CN108444954B - 光谱信号峰值检测方法、装置以及系统 - Google Patents

光谱信号峰值检测方法、装置以及系统 Download PDF

Info

Publication number
CN108444954B
CN108444954B CN201711297617.4A CN201711297617A CN108444954B CN 108444954 B CN108444954 B CN 108444954B CN 201711297617 A CN201711297617 A CN 201711297617A CN 108444954 B CN108444954 B CN 108444954B
Authority
CN
China
Prior art keywords
signal
preset
smooth
time
scale
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
CN201711297617.4A
Other languages
English (en)
Other versions
CN108444954A (zh
Inventor
易雁飞
郭成祥
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.)
Guangdong Shunde Industrial Design Institute
Original Assignee
Guangdong Shunde Industrial Design Institute
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 Guangdong Shunde Industrial Design Institute filed Critical Guangdong Shunde Industrial Design Institute
Priority to CN201711297617.4A priority Critical patent/CN108444954B/zh
Publication of CN108444954A publication Critical patent/CN108444954A/zh
Application granted granted Critical
Publication of CN108444954B publication Critical patent/CN108444954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6844Nucleic acid amplification reactions
    • C12Q1/6851Quantitative amplification
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N2021/6417Spectrofluorimetric devices

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Zoology (AREA)
  • Immunology (AREA)
  • Wood Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Genetics & Genomics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明涉及一种光谱信号峰值检测方法、装置以及系统。其中,光谱信号峰值检测方法包括步骤:根据各预设平滑尺度,得到各预设平滑尺度下的平滑信号强度曲线以及各平滑信号强度曲线的局部最大值;依次根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合;根据预设增量阈值和各时间差集合中的最小时间差,对各时间差集合进行分组,并获取同组内各最小时间差对应的时间坐标的平均值;根据各平均值对应的时间坐标,对光谱信号进行曲线拟合,确定光谱信号在各峰值点的峰值。本发明能够在大量的光谱数据中准确检测出峰值所在位置,消除噪声信号对峰值判断的干扰,提高峰值检测效率。

Description

光谱信号峰值检测方法、装置以及系统
技术领域
本发明涉及光谱信号检测领域,特别是涉及光谱信号峰值检测方法、装置以及系统。
背景技术
传统的数字PCR仪检测系统中,检测微滴荧光信号的方法可以分为模拟信号检测和数字信号检测两大类。模拟信号检测的方法主要用模拟电路的方法直接得到峰值电压,然后进行采样,得到微滴荧光信号的峰值。数字信号检测方法是先对待检测的信号进行采样得到数字信号,然后使用数字信号处理技术获取微滴荧光信号的峰值。
在实现过程中,发明人发现传统技术中至少存在如下问题:
采用模拟信号检测技术得到的荧光信号峰值由于噪声的影响会有较大的误差,进而降低整个数字PCR仪检测系统的精确度。而在使用数字信号检测方法时,会产生大量采集的光谱信号数据,影响对光谱信号峰值提取的速度,以及对峰值检测的精度。
发明内容
基于此,有必要针对峰值提取速度慢且检测精度低的问题,提供一种光谱信号峰值检测方法、装置以及系统。
为了实现上述目的,一方面,本发明实施例提供了一种光谱信号峰值检测方法,包括以下步骤;
根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线;
对平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线;并将分段平滑信号强度曲线各信号强度中的最大信号强度,作为预设平滑尺度下平滑信号强度曲线的局部最大值;
依次根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合,并获取所述时间差集合的最小时间差;时间差为任一预设平滑尺度下任一局部最大值对应的时间坐标,与相邻下一个预设平滑尺度下任一局部最大值对应的时间坐标的差值;
根据预设增量阈值和各最小时间差,对各时间差集合进行分组,并获取同组内各最小时间差对应的时间坐标的平均值;
根据各平均值对应的时间坐标,对光谱信号进行曲线拟合,确定光谱信号在各峰值点的峰值。
在其中一个实施例中,获取同组内各最小时间差对应的时间坐标的平均值的步骤之前包括:
筛除组内各最小时间差对应的时间坐标的总个数小于或等于预设个数阈值的各组。
在其中一个实施例中,根据各平均值对应的时刻,对光谱信号进行曲线拟合的步骤中,基于以下公式,确定光谱信号在各峰值点的峰值:
Figure BDA0001500604920000021
其中,f(t)表示包括平均值对应的时间坐标的时域范围内光谱信号的信号强度;t表示包括平均值对应的时间坐标的时域范围内的时间;A表示峰值的强度;t0表示平均值对应的时间坐标;σ表示半峰宽度;k表示表示基线斜率;m表示噪声强度。
在其中一个实施例中,对平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线的步骤包括:
根据各预设时域对平滑信号强度曲线进行分段,分别得到各预设时域对应的分段平滑信号强度曲线。
在其中一个实施例中,根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线的步骤包括:
根据各预设平滑尺度,分别获取各平滑尺度对应的高斯函数;
根据高斯函数,对获取到的光谱信号进行平滑处理,得到预设平滑尺度对应的光谱信号强度曲线。
在其中一个实施例中,根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线的步骤之前,还包括步骤:
获取原始光谱信号,对原始光谱信号进行多层小波分解,得到各低频系数和各高频系数;
筛除大于或等于预设高频系数阈值的高频系数,得到筛除后的各高频系数;
根据各低频系数和筛除后的各高频系数,对原光谱信号进行重构,得到光谱信号。
另一方面,本发明实施例还提供了一种光谱信号峰值检测装置,包括:
预处理模块,用于根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线;
信号处理模块,用于对平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线;并将分段平滑信号强度曲线各信号强度中的最大信号强度,作为预设平滑尺度下平滑信号强度曲线的局部最大值;
时间运算模块,用于依次根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合,并获取时间差集合的最小时间差;时间差为任一预设平滑尺度下任一局部最大值对应的时间坐标,与相邻下一个预设平滑尺度下任一局部最大值对应的时间坐标的差值;
分组模块,用于根据预设增量阈值和各最小时间差,对各时间差集合进行分组,并获取同组内各最小时间差对应的时间坐标的平均值;
峰值确定模块,用于根据各平均值对应的时间坐标,对光谱信号进行曲线拟合,确定光谱信号在各峰值点的峰值。
在其中一个实施例中,分组模块包括筛除单元,用于筛除组内各最小时间差对应的时间坐标的总个数小于或等于预设个数阈值的各组。
另一方面,本发明还提供了一种光谱信号峰值检测系统,包括连接数字聚合酶链式反应光学检测仪的峰值检测设备,峰值检测设备包括存储器和处理器;存储器存储有计算机程序,程序被处理器执行时能够光谱信号峰值检测方法各的步骤。
另一方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现光谱信号峰值检测方法中的各步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果::
采用不同预设平滑尺度对光谱信号进行平滑处理,得到不同平滑尺度下的平滑信号强度曲线。通过获取平滑信号强度曲线的信号强度,得到不同预设平滑尺度下的局部最大值,进而有助于提取到光谱信号所有的波峰所在位置。同时,根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合。进一步地,根据预设增量阈值和各时间差集合中的最小值,将时间坐标进行分组,获取同组时间坐标的平均值对应的时间坐标。由各平均值对应的时间坐标对光谱信号进行曲线拟合,确定光谱信号在峰值点的峰值。本发明能够在大量的光谱数据中准确检测出峰值所在位置,消除噪声信号对峰值判断的干扰,提高峰值检测效率。
附图说明
图1为本发明光谱信号峰值检测方法实施例1的流程示意图;
图2为本发明光谱信号峰值检测方法中在各预设平滑尺度下的局部最大值示意图;
图3为本发明光谱信号峰值检测方法中光谱信号的峰值示意图;
图4为本发明光谱信号峰值检测方法中光谱信号的最终峰值示意图;
图5为本发明光谱信号峰值检测方法中得到光谱信号强度曲线流程示意图;
图6为本发明光谱信号峰值检测方法中的原始光谱信号示意图;
图7为本发明光谱信号峰值检测方法中去噪后的光谱信号示意图;
图8为本发明光谱信号峰值检测装置实施例1的结构示意图;
图9为本发明光谱信号峰值检测系统实施例1的结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
光谱信号已经被广泛运用在材料、化学和生物技术领域,对光谱信号的分析可以识别分子结构和监控反应进程。很多峰值检测的方法用在了光谱信号中,包括直接比较法、求导法和曲线拟合法。本发明光谱信号峰值检测方法可用于微滴荧光信号的峰值检测,以数字聚合酶链式反应光学检测仪为例,数字聚合酶链式反应光学检测仪采集微滴荧光信号,通过光电转换系统,将光电信号转换为电信号,该电信号为模拟信号,将该模拟信号转换为数字信号输出,得到原始光电信号,即原始光谱信号。由于背景信号和噪声将直接影响原始光谱信号的波形数据,因此在进行峰值检测的前,可将背景信号和噪声信号的波形数据剔除,获取去噪后的光谱信号波形数据。在实际运用中,波峰通常出现在不同平滑尺度的局部最大值处,因此,只要获取到不同平滑尺度下的局部最大值,便可检测出波峰所在的位置,进而得到关于波峰的相关物理量。
参见图1,结合图2、图3和图4,图1为本发明光谱信号峰值检测方法实施例1的流程示意图,图2为本发明光谱信号峰值检测方法中在各预设平滑尺度下的局部最大值示意图,图3为本发明光谱信号峰值检测方法中光谱信号的峰值示意图,图4为本发明光谱信号峰值检测方法中光谱信号的最终峰值示意图。
如图1,本发明光谱信号峰值检测方法实施例1,可以包括以下步骤:
步骤S110:根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线。
具体而言,预设平滑尺度为确定平滑信号强度曲线径向作用范围的参数,预设平滑尺度越大,平滑信号强度曲线的径向作用范围就越宽,平滑程度就越好,通过调节或者选取不同的预设平滑尺度,可减小在光谱信号中由于背景噪声所引起的过多不理想的波形曲线的影响。其中,平滑处理可以但不局限于为对光谱信号进行小波变换,获取光谱信号在不同预设平滑尺度下的小波系数,生成平滑信号强度曲线;或者对光谱信号进行高斯卷积,获取光谱信号在不同预设平滑尺度下的卷积值,生成平滑信号强度曲线。
步骤S120:对平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线;并将分段平滑信号强度曲线各信号强度中的最大信号强度,作为预设平滑尺度下平滑信号强度曲线的局部最大值。
具体而言,在平滑信号强度曲线中,波峰通常出现在不同预设平滑尺度下对应的平滑信号强度曲线的各分段平滑信号强度曲线中的信号强度最大处。因此,在不同的预设平滑尺度下,通过本发明光谱信号峰值检测方法得到平滑信号强度曲线的局部最大值,能够有效得到光谱信号的所有峰值点,进而获取到所有峰值点的峰值。
步骤S130:依次根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合,并获取时间差集合的最小时间差;时间差为任一预设平滑尺度下任一局部最大值对应的时间坐标,与相邻下一个预设平滑尺度下任一局部最大值对应的时间坐标的差值。
在该步骤中,可以但不局限于以预设平滑尺度为纵轴,以时间为横轴,建立平面直角坐标系,其中,局部最大值为该平面直角坐标系中的点,时间坐标对应横坐标上的点,预设平滑尺度对应纵坐标上的点,其中,本发明实施例中的时间坐标可以指以时间为任意一轴,能从所用时间确定物质在该时间轴上对应的坐标,即时间坐标表示平滑信号强度曲线上各信号强度的信号采样时刻对应的坐标,如图2所示。
具体而言,依次根据各局部最大值,即分别采集两两相邻预设平滑尺度下的各个局部最大值。假设各预设平滑尺度分别为20、21、22、23,其中,预设平滑尺度20下的各局部最大值分别为A、B、C、D、E、F,分别对应的时间坐标为ta、tb、tc、td、te、tf;预设平滑尺度为21下的各局部最大值分别为G、H、I、J、K、L,分别对应的时间坐标为tg、th、ti、tj、tk、tl;预设平滑尺度为22下的各局部最大值分别为O、P、Q、R、S、T,分别对应的时间坐标为to、tp、tq、tr、ts、tt;预设平滑尺度23下各局部最大值分别为U、V、W、X、Y、Z,分别对应的时间坐标为tu、tv、tw、tx、ty、tz。
进一步地,可以先取预设平滑尺度为21的局部最大值G对应的时间坐标ta,与预设平滑尺度为20的各个局部最大值对应的时间坐标依次进行差值运算,得到各时间差。即|tg-ta|=△tg1,|tg-tb|=△tg2,|tg-tc|=△tg3,|tg-td|=△tg4,|tg-te|=△tg5,|tg-tf|=△tg6,由此,可以得到预设平滑尺度21下对应的局部最大值G的包含各时间差的时间差集合D1(△tg1、△tg2、△tg3、△tg4、△tg5、△tg6)。再取预设平滑尺度为22的局部最大值O对应的时间坐标to,与预设平滑尺度为21的各个局部最大值对应的时间坐标依次进行差值运算,得到各时间差。即|to-tg|=△to1,|to-th|=△to2,|to-ti|=△to3,|to-tj|=△to4,|to-tk|=△to5,|to-tl|=△to6,由此,可以得到预设平滑尺度21下对应的局部最大值O的包含各时间差的时间差集合D2(△to1、△to2、△to3、△to4、△to5、△to6)。再取预设平滑尺度为23的局部最大值U对应的时间坐标tu,与预设平滑尺度为22的各个局部最值对应的时间坐标依次进行差值运算,得到各时间差。即|tu-to|=△tu1,|tu-tp|=△tu2,|tu-tq|=△tu3,|tu-tr|=△tu4,|tu-tk|=△tu5,|tu-tl|=△tu6,由此,可以得到预设平滑尺度23下对应的局部最大值U的包含各时间差的时间差集合D3(△tu1、△tu2、△tu3、△tu4、△tu5、△tu6)。以此类推,依次根据各局部最大值A、B……Z,得到各预设平滑尺度对应的包含个时间差的时间差集合。并获取时间差集合中的最小时间差,如获取D1中的最小时间差△tg1,D2中的最小时间差△to2,D3中的最小时间差△tu4。
本发明光谱信号峰值检测方法,通过获取相邻预设平滑尺度下的局部最大值对应的时间坐标间的时间差,得到包含各时间差的时间差集合,有助于排除背景信号和噪声对检测光谱信号峰值的影响,提高峰值检测得的效率。
步骤S140:根据预设增量阈值和各最小时间差,对各时间差集合进行分组,并获取同组内各最小时间差对应的时间坐标的平均值。
因为在不同预设平滑尺度下所获取的平滑信号强度曲线的局部最大值的时间坐标,表示波峰出现的时间。具体的,从各预设平滑尺度分别对应的第一个局部最大值为例开始进行说明,在步骤S130中已得到D1、D2和D3的时间差集合,并获取到D1、D2和D3中的最小时间差,在最小时间差大于或者等于预设增量阈值时,对各时间差集合进行分组。具体的,如D1中的最小时间差为△tg1,则将△tg1与预设增量阈值比较,在△tg1大于或者等于预设增量阈值时,把得到时间差集合D1的△tg1的时间坐标tg和ta归为一组;D2中的最小时间差为△to2,则将△to2与预设增量阈值比较,在△to2大于或者等于预设增量阈值时,则把得到时间差集合D2的△to2的时间坐标to和th归为与tg、ta相同的一组;D3中的最小时间差为△tu4,则将△tu4与预设增量阈值比较,在△tu4小于预设增量阈值时,把得到时间差集合D4的△tu4的时间坐标tu和tr归为另一组。
进一步地,获取同组内各时间集合的最小时间差对应的时间坐标的平均值,即一组中包含的时间坐标为:tg、ta、to、th,该组的时间坐标的平均值为T1=(tg+ta+to+th)/4;另一组中包含的时间坐标为:tu和tr,该组的时间坐标平均值为T2=(tu+tr)/2。其中,T1表示光谱信号第一个波峰出现的第一时刻,T2表示光谱信号第一个波峰出现的第二时刻,本发明可以但不局限于,根据波峰时刻阈值,选取T1或者T2作为光谱信号的第一个波峰出现的时刻。以此类推,根据各预设平滑尺度下分别对应的第二个局部最大值,以及对应的各时间差集合中的最小时间差,完成对光谱信号第二个波峰出现时刻的检测。直至轮询完各局部最大值,根据预设增量阈值和各时间差集合中的最小时间差,完成对光谱信号各个波峰出现时刻的检测。
本发明光谱信号峰值检测方法,通过对各时间差集合中的最小时间差对应的时间坐标进行采样分组以及求平均,能够有效减小背景噪声等其他干扰信号对检测光谱信号波峰出现真实时刻的影响,提高检测的准确性。
步骤S150:根据各平均值对应的时间坐标,对光谱信号进行曲线拟合,确定光谱信号在各峰值点的峰值。
具体而言,曲线拟合是指选择适当的曲线类型来拟合观测数据,并用拟合曲线方式分析两组数据间的关系。在该步骤中,观测数据为光谱信号的数据,包括峰值、峰值位置和半峰宽度。进一步地,根据平均值对应的时间坐标,可以获取到光谱信号在包括平均值对应的时间坐标在内的时间频域中的信号强度,即得到了一组时刻,以及各时刻对应的一组信号强度,进而采用拟合曲线分析这两组数据间的关系,确定光谱信号在峰值点的峰值。如图3所示,为对光谱信号进行拟合,横坐标表示时刻,纵坐标表示信号强度,确定出光谱信号在峰值点的峰值,以及峰值所在位置。
由于在各预设平滑尺度下获取平滑信号强度曲线中各局部最大值,可能会把残余的噪声点视为峰值点,为了避免此种情况,本发明可以对获取到的峰值进行判别。本发明可以但不局限于采用SVM(支持向量机)分类器进行真假峰的判断,如图4所示,横轴表示时刻,纵轴表示信号强度,经过SVM分类器对真假峰进行判断,得到便于识别的最终真实峰值曲线。
本发明光谱信号峰值检测方法,采用不同预设平滑尺度对光谱信号进行平滑处理,得到不同预设平滑尺度下的平滑信号强度曲线。通过获取平滑信号强度曲线的信号强度,得到不同预设平滑尺度下的局部最大值,进而有助于提取到光谱信号所有的波峰所在位置。同时,根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合。进一步地,根据预设增量阈值和各时间差集合中的最小值,将时间坐标进行分组,获取同组时间坐标的平均值对应的时间坐标。由各平均值对应的时间坐标对光谱信号进行曲线拟合,确定光谱信号在峰值点的峰值。本发明增强了光谱信号对背景信号和噪声的鲁棒性,提高了检测效率和准确性。
在一个具体的实施例中,获取同组内各最小时间差对应的时间坐标的平均值的步骤之前包括:
筛除组内各最小时间差对应的时间坐标的总个数小于或等于预设个数阈值的各组。
具体而言,对各时间差集合进行分组,在筛除组内各最小时间差对应的时间坐标中,此时,在这些时间坐标的总个数小于或者等于预设个数阈值时,将该组剔除;在这些时间坐标总个数大于预设个数阈值时,将该组保留,获取保留下来的各组中,同组内各最小时间差对应的时间坐标的平均值。
本发明光谱信号峰值检测方法,有助于获取到有效的时间坐标,提高对光谱信号峰值检测的准确性和效率。同时,减小背景信号和噪声信号等对峰值检测的干扰。
在一个具体的实施例中,根据各平均值对应的时刻,对光谱信号进行曲线拟合的步骤中,基于以下公式,确定光谱信号在各峰值点的峰值:
Figure BDA0001500604920000101
其中,f(t)表示包括平均值对应的时间坐标的时域范围内光谱信号的信号强度;t表示包括平均值对应的时间坐标的时域范围内的时间;A表示峰值的强度;t0表示平均值对应的时间坐标;σ表示半峰宽度;k表示基线斜率;m表示噪声强度。
具体而言,k·t+m为线性函数,能够减小背景信号对光谱信号峰值检测的影响。进一步地,使用高斯函数进行曲线拟合,可以降低运算的复杂度,使得运算简单快捷。具体地,根据平均值对应的时间坐标,在光谱信号中从包括平均值对应的时间坐标在内的时域中获取一组信号强度,进一步地,由包括平均值对应的时间坐标在内的时域和该时域对应的信号强度这两组数据,对光谱信号进行曲线拟合。
在一个具体的实施例中,对平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线的步骤包括:
根据各预设时域对平滑信号强度曲线进行分段,分别得到各预设时域对应的分段平滑信号强度曲线。
具体而言,各预设时域可以不相等,可根据平滑信号强度曲线的径向作用范围而设定不同的预设时域,以便能够有效将平滑信号强度曲线分段,进而提高获取局部最大值的精度。再者,波峰峰值的信号强度在分段信号强度曲线中的信号强度是最大的,因此通过对各分段信号强度曲线的信号强度进行采集,得到光谱信号强度曲线的局部最大值,有助于获取到光谱信号峰值所在的时刻。
本发明光谱信号峰值检测方法,通过各预设时域,对光谱信号强度曲线进行分段,有助于得到光谱信号的峰值所在时刻,能够减小光谱信号峰值检测的误差。
在一个具体的实施例中,根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线的步骤包括:
根据各预设平滑尺度,分别获取各平滑尺度对应的高斯函数;
根据高斯函数,对获取到的光谱信号进行平滑处理,得到预设平滑尺度对应的光谱信号强度曲线。
具体而言,采用多尺度高斯平滑策略,利用高斯函数对光谱信号进行高斯卷积的处理,以克服在进行光谱信号峰值检测时,产生大量光谱信号数据,造成对峰值检测效率的影响的问题。其中,对光谱信号进行高斯卷积的平滑处理的高斯分布函数模型为:
Figure BDA0001500604920000111
S为平滑向量,w是调整系数,使S的和为1,i为时间采样点,σ为窗口宽度,也称为预设平滑尺度。
进一步地,在该步骤中,可以基于以下公式,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线:
Csmoothed=C*S
其中,Csmoothed为平滑信号强度曲线,C为光谱信号,平滑信号强度曲线Csmoothed可通过S和光谱信号C做卷积得到。
本发明可以但不局限于以数字聚合酶链式反应光学检测仪为例,对数字聚合酶链式反应光学检测仪输出的光谱信号进行峰值检测。针对数字聚合酶链式反应光学检测仪输出光谱信号呈高斯分布的特点,优选的,采用多尺度高斯平滑策略,对光谱信号进行高斯卷积的平滑处理。本发明通过采用高斯函数对光谱信号进行平滑处理,可降低处理光谱信号平滑处理的复杂度,提高处理效率。
参见图5,图5为本发明光谱信号峰值检测方法中得到光谱信号强度曲线流程示意图;如图所示,在一个具体的实施例中,根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线的步骤之前,还包括步骤:
步骤510:获取原始光谱信号,对原始光谱信号进行多层小波分解,得到各低频系数和各高频系数。
具体而言,多层小波分解为进行小波变换对光谱信号进行多层分解。噪声信号多包含在原始光谱信号的较高频率中,如图6所示。利用小波变换算法去噪,对光谱信号进行N层分解时,得到各低频系数和高频系数。
步骤520:筛除大于或等于预设高频系数阈值的高频系数,得到筛除后的各高频系数。
具体而言,对高频系数进行阈值判断,其中,可基于以下公式获得预设高频系数阈值:
thres=(median(Hcoef)/0·675)*sqrt(2*log(m))
其中,thres为预设高频系数阈值,m为各层小波系数的个数总和,Hcoef为高通滤波的小波系数,median为求高频小波系数的中值。
步骤530:根据各低频系数和筛除后的各高频系数,对原光谱信号进行重构,得到光谱信号。
具体而言,通过小波变换设置高频系数阈值实现对光谱信号去噪,对经过预设高频系数阈值筛除后的小波系数重新构建光谱信号,如图7,进而起到了对原始光谱信号消噪的作用。
本发明光谱信号峰值检测方法对原始光谱信号起到消除背景噪声干扰的作用,同时减少背景噪声对峰值检测的造成的误差。
参见图8,图8为本发明光谱信号峰值检测装置实施例1的结构示意图,如图所示。
本发明光谱信号峰值检测装置,包括:
预处理模块810,用于根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各预设平滑尺度下的平滑信号强度曲线。
信号处理模块820,用于对平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线;并将分段平滑信号强度曲线各信号强度中的最大信号强度,作为预设平滑尺度下平滑信号强度曲线的局部最大值。
时间运算模块830,用于依次根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合,并获取时间差集合的最小时间差;时间差为任一预设平滑尺度下任一局部最大值对应的时间坐标,与相邻下一个预设平滑尺度下任一局部最大值对应的时间坐标的差值。
分组模块840,用于根据预设增量阈值和各最小时间差,对各时间差集合进行分组,并获取同组内各最小时间差对应的时间坐标的平均值。
峰值确定模块850,用于根据各平均值对应的时间坐标,对光谱信号进行曲线拟合,确定光谱信号在各峰值点的峰值。
需要说明的是,本发明光谱信号峰值检测装置实施例1,可以对应实现上述光谱信号峰值检测方法中的各方法步骤,此处不再重复赘述。
本发明光谱信号峰值检测装置,通过采用预处理模块在不同预设平滑尺度下对光谱信号进行平滑处理,得到不同平滑尺度下的平滑信号强度曲线。由信号处理模块获取平滑信号强度曲线的信号强度,得到不同预设平滑尺度下的局部最大值,进而有助于提取光谱信号所有波峰所在位置。同时,由时间运算模块根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合。进一步地,采用分组模块根据预设增量阈值和各时间差集合中的最小时间差,将时间坐标进行分组,获取同组时间坐标的平均值对应的时间坐标。由峰值确定模块根据各平均值对应的时间坐标对光谱信号进行曲线拟合,确定光谱信号在峰值点的峰值。本发明光谱信号峰值检测装置增强了光谱信号对背景信号和噪声的鲁棒性,提高了检测效率和准确性。
在一个具体的实施例中,分组模块840包括筛除单元842,用于筛除组内各最小时间差对应的时间坐标的总个数小于或等于预设个数阈值的各组。
具体而言,对各时间差集合进行分组,在筛除组内各最小时间差对应的时间坐标中,此时,在这些时间坐标的总个数小于或者等于预设个数阈值时,将该组剔除;在这些时间坐标总个数大于预设个数阈值时,将该组保留。
本发明光谱信号峰值检测装置,有助于获取到有效的时间坐标,提高对光谱信号峰值检测的准确性和效率。同时,减小背景信号和噪声信号等对峰值检测的干扰。
参见图9,图9为本发明光谱信号峰值检测系统实施例1的结构示意图,如图所示。
本发明光谱信号峰值检测系统,包括连接数字聚合酶链式反应光学检测仪的峰值检测设备,峰值检测设备910包括存储器和处理器,其中存储器存储有计算机程序,程序被处理器执行时能够实现光谱信号峰值检测方法中的各步骤。
通过实现如上述各实施例中的任意一种光谱信号峰值检测方法,由此在数字聚合酶链式反应光学检测仪输出原始光谱信号至峰值检测设备时,由峰值检测设备接收并进行峰值检测,有效增强了光谱信号对背景信号和噪声信号的鲁棒性,提高峰值检测效率和准确性。
在一个实施例中,还提供一种存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述各实施例中的任意一种光谱信号峰值检测方法。其中,的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
该计算机存储介质,其存储的计算机程序,通过实现包括如上述各光谱信号峰值检测方法的实施例的流程,从而可以将光谱信号峰值检测方法有效导入到处理器中,并根据该程序执行光谱信号峰值检测,有效优化峰值检测过程,提高检测效率。
本发明光谱信号峰值检测方法、装置以及系统,采用不同预设平滑尺度对光谱信号进行平滑处理,得到不同预设平滑尺度下的平滑信号强度曲线。通过获取平滑信号强度曲线的信号强度,得到不同预设平滑尺度下的局部最大值,进而有助于提取到光谱信号所有的波峰所在位置。同时,根据各局部最大值,得到各预设平滑尺度对应的包含各时间差的时间差集合。进一步地,根据预设增量阈值和各时间差集合中的最小时间差,将时间坐标进行分组,获取同组时间坐标的平均值对应的时间坐标。由各平均值对应的时间坐标对光谱信号进行曲线拟合,确定光谱信号在峰值点的峰值。本发明能够在大量的光谱数据中准确检测出峰值所在位置,消除噪声信号对峰值判断的干扰,提高峰值检测效率。
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。
以上实施例仅表达了本发明的几种实施方式,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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种光谱信号峰值检测方法,包括以下步骤:
根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各所述预设平滑尺度下的平滑信号强度曲线;
对所述平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线;并将所述分段平滑信号强度曲线各信号强度中的最大信号强度,作为所述预设平滑尺度下所述平滑信号强度曲线的局部最大值;
其特征在于,还包括以下步骤:
依次根据各所述局部最大值,得到各所述预设平滑尺度对应的包含各时间差的时间差集合,并获取所述时间差集合的最小时间差;所述时间差为任一所述预设平滑尺度下任一所述局部最大值对应的时间坐标,与相邻下一个所述预设平滑尺度下任一所述局部最大值对应的时间坐标的差值;
根据预设增量阈值和各所述最小时间差,对各所述时间差集合进行分组,并获取同组内各所述最小时间差对应的时间坐标的平均值;
根据各所述平均值对应的时间坐标,对所述光谱信号进行曲线拟合,确定所述光谱信号在各峰值点的峰值。
2.根据权利要求1所述的光谱信号峰值检测方法,其特征在于,获取同组内各所述最小时间差对应的时间坐标的平均值的步骤之前包括:
筛除组内各所述最小时间差对应的时间坐标的总个数小于或等于预设个数阈值的各组。
3.根据权利要求1所述的光谱信号峰值检测方法,其特征在于,根据各所述平均值对应的时刻,对所述光谱信号进行曲线拟合的步骤中,基于以下公式,确定所述光谱信号在各峰值点的峰值:
Figure FDA0002467131630000011
其中,f(t)表示包括所述平均值对应的时间坐标的时域范围内所述光谱信号的信号强度;t表示包括所述平均值对应的时间坐标的时域范围内的时间;A表示所述峰值的强度;t0表示所述平均值对应的时间坐标;σ表示半峰宽度;k表示基线斜率;m表示噪声强度。
4.根据权利要求1所述的光谱信号峰值检测方法,其特征在于,对所述平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线的步骤包括:
根据各预设时域对所述平滑信号强度曲线进行分段,分别得到各所述预设时域对应的所述分段平滑信号强度曲线。
5.根据权利要求1所述的光谱信号峰值检测方法,其特征在于,根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各所述预设平滑尺度下的平滑信号强度曲线的步骤包括:
根据各所述预设平滑尺度,分别获取各所述平滑尺度对应的高斯函数;
根据所述高斯函数,对获取到的所述光谱信号进行平滑处理,得到所述预设平滑尺度对应的所述光谱信号强度曲线。
6.根据权利要求1至5任意一项所述的光谱信号峰值检测方法,其特征在于,根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各所述预设平滑尺度下的平滑信号强度曲线的步骤之前,还包括步骤:
获取原始光谱信号,对所述原始光谱信号进行多层小波分解,得到各低频系数和各高频系数;
筛除大于或等于预设高频系数阈值的所述高频系数,得到筛除后的各所述高频系数;
根据各所述低频系数和筛除后的各所述高频系数,对所述原始 光谱信号进行重构,得到所述光谱信号。
7.一种光谱信号峰值检测装置,其特征在于,包括:
预处理模块,用于根据各预设平滑尺度,对获取到的光谱信号进行平滑处理,分别得到各所述预设平滑尺度下的平滑信号强度曲线;
信号处理模块,用于对所述平滑信号强度曲线进行分段,得到各分段平滑信号强度曲线;并将所述分段平滑信号强度曲线各信号强度中的最大信号强度,作为所述预设平滑尺度下所述平滑信号强度曲线的局部最大值;
时间运算模块,用于依次根据各所述局部最大值,得到各所述预设平滑尺度对应的包含各时间差的时间差集合,并获取所述时间差集合的最小时间差;所述时间差为任一所述预设平滑尺度下任一所述局部最大值对应的时间坐标,与相邻下一个所述预设平滑尺度下任一所述局部最大值对应的时间坐标的差值;
分组模块,用于根据预设增量阈值和各所述最小时间差,对各所述时间差集合进行分组,并获取同组内各所述最小时间差对应的时间坐标的平均值;
峰值确定模块,用于根据各所述平均值对应的时间坐标,对所述光谱信号进行曲线拟合,确定所述光谱信号在各峰值点的峰值。
8.根据权利要求7所述的光谱信号峰值检测装置,其特征在于,所述分组模块包括筛除单元;
所述筛除单元,用于筛除组内各所述最小时间差对应的时间坐标的总个数小于或等于预设个数阈值的各组。
9.一种光谱信号峰值检测系统,其特征在于,包括连接数字聚合酶链式反应光学检测仪的峰值检测设备,所述峰值检测设备包括存储器和处理器;
所述存储器存储有计算机程序,所述程序被处理器执行时能够实现权利要求1-6中任意一项所述方法的步骤。
10.一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,该程序被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
CN201711297617.4A 2017-12-08 2017-12-08 光谱信号峰值检测方法、装置以及系统 Active CN108444954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711297617.4A CN108444954B (zh) 2017-12-08 2017-12-08 光谱信号峰值检测方法、装置以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711297617.4A CN108444954B (zh) 2017-12-08 2017-12-08 光谱信号峰值检测方法、装置以及系统

Publications (2)

Publication Number Publication Date
CN108444954A CN108444954A (zh) 2018-08-24
CN108444954B true CN108444954B (zh) 2020-09-11

Family

ID=63190658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711297617.4A Active CN108444954B (zh) 2017-12-08 2017-12-08 光谱信号峰值检测方法、装置以及系统

Country Status (1)

Country Link
CN (1) CN108444954B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10705170B1 (en) * 2019-02-15 2020-07-07 GE Precision Healthcare LLC Methods and systems for removing spike noise in magnetic resonance imaging
CN111089856B (zh) * 2019-12-26 2021-05-14 厦门大学 一种拉曼光谱弱信号提取的后处理方法
WO2021219675A1 (en) * 2020-04-30 2021-11-04 F. Hoffmann-La Roche Ag A method for detecting reaction volume deviations in a digital polymerase chain reaction
CN111623958B (zh) * 2020-05-18 2021-11-12 长春欧意光电技术有限公司 干涉信号中的小波峰峰值提取方法
CN113984208B (zh) * 2021-10-26 2024-05-31 重庆川仪自动化股份有限公司 一种光谱仪波长标定方法、系统、介质及电子终端

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1229135A2 (en) * 2001-02-02 2002-08-07 Mark W. Perlin Method and system for DNA mixture analysis
EP1593956A1 (en) * 2002-11-01 2005-11-09 Hamamatsu Photonics K. K. Disease diagnosing method, method for creating data for disease diagnosis, and device for creating data for disease diagnosis
CN102150037A (zh) * 2008-07-11 2011-08-10 康奈尔大学 集成电荷传感器的纳米流体通道及基于该纳米流体通道的方法
CN106596489A (zh) * 2016-12-19 2017-04-26 中国科学院苏州生物医学工程技术研究所 用于荧光液滴检测中荧光强度数据的处理方法
CN106802293A (zh) * 2017-03-01 2017-06-06 广东顺德工业设计研究院(广东顺德创新设计研究院) 波形峰值检测方法及装置
CN106908655A (zh) * 2017-03-06 2017-06-30 广东顺德工业设计研究院(广东顺德创新设计研究院) 光电信号峰值检测方法与系统
CN107101984A (zh) * 2017-05-18 2017-08-29 广东顺德工业设计研究院(广东顺德创新设计研究院) 信号波形特征检测方法、装置、存储介质和计算机设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1229135A2 (en) * 2001-02-02 2002-08-07 Mark W. Perlin Method and system for DNA mixture analysis
EP1593956A1 (en) * 2002-11-01 2005-11-09 Hamamatsu Photonics K. K. Disease diagnosing method, method for creating data for disease diagnosis, and device for creating data for disease diagnosis
CN102150037A (zh) * 2008-07-11 2011-08-10 康奈尔大学 集成电荷传感器的纳米流体通道及基于该纳米流体通道的方法
CN106596489A (zh) * 2016-12-19 2017-04-26 中国科学院苏州生物医学工程技术研究所 用于荧光液滴检测中荧光强度数据的处理方法
CN106802293A (zh) * 2017-03-01 2017-06-06 广东顺德工业设计研究院(广东顺德创新设计研究院) 波形峰值检测方法及装置
CN106908655A (zh) * 2017-03-06 2017-06-30 广东顺德工业设计研究院(广东顺德创新设计研究院) 光电信号峰值检测方法与系统
CN107101984A (zh) * 2017-05-18 2017-08-29 广东顺德工业设计研究院(广东顺德创新设计研究院) 信号波形特征检测方法、装置、存储介质和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多尺度小波变换的红外光谱谱峰识别算法;蔡涛等;《分析化学》;20110630(第6期);第912页第5段-第913页第1段 *

Also Published As

Publication number Publication date
CN108444954A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
CN108444954B (zh) 光谱信号峰值检测方法、装置以及系统
Hu et al. An enhanced empirical wavelet transform for noisy and non-stationary signal processing
CN108389188B (zh) 一种稀疏高光谱异常目标检测方法
CN107220988B (zh) 基于改进canny算子的零部件图像边缘提取方法
CN106815819B (zh) 多策略粮虫视觉检测方法
CN103279957A (zh) 一种基于多尺度特征融合的遥感图像感兴趣区域提取方法
CN109472788B (zh) 一种飞机铆钉表面的伤痕检测方法
CN109118442B (zh) 一种基于Sobel算子滤波的图像增强方法
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
CN107784639B (zh) 一种无人机遥感图像改进多边滤波去噪方法
CN105678767A (zh) 一种基于SoC软硬件协同设计的布匹表面瑕疵检测方法
CN113325277A (zh) 一种局部放电处理方法
CN111089856B (zh) 一种拉曼光谱弱信号提取的后处理方法
CN114186596B (zh) 一种谱图峰的多窗口识别方法、装置以及电子设备
CN110599425A (zh) 一种适用于acfm信号小波去噪的小波参数选择方法
CN114332081B (zh) 基于图像处理的纺织品表面异常判定方法
Sur An a-contrario approach to quasi-periodic noise removal
JP4731599B2 (ja) 画像の解析及び表現
CN109724693B (zh) 一种基于平稳小波的融合光谱去噪方法
CN109584256B (zh) 一种基于霍夫直线检测的脉冲星色散值估计方法
CN109670531A (zh) 一种基于Hodrick-Prescott滤波器的近红外光谱信号的去噪方法
CN109271902B (zh) 复杂背景下基于时域经验模态分解的红外弱小目标检测方法
CN114693543B (zh) 图像降噪方法及装置、图像处理芯片、图像采集设备
CN111611686A (zh) 一种通信信号时频域的检测方法
CN115657140A (zh) 基于结构化汉克尔全变分正则化的磁异常检测方法及系统

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