DE102013100693A1

DE102013100693A1 - Verfahren zur Identifizierung und Klassifizierung von Geruchsmustern und anderen Multikomponentengemischen aus Ionenmobilitätsspektren

Info

Publication number: DE102013100693A1
Application number: DE201310100693
Authority: DE
Inventors: Werner Schüler; Günter Rösel; Ronny König; Torsten Wichert
Original assignee: STEP SENSORTECHNIK und ELEKTRONIK POCKAU GmbH; Zentrum fur Angewandte Forschung und Technologie E V; Zentrum fur Angewandte Forschung und Technologie Ev
Current assignee: STEP SENSORTECHNIK und ELEKTRONIK POCKAU GmbH; Zentrum fur Angewandte Forschung und Technologie E V; Zentrum fur Angewandte Forschung und Technologie Ev
Priority date: 2012-01-24
Filing date: 2013-01-24
Publication date: 2013-07-25
Anticipated expiration: 2033-01-25
Also published as: DE102013100693B4

Abstract

Verfahren der Ionenmobilitätsspektrometrie (IMS), bei dem in der Trainingsphase eine zeitabhängige Referenz-Messreihe von IMS-Spektren des Gases oder Gasgemisches bekannter Identität im Detektionsbereich des Ionenmobilitätsspektrometers aufgenommen wird. Sodann werden aus jedem IMS-Referenzspektrum der Referenz-Messreihe in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage und seine Höhe als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert. Die Peaks der IMS-Referenzspektren werden mittels einer Häufigkeitsanalyse reduziert, wobei lediglich die Peaks dem Gas oder Gasgemisch bekannter Identität zugeordnet werden, die entlang der Referenz-Messreihe mit einer Mindesthäufigkeit auftreten und wobei die charakteristischen Parameter der Peaks als reduziertes Referenzspektrum gespeichert werden. In einer Analyse- oder Messphase wird die Mustererkennung mit dem reduzierten Referenzspektrum durchgeführt.

Description

Die Erfindung betrifft ein Verfahren zur Identifizierung und Klassifizierung von Geruchsmustern und anderen Multikomponentengemischen aus Ionenmobilitätsspektren. Die Erfindung betrifft im Besonderen ein Verfahren gemäß dem Oberbegriff des unabhängigen Patentanspruchs.
Die Ionenmobilitätsspektrometrie ermöglicht aufgrund der hohen Nachweisempfindlichkeit schon beim Vorhandensein geringfügiger Ausgasungen den Nachweis und die Identifizierung von Umwelt- u. Industrieschadstoffen, chemischen Kampfstoffen, Sprengstoffen und Drogen.
Ionenmobilitätsspektrometer (IMS) werden gegenwärtig hauptsächlich zur Kampfstoffdetektion und in der Industrie zur Arbeitsplatzüberwachung eingesetzt. Aufgrund der spezifischen Besonderheiten dieser Technologie (Luft als Trägergas) sind die Geräte kostengünstiger herzustellen als beispielsweise Analyseinstrumente wie Massenspektrometer bzw. chromatographische Analysegeräte. Weiterhin erlauben Ionenmobilitätsspektrometer einen hohen Grad an Miniaturisierung.
Zur Detektion von Spuren von Sprengstoffen oder Drogen sind gegenwärtig weltweit mehr als 80 000 Ionenmobilitätsspektrometer, vorzugsweise auf Flughäfen, im Einsatz.
Das physikalische Messprinzip beruht auf den unterschiedlichen Driftgeschwindigkeiten von Ionen im elektrischen Feld in Luft bei Normaldruck.
Die Umgebungsluft bzw. das Luft-Messproben-Gemisch gelangt in eine Ionenquelle und wird z.B. mittels eines schwach radioaktiven Betastrahlers (Tritium; Aktivität: 50 MBq) ionisiert. Es entstehen Luftionen der Typen NH+, NO+, (H2O)nH+, die den positiven Reaktions-Ionenpeak (RIP+) bilden. Negative Ionen vom Typ O2- und (H2O)-m bilden den negativen Reaktions-Ionenpeak (RIP–). Diese Ionen der Luft (RIP+) und (RIP–) sind im IMS ständig verfügbar.
Befinden sich andere Moleküle (z.B. Amphetamine, Schadstoffe wie phosphororganische Verbindungen oder halogenierte Kohlenwasserstoffe, Aromaten, Mercaptane usw.) in der Luft bzw. im Luft-Messproben-Gemisch, so findet ein Ladungstransfer von den Reaktions-Ionen zu den Schadstoffmolekülen statt.
Durch elektrische Impulse an einem Steuergitter gelangt das Ionengemisch aus der Ionenquelle in ein elektrisches Feld, in dem sich die Ionen entsprechend ihren Driftgeschwindigkeiten ordnen.
Die Driftgeschwindigkeiten sind von der Molekülgröße, der Molekülladung und der Molekülform abhängig. Damit erreichen sie zu unterschiedlichen Zeiten die Kollektorelektrode.
Der als Ionenmobilitätsspektrum bezeichnete Signalverlauf ermöglicht eine Analytentrennung, da Ionen gleicher Ladung aber unterschiedlicher Masse und/oder Struktur im Signal-Zeit-Verlauf Maxima zu unterschiedlichen Zeitpunkten erzeugen. Nachteilig ist, dass bei der für viele Anwendungen typischen Analyse von Multikomponentengemischen Matrix- bzw. Überdeckungseffekte auftreten, die zu erheblichen Fehlinterpretationen führen können.
Die Problematik stört bei der Untersuchung von Gemischen, wie sie bspw. in der Umweltanalytik häufig vorkommen und bei der alleinigen Anwendung von IMS durch die ablaufenden Ionisierungsreaktionen hervorgerufen werden.
Analog zur Kombination von Massen- und Gaschromatografie besteht auch bei Ionenmobilitätsspektrometern die Möglichkeit einer gaschromatographischen Vortrennung des Analytengemisches z. B. mittels Multikapillarsäulen, womit der genannte Effekt vermieden werden kann.
Die Kombination IMS/chromatographische Trenntechnik ermöglicht die Darstellung der Peaks in Abhängigkeit von der Drift- und der Retentionszeit in Form dreidimensionaler Diagramme.
Darstellungen in Form sogenannter Chromatogramme erhält man, wenn die in Falschfarbendarstellung angegebene Signalgröße in Abhängigkeit von Drift- und Retentionszeit dargestellt wird. Prinzipiell besteht die Möglichkeit, die im Chromatogramm lageabhängig auftretenden Farbmuster mit Methoden der Bildverarbeitung zu bewerten und die gesuchten Analyten zuzuordnen.
Die Darstellungen in Form sogenannter Chromatogramme erhält man, wenn die Signalgröße in Abhängigkeit von Drift- und Retentionszeit abgebildet wird. Prinzipiell besteht die Möglichkeit, die im Chromatogramm lageabhängig auftretenden „Muster“ mit Methoden der Bildverarbeitung zu bewerten und die gesuchten Analyten zuzuordnen. Jedoch sind spektrometrische Verfahren durch ein hohes Aufkommen an generierten Daten charakterisiert, die ohne Mittel der computergestützten Statistik kaum bewältigt werden können und insbesondere unter Echtzeitbedingungen eine effektive Datenvorverarbeitung verlangt.
Insbesondere, wenn es jedoch zu Veränderungen der Messbedingungen, wie z.B. des Drucks und der Temperatur, während der Aufnahme der IMS-Spektren kommt bzw. dies sogar zur Verbesserung der Analysefähigkeit, wie z.B. durch temperaturinduzierte Trennung von Gaskomponenten und das Verhindern von Kondensationseffekten bei höheren Temperaturen, gewünscht ist, sind bei deren Analyse zusätzliche Korrekturmaßnahmen erforderlich, um die gemessenen Spektren zu normalisieren und mit hinreichender Sicherheit qualitative und quantitative Aussagen zu den Analyten bzw. dem Analytengemisch treffen zu können und das Risiko von Fehlinterpretationen zu verringern. Diese Normalisierung der Daten erfordert einen zusätzlichen erheblichen Rechenaufwand. Das Problem verschärft sich nochmals, wenn die Messmethodik auf den dreidimensionalen Fall durch Vergleich der gemessenen IMS-Chromatogramme mit entsprechenden Referenz-Chromatogrammen erweitert wird.
Eine abgegrenzte Zielstellung für IMS-Anwendungen besteht in der Realisierung einer technisch unterstützten Geruchsbestimmung, die sich aus der Messpraxis für die Herbeiführung immissionsschutzrechtlicher Entscheidungen ergibt. Bei dieser Aufgabe geht es darum, immissionsseitig, also nicht am Ort der Entstehung sondern am Ort der Einwirkung auf den Menschen, die Wirkung von Gerüchen zu bestimmen. Hauptsächliche Fragestellung dabei ist, ob die Wirkung der Gerüche auf die Menschen das Maß einer erheblichen Belästigung überschreitet oder nicht. Die Maßzahl zum Quantifizieren des Begriffs „Belästigung“ ist die Häufigkeit, mit der Menschen den betreffenden Geruch wahrnehmen. Für Wohngebiete gibt die Geruchimmissions-Richtlinie beispielsweise einen Wert von 10 % vor, bei dessen Überschreitung von einer erheblichen Belästigung ausgegangen werden kann.
Gegenwärtig ist die Messung von Gerüchen (qualitative und quantitative Erfassung) ein äußerst kompliziertes Verfahren. Im Gegensatz zu üblichen Gaskonzentrationsmessungen, bei denen mit entsprechenden Geräten die tatsächliche Konzentration von Gasen bestimmt werden kann, ist dies bei Gerüchen nicht möglich. Deren Bestimmung erfolgt subjektiv durch die Wahrnehmung der Gerüche durch Testpersonen bzw. Testriechern. Werden Geruchsmessungen benötigt, um die Belästigung von Menschen in Wohngebieten oder Gewerbegebieten zu ermitteln, so ist es unumgänglich, ein ganzes Jahr lang zweimal pro Woche einen geschulten Prüfer vor Ort zu entsenden, der dann an mehreren Punkten für je 10 Minuten die Geruchshäufigkeit durch Riechen feststellt. Nur in Ausnahmefällen lässt sich eine solche Messung auf ein halbes Jahr verkürzen. Im Regelfall sind Geruchsmuster mit teilweise unbekannter stofflicher Zusammensetzung zu untersuchen, die auch bei geringsten Konzentrationen mit möglichst hoher Sicherheit wiedererkannt werden müssen. Die Ursache besteht darin, dass die physikalischen Gaskonzentrationen der Geruchsstoffe in der Luft auf sehr komplexe Weise mit der subjektiven Wahrnehmung „Geruch“ korrelieren. Die Konzentration, ab der ein bestimmter Geruchsstoff wahrgenommen wird (Geruchsschwelle), variiert je nach Geruchsstoff über viele Größenordnungen. Einerseits kann diese Geruchsschwelle im Prozentbereich liegen, andererseits können Konzentrationen im ppm-Bereich sehr starke Geruchswahrnehmungen hervorrufen.
Die Olfaktometrie als bisher einzige praktikable Methode zur quantitativen und qualitativen Bestimmung von Gerüchen basiert deshalb auf der menschlichen Nase. Zielstellung von IMS-Anwendungen ist es, auf rein technischer Basis entsprechende Aussagen zu gewinnen.
Spektrometrische Verfahren sind durch ein hohes Aufkommen an generierten Daten charakterisiert, die ohne Mittel der computergestützten Statistik kaum bewältigt werden können und insbesondere unter Echtzeitbedingungen eine effektive Datenvorverarbeitung verlangt.
Multivariate Verfahren, wie Clustering und Klassifikation, Methoden der Dimensionalitätsreduktion und Mustererkennung ermöglichen in Verbindung mit einer effektiven Vorverarbeitung von Daten zur Extraktion spezifischer Eigenschaften der Einzelspektren statistisch gesicherte Aussagen bezüglich des Vergleiches mehrerer Messreihen mit ähnlichen Multikomponentengemischen.
WO 2011/157781 A1 betrifft ein Verfahren der Ionenmobilitätspektrometrie, bei dem eine Messreihe von IMS-Spektren eines zu identifizierenden Analyten oder Analytengemisches mit einer Reihe von Referenzspektren eines Gases oder Gasgemisches bekannter Identität korreliert wird, wobei jedes IMS-Spektrum der Messreihe adaptiv geglättet wird und eine Gruppenlaufzeitentzerrung erfährt. Für jeden Peak eines IMS-Spektrum wird seine Lage, seine Höhe und seine Halbwertsbreite als den Peak beschreibende charakteristische Parameter ermittelt. Diese werden hinsichtlich Druck und Temperatur normalisiert. Die Identifizierung des Analyten erfolgt aus den normalisierten, die Peaks beschreibenden charakteristischen Parametern durch Korrelation mit normalisierten, die Peaks beschreibenden charakteristischen Parametern der Reihe von Referenzspektren mittels eines Verfahrens zur Mustererkennung. Problematisch können Verunreinigungen während der Gewinnung der Reihe von Referenzspektren sein, da die Reihe dann Spektren enthält, die nicht dem Gas oder Gasgemisch bekannter Identität zuordenbar sind, sondern vielmehr der Verunreinigung.
EP 2372357 A1 betrifft ein Verfahren der Ionenmobilitätsspektrometrie, bei dem ein Analyt durch einen Ähnlichkeitsvergleich eines IMS-Spektrums des Analyten mit mehreren Reihen von IMS-Referenzspektren identifiziert wird. Eine Reihe von IMS-Referenzspektren wird hierbei in Klassen unterteilt. Die Zuordnung zu Klassen erfolgt bevorzugt anhand erster und zweiter Momente der Spektren entlang der Reihe(nachse). Hierbei werden bei der Erstellung der IMS-Referenzspektren bevorzugt die Spektren ausgewählt, für die sich eine glatte Kurve bezüglich der Momente entlang der Driftzeitachse (Messwertachse) ergibt. Problematisch ist hierbei, wenn eine Reihe von IMS-Referenzspektren durch Fremdstoffe verschmutzt ist. Dies kann zu unbrauchbaren Spektren innerhalb der Reihe führen und mithin zu einer Verfälschung der Momente, anhand derer die Identifizierung des Analyten erfolgt.
Automatische IMS-Messabläufe setzen gegenwärtig voraus, dass die Lage relevanter Peaks im IMS-Spektrum grob bekannt ist, damit das Mustererkennungsverfahren mit hinreichender Effizienz Einzelpeaks oder benachbarte Einzelpeaks in Form von Peakmustern mit hinreichender Effizienz erkennt. Anwendungen in der Immissionsmesstechnik oder bestimmten medizinischen Bereichen erfordern jedoch die Analyse von Analytengemischen mit einer im Regelfall unbekannten und relativ komplexen Zusammensetzung. Diese Anwendungen verlangen die Erfassung entsprechender komplexer Peakmuster, verteilt über größere Bereiche des IMS-Spektrums während einer Lern- oder Trainingsphase. Daraus ableitbare Referenzen werden für die Wiedererkennung derartiger Geruchsmuster bzw. Analytengemische während vollautomatisch ablaufender Messungen benötigt.
Es ist daher Aufgabe der Erfindung, ein Verfahren Identifizierung und Klassifizierung von Geruchsmustern und anderen Multikomponentengemischen aus Ionenmobilitätsspektren bereitzustellen, das zuverlässig ist und sicher arbeitet.
Die Erfindung betrifft ein Verfahren der Ionenmobilitätsspektrometrie (IMS), bei dem in einer Messphase ein Analyt oder ein Gemisch mehrerer Analyten, also ein zu analysierender Stoff oder ein entsprechendes Stoffgemisch, gegebenenfalls mittels eines Trägergases, in den Injektionsbereich eines Ionenmobilitätsspektrometers eingeleitet wird und Spektrum dieses Analyten bzw. Analytengemischs im Detektionsbereich des Ionenmobilitätsspektrometers aufgenommen wird. Aus dem IMS-Spektrum werden in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage, seine Höhe und seine Halbwertsbreite als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert.
Eine Identifizierung der Analyten erfolgt aus den normalisierten, die Peaks beschreibenden charakteristischen Parametern anhand von IMS-Referenzspektren von Gasen oder Gasgemischen bekannter Identität mittels eines Verfahrens zur Mustererkennung.
Die IMS-Referenzspektren werden in einer Trainingsphase ermittelt. Hierbei wird eine zeitabhängige Referenz-Messreihe von IMS-Spektren des Gases oder Gasgemisches bekannter Identität im Detektionsbereich des Ionenmobilitätsspektrometers aufgenommen. Aus jedem IMS-Referenzspektrum der zeitabhängigen Referenz-Messreihe werden in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage und seine Höhe als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert. Die Peaks der IMS-Referenzspektren werden mittels einer Häufigkeitsanalyse reduziert, wobei lediglich die Peaks dem Gas oder Gasgemisch bekannter Identität zugeordnet werden, die entlang der Referenz-Messreihe mit einer Mindesthäufigkeit auftreten. Die charakteristischen Parameter der Peaks werden als reduziertes Referenzspektrum gespeichert.
Die Reduzierung der IMS-Referenzspektren mittels der Häufigkeitsanalyse entlang der Zeitachse der zeitabhängigen Referenzmessreihe erhöht die Zuverlässigkeit der Zuordnung von Gasen oder Gasgemischen bekannter Identität zu dem entsprechenden Referenzspektrum. Beispielsweise kann es in der Trainingsphase zu Verunreinigungen durch Fremdstoffe, welche in das Spektrometer gelangen können, kommen. Die Verunreinigungen führen dazu, dass eine bestimmte Anzahl von Spektren in der Referenz-Messreihe Peaks enthalten, die nicht dem Gas oder Gasgemisch bekannter Identität, sondern vielmehr dem Fremdstoff zuzuordnen sind. Andererseits enthalten die Spektren der Fremdstoffe möglicherweise nicht mehr die Peaks des Gas oder Gasgemisches bekannter Identität, weswegen es für diese Peaks über die Zeitachse der Referenzmessreihe betrachtet zu Unstetigkeiten kommt. Dadurch, dass lediglich die Peaks der Spektren der Referenzmessreihe, die in der zeitabhängigen Referenzmessreihe, mithin entlang der Zeitachse der zeitabhängigen Referenzmessreihe relativ häufig auftreten, dem Gas oder Gasgemisch bekannter Identität zugeordnet werden, können die Peaks der Spektren der Fremdstoffe ausgeschlossen werden. Dies erhöht die Genauigkeit und Zuverlässigkeit der Trainingsphase.
In der Messphase wird das reduzierte Referenzspektrum zur Korrelation mit den charakteristischen Parametern der gemessenen IMS-Spektren des Analyten oder Analytengemisches bereitgestellt. Die Korrelation erfolgt mit einem Verfahren zur Mustererkennung. Mithin wird die Mustererkennung mit dem reduzierten Referenzspektrum durchgeführt. Das Verfahren zur Mustererkennung ist dabei derart ausgestaltet, dass bei hinreichender Übereinstimmung der Peaks vom IMS-Spektrum des Analyten oder Analytengemisches und reduziertem Referenzspektrum des Gases oder Gasgemisches bekannter Identität der Analyt oder das Analytengemisch identifiziert wird.
In einer vorteilhaften Ausgestaltung ist vorgesehen, in der Trainingsphase ein reduziertes Referenzspektrum zu ermitteln, das durch eine minimale Anzahl relevanter Informationsparameter und eine hohe Wiedererkennungswahrscheinlichkeit gekennzeichnet ist.
Auch in der Messphase können Verunreinigungen auftreten. Daher ist es vorteilhaft, auch in der Messphase eine Messreihe von IMS-Spektren des Analyten oder Analytengemisches aufzunehmen und eine statistische Untersuchung durchzuführen, wie viele IMS-Spektren der Messreihe mit dem reduzierten Referenzspektrum hinreichend übereinstimmen. Vorteilhaft ist es, die IMS-Spektren der Messreihe analog zur Trainingsphase zu reduzieren.
In einer vorteilhaften Ausgestaltung des Verfahrens ist daher vorgesehen, dass in der Messphase eine zeitabhängige Messreihe von IMS-Spektren des Analyten oder Analytengemisches aufgenommen wird. Aus jedem IMS-Spektrum der Messreihe von IMS-Spektren werden in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage und seine Höhe als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert. Die Peaks der IMS-Spektren werden mittels einer Häufigkeitsanalyse reduziert, wobei lediglich die Peaks dem Analyten oder Analytengemisch zugeordnet werden, die entlang der Messreihe von IMS-Spektren mit einer Mindesthäufigkeit auftreten und wobei die charakteristischen Parameter der Peaks als reduziertes IMS-Spektrum gespeichert werden. Die Mustererkennung wird mit dem reduzierten IMS-Spektrum und dem Referenzspektrum durchgeführt. Das Verfahren zur Mustererkennung ist derart ausgestaltet, dass bei hinreichender Übereinstimmung der Peaks von reduziertem IMS-Spektrum des Analyten oder Analytengemisches und reduziertem Referenzspektrum des Gases oder Gasgemisches bekannter Identität der Analyt oder das Analytengemisch identifiziert wird.
In einer Ausgestaltung des Verfahrens ist vorgesehen, dass die Häufigkeitsanalyse derart ausgestaltet ist, dass jedes IMS-Referenzspektrum einer Referenz-Messreihe zunächst in Intervalle, also spektrale Teilbereiche, welche bevorzugt lückenlos aufeinander folgen, aufgeteilt wird. In jedem Intervall wird ein Peak oder Peakmuster ermittelt. Ein Peakmuster bezeichnet hierbei eine Vielzahl von Peaks, die in einer bestimmten Relation zueinander stehen.
Die Referenz-Messreihe wird daher vorzugsweise für jedes Intervall nach Folgen von unmittelbar fortfolgend auftretenden charakteristischen Peaks oder Peakmustern durchsucht. Eine Folge bezeichnet hierbei ein Peak oder Peakmuster, welcher entlang der Zeitachse der Messreihe betrachtet, stetig, d.h. unmittelbar fortfolgend auftritt. Diese Folgen werden dem Intervall zugeordnet, in dem sie auftreten. Es ist weiterhin vorgesehen die Referenz-Messreihe nach Folgen von Kombinationen von Peaks oder Peakmustern verschiedener Intervalle zu durchsuchen. Diese Folgen werden der entsprechenden Kombination von Intervallen zugeordnet, in der sie auftreten.
Für jede Folge wird die Folgenlänge ermittelt. Jeder Folge eine von der Folgenlänge abhängige Folgenkennzahl zugeordnet wird, bspw. die Folgenlänge selbst oder das Quadrat der Folgenlänge.
Aus allen einem Intervall oder einer Kombination von Intervallen zugordneten Folgen wird eine Häufigkeitskennzahl in Abhängigkeit der Folgenkennzahlen der zugeordneten Folgen ermittelt wird. Die Häufigkeitskennzahl kann bspw. die Summe der Folgenkennzahlen der Folgen eines Intervalls im Sinne einer absoluten Häufigkeit oder die Summe der Folgenkennzahlen der Folgen eines Intervalls geteilt durch die Summe der Folgenkennzahlen der Folgen aller Intervalle im Sinne einer relativen Häufigkeit sein.
Auf diese Weise werden die Intervalle ermittelt, in denen Folgen charakteristischer Peaks oder Peakmuster am häufigsten, d.h. mit einer gewissen Mindesthäufigkeit auftreten. Diese Peaks oder Peaksmuster, bzw. die Intervalle bzw. die Kombination von Intervallen, in denen sie auftreten sind dem bekannten Gas oder Gasgemisch als reduziertes Referenzspektrum zuzuordnen.
Dadurch ist es möglich, die einem Gas oder Gasgemisch zuordenbare Peaks auch dann zuverlässig und vor allem schnell zu ermitteln, wenn einige IMS-Referenzspektren der Referenz-Messreihe durch fremde Stoffe verschmutzt sind.
Das Verfahren eignet sich insbesondere zur Identifizierung von Gerüchen. In einer weiteren vorteilhafter Ausgestaltung ist vorgesehen, die in Trainingsphasen für unterschiedliche, als Geruchsmuster bezeichneten Gase oder Gasgemische bekannter Identität ermittelten relevanten spektralen Teilbereiche so auszuwählen, dass zur Unterscheidung und Klassierung unterschiedlicher Geruchsmuster zweckmäßigerweise mittels eines geeigneten mathematischen Verfahrens eine minimale Anzahl geruchsspezifisch unterschiedliche spektraler Teilbereiche mit einer maximalen Anzahl aufeinanderfolgender gleichartiger Clustermerkmale hinsichtlich der charakteristischen Peaks oder Peakmuster innerhalb der Trainingsphase zur Generierung des jeweiligen Geruchsmuster – spezifischen reduzierten Referenzspektrums ausgewählt werden.
Vorteilhaft ist es, bei der Ermittlung der Folgen nach der Peakhöhe, insbesondere nach der Größenrelation verschiedener Peakhöhen zu unterscheiden. Die Größenrelation verschiedener Peakhöhen ist charakteristisch für ein Gas oder Gasgemisch bekannter Identität und deren Berücksichtigung erlaubt eine genauere und zuverlässigere Identifizierung des Analyten oder Analytengemisches.
Ebenso kann die Genauigkeit und Zuverlässigkeit des Verfahrens erhöht werden, indem nicht nur Peakposition und Peakhöhe, sondern auch die Halbwertsbreite eines Peaks als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert werden.
In einer Ausgestaltung des Verfahrens ist vorgesehen, dass in einem ersten Schritt Intervalle mit einer hohen Häufigkeitskennzahl ermittelt werden und in einem zweiten Schritt aus diesen Intervallen Kombinationen von Intervallen gebildet und Häufigkeitskennzahlen dieser Kombinationen von Intervallen ermittelt werden. Hierdurch wird der Rechenaufwand reduziert, indem nur die Kombinationen von Intervallen durchsucht werden, die einzeln bereits die dem Gas oder Gasgemisch bekannter Identität zuordenbare Peaks oder Peakmuster mit hoher Wahrscheinlichkeit enthalten.
In einer Ausgestaltung des Verfahrens ist vorgesehen, dass aus dem reduzierten Referenzspektrum eine Maskierungsfunktion gebildet wird, die sämtliche Bereiche eines IMS-Spektrums, die sich nicht in einem engen Bereich von Messwerten um einen Peak befinden, und die Peaks maskiert. Der enge Bereich von Messwerten um einen Peak dient als Toleranzbereich und umfasst bevorzugt den Peak selbst sowie ein oder mehrere den Peak vorangegangene und nachfolgende Messwerte eines IMS-Spektrums. Das Verfahren zur Mustererkennung ist derart ausgestaltet, dass das IMS-Spektrum des Analyten oder Analytengemisches zunächst mit der Maskierungsfunktion gefiltert wird. Dieses Verfahren ist insbesondere für den Fall vorteilhaft, wenn ein ganz bestimmtes Gas oder Gasgemisch bekannter Identität identifiziert werden soll. Der andere Fall betrifft eine Vielzahl in Frage kommender Gas oder Gasgemische bekannter Identität.
In einer Ausgestaltung des Verfahrens ist vorgesehen, dass das reduzierte IMS-Referenzspektrum und die zugehörige Maskierungsfunktion aus den IMS-Referenzspektren einer Referenz-Messreihe, welche die Intervalle mit den höchsten Folgenkennzahlen enthalten, gebildet werden. Sind die einem Gas oder Gasgemisch zuordenbare Intervalle ermittelt, so sind die IMS-Referenzspektren auszuwählen, die mit höchster Wahrscheinlichkeit die dem Gas oder Gasgemisch zuordenbare Peaks enthalten. Dies ist bei den Referenzspektren der Fall, bei denen die längsten Folgen von Peaks oder Peakmuster oder Kombinationen dieser auftreten.
Vorzugsweise ist vorgesehen, die ermittelten Peakpositionen sowohl in der Trainingsphase als auch in der Messphase als Differenzabstand zum Reaktionenpeak zu ermitteln und diesen Differenzabstand einer Druck- und Temperaturkorrektur zu unterziehen.
In einer weiteren vorteilhaften Ausgestaltung ist vorgesehen, die Ergebnisse der Häufigkeitsanalyse in den Trainingsphasen zur Ergänzung von Datenbankinformationen entsprechender bekannter reduzierter Referenzspektren zu verwenden. Diese werden in den Messphasen zur Identifikation von Geruchsmustern mit geringfügig variierender Zusammensetzung herangezogen.
In der weiteren Ausgestaltung ist vorgesehen, die in der Trainingsphase ermittelten reduzierten Referenzspektren zur Wiedererkennung von Analyten oder Analytengemsichen in der Messphase dadurch zu nutzen, dass für jedes gemessene IMS-Spektrum alle Informationsparameter ermittelt und mit der zum reduzierten Referenzspektrum gehörenden Maskierungsfunktion bewertet werden und bei einer hinreichend guten Musterübereinstimmung zwischen dem reduzierten Referenzspektrum und dem maskierten IMS-Spektrum das IMS-Spektrum dem durch das reduzierte Referenzspektrum gekennzeichnete Analyten oder Analytengemisch zugeordnet wird. Der Vorteil dieser Ausgestaltung liegt in der höheren Geschwindigkeit der Identifizierung, für den Fall, dass eine Vielzahl von Gasen oder Gasgemischen für den zu identifizierenden Analyten oder Analytengemisch in Frage kommt. Daher erfolgt zunächst eine vollständige Vorverarbeitung des IMS-Spektrums oder der IMS-Spektren des Analyten oder Analytengemisches, indem sämtliche charakteristischen Parameter des IMS-Spektrums oder der IMS-Spektren ermittelt werden und die Filterung mit den Maskierungsfunktionen der in Frage kommenden Gase oder Gasgemische bekannter Identität anschließend erfolgt.
In einer Ausgestaltung des Verfahrens ist vorgesehen, dass aus der aus Peakhöhe und Peakhalbwertsbreite näherungsweise berechneten Peakfläche die jeweilige Analytenkonzentration abgeschätzt wird.
In einer Ausgestaltung des Verfahrens ist vorgesehen, dass für jedes IMS-Spektrum zunächst eine Wavelet-basierte Glättung und nachfolgend eine vom Thresholding-Ergebnis zur Rauschreduktion abhängige, adaptive digitale Filterung zur Glättung und Gruppenlaufzeitentzerrung durchgeführt wird.
Es ist vorgesehen, dieses Verfahren auch zur Identifikation dreidimensionaler IMS-Spektren anzuwenden, wenn das IMS mit einer gaschromatographischen Trenneinrichtung gekoppelt ist und die dabei erforderliche analytenbezogene Retentionszeitbestimmung dadurch zu realisieren, dass in der Trainingsphase zeitlich abhängige Maskierungsfunktionen mit den zugehörigen Informationsparametern ermittelt und mit entsprechenden Zeitmarken versehen werden und in den Messphasen durch den Vergleich der maskierten Informationsparametermuster des gemessenen IMS-Spektrums mit den durch Zeitmarken gekennzeichneten reduzierten Referenzspektren bei größtmöglicher Übereinstimmung die entsprechenden Zeitinformation zur Berechnung der Retentionszeit ermittelt werden.
Weiterhin ist in einer vorteilhaften Variante vorgesehen, die IMS-Spektren sowohl in der Trainingsphase als auch in den Messphasen in äquidistanten Zeitabständen zu erfassen und dabei die Temperatur- und Druckverhältnisse in der IMS-Driftröhre und/oder in der gaschromatographischen Trenneinrichtung zur Normalisierung zu verwenden.
Es hat sich herausgestellt, dass einerseits die Unterscheidbarkeit von Geruchsmustern oder Analyten bzw. Analytengemischen mit ähnlichen IMS-Spektren durch Vergleiche mit jeweils mehreren reduzierten Referenzspektren im statistischen Mittel deutlich verbessert werden kann und andererseits der erforderliche numerische Aufwand so unwesentlich ansteigt, dass die Messungen zur Identifizierung und Klassierung im Echtzeitbetrieb durchgeführt werden können.
Im Vergleich zum in der EP 2 372 357 A1 offenbarten Verfahren bietet das erfindungsgemäße Verfahren den Vorteil, dass mittels der Häufigkeitsanalyse auch die Peaks der Referenzspektren, die nicht stetig entlang der Referenzmessreihe, dafür aber relativ häufig auftreten, dem Gas oder Gasgemisch bekannter Identität zuverlässig zugeordnet werden können. Auf die Glattheit der Kurve von Peaks innerhalb eines IMS-Spektrums, d.h. entlang der Driftzeitachse (Messwertachse) kommt es bei der gegenwärtigen Erfindung nicht an. Das erfindungsgemäße Verfahren ist mithin robuster als das in der EP 2 372 357 A1 offenbarte Verfahren.
Auch im Vergleich zu dem in der WO 2011/157781 A1 offenbarten Verfahren bietet das erfindungsgemäße Verfahren durch die mittels der Häufigkeitsanalyse aussortierten Spektren von Verunreinigungen den Vorteil einer höheren Robustheit und Zuverlässigkeit.
Im Folgenden wird das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung unter Bezugnahme auf die beigefügten Zeichnungen anhand von Ausführungsbeispielen näher erläutert.
Es zeigen:
1 ein typisches IMS-Spektrum eines Ionenmobilitätsspektrometers,
2 ein vorverarbeitetes IMS-Spektrum, welches in Driftzeitintervalle aufgeteilt ist,
3 eine Matrix mit Folgenkennzahlen pro Driftzeitintervall und IMS-Referenzspektrum eines ersten Analyten,
4 eine Matrix mit Häufigkeitskennzahlen pro Driftzeitintervall,
5 eine Matrix mit nach Häufigkeitskennzahlen sortierten Driftzeitintervallen,
6 eine Matrix mit Folgenkennzahlen pro nach Häufigkeitskennzahlen sortierten Driftzeitintervallen und IMS-Referenzspektren,
7 eine Matrix mit Kombinationen von Driftzeitintervallen und zugehörigen relevanten Spektralbereichen,
8 eine Matrix mit nach Häufigkeitskennzahlen sortierten Driftzeitintervallen und Kombinationen von Driftzeitintervallen mit zugehörigen relativen Häufigkeitskennzahlen und maximalen Kettenlängen,
9 eine grafische Darstellung der Matrix von 8.,
10 eine Matrix wie in 8 für einen zweiten Analyten,
11 eine Matrix wie in 8 für einen dritten Analyten,
12 eine Matrix wie in 8 für einen vierten Analyten,
13 eine Matrix für ausgewählte Driftzeitintervalle der vier Analyten unter Berücksichtigung der Amplituden,
14 eine Matrix mit reduziertem Referenzspektrum für die vier Analyten,
15 ein exemplarisches IMS-Referenzspektrum und das zugehörige reduzierte IMS-Referenzspektrum,
17 einen funktionalen Zusammenhang von relativer Häufigkeit und Referenzdateienfolge,
18 ein exemplarisches IMS-Referenzspektrum, das innerhalb eines Spektralbereiches zwei signifikante Peakpositionen aufweist,
19 ein exemplarisches IMS-Referenzspektrum, das in jedem Spektralbereich nur eine signifikante Peakposition besitzt,
20 IMS-Referenzspektrum und reduziertes Referenzspektrum des ersten Analyten,
21 IMS-Referenzspektrum und reduziertes Referenzspektrum des zweiten Analyten,
22 IMS-Referenzspektrum und reduziertes Referenzspektrum des dritten Analyten,
23 IMS-Referenzspektrum und reduziertes Referenzspektrum des vierten Analyten, und
24–27 Histogramme von Häufigkeitsverteilungen, mit denen Analytengemische den entsprechenden reduzierten Referenzspektren statistisch zugeordnet werden.
Im Folgenden werden die Begriffe Referenzmuster und reduziertes Referenzspektrum sowie spektraler Teilbereich und Driftzeitintervall analog verwendet.
Bei einem bekannten Ionenbeweglichkeitsspektrometer (IMS) werden durch Kopplung mit einer gaschromatographischen Einrichtung, z.B. eine Multikapillarsäule Messreihen von IMS-Spektren erzeugt, die häufig in Form IMS-Chromatogrammen angegeben werden.
In 1 ist ein typisches IMS-Spektrum dargestellt. Die Umgebungsluft bzw. das Luft-Messproben-Gemisch gelangt in eine Ionenquelle und wird z.B. mittels eines schwach radioaktiven Betastrahlers (Tritium; Aktivität: 50 MBq) ionisiert. Es entstehen Luftionen der Typen NH+, NO+, (H2O)NH+, die den positiven Reaktionspeak (RIP+) bilden. Negative Ionen vom Typ O2- und (H2O)-m bilden den negativen Reaktions-Ionenpeak (RIP). Diese Ionen der Luft (RIP+) und (RIP–) sind im IMS ständig verfügbar.
Jedes IMS-Spektrum wird sowohl in der Trainingsphase als auch in der Messphase z.B. mittels einer Wavelet – basierten Rauschreduktion und einer anschließenden adaptiven Tiefpassfilterung durch eine zeitdiskrete Faltung mit der Impulsantwort eines, bezüglich linearer Verzerrungen des Gesamtsystems optimierten Tiefpasses so geglättet, dass aus dem IMS-Spektrum die Differenzenquotienten erster und zweiter Ordnung mit hinreichender Genauigkeit berechnet werden können. In 1 sind die für das Messergebnis relevanten relativen Extremwerte gekennzeichnet.
Mittels gängiger Vorverarbeitungsverfahren kann die vollständige Beschreibung der Messinformation des IMS-Spektrums mit guter Näherung auf die, bezüglich der Messbedingungen normierten, charakteristischen einen Peak beschreibenden Informationsparameter Peakposition, Peakhöhe und Peakhalbwertsbreite aller im Spektrum vorhandenen Peaks zurückgeführt werden.
Im Folgenden wird die Trainingsphase beschrieben, welche im Ergebnis ein reduziertes Referenzspektrum liefert, anhand dessen die Korrelation eines IMS-Spektrums des zu identifizierenden Analyten oder Analytengemisches mittels eines Verfahrens der Mustererkennung in der Messphase vorgenommen wird.
In einem ersten bekannten Verfahrensschritt wird die für ein IMS-Spektrum typische Driftzeit in eine größere Anzahl lückenlos aufeinanderfolgender Driftzeitintervalle mit vorzugsweise gleicher Intervallbreite aufgeteilt. Somit kann Identifizierung des Analyten oder Analytengemisches mittels Mustererkennung für jedes Driftzeitintervall getrennt durchgeführt werden. Dazu erfolgt ein Vergleich der für das Driftzeitintervall relevanten Informationsparameter eines IMS-Spektrums in der Messphase mit den entsprechenden Referenzparametern des reduzierten Referenzspektrums unter Berücksichtigung vorgegebener Toleranzbereiche.
2 zeigt beispielhaft die Aufteilung des messtechnisch interessanten Driftzeitbereiches eines IMS-Referenzspektrums in 24 Intervalle sowie die Lage der Peakpositionen und der Toleranzbereiche.
Werden innerhalb einer Referenz-Messreihe mehrfach aufeinanderfolgend Spektren gemessen, die in jeweils gleichen Driftzeitintervallen ähnliche, aus den Informationsparametern ableitbare Muster aufweisen, lassen sich einem Intervall zuordenbare Folgen von entlang der Referenz-Messreihe unmittelbar aufeinanderfolgend auftretender Muster auswählen, die für das gemessene Gas oder Gasgemisch bekannter Identität typisch sind.
3 verdeutlicht in Form einer Matrix beispielhaft die Zuordnung aufeinanderfolgender ähnlicher Muster je Driftzeitintervall bei einem kontinuierlich ablaufenden Messprozess. Das jeweilige IMS-Referenzspektrum entspricht der Zeilennummer i, die Spaltennummer charakterisiert das Driftzeitintervall innerhalb des IMS-Referenzspektrums.
Die Matrixelemente m_i_j in 3 entsprechen der Anzahl unmittelbar aufeinanderfolgender Messungen bei denen innerhalb eines Driftzeitintervalles j ähnliche Informationsparameter in Form von Mustern erkannt wurden.
Erfindungsgemäß werden in der beispielhaft in 3 dargestellten Matrix die Spaltensummen gebildet und in vorteilhafter Art und Weise neue Spaltennummern so zugeordnet, dass mit ansteigendem Spaltenindex die Spaltensumme S_j abnimmt. S_0 > = S_1 > = ... > = S_m_max – 1
4 zeigt die Größe der Spaltensummen der Matrix in 3,
5 verdeutlicht die veränderte Zuordnung der Spaltennummern, in 6 ist die nach diesem Prinzip generierte Matrix dargestellt. Nach einer Auswahl von m_max Spalten mit den größten Spaltensummen S_j, die der Forderung S_m_max – 1 << S_0 genügen, sind aus der m_max elementigen Menge von Spalten der Matrix in 6 weitere r elementige Teilmengen durch Kombination ohne Wiederholung zu bilden, wobei r durch die Beziehung 1 < r < = m_max gegeben ist. Mittels bekannten Operationen mit Mengen und weiteren elementaren Umformungen lassen sich für die r – elementigen Teilmengen Matrixelemente berechnen, die Folgen von IMS-Spektren charakterisieren, bei denen lückenlos aufeinander folgend gleichzeitig in der durch die r elementigen Teilmengen beschriebenen Kombinationen von Spektralbereichen Ähnlichkeiten bezüglich der durch die Informationsparameter charakterisierten Muster je Spektralbereich auftreten.
Die Matrix in 6 ist durch zusätzliche Spalten, die den r elementigen Kombinationen zugeordnet werden, zu ergänzen, wobei das Ordnungsprinzip bezüglich abnehmender Spaltensummen mit steigendem Spaltenindex zweckmäßigerweise beizubehalten ist.
In der weiteren Ausgestaltung ist vorgesehen, den Spaltennummern Codes zur eindeutigen Kennzeichnung der relevanten Spektralbereiche und relevanten Spektralbereichskombination zu zuordnen. Beispielhaft verdeutlicht 7 eine geeignete Kodierungsvorschrift.
7 zeigt die nach dem Prinzip abnehmender Spaltensummen sortierte Zuordnung der kodierten Spektralbereiche und Spektralbereichs-Kombinationen.
In 8 ist die aus den Spaltensummen der durch r – elementige Kombinationen ergänzten Matrix in 6 nach einer Division durch die Summe aller Matrixelemente berechnete relative gewichtete Häufigkeit p angegeben, die Sortierung erfolgte nach abnehmenden Werten von p und entspricht daher der Sortierung nach abnehmenden Spaltensummen.
8 enthält Angaben zur maximalen Anzahl lückenlos aufeinander folgend erkannter Informationsparametermuster L_max. Codes, denen große L_max – Werte zugeordnet sind, charakterisieren die relevanten Analyten – spezifischen Intervalle im IMS-Spektrum. Bspw. zeigt die Zeile mit Index k = 0 der Matrix von 8 einen spektralen Teilbereich (Driftzeitinterval), welcher mit code 12 codiert ist und die Messwerte 1100–1149 umfasst, siehe Zeile mit Index k = 0 7. Diesem spektralen Teilbereich ist relative Häufigkeit p = 0.2314 zugeordnet. Die maximale Folgenlänge beträgt 47, d.h. 47 das Muster in diesem spektralen Teilbereich trat maximal 47 Mal unmittelbar hintereinander in der Referenzmessreihe auf.
Die Zeile mit Index k=4 der Matrix von 8 zeigt die Kombination der Intervalle mit Codierung code = 12 und code = 14. Das kombinierte Muster trat in dieser Kombination von spektralen Teilbereichen maximal 21 Mal unmittelbar hintereinander in der Referenzmessreihe auf. Der Kombination ist die relative Häufigkeit von 0,05241 zugeordnet.
9 verdeutlicht grafisch die Häufigkeitsverteilung p in Abhängigkeit von der durch die Ordnungszahl k gekennzeichneten relevanten Codes.
In der weiteren Ausgestaltung ist vorgesehen, alle Codes der miteinander zu vergleichenden Gase oder Gasgemische bekannter Identität als Menge zusammenzufassen und durch Bildung der Mengendifferenz die Codes als Teilmenge auszuwählen, die jeweils nur dem Gas oder Gasgemisch bekannter Identität zugeordnet werden können.
Beispielhaft wurden die Angaben in 8 aus Messwerten für eine ausgewählte Hopfensorte – gekennzeichnet als source 101 – ermittelt und durch entsprechende Messungen und Berechnungen für zwei weitere Hopfensorten (source 201 und 301) und ein überwiegend aus Stickstoff bestehendes Gas (source 501) ergänzt.
10 bis 12 zeigen, analog zu 8, Angaben zur maximalen Anzahl lückenlos aufeinander folgend erkannter Informationsparametermuster für die anderen beispielhaft ausgewählten ähnlichen Vergleichssubstanzen (Gase oder Gasgemische bekannter Identität) source 201, source 301 und source 501.
In einer weiteren vorteilhaften Ausgestaltung ist vorgesehen, als zusätzliches Unterscheidungsmerkmal die in den spektralen Teilbereichen detektierten Signalpegel heranzuziehen. Beispielsweise ermöglichen die maximalen Peakamplituden U_max in den Spektralbereichen 14 und 01 die Kodierungen 1401 für U_max_01 > U_max_14 und 0114 für U_max_14 > U_max_01.
In der weiteren Ausgestaltung ist vorgesehen, alle Codes der betrachteten Gase oder Gasgemische bekannter Identität als Menge zusammenzufassen und durch Bildung der Mengendifferenz die Codes als Teilmenge auszuwählen, die jeweils nur einem Gas oder Gasgemisch bekannter Identität zugeordnet werden können.
13 enthält eine nach diesem Prinzip generierte Liste von Codes, die eine Unterscheidung der beispielhaft betrachteten vier Gasgemische bekannter Identität (source 101, 201, 301, 501) an Hand der relevanten Spektralbereiche zulässt.
In einer vorteilhaften Ausgestaltung ist vorgesehen, Codes auszuwählen, die eine maximale Anzahl L_max von lückenlos wiederholt erkannten Informationsparametermustern bei einer minimalen Anzahl relevanter Spektralbereiche aufweisen.
14 zeigt beispielhaft die aus 13 ausgewählten Codes.
14 enthält Angaben zu der aus den Zeilennummern i der Matrix in 6 ableitbaren Lage der L_max = ref_max – ref_min + 1 Spektralfolgen innerhalb der Messreihe.
In der weiteren Ausgestaltung ist vorgesehen, aufeinander folgend jeweils ein Spektrum der Messreihe {ref_start, ref_start + 1, ..., ref_stop} eines Gases oder Gemisches bekannter Identität auszuwählen und alle in den zugehörigen relevanten Spektralbereichen enthaltenen Informationsparameter Peaklage und Peakhöhe als Referenzmuster zu deklarieren und eine zur Auswahl von Spektralbereichen in unmittelbarer Umgebung der Peaklagewerte des aktuellen Referenzmusters geeignete Fensterfunktion zu generieren, die als Maskierungsfunktion alle außerhalb dieses Fensters liegenden Informationsparameter von IMS-Spektren mit Null bewertet.
Die Histogramm-Darstellung in 15 verdeutlicht die eindeutige Zuordnung der relevanten Spektralbereiche zu den Gasgemischen bekannter Identität. 15 zeigt 4 Gruppen mit jeweils vier Balken, welche die relative Häufigkeit der Zuordnung eines Analyten zu einem der vier Gasgemische bekannter Identität (source 101, source 201, source 301, source 501) angeben. Der Analyt der Gruppe a) ist source 101, der Gruppe b) ist source 201, der Gruppe c) ist source 301, und der Gruppe d) ist source 501. Die Zuordnung ist eindeutig, da der Analyt dem jeweils entsprechenden Gasgemisch bekannter Identität mit einer von null verschiedenen Häufigkeit zugeordnet wird.
16 zeigt beispielhaft ein Referenzmuster und die dazu gehörende Fensterfunktion bzw. Maskierungsfunktion.
Auswahlkriterium für das optimale Referenzmuster und der zugehörigen Maskierungsfunktion ist das Maximum der relativen Häufigkeit, mit der das Referenzmuster innerhalb der Messreihe von IMS-Referenzspektren wieder erkannt wird.
17 zeigt beispielhaft die relative Häufigkeit in Abhängigkeit von der Position ref-ref_start innerhalb der Referenzdateienfolge, wobei sich eine Datei auf ein IMS-Referenzspektrum innerhalb der Referenzmessreihe bezieht.
18 zeigt beispielhaft ein Referenzmuster von source 301, das innerhalb eines Spektralbereiches zwei signifikante Peakpositionen aufweist. Vergleichend dazu ist in 19 beispielhaft ein Referenzmuster von source 301 dargestellt, das in jedem Spektralbereich nur eine signifikante Peakposition besitzt.
20 bis 23 kennzeichnen die Lage optimaler Maskierungsfunktionen und dem als Referenzmuster dienenden optimalen Informationsparametermuster für die beispielhaft ausgewählten Gasgemischen bekannter Identität source 101, source 201, source 301 und source 501.
24 bis 27 zeigen in Form von Histogrammen Häufigkeitsverteilungen, mit denen beispielhaft gemessene Analytengemische den entsprechenden Referenzmustern (source 101, 201, 301 und 501) statistisch richtig zugeordnet werden.
Obwohl die Erfindung mittels der Figuren und der zugehörigen Beschreibung dargestellt und detailliert beschrieben ist, sind diese Darstellung und diese detaillierte Beschreibung illustrativ und beispielhalft und nicht als die Erfindung einschränkend. Es versteht sich, dass Fachleute Änderungen und Abwandlungen machen können, ohne den Umfang und den Geist der folgenden Ansprüche zu verlassen. Insbesondere umfasst die Erfindung ebenfalls Ausführungsformen mit jeglicher Kombination von Merkmalen, die vorstehend oder nachfolgend zu verschiedenen Ausführungsformen genannt oder gezeigt sind.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

WO 2011/157781 A1 [0022, 0055]
EP 2372357 A1 [0023, 0054]

Claims

Verfahren der Ionenmobilitätsspektrometrie (IMS), bei dem in einer Messphase – ein Analyt oder ein Gemisch mehrerer Analyten in den Injektionsbereich eines Ionenmobilitätsspektrometers eingeleitet wird – ein IMS-Spektrum dieses Analyten oder Analytengemischs im Detektionsbereich des Ionenmobilitätsspektrometers aufgenommen wird, – aus dem IMS-Spektrum in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage und seine Höhe als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert werden, – eine Identifizierung des Analyten oder Analytengemischs aus den normalisierten, die Peaks beschreibenden charakteristischen Parametern anhand eines IMS-Referenzspektrums eines Gases oder Gasgemisches bekannter Identität mittels eines Verfahrens zur Mustererkennung durchgeführt wird, dadurch gekennzeichnet, dass in einer Trainingsphase – eine zeitabhängige Referenz-Messreihe von IMS-Spektren des Gases oder Gasgemisches bekannter Identität im Detektionsbereich des Ionenmobilitätsspektrometers aufgenommen wird; – aus jedem IMS-Referenzspektrum der Referenz-Messreihe in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage und seine Höhe als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert werden; – die Peaks der IMS-Referenzspektren mittels einer Häufigkeitsanalyse reduziert werden, wobei lediglich die Peaks dem Gas oder Gasgemisch bekannter Identität zugeordnet werden, die entlang der Referenz-Messreihe mit einer Mindesthäufigkeit auftreten und wobei die charakteristischen Parameter der Peaks als reduziertes Referenzspektrum gespeichert werden; und in der Messphase die Mustererkennung mit dem reduzierten Referenzspektrum durchgeführt wird und das Verfahren zur Mustererkennung derart ausgestaltet ist, dass bei hinreichender Übereinstimmung der Peaks vom IMS-Spektrum des Analyten oder Analytengemisches und reduziertem Referenzspektrum des Gases oder Gasgemisches bekannter Identität der Analyt oder das Analytengemisch identifiziert wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in der Messphase – eine zeitabhängige Messreihe von IMS-Spektren des Analyten oder Analytengemischs aufgenommen wird, – aus jedem IMS-Spektrum der Messreihe von IMS-Spektren in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage und seine Höhe als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert werden, – die Peaks der IMS-Spektren mittels einer Häufigkeitsanalyse reduziert werden, wobei lediglich die Peaks dem Analyten oder Analytengemisch zugeordnet werden, die entlang der Messreihe von IMS-Spektren mit einer Mindesthäufigkeit auftreten und wobei die charakteristischen Parameter der Peaks als reduziertes IMS-Spektrum gespeichert werden; – die Mustererkennung mit dem reduzierten Referenzspektrum durchgeführt wird und das Verfahren zur Mustererkennung derart ausgestaltet ist, dass bei hinreichender Übereinstimmung der Peaks von reduziertem IMS-Spektrum des Analyten oder Analytengemisches und reduziertem Referenzspektrum des Gases oder Gasgemisches bekannter Identität der Analyt oder das Analytengemisch identifiziert wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Häufigkeitsanalyse derart ausgestaltet ist, dass – jedes IMS-Referenzspektrum der Referenz-Messreihe in Intervalle aufgeteilt wird, – in jedem Intervall ein Peak oder ein Peakmuster ermittelt wird, – einem Intervall zuordenbare Folgen von entlang der Referenz-Messreihe unmittelbar aufeinanderfolgend auftretenden Peaks oder Peakmustern des Intervalls und/oder einer Kombination von Intervallen zuordenbare Folgen von in der Referenz-Messreihe unmittelbar fortfolgend auftretenden Kombinationen von Peaks oder Peakmustern verschiedener Intervalle ermittelt werden, – für jede Folge die Folgenlänge ermittelt wird, – jeder Folge eine von der Folgenlänge abhängige Folgenkennzahl zugeordnet wird, – aus allen einem Intervall oder einer Kombination von Intervallen zugordneten Folgen eine Häufigkeitskennzahl in Abhängigkeit der Folgenkennzahlen der zugeordneten Folgen ermittelt wird, – dem Gas oder Gasgemisch bekannter Identität die Intervalle oder Kombinationen von Intervallen mit hohen Häufigkeitskennzahlen zugeordnet werden, – dem Gas oder Gasgemisch bekannter Identität die Peaks der Intervalle oder Kombinationen von Intervallen mit hohen Häufigkeitskennzahlen zugeordnet werden und diese als reduziertes IMS-Referenzspektrum gespeichert werden.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die Folgenkennzahl die Folgenlänge oder das Quadrat der Folgenlänge ist.
Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass bei der Ermittlung der Folgen nach der Peakhöhe unterschieden wird.
Verfahren nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet, dass bei der Ermittlung der Folgen nach der Größenrelation verschiedener Peakhöhen unterschieden wird.
Verfahren nach einem der Ansprüche 3 bis 6, dadurch gekennzeichnet, dass in einem ersten Schritt Intervalle mit einer hohen Häufigkeitskennzahl ermittelt werden und in einem zweiten Schritt aus diesen Intervallen Kombinationen von Intervallen gebildet und Häufigkeitskennzahlen dieser Kombinationen von Intervallen ermittelt werden.
Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass aus dem IMS-Spektrum und/oder dem Referenzspektrum in einem Vorverarbeitungsschritt Peaks und für jeden Peak seine Lage, seine Höhe und seine Halbwertsbreite als den Peak beschreibende, charakteristische Parameter ermittelt und normalisiert werden.
Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass aus dem reduzierten Referenzspektrum eine Maskierungsfunktion gebildet wird, die sämtliche Bereiche eines IMS-Spektrums, die sich nicht in einem engen Bereich von Samples um einen Peak befinden, und die Peaks maskiert; und das Verfahren zur Mustererkennung derart ausgestaltet ist, dass das IMS-Spektrum des Analyten oder Analytengemisches zunächst mit der Maskierungsfunktion gefiltert wird.
Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Peakpositionen sowohl in der Trainingsphase als auch in der Messphase dadurch normalisiert werden, dass die Peakpositionen als Differenzabstand zum Reaktionenpeak ermittelt werden und dieser Differenzabstand einer Druck- und Temperaturkorrektur unterzogen wird.