CN114118173A - 质谱谱图重叠峰分峰方法、装置和计算机设备 - Google Patents

质谱谱图重叠峰分峰方法、装置和计算机设备 Download PDF

Info

Publication number
CN114118173A
CN114118173A CN202111517929.8A CN202111517929A CN114118173A CN 114118173 A CN114118173 A CN 114118173A CN 202111517929 A CN202111517929 A CN 202111517929A CN 114118173 A CN114118173 A CN 114118173A
Authority
CN
China
Prior art keywords
peak
original
spectrum
fitting function
overlapping
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
CN202111517929.8A
Other languages
English (en)
Inventor
黄福桂
苏海波
谭国斌
侯志辉
陈彦锐
莫婷
许春华
罗德耀
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.)
Guangzhou Hexin Instrument Co Ltd
Original Assignee
Guangzhou Hexin Instrument Co Ltd
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 Guangzhou Hexin Instrument Co Ltd filed Critical Guangzhou Hexin Instrument Co Ltd
Priority to CN202111517929.8A priority Critical patent/CN114118173A/zh
Publication of CN114118173A publication Critical patent/CN114118173A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electrochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)

Abstract

本申请涉及一种质谱谱图重叠峰分峰方法、装置和计算机设备。方法包括：获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值；获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；基于调整峰拟合函数得到重叠峰对应的解析单峰。采用本方法能够提高分峰准确度。

Description

质谱谱图重叠峰分峰方法、装置和计算机设备
技术领域
本申请涉及信息处理领域，特别是涉及一种质谱谱图重叠峰分峰方法、装置和计算机设备。
背景技术
随着信息技术的发展，飞行时间质谱仪因其检测范围广、分析速度快、分辨率高、灵敏度高等优点，成为当前广泛使用的质谱仪。随着市场及实验室应用需求的不断深入，飞行时间质谱仪小型化趋势也越来越明显。由于飞行时间质谱仪的分辨率与其体积有一定的正比关系，因此，在现有硬件设计基础上，提高仪器分辨率成为重中之重。
提高分辨率的关键点之一为解决相邻谱峰混叠的现象。在飞行时间质谱仪的谱图分析过程中，由于仪器分辨率有限、相邻峰互相影响及信号噪声等问题，谱图中可能存在相邻峰的混叠现象，目前的分峰方式，存在分峰准确度比较低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种质谱谱图重叠峰分峰方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种能够质谱谱图重叠峰分峰方法。所述方法包括：获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值；获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；基于调整峰拟合函数得到重叠峰对应的解析单峰。
在其中一个实施例中，所述初始特征参数包括所述重叠峰对应的第一宽度，所述对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数包括：确定重叠峰对应的目标高度；确定高度缩放系数，基于高度缩放系数对目标高度进行缩放，得到缩放高度；获取重叠峰在缩放高度的峰宽度，作为第一宽度。
在其中一个实施例中，所述获取所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度包括：从重叠峰的顶点向前向侧进行数据点遍历，得到前向侧中缩放高度对应的多个前向相邻位置点坐标；从重叠峰的顶点向后向侧进行数据点遍历，得到后向侧中缩放高度对应的多个后向相邻位置点坐标；基于多个前向相邻位置点坐标插值得到前向侧中，缩放高度对应的前向位置点坐标；基于多个后向相邻位置点坐标插值得到前向侧中，缩放高度对应的后向位置点坐标；根据前向位置点坐标与后向位置点坐标之间的坐标距离得到重叠峰在缩放高度的峰宽度，作为第一宽度。
在其中一个实施例中，所述根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数包括：获取重叠峰对应的峰类型，根据峰类型确定峰型函数，将峰型函数作为峰拟合函数；根据初始特征参数以及峰型函数得到重叠峰对应的原始峰拟合函数。
在其中一个实施例中，初始特征参数包括重叠峰对应的峰个数、重叠峰对应的高度、重叠峰对应的半峰宽或者重叠峰对应的顶点坐标的至少一个。
在其中一个实施例中，所述原始数据点为多个，所述获取所述原谱峰响应值与所述拟合响应值之间的差异描述值包括：获取每个原始数据点对应的原谱峰响应值与拟合响应值之间的响应值残差，获取响应值残差的平方；对多个数据点对应的响应值残差的平方进行求和计算，得到差异描述值。
第二方面，本申请还提供了一种质谱谱图重叠峰分峰装置。所述装置包括：谱图获取模块，用于获取包括重叠峰的谱峰原始谱图；谱峰检测模块，用于对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；拟合函数得到模块，用于根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；原谱峰响应值获取模块，用于获取重叠峰对应的原谱峰响应值；拟合响应值获取模块，用于获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；差异描述值获取模块，用于获取原谱峰响应值与拟合响应值之间的差异描述值；差异描述值调整模块，用于朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；单峰得到模块，用于基于调整峰拟合函数得到重叠峰对应的解析单峰。
在其中一个实施例中，所述谱峰检测模块，用于：确定重叠峰对应的目标高度；确定高度缩放系数，基于高度缩放系数对目标高度进行缩放，得到缩放高度；获取重叠峰在缩放高度的峰宽度，作为第一宽度。
在其中一个实施例中，所述谱峰检测模块，用于：从重叠峰的顶点向前向侧进行数据点遍历，得到前向侧中缩放高度对应的多个前向相邻位置点坐标；从重叠峰的顶点向后向侧进行数据点遍历，得到后向侧中缩放高度对应的多个后向相邻位置点坐标；基于多个前向相邻位置点坐标插值得到前向侧中，缩放高度对应的前向位置点坐标；基于多个后向相邻位置点坐标插值得到前向侧中，缩放高度对应的后向位置点坐标；根据前向位置点坐标与后向位置点坐标之间的坐标距离得到重叠峰在缩放高度的峰宽度，作为第一宽度。
在其中一个实施例中，所述拟合函数得到模块，用于：获取重叠峰对应的峰类型，根据峰类型确定峰型函数，将峰型函数作为峰拟合函数；根据初始特征参数以及峰型函数得到重叠峰对应的原始峰拟合函数。
在其中一个实施例中，初始特征参数包括重叠峰对应的峰个数、重叠峰对应的高度、重叠峰对应的半峰宽或者重叠峰对应的顶点坐标的至少一个。
在其中一个实施例中，所述差异描述值获取模块，用于：获取每个原始数据点对应的原谱峰响应值与拟合响应值之间的响应值残差，获取响应值残差的平方；对多个数据点对应的响应值残差的平方进行求和计算，得到差异描述值。
第三方面，本申请还提供了一种计算机设备。所述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，所述处理器执行所述计算机程序时实现以下步骤：获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值；获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；基于调整峰拟合函数得到重叠峰对应的解析单峰。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值；获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；基于调整峰拟合函数得到重叠峰对应的解析单峰。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值；获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；基于调整峰拟合函数得到重叠峰对应的解析单峰。
上述一种质谱谱图重叠峰分峰方法、装置、计算机设备、存储介质和计算机程序产品，获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值以及原谱峰响应值对应的原始数据点；基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数特征值；基于调整峰拟合函数特征值得到重叠峰对应的解析单峰。通过对谱峰原始谱图的检测，获得相应的初始特征参数，由于原始峰拟合函数是基于初始特征参数以及峰拟合函数得到的，因此能够得到在一定程度上体现单峰，而根据原谱峰响应值与拟合响应值之间的差异描述值变小的方向调整原始峰拟合函数，因此能够使得该调整峰拟合函数所对应的响应值与谱峰原始谱图中单峰的响应值差异小，故能够准确的进行分峰，提高了分峰的准确度。
附图说明
图1为一个实施例中质谱谱图重叠峰分峰方法的应用环境图；
图2为一个实施例中质谱谱图重叠峰分峰方法的流程示意图；
图3为一个实施例中分峰前后对比示意图；
图4为一个实施例中对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数步骤的流程示意图；
图5为一个实施例中峰顶坐标和半峰宽的示意图；
图6为一个实施例中获取所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度的流程示意图；
图7为一个实施例中谱图中的数据点示意图；
图8为一个实施例中根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数的流程示意图；
图9为一个实施例中获取所述原谱峰响应值与所述拟合响应值之间的差异描述值的流程示意图；
图10为一个实施例中质谱谱图重叠峰分峰装置的结构框图；
图11为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。
本申请实施例提供的一种质谱谱图重叠峰分峰方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104通过通信网络从获取终端102中获取谱峰原始谱图，终端102既可以作为输入端输入质谱仪的谱峰原始谱图，也可以作为用来接收基于调整峰拟合函数得到的谱图，该谱图中，在原始谱图中混叠的峰，能够进行分离展示。该谱峰原始谱图输入到服务器104，服务器104获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值；获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；基于调整峰拟合函数得到重叠峰对应的解析单峰。得到最后的解析单峰后将通过通信网络把调整峰拟合参数以及解析单峰的数学表达式及其图像传输到终端102，给终端展示分峰结果，让科研人员能够快速直观获得物质的相关信息。其中，终端102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、智能电视和头戴设备。服务器104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2所示，提供了一种质谱谱图重叠峰分峰方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，获取包括重叠峰的谱峰原始谱图。
其中，重叠峰现象指的是相邻谱峰混叠的现象，例如飞行时间质谱仪在分离和检测不同同位素的时候，由于两种同位素性质过于接近，使得分离图像的两个谱峰重叠在一起。谱峰原始谱图可以是质谱仪分辨分离和检测不同同位素的时候所形成的谱图，里面包含了不同同位素所形成的谱峰。谱峰原始谱图可以包括单独谱峰以及重叠谱峰，重叠谱峰简称为重叠峰。
质谱仪可以是飞行时间质谱仪，飞行时间质谱仪的质量分析器是一个离子漂移管。由离子源产生的离子加速后进入无场漂移管，并以恒定速度飞向离子接收器。离子质量越大，到达接收器所用时间越长，离子质量越小，到达接收器所用时间越短，根据这一原理，可以把不同质量的离子按m/z值大小进行分离，其中m/z指的是质荷比。
具体的，飞行时间质谱仪需要分离和检测不同同位素，分离和检测的结果展示在谱峰原始谱图上，该谱图由于飞行时间质谱仪的分辨率的缘故，导致部分同位素的谱峰重叠在一起，于是得到了具有重叠峰的谱峰原始谱图，当需要进行分峰时，终端可以向服务器发送该谱峰原始谱图。
例如，碳的两种同位素碳12和碳14通过飞行时间质谱仪进行分离和检测，由于飞行时间质谱仪的分辨率的不足，导致碳12和碳14的谱峰重叠在一起了，并且展示到原始谱图上，需要用数学或者物理的方法进行处理，才能得到单峰。
在一个实施例中，谱峰原始谱图可以是对整张谱图做滤波-平滑处理，去除部分噪声影响，同时对谱图进行基线拟合并扣除，去除基线漂移，得到平滑谱图。
步骤204，对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数。
其中，谱峰检测指的是在平滑谱图中选取一个待解析的重叠峰，检测出该重叠峰中的每个单峰对应的特征参数。特征参数是可以体现谱峰的特征的参数，例如可以包括谱峰中的谱峰的个数、峰顶点坐标(C)、谱峰原始峰高(H)或者谱峰半峰宽(W)中的至少一个。初始特征参数指的是谱峰中的谱峰的个数、峰顶点坐标(C)、谱峰原始峰高(H)以及谱峰半峰宽(W)。
具体的，从飞行时间质谱仪的图像中选择一个重叠峰，然后对该重叠峰进行求导，根据求导的特性可以确定谱峰的个数以及峰顶点坐标(C)，然后通过平滑谱图的显示，可以获得谱峰原始峰高(H)，以半峰响应值(1/2H)为标准值，选取半峰响应值所在的位置对应的宽度，可以得出谱峰半峰宽(W)，可对强度进行动态范围调整，使得小峰在整个拟合过程中的权重增大，能够正确捕捉到小信号峰。
在一个实施例中，飞行时间质谱仪的图像中在分离和检测不同同位素出现了谱峰重叠的情况，并不能得到该两种同位素的具体参数，例如：氢的同位素分别是氕、氘以及氚，因此需要进行二阶求导，得到同位素的谱峰图像的峰的个数以及峰顶点坐标(C)，而且从平滑谱图中读出几种同位素的谱峰原始峰高(H)，然后以半峰响应值(1/2H)为标准值，并且选取半峰响应值所在的位置对应的宽度，可以得出不同同位素的谱峰的半峰宽(W)。
步骤206，根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数。
其中，原始峰拟合函数指的是把初始特征参数代入所得到的峰拟合函数，峰拟合函数指的表示峰的函数。峰拟合函数中峰的特征参数是未知的，将具体的峰的特征参数代入到峰拟合函数中，得到原始峰拟合函数。
具体的，根据谱图谱峰的情况选择合理地峰拟合函数，再把初始特征参数代入到峰拟合函数，例如，原始峰拟合函数的公式可以表述如公式(1)。
Figure BDA0003407490260000081
其中，f代表原始峰拟合函数，fgaussian/GEM为峰型函数，n为提取的峰的总个数，fi为重叠谱峰内的第i个峰，其中峰型函数可以是高斯函数或者是广义极值函数，高斯函数表达式如公式(2)：
Figure BDA0003407490260000082
上式中的a、b以及c为任意的实数，对于一维图是特征对称“bell curve”形状，a是曲线尖峰的高度，b是尖峰中心的坐标，c称为标准方差。
所述广义极值函数表达式如公式(3)：
Figure BDA0003407490260000083
上式中的a0为振幅，a1为谱峰横坐标的中间值，a2为谱峰的宽度值。
在一个实施例中，根据谱图中的谱峰选择了高斯函数作为峰拟合函数，然后把初始参数值代入得到峰拟合函数，通过求和计算把两者连接起来，求和的范围是第i个峰到提取的峰的总个数。
步骤208，获取所述重叠峰对应的原谱峰响应值。
其中，原谱峰响应值指的是原始谱峰谱图数据点的横坐标点对应的纵坐标值。例如，对于飞行时间质谱图，纵坐标为离子流的强度，则响应值数据点所对应的离子流的强度，该强度可以是相对强度，也可以是绝对强度。
具体的，从原始谱峰谱图中找出需要读取的原谱峰响应值的位置点，即原始数据点，并且获取原始谱峰谱图中该位置点所对应的纵坐标值，作为该点对应的原谱峰响应值。
在一个实施例中，需要读出该谱峰的半高的左边的数据点，先找到半高所对应的该数据点，然后根据该数据点的位置读出在原始谱峰谱图中的原谱峰响应值。
步骤210，获取所述原谱峰响应值对应的原始数据点，基于所述原始峰拟合函数确定所述原始数据点对应的拟合响应值。
其中，原始数据点指的是原谱峰响应值的点的横坐标点，拟合响应值指的是原始峰拟合函数拟合得到的该原始数据点所对应的响应值。。
具体的，从原始谱峰谱图中找出需要读取的原谱峰响应值的位置点，即原始数据点，根据所获得的原始峰拟合函数，通过拟合得到横坐标所对应的拟合后的纵坐标轴的值，该值则为拟合响应值。例如：原谱峰响应值为Y，对应的横坐标为x，x对应的拟合响应值为y。
例如，选用了高斯函数作为峰型函数而构成的原始峰拟合函数，通过对谱峰谱图的其中一个点读出该横坐标值，然后从该横坐标值读取到原始峰拟合函数的拟合曲线的纵坐标值，作为拟合响应值。
步骤212，获取所述原谱峰响应值与所述拟合响应值之间的差异描述值。
其中，差异描述值指的是原谱峰响应值和拟合响应值之间的差异的描述值，例如该值可以是原谱峰响应值与所述拟合响应值之间的差的平方。
具体的，获取从谱图谱峰中读取到的原谱峰响应值和同一横坐标值所得到的拟合响应值之间的差，获取该差的平方，作为差异描述值。差异描述值的如公式(4)
Figure BDA0003407490260000091
其中，δ2为残差平方和，代表差异描述值，k为数据点总个数，Yj为第j个数据点的原谱峰响应值，yj为第j个数据点的拟合响应值。
在一个实施例中，同位素中的谱图中读出一个横坐标的点的响应值，然后对比拟合后该横坐标的拟合响应值，然后作差并取绝对值，并进行平方运算，得到差异描述值。
步骤214，朝着使所述差异描述值变小的方向调整所述原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；
其中，在进行调整时，可以通过调整原始峰拟合函数中的初始特征参数，从而使得差异描述值变小，例如可以是调整原始峰拟合函数中的峰顶点坐标、谱峰原始峰高以及谱峰半峰宽。
具体的，可以根据差异描述值确定原始峰拟合函数中的各个特征参数的调整梯度，根据调整梯度调整其中的峰顶点坐标，谱峰原始峰高以及谱峰半峰宽，获取使得差异描述值的平方为最小值后所读出调整峰拟合函数特征值。调整的算法可以是Levenburg-Marquardt非线性最小化算法，如公式(5)。
Figure BDA0003407490260000101
其中，minimize(δ2)为最小化残差平方和，k为所述数据点总个数，Yj为第j个数据点的原谱峰响应值，yj为第j个数据点的拟合响应值，可对算法内任意参数进行任意限制，如限制第一个峰的最终歇息峰位置与初始峰位置偏移量不超过10％；在实际应用中更便于操作人员根据经验进行调参，或得更优峰解析结果。
在一个实施例中，同时变动原始峰拟合函数的峰顶点坐标、谱峰原始峰高以及谱峰半峰宽的值，使得同位素的谱峰的差异描述值的求和变小。当差异描述值最小化的时候，读取出峰顶点坐标，谱峰原始峰高以及谱峰半峰宽的值。
在一个实施例中，可以是多次执行上述步骤S208～S214，从而可以对原始峰拟合函数中的参数进行多次调整，直至满足停止条件，将最终得到的峰拟合函数作为调整峰拟合函数。停止条件可以是调整次数达到阈值或者差异描述值小于预设阈值的至少一个。
步骤216，基于所述调整峰拟合函数得到所述重叠峰对应的解析单峰。
具体地，解析单峰是指解析得到的单峰，单峰没有与其他峰混叠。调整峰拟合函数是代表解析得到的单峰的函数，在谱图中绘制该调整峰拟合函数对应的曲线，得到的单峰。如图3所示，为分峰前后的谱图的对比示意图，其中上半部分为包括重叠峰的，下半部分为重叠峰分峰后的两个单峰。例如，得到调整后的峰拟合函数的特征值代表的是解析单峰对应的峰顶点坐标，谱峰原始峰高以及谱峰半峰宽。
上述一种质谱谱图重叠峰分峰方法，获取包括重叠峰的谱峰原始谱图；对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数；根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数；获取重叠峰对应的原谱峰响应值以及原谱峰响应值对应的原始数据点；基于原始峰拟合函数确定原始数据点对应的拟合响应值；获取原谱峰响应值与拟合响应值之间的差异描述值；朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数特征值；基于调整峰拟合函数特征值得到重叠峰对应的解析单峰。通过对谱峰原始谱图的检测，获得相应的初始特征参数，由于原始峰拟合函数是基于初始特征参数以及峰拟合函数得到的，因此能够得到在一定程度上体现单峰，而根据原谱峰响应值与拟合响应值之间的差异描述值变小的方向调整原始峰拟合函数，因此能够使得该调整峰拟合函数所对应的响应值与谱峰原始谱图中单峰的响应值差异小，故能够准确的进行分峰，提高了分峰的准确度。
在一个实施例中，如图4所示，所述初始特征参数包括所述重叠峰对应的第一宽度，所述对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数包括以下步骤：
步骤302，确定所述重叠峰对应的目标高度。
其中，目标高度指的是重叠峰中的每个峰对应的峰底到峰顶的高度，也就是每个峰中纵坐标轴的最大值，一个重叠峰可以包括一个或者多个峰。
具体的，确定待分峰的重叠峰的峰高，可以从纵坐标里面读取出来。
例如：如图5所示，该图表示的是顶点坐标和峰宽度的寻找方法，该峰的目标高度为A。
步骤304，确定高度缩放系数，基于所述高度缩放系数对所述目标高度进行缩放，得到缩放高度。
其中，高度缩放系数指的是目标高度进行缩放的系数，该系数可以大于1，也可以小于1，但不能为负值。缩放高度指的是目标高度根据缩放系数所进行缩放后得到的高度，可以通过计算获得。
具体的，需要确定目标高度以及它对应的高度系数，把目标高度与高度缩放系数进行乘法运算，则得到了经过缩放后的高度。
在一个实施例中，如果高度缩放系数为0.5，目标高度跟高度缩放系数进行乘法运算后，目标高度会变成原来的一半，也就是半高。
步骤306，获取所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度。
其中，峰宽度指的是过峰顶点作横坐标轴的垂线为中轴，左右两边对称位置所连线的线段长度。第一宽度指的是通过得到峰宽度的方法所得到的宽度。
具体的，找到峰顶点坐标，通过峰顶点坐标作横坐标轴的垂线，谱峰分成左右两边，沿着谱峰左右两边同时往下寻找目标点，到达目标点的位置把两点用直线连接起来，被两个目标点所截断的线段为峰宽度，同时也是第一宽度。如图5所示，图中的w即为缩放高度的峰宽度，也就是第一宽度。
在一个实施例中，通过做垂线的方法把谱峰分成了左右两边，然后取纵坐标值的一半作一条垂直于过峰顶垂线的垂线，与谱峰左右两边交于两个不同的点，该两点的线段长度为半高宽。
本实施例中，通过该方法寻找峰宽度，能够达到根据需要取得所需要的高度的第一宽度，满足不同的研究需求。
在一个实施例中，如图6所示，所述获取所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度包括以下步骤：
步骤402，从所述重叠峰的顶点向前向侧进行数据点遍历，得到前向侧中所述缩放高度对应的多个前向相邻位置点坐标。
其中，数据点遍历指的是从峰顶开始，沿着谱峰的其中一边的数据点进行遍历。相邻位置点坐标指的是与缩放高度的位置相邻的数据点的坐标。
具体的，谱峰原始谱图中的数据点是分散的，并不是连续的，因此可以找到重叠峰的顶点，通过重叠峰的顶点作横坐标的垂线，把重叠峰分成前后两部分，沿着谱峰原始谱图向前部分进行数据点遍历，逐渐接近目标位置(缩放高度)，得到位于目标位置(缩放高度)误差范围内的数据点的坐标。
例如：如图5所示，以缩放高度为峰的一半高度为例，该图从顶点开始向前遍历数据点，一直到一半高度附近，找到一半高度附近的数据点，即图中的两个蓝色圆圈所对应的数据点。
步骤404，从所述重叠峰的顶点向后向侧进行数据点遍历，得到后向侧中所述缩放高度对应的多个后向相邻位置点坐标。
具体的，找到重叠峰的顶点，通过重叠峰的顶点作横坐标的垂线，把重叠峰分成前后两部分，沿着谱峰向后部分进行数据点遍历，逐渐接近目标位置(缩放高度)，得到位于目标位置(缩放高度)误差范围内的数据点的坐标。
例如：如图7所示，该图从顶点开始向后遍历数据点，一直到目标位置(缩放高度)附近，找到目标位置(缩放高度)附近的数据点。
步骤406，基于所述多个前向相邻位置点坐标插值得到所述前向侧中，所述缩放高度对应的前向位置点坐标。
其中，前向位置点坐标是前向侧中插值得到的，在缩放高度下谱图所对应的位置点坐标。
在一个实施例中，向前遍历数据点中找到目标位置(缩放高度)最接近的两个数据点，通过使用直线拟合，找到缩放高度对应的数据点的具体坐标。
步骤408，基于所述多个后向相邻位置点坐标插值得到所述后向侧中，所述缩放高度对应的后向位置点坐标。
其中，后向位置点坐标是后向侧中插值得到的，在缩放高度下谱图所对应的位置点坐标。
在一个实施例中，向后遍历数据点中找到目标位置(缩放高度)最接近的两个数据点，通过使用直线拟合，找到目标位置(缩放高度)的数据点的具体坐标。
步骤410，根据所述前向位置点坐标与所述后向位置点坐标之间的坐标距离得到所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度。
其中，位置坐标点指的是遍历数据点后经过拟合所得到所需要的点的具体坐标。坐标距离指的是两点之间的直线距离。
具体的，通过拟合的方法得到前向位置点坐标和后向位置点坐标，使用两点距离公式，求得两点之间的宽度，该宽度则为目标高度所对应的第一宽度。例如，若要查找半峰高度所对应的峰宽度，由于质谱图是由离散的点组成的，并不是像图中的连续平滑曲线。基本不存在强度等于半峰响应值的数据点(即y＝A/2的数据点)。所以需要通过计算分别求出前后半峰宽对应的(X前,A/2)，和(X后,A/2).半峰宽＝X后-X前，X前的值根据前向侧中半峰宽附近两个数据点(图5中两个蓝圆圈表示)插值得到。X后的值根据后向侧中半峰宽附近两个数据点插值得到。
例如：通过拟合的方法得到半高宽所对应的前向位置坐标点和后向位置坐标点的坐标，求得半高宽的宽度。
在一个实施例中，通过向前和向后遍历数据点，并且找到最接近目标位置(缩放高度)的相邻数据点，采用拟合的手段得到前向和后向的位置点坐标，能够准确地获得峰宽度作为第一宽度。
在一个实施例中，如图8所示，所述根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数包括以下步骤：
步骤502，获取所述重叠峰对应的峰类型，根据所述峰类型确定峰型函数，将所述峰型函数作为所述峰拟合函数。
其中，峰类型指的是谱峰的类型。峰型函数指的是描述该类型谱峰的函数。峰拟合函数指的是根据谱峰类型的选择而建立的拟合函数。
具体的，可以根据重叠峰的形状来判断谱峰的类型，如果是一般的谱峰，是对称峰类型，则选择高斯峰型函数，如果是非对称峰，例如：偏态、拖尾峰，则选择广义极值函数。
步骤504，根据所述初始特征参数以及峰型函数得到所述重叠峰对应的原始峰拟合函数。
其中，初始特征参数可以是谱峰中的谱峰的个数、峰顶点坐标(C)、谱峰原始峰高(H)以及谱峰半峰宽(W)。原始峰拟合函数是包括初始特征参数，用来表示待解析谱峰的函数。
具体的，把初始特征参数代入原始峰拟合函数，结合峰型函数列出表达式，原始峰拟合函数可以是峰型函数从第i个峰到提取的峰的总个数的求和。
在一个实施例中，根据构建的原始峰拟合函数和选择的峰型函数的不同，灵活选择需要的参数，初始特征参数包括重叠峰对应的峰个数、重叠峰对应的高度、重叠峰对应的半峰宽或者重叠峰对应的顶点坐标的至少一个。
本实施例中，通过构建峰型函数和原始峰拟合函数，并且把两者用数学的方式联系起来，能够根据谱峰的类型选择好峰型函数，得到原始峰拟合函数，为调整特征参数做准备。
在一个实施例中，如图9所示，所述原始数据点为多个，所述获取所述原谱峰响应值与所述拟合响应值之间的差异描述值包括以下步骤：
步骤602，获取每个原始数据点对应的所述原谱峰响应值与所述拟合响应值之间的响应值残差，获取所述响应值残差的平方。
其中，响应值残差指的是原始数据点的响应值和拟合响应值之间的差。响应值残差的平方指的是对响应值残差进行平方运算得到的结果。
具体的，把原始数据点的原谱峰响应值与拟合响应值作差，得到的结果进行平方。例如：响应值残差的平方表示为(Yj-yj)2，Yj为第j个数据点的原谱峰响应值，yj为第j个数据点的拟合响应值。
步骤604，对多个数据点对应的所述响应值残差的平方进行求和计算，得到差异描述值。
其中，差异描述值指的是残差的平方进行求和的运算所得到的结果。
具体的，对不同的数据点进行残差的平方进行求和运算，例如：第j个数据点到第k个数据点的平方求和。
本实施例中，获取差异描述值，能够表示原谱峰响应值和拟合响应值之间的误差，通过使差异描述值最小化，同时得到最优特征值，求得单峰的解析函数。
应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图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。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的质谱谱图重叠峰分峰方法的质谱谱图重叠峰分峰装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个质谱谱图重叠峰分峰装置实施例中的具体限定可以参见上文中对于质谱谱图重叠峰分峰方法的限定，在此不再赘述。
在一个实施例中，如图10所示，提供了一种质谱谱图重叠峰分峰装置，包括：谱图获取模块、谱峰检测模块、拟合函数得到模块、原谱峰响应值获取模块、拟合响应值获取模块、差异描述值获取模块、差异描述值调整模块和单峰得到模块，其中：
谱图获取模块1002，用于获取包括重叠峰的谱峰原始谱图。
谱峰检测模块1004，用于对谱峰原始谱图进行谱峰检测，得到谱峰原始谱图的重叠峰对应的初始特征参数。
拟合函数得到模块1006，用于根据初始特征参数以及峰拟合函数得到重叠峰对应的原始峰拟合函数。
原谱峰响应值获取模块1008，用于获取重叠峰对应的原谱峰响应值。
拟合响应值获取模块1010，用于获取原谱峰响应值对应的原始数据点，基于原始峰拟合函数确定原始数据点对应的拟合响应值。
差异描述值获取模块1012，用于获取原谱峰响应值与拟合响应值之间的差异描述值。
差异描述值调整模块1014，用于朝着使差异描述值变小的方向调整原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数。
单峰得到模块1016，用于基于调整峰拟合函数得到重叠峰对应的解析单峰。
在其中一个实施例中，谱峰检测模块，用于：确定重叠峰对应的目标高度；确定高度缩放系数，基于高度缩放系数对目标高度进行缩放，得到缩放高度；获取重叠峰在缩放高度的峰宽度，作为第一宽度。
在其中一个实施例中，谱峰检测模块，用于：从重叠峰的顶点向前向侧进行数据点遍历，得到前向侧中缩放高度对应的多个前向相邻位置点坐标；从重叠峰的顶点向后向侧进行数据点遍历，得到后向侧中缩放高度对应的多个后向相邻位置点坐标；基于多个前向相邻位置点坐标插值得到前向侧中，缩放高度对应的前向位置点坐标；基于多个后向相邻位置点坐标插值得到前向侧中，缩放高度对应的后向位置点坐标；根据前向位置点坐标与后向位置点坐标之间的坐标距离得到重叠峰在缩放高度的峰宽度，作为第一宽度。
在其中一个实施例中，拟合函数得到模块，用于：获取重叠峰对应的峰类型，根据峰类型确定峰型函数，将峰型函数作为峰拟合函数；根据初始特征参数以及峰型函数得到重叠峰对应的原始峰拟合函数。
在其中一个实施例中，其特征在于，初始特征参数包括重叠峰对应的峰个数、重叠峰对应的高度、重叠峰对应的半峰宽或者重叠峰对应的顶点坐标的至少一个。
在其中一个实施例中，差异描述值获取模块，用于：获取每个原始数据点对应的原谱峰响应值与拟合响应值之间的响应值残差，获取响应值残差的平方；对多个数据点对应的响应值残差的平方进行求和计算，得到差异描述值。
上述质谱谱图重叠峰分峰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11所示。该计算机设备包括通过系统总线连接的处理器、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和内存储器。该非易失性存储介质存储有操作系统、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系统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待处理数据。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质谱谱图重叠峰分峰方法。
本领域技术人员可以理解，图11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，还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上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
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，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、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-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。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等。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 RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
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本申请专利范围的限制。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，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种质谱谱图重叠峰分峰方法，其特征在于，所述方法包括：
获取包括重叠峰的谱峰原始谱图；
对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数；
根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数；
获取所述重叠峰对应的原谱峰响应值；
获取所述原谱峰响应值对应的原始数据点，基于所述原始峰拟合函数确定所述原始数据点对应的拟合响应值；
获取所述原谱峰响应值与所述拟合响应值之间的差异描述值；
朝着使所述差异描述值变小的方向调整所述原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；
基于所述调整峰拟合函数得到所述重叠峰对应的解析单峰。
2.根据权利要求1所述的方法，其特征在于，所述初始特征参数包括所述重叠峰对应的第一宽度，所述对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数包括：
确定所述重叠峰对应的目标高度；
确定高度缩放系数，基于所述高度缩放系数对所述目标高度进行缩放，得到缩放高度；
获取所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度。
3.根据权利要求2所述的方法，所述获取所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度包括：
从所述重叠峰的顶点向前向侧进行数据点遍历，得到前向侧中所述缩放高度对应的多个前向相邻位置点坐标；
从所述重叠峰的顶点向后向侧进行数据点遍历，得到后向侧中所述缩放高度对应的多个后向相邻位置点坐标；
基于所述多个前向相邻位置点坐标插值得到所述前向侧中，所述缩放高度对应的前向位置点坐标；
基于所述多个后向相邻位置点坐标插值得到所述前向侧中，所述缩放高度对应的后向位置点坐标；
根据所述前向位置点坐标与所述后向位置点坐标之间的坐标距离得到所述重叠峰在所述缩放高度的峰宽度，作为所述第一宽度。
4.根据权利要求1所述的方法，其特征在于，所述根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数包括：
获取所述重叠峰对应的峰类型，根据所述峰类型确定峰型函数，将所述峰型函数作为所述峰拟合函数；
根据所述初始特征参数以及峰型函数得到所述重叠峰对应的原始峰拟合函数。
5.根据权利要求4所述的方法，其特征在于，所述初始特征参数包括所述重叠峰对应的峰个数、所述重叠峰对应的高度、所述重叠峰对应的半峰宽或者所述重叠峰对应的顶点坐标的至少一个。
6.根据权利要求1所述的方法，其特征在于，所述原始数据点为多个，所述获取所述原谱峰响应值与所述拟合响应值之间的差异描述值包括：
获取每个原始数据点对应的所述原谱峰响应值与所述拟合响应值之间的响应值残差，获取所述响应值残差的平方；
对多个数据点对应的所述响应值残差的平方进行求和计算，得到差异描述值。
7.一种质谱谱图重叠峰分峰装置，其特征在于，所述装置包括：
谱图获取模块，用于获取包括重叠峰的谱峰原始谱图；
谱峰检测模块，用于对所述谱峰原始谱图进行谱峰检测，得到所述谱峰原始谱图的重叠峰对应的初始特征参数；
拟合函数得到模块，用于根据所述初始特征参数以及峰拟合函数得到所述重叠峰对应的原始峰拟合函数；
原谱峰响应值获取模块，用于获取所述重叠峰对应的原谱峰响应值；
拟合响应值获取模块，用于获取所述原谱峰响应值对应的原始数据点，基于所述原始峰拟合函数确定所述原始数据点对应的拟合响应值；
差异描述值获取模块，用于获取所述原谱峰响应值与所述拟合响应值之间的差异描述值；
差异描述值调整模块，用于朝着使所述差异描述值变小的方向调整所述原始峰拟合函数中的参数值，得到调整后的调整峰拟合函数；
单峰得到模块，用于基于所述调整峰拟合函数得到所述重叠峰对应的解析单峰。
8.一种计算机设备，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6中任一项所述的方法的步骤。
9.一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6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202111517929.8A 2021-12-13 2021-12-13 质谱谱图重叠峰分峰方法、装置和计算机设备 Pending CN114118173A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111517929.8A CN114118173A (zh) 2021-12-13 2021-12-13 质谱谱图重叠峰分峰方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111517929.8A CN114118173A (zh) 2021-12-13 2021-12-13 质谱谱图重叠峰分峰方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
CN114118173A true CN114118173A (zh) 2022-03-01

Family

ID=80365169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111517929.8A Pending CN114118173A (zh) 2021-12-13 2021-12-13 质谱谱图重叠峰分峰方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN114118173A (zh)

Similar Documents

Publication Publication Date Title
Schiebinger et al. Superresolution without separation
Xu et al. Accurate and robust line segment extraction using minimum entropy with Hough transform
WO2021052283A1 (zh) 处理三维点云数据的方法和计算设备
CN105069424B (zh) 面部快速识别系统和方法
JPWO2017094170A1 (ja) ピーク検出方法及びデータ処理装置
EP3584795B1 (en) 3d mass spectrometry predictive classification
WO1998000792A1 (en) Sparse array image correlation
CN112415078A (zh) 一种质谱数据谱图信号校准方法及装置
US8712159B2 (en) Image descriptor quantization
CN113748339A (zh) 实时峰检测
Barbosa et al. Visualizing and interacting with kernelized data
JP7065039B2 (ja) 多価種の低分解能質量電荷比スペクトルから質量情報を抽出する方法
JP2020098455A (ja) 物体識別システム、物体識別方法、並びに、画像識別プログラム
Sawall et al. An active constraint approach to identify essential spectral information in noisy data
CN114118173A (zh) 质谱谱图重叠峰分峰方法、装置和计算机设备
US7865322B2 (en) Relative noise
CN110162552B (zh) 基于置信区间的时间序列特征提取方法及系统
WO2023093070A1 (zh) 面向智能城市网络资源的相关性分析方法及装置
CN109964300B (zh) 用于实时同位素识别的系统和方法
Perrot-Dockes et al. A variable selection approach in the multivariate linear model: an application to LC-MS metabolomics data
US7904410B1 (en) Constrained dynamic time warping
CN107743649B (zh) 基于概率的库搜索算法(prols)
Korifi et al. Comparative study of the alignment method on experimental and simulated chromatographic data
US11321425B2 (en) Method and device for processing data
US10236167B1 (en) Peak waveform processing device

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 510535 No. 16, Xinrui Road, Huangpu District, Guangzhou, Guangdong

Applicant after: GUANGZHOU HEXIN INSTRUMENT Co.,Ltd.

Address before: 510530 Room 102, building A3, No. 11, Kaiyuan Avenue, Huangpu District, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU HEXIN INSTRUMENT Co.,Ltd.