具有误差平方的最小偏差的那个窗口宽度被选择用于拟合函数的选择。根据波段的宽度和波谱的变化过程，不同的窗口宽度提供不同的结果。函数（A）至（L）针对每个窗口宽度被分开地计算。

在本发明的一种特别优选的设计方案中，仅选择下列函数作为函数：

（A）移动平均值

（B）方差

（E）具有3个点的固定的窗口宽度的移动平均

（F）二阶导数

（G）中位数

（H）最大值

（J）最大值和最小值之间的差

（K）中央的信号值和平均值的商，

并且优选地仅选择下列函数：

（A）移动平均值

（B）方差

（E）具有3个点的固定的窗口宽度的移动平均

（F）二阶导数

（G）中位数

（H）最大值。

这些函数已经提供非常良好的结果。

本发明的设计方案是从属权利要求的主题。下面参照所附的附图进一步解释实施例。

附图说明

图1是前四个统计矩以及用于其计算的公式的列表。

图2示出由所接收的信号值组成的未被处理的波谱。

图3示出如下波谱，所述波谱通过以函数（A）移动平均值来处理图2中的波谱被获得。

图4示出如下波谱，所述波谱通过以函数（B）方差来处理图2中的波谱被获得。

图5示出如下波谱，所述波谱通过以函数（C）斜度来处理图2中的波谱被获得。

图6示出如下波谱，所述波谱通过以函数（D）峰度来处理图2中的波谱被获得。

图7示出如下波谱，所述波谱通过以函数（E）具有3个点的固定的窗口宽度的移动平均来处理图2中的波谱被获得。

图8示出如下波谱，所述波谱通过以函数（F）二阶导数来处理图2中的波谱被获得。

图9示出如下波谱，所述波谱通过以函数（G）中位数来处理图2中的波谱被获得。

图10示出如下波谱，所述波谱通过以函数（H）最大值来处理图2中的波谱被获得。

图11示出如下波谱，所述波谱通过以函数（I）最小值来处理图2中的波谱被获得。

图12示出如下波谱，所述波谱通过以函数（J）最大值和最小值之间的差来处理图2中的波谱被获得。

图13示出如下波谱，所述波谱通过以函数（K）中央的信号值和平均值的商来处理图2中的波谱被获得。

图14示出如下波谱，所述波谱通过以函数（L）商（最大值-平均值）/（最大值-最小值）来处理图2中的波谱被获得。

图15示出如下波谱，所述波谱通过以函数（A）移动平均值来处理图2中的波谱在归一化之后被获得。

图16示出如下波谱，所述波谱通过以函数（B）方差来处理图2中的波谱在归一化之后被获得。

图17示出如下波谱，所述波谱通过以函数（C）斜度来处理图2中的波谱在归一化之后被获得。

图18示出如下波谱，所述波谱通过以函数（D）峰度来处理图2中的波谱在归一化之后被获得。

图19示出如下波谱，所述波谱通过以函数（E）具有3个点的固定的窗口宽度的移动平均来处理图2中的波谱在归一化之后被获得。

图20示出如下波谱，所述波谱通过以函数（F）二阶导数来处理图2中的波谱在归一化之后被获得。

图21示出如下波谱，所述波谱通过以函数（G）中位数来处理图2中的波谱在归一化之后被获得。

图22示出如下波谱，所述波谱通过以函数（H）最大值来处理图2中的波谱在归一化之后被获得。

图23示出如下波谱，所述波谱通过以函数（I）最小值来处理图2中的波谱在归一化之后被获得。

图24示出如下波谱，所述波谱通过以函数（J）最大值和最小值之间的差来处理图2中的波谱在归一化之后被获得。

图25示出如下波谱，所述波谱通过以函数（K）中央的信号值和平均值的商来处理图2中的波谱在归一化之后被获得。

图26示出如下波谱，所述波谱通过以函数（L）商（最大值-平均值）/（最大值-最小值）来处理图2中的波谱在归一化之后被获得。

图27示出概率谱，所述概率谱通过处理图15中的波谱被获得。

图28示出概率谱，所述概率谱通过处理图16中的波谱被获得。

图29示出概率谱，所述概率谱通过处理图19中的波谱被获得。

图30示出概率谱，所述概率谱通过处理图20中的波谱被获得。

图31示出概率谱，所述概率谱通过处理图21中的波谱被获得。

图32示出概率谱，所述概率谱通过处理图22中的波谱被获得。

图33示出概率谱，所述概率谱通过处理图25中的波谱被获得。

图34示出针对存在波段的总概率的概率谱，所述概率谱通过图27至33中的谱中的概率的合计被获得。

图35示出针对存在背景的概率的概率谱，所述概率谱从图34中的谱被获得。

图36示出具有真实的试样的波峰和背景以及概率的图解的发射波谱，探测器元件以所述概率属于一个波段或者仅仅检测背景信号。

图37示出具有背景拟合的图36中的发射波谱。

具体实施方式

图2示出一般用10表示的波谱。波谱10示出信号值12，所述信号值例如利用具有多个线性地被布置的探测器元件的行探测器被接收。相应地，横坐标14配备如下数字，所述数字代表行中的探测器元件的位置。在纵坐标16上说明代表信号值的值。信号值例如可以是在探测器元件上所测量的强度。

波谱10具有区域18，在所述区域中除了噪声之外的信号平坦地延伸并且可能由背景引起。在中间的区域中可识别波峰20。

在该波谱以及任何其它波谱的自动化的分析中的目标是定量地检测背景并且因此实现波段（波峰）的分离。

在第一步骤中，信号值被统计地分析。为此选择窗口宽度。当前的实施例以窗口宽度9被实施。针对这种窗口宽度的一个示例在图2中被图解。用22表示的窗口包括中央点12以及包括每侧上的各四个点，即总共9个点。

在第一统计矩的计算中计算平均值、下面被称为函数（A）。所属的公式在图1中用（1）表示。位于点24处的信号值12在此由关于在窗口22中位于该点12周围的所有点的平均值代替。该过程针对所有点被重复。该函数（A）的计算的结果在图3中被示出。识别出：平坦的区域18继续保持为平坦的。然而，波峰20变得更平坦以及更宽。各个异常测值消失。

除了函数A的移动平均值之外，另外的函数被计算，所述函数的结果在图4至14中被示出。被称为函数（B）的方差的计算根据在图1（2）中所示出的公式被计算。结果在图4中被示出。被称为函数（C）的斜度（英语 Skewness）的计算根据在图1（3）中所示出的公式被计算。结果在图5中被示出。被称为函数（D）的峰度（英语 Kurtosis）的计算根据在图1（4）中所示出的公式被计算。结果在图6中被示出。在公式中x表示点的位置并且N表示窗口宽度、在当前情况下是N=9。

除了前四个统计矩之外另外的函数被计算：

函数（E）是具有3个点的固定的窗口宽度的移动平均并且除了窗口宽度之外对应于函数（A）。函数（E）的计算的结果在图7中被示出。识别出：更小的窗口宽度比更大的窗口宽度更少地拓宽波峰。

函数（F）是二阶导数并且描述曲率的变化过程。函数（F）的计算的结果在图8中被示出。

函数（G）是中位数。该中位数被如下确定：窗口中的信号值根据大小被分类。第五大值、即分类的中间的那个值是在窗口宽度为9的情况下的中位数。函数（G）的计算的结果在图9中被示出。

函数（H）是窗口中的所有值的最大值。因此，即使最大值位于窗口的边缘处，窗口的中央的值也由该最大值代替。相应地获得实际上没有异常测值的非常平滑的曲线。波峰被强烈地拓宽。函数（H）的计算的结果在图10中被示出。

函数（I）是窗口中的所有值的最小值。计算与最大值的计算类似地进行。函数（I）的计算的结果在图11中被示出。

函数（J）是窗口中的所有值的最大值和最小值之间的差。函数（J）的计算的结果在图12中被示出。

函数（K）是中央的信号值和平均值的商。函数（K）的计算的结果在图13中被示出。

函数（L）是窗口中的值的商（最大值-平均值）/（最大值-最小值）。函数（L）的计算的结果在图14中被示出。

能够容易地识别：函数（A）至（L）具有不同的偏移。因此，所述值通过所述值除以函数的所有点的平均值被归一化。由此实现所述值围绕值1波动。结果在针对所有函数（A）至（L）的图15至26中被示出。

由函数（A）至（L）的归一化的值紧接着计算有关的点处的信号值属于波段或波峰的概率P_i(波段)。在此，其被归一化的参数位于阈值S之上或之下的每个点被分派如下概率，所述概率与参数与所提到的阈值S的间距成比例。阈值S除了一个例外之外总是位于1的范围中。该例外涉及函数（F）= y''、即二阶导数。这里，S必须根据波谱中的波段的结构被选择：细的以及狭长的波段→S被选择为大的，宽的或者被差地分辨的波段→S被选择为小的。原则上适用：

P_i(波段)=r_i*(函数_归一化-S_i)^t，

其中比例因子r_i必须被合适地选择。在所述方法的一种优选的设计方案中r_i和S_i具有下列值：

函数 r S t

A 1.0 1.2 1

B 0.2 1.0 ½

C 0.0 1.0 1

D 0.0 1.0 1

E 0.5 1.0 ½

F 0.1 50 ½

G 1.0 1.1 1

H 1.0 1.1 ½

I 0.0 1.0 1

J 0.0 1.2 ½

K 0.5 1.2 ½

L 0.0 1.0 1

r=0的值表明相应的函数不进入概率的计算中并且因此不进入背景函数的确定中。t=½的值表明从间距（函数-S）中提取根。

使用所有的函数不是在所有波谱的情况下有意义。因此，在当前实施例中函数（C）、（D）、（I）、（J）和（L）没有被进一步分析。由其余的归一化的函数所计算的存在波段的概率P_i(波段)在图27至33中被示出。波峰20可以在所有这些图中良好地被识别。

在下一步骤中，位于0和1之间的概率P_i(波段)逐点地针对每个点被总计为总概率。已证实：一些函数一般来说比其它函数提供更相关的信息。因此，概率在总和的形成之前根据Σα_iP_i(波段)乘以因子α_i。结果可以在图34中良好地被识别。

一个点属于一个波段的概率P_i(波段)越大，则该点示出背景的概率P_i(背景)越小。图35示出存在背景的概率，所述概率根据

P(背景)=1-ΣP_i(波段)

被计算。因为概率位于0和1之间，所以所有负值被设定为零。图35中的高的值是以高的概率仅存在背景的标志。图35中的中间的区域中的零值示出：在那里以高的概率存在波峰。换言之：波谱中的每个点具有其自身的在那里仅存在背景的概率。这些值在图2中作为竖直的线条26被图解。识别出：在波峰20的区域中不存在概率并且在平坦的区域18中事实上计算出了高的存在背景的概率。自动地被计算的结果因此对应于视觉的觉察。

所描述的方法在当前的实施例中针对多个窗口宽度被重复，例如针对11、13、15和17个点的窗口宽度被重复。易于理解，这仅是示例性的值并且根据波谱的分辨率、计算容量和波峰宽度，完全不同的值可以是有意义的。

作为结果，针对波谱的每个点存在多个以不同的窗口宽度被确定的概率值。N个概率根据其大小被分类。最后，中间的值被选择，这对应于中位数。因此，在分别N个概率的情况下实现相对于异常测值的非常高的稳定性。这种异常测值否则（求平均值、值的相加等）将对最终结果具有强烈的影响。

在后续步骤中针对背景确定拟合函数。这种拟合函数可以针对最初的波谱被确定。但是也可以针对如下波谱计算拟合函数，所述波谱以对数的方式被示出在一个或两个轴上。由此针对例如9、13、17等点的每个所选择的窗口宽度得出四个不同的函数。拟合函数根据最小二乘法被适配。在此每个点仅以所属的概率被考虑。波峰位于其中的区域因此完全不被考虑。最终具有最小误差的那些拟合函数被用于背景校正。

在当前的实施例中使用了线性的拟合函数。但是也可以使用更高阶的多项式或者其它函数关系。图36示出具有波峰30的真实的波谱28。只要存在概率，就给波谱的每个点根据上述方法分配由线条32代表的概率。图37示出根据上述方法所确定的线性的拟合函数34。如果该函数34从波谱28的信号值中被减去，则能够容易地识别，除了少量噪声之外仅感兴趣的波峰剩下。该波峰于是可以被定量地分析。

所描述的方法具有如下优点：背景在整个波谱变化过程上而不仅仅局部地被自动地确定。由此实现高的可再现性和正确性。

Claims

1.用于波谱（10）中的背景信号的确定以及校正的方法，所述波谱由多个波谱点（12）上的信号组成，所述方法的特征在于下列步骤：

（a）由所述波谱的信号值计算至少三个函数，其中所述函数选自：

（A）移动平均值

（B）方差

（C）斜度

（D）峰度

（E）具有3个点的固定的窗口宽度的移动平均

（F）二阶导数

（G）中位数

（H）最大值

（I）最小值

（J）最大值和最小值之间的差

（K）中央的信号值和平均值的商

（L）商（最大值-平均值）/（最大值-最小值）；

（b）将存在波段（20）的概率P_i(波段)分配给所计算的函数中的每个函数中的每个点；

（c）针对每个点由所有所计算的函数将所述概率P_i(波段)相加成总概率∑P_i(波段)；

（d）针对所述波谱的每个点由所述总概率∑P_i(波段)根据如下公式计算存在背景的概率P(背景)：

P(背景)=1-ΣP_i(波段)，

其中负值被设定为零；

（e）计算通过原始波谱的所有点上的信号值的拟合（34），其中每个点上的信号仅以所属的存在背景的概率P（背景）（32）在拟合时被考虑，以及

（f）将被如此确定的背景函数从所述原始波谱的信号值中减去以便产生经背景校正的波谱。

2.根据权利要求1所述的方法，其特征在于，所计算的函数的值通过除以关于所有点的所属的函数值的平均值被归一化。

3.根据权利要求2所述的方法，其特征在于，存在波段的概率P_i(波段)被计算，其方式是，给如下每个点分派如下概率，所述每个点的参数位于阈值之上或之下，所述概率与所述参数与所提到的阈值的间距成比例。

4.根据权利要求2所述的方法，其特征在于，存在波段的概率P_i(波段)被计算，其方式是，给如下每个点分派如下概率，所述每个点的参数大于1.3以及小于0.7，所述概率与所述参数与所提到的阈值的间距成比例。

5.根据权利要求3所述的方法，其特征在于，所述概率P_i(波段)在所述总概率的计算之前乘以因子α_i，使得适用：

P(背景)=1-Σα_iP_i(波段)。

6.根据前述权利要求之一所述的方法，其特征在于，通过所述原始波谱的所有点上的信号值的拟合借助于拟合函数以及最小二乘法进行。

7.根据权利要求6所述的方法，其特征在于，不同类型的多个拟合函数被使用并且具有误差平方的最小偏差的那个拟合函数被选择。

8.根据权利要求1至5之一所述的方法，其特征在于，多项式被用作用于通过所述原始波谱的所有点的拟合的拟合函数。

9.根据权利要求6所述的方法，其特征在于，所述方法针对至少两个不同的窗口宽度多次被执行并且具有误差平方的最小偏差的那个窗口宽度被选择用于所述拟合函数的选择。

10.根据权利要求6所述的方法，其特征在于，所述方法针对5、9、13和17个点的窗口宽度多次被执行并且具有误差平方的最小偏差的那个窗口宽度被选择用于所述拟合函数的选择。

11.根据权利要求1至5之一所述的方法，其特征在于，作为函数选择：

（A）移动平均值

（B）方差

（E）具有3个点的固定的窗口宽度的移动平均

（F）二阶导数

（G）中位数

（H）最大值

（J）最大值和最小值之间的差

（K）中央的信号值和平均值的商。

12.根据权利要求1至5之一所述的方法，其特征在于，仅选择下列函数：

（A）移动平均值

（B）方差

（E）具有3个点的固定的窗口宽度的移动平均

（F）二阶导数

（G）中位数

（H）最大值。