JP2001343324A - 赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体 - Google Patents
赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体Info
- Publication number
- JP2001343324A JP2001343324A JP2000164176A JP2000164176A JP2001343324A JP 2001343324 A JP2001343324 A JP 2001343324A JP 2000164176 A JP2000164176 A JP 2000164176A JP 2000164176 A JP2000164176 A JP 2000164176A JP 2001343324 A JP2001343324 A JP 2001343324A
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- data
- peak
- baseline
- infrared
- 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.)
- Withdrawn
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【課題】 環境汚染物質が付着した赤外線結晶に赤外光
を透過させ、その出射光の吸光スペクトルが汚染物質を
同定する場合における吸光スペクトルのベースラインを
補正する。 【解決手段】 電気的デジタルの吸光スペクトルＩ
（κ）をそのダイナミックレンジを正規化し（５２，５
３）、正規化ＩN （κ）をフィルタ処理して雑音除去
し、そのＩS （κ）を１次微分し（５５）、２次微分し
（５６）、ＩS （κ）′の符号が＋から−に変化し、か
つＩS （κ）″が所定値以上をピークのκi とし（５
７）、そのκi ±Δκ部分をＩN （κ）から除去し（５
８）、除去された部分を両端の値で直線補間し（５
９）、これを補正データとしてＩN （κ）から差し引く
（６２）。
を透過させ、その出射光の吸光スペクトルが汚染物質を
同定する場合における吸光スペクトルのベースラインを
補正する。 【解決手段】 電気的デジタルの吸光スペクトルＩ
（κ）をそのダイナミックレンジを正規化し（５２，５
３）、正規化ＩN （κ）をフィルタ処理して雑音除去
し、そのＩS （κ）を１次微分し（５５）、２次微分し
（５６）、ＩS （κ）′の符号が＋から−に変化し、か
つＩS （κ）″が所定値以上をピークのκi とし（５
７）、そのκi ±Δκ部分をＩN （κ）から除去し（５
８）、除去された部分を両端の値で直線補間し（５
９）、これを補正データとしてＩN （κ）から差し引く
（６２）。
Description
【０００１】
【発明の属する技術分野】この発明は、被測定赤外光を
電気的スペクトルに変換し、その電気的スペクトルのベ
ースラインつまり吸光ゼロのレベルが、経時変化または
周波数依存によりドリフトしている場合に、そのドリフ
ト成分のみ抽出して電気的スペクトルのベースラインを
補正する赤外線吸光スペクトルのベースライン補正方法
に関する。
電気的スペクトルに変換し、その電気的スペクトルのベ
ースラインつまり吸光ゼロのレベルが、経時変化または
周波数依存によりドリフトしている場合に、そのドリフ
ト成分のみ抽出して電気的スペクトルのベースラインを
補正する赤外線吸光スペクトルのベースライン補正方法
に関する。
【０００２】
【従来の技術】近年、環境ホルモンによる環境汚染の問
題など、大気中の微量な化学物質に起因する環境汚染が
関心を集めている。このため、大気中の微量化学物質を
検出し、物質同定、濃度測定を行なう、いわゆる「環境
モニタシステム」の必要性が高まっている。この目的に
対して、特願平１１−０９５８６３や特願平１２−００
０９６３では、測定対象気体中に曝露した赤外結晶基板
に赤外線を入射し、その赤外結晶基板中を多重内部反射
して出射した赤外光を検出し、その赤外光を分光分析す
るという検出方法を提案している。この方法は通常の赤
外線吸光分析に対して非常にコンパクトな空間で多くの
赤外線光路を確保することができるので、感度が非常に
良い利点である。
題など、大気中の微量な化学物質に起因する環境汚染が
関心を集めている。このため、大気中の微量化学物質を
検出し、物質同定、濃度測定を行なう、いわゆる「環境
モニタシステム」の必要性が高まっている。この目的に
対して、特願平１１−０９５８６３や特願平１２−００
０９６３では、測定対象気体中に曝露した赤外結晶基板
に赤外線を入射し、その赤外結晶基板中を多重内部反射
して出射した赤外光を検出し、その赤外光を分光分析す
るという検出方法を提案している。この方法は通常の赤
外線吸光分析に対して非常にコンパクトな空間で多くの
赤外線光路を確保することができるので、感度が非常に
良い利点である。
【０００３】赤外線吸光分析により化学物質を検出する
方法の一例を示す。図１１は環境ホルモンの１種である
ＤＯＰ（DiOctyl-Phthalate ；化学構造を図１２に示
す）に赤外線を透過させたときに得られる吸光スペクト
ルである。横軸が波数帯域、縦軸が吸光度である。有機
物質に赤外線を入射すると、物質を構成する原子間の振
動エネルギーに対応した波長のエネルギーが吸収され
る。吸収される波長や吸光量は化学結合の種類（Ｃ−Ｈ
結合やＣ＝Ｏ結合など）によって異なり、化学物質の種
類によって特定の吸収スペクトルが得られるため、赤外
線吸光スペクトルを解析することにより、測定している
物質の種類を同定することが可能である。吸収の起こら
ない波長帯域については吸収スペクトルが０となり、理
想的に測定気体中に赤外線を吸収する化学物質が存在し
なければ、その吸収スペクトルは図１１に示したすべて
の波数（波長の逆数）帯域において吸光度０の直線とな
る。この吸光度０のラインのことをここではベースライ
ンと定義する。
方法の一例を示す。図１１は環境ホルモンの１種である
ＤＯＰ（DiOctyl-Phthalate ；化学構造を図１２に示
す）に赤外線を透過させたときに得られる吸光スペクト
ルである。横軸が波数帯域、縦軸が吸光度である。有機
物質に赤外線を入射すると、物質を構成する原子間の振
動エネルギーに対応した波長のエネルギーが吸収され
る。吸収される波長や吸光量は化学結合の種類（Ｃ−Ｈ
結合やＣ＝Ｏ結合など）によって異なり、化学物質の種
類によって特定の吸収スペクトルが得られるため、赤外
線吸光スペクトルを解析することにより、測定している
物質の種類を同定することが可能である。吸収の起こら
ない波長帯域については吸収スペクトルが０となり、理
想的に測定気体中に赤外線を吸収する化学物質が存在し
なければ、その吸収スペクトルは図１１に示したすべて
の波数（波長の逆数）帯域において吸光度０の直線とな
る。この吸光度０のラインのことをここではベースライ
ンと定義する。
【０００４】ところで、特願平１１−０９５８６３や特
願平１２−０００９６３では、測定対象気体中におかれ
た赤外結晶に赤外線を入射し、出射した光を分光する。
赤外結晶とは、赤外線に対して透明（吸光しない）な物
質の結晶のことであり、いろいろなものが存在するが、
一例としてはＺｎＳｅ（亜鉛化セレン）やＧａＡｓ（ガ
リウム砒素）などがある。しかし、これらの赤外結晶は
赤外線の全波数域に対して完全に透明ではなく、結晶固
有の吸収スペクトルを持つ。例えばＺｎＳｅの赤外吸光
スペクトルを図１３に示す。この図では縦軸を光の透過
率で表現している。すなわち透過率が高い方が、透明性
が良いということを意味している。このような特性を持
つ赤外結晶基板に化学物質、例えば図１に示した化学構
造のＤＯＰが付着した場合は、得られる赤外光スペクト
ルは図１１のスペクトルと図１３のスペクトルの積とな
る。この積のスペクトルは大きく変形しているから、単
純に赤外結晶を透過してきたスペクトルを直接解析して
も、測定した物質の特定はできない。そこで、あらかじ
め何も化学物質が付着してない赤外結晶の赤外透過スペ
クトル（＝リファレンスデータ）を取得しておき、次に
化学物質が付着した赤外結晶の赤外透過スペクトル（＝
測定データ）を取得し、測定データのリファレンスデー
タに対する比スペクトル（absorbanceスペクトル）を計
算する。これにより、赤外結晶固有のスペクトル成分が
キャンセルされ、付着した化学物質だけの赤外吸光スペ
クトルを取得することができ、物質同定が可能となる。
願平１２−０００９６３では、測定対象気体中におかれ
た赤外結晶に赤外線を入射し、出射した光を分光する。
赤外結晶とは、赤外線に対して透明（吸光しない）な物
質の結晶のことであり、いろいろなものが存在するが、
一例としてはＺｎＳｅ（亜鉛化セレン）やＧａＡｓ（ガ
リウム砒素）などがある。しかし、これらの赤外結晶は
赤外線の全波数域に対して完全に透明ではなく、結晶固
有の吸収スペクトルを持つ。例えばＺｎＳｅの赤外吸光
スペクトルを図１３に示す。この図では縦軸を光の透過
率で表現している。すなわち透過率が高い方が、透明性
が良いということを意味している。このような特性を持
つ赤外結晶基板に化学物質、例えば図１に示した化学構
造のＤＯＰが付着した場合は、得られる赤外光スペクト
ルは図１１のスペクトルと図１３のスペクトルの積とな
る。この積のスペクトルは大きく変形しているから、単
純に赤外結晶を透過してきたスペクトルを直接解析して
も、測定した物質の特定はできない。そこで、あらかじ
め何も化学物質が付着してない赤外結晶の赤外透過スペ
クトル（＝リファレンスデータ）を取得しておき、次に
化学物質が付着した赤外結晶の赤外透過スペクトル（＝
測定データ）を取得し、測定データのリファレンスデー
タに対する比スペクトル（absorbanceスペクトル）を計
算する。これにより、赤外結晶固有のスペクトル成分が
キャンセルされ、付着した化学物質だけの赤外吸光スペ
クトルを取得することができ、物質同定が可能となる。
【０００５】例えば、ＺｎＳｅ基板の赤外透過スペクト
ルリファレンスをあらかじめ取得しておき、その後、Ｚ
ｎＳｅ基板に前出のＤＯＰを付着させて再度赤外スペク
トルを取得し、この測定データのリファレンスデータに
対する比を取った場合は図１１に示すようなスペクトル
が得られるはずである。しかし、実際に上記の作業を行
ないＤＯＰのabsorbanceスペクトルを取ると、図１４に
示すようなスペクトルになってしまう。これはリファレ
ンスデータ取得時と、測定データ取得時とで、光学系の
微妙な変化や、温度変化などの外的要因により、赤外結
晶の赤外吸収波数特性が変化してしまうためである。こ
れをベースラインの逸脱と定義する。図１４の場合は特
に低波数域でベースラインが大きく上昇している。吸収
ピークの高さを測定するにはベースラインとピーク値と
の差を求めなければならないので、図１４に示すような
スペクトルからピークの高さを求めるためにはまずベー
スラインを補正する必要がある。
ルリファレンスをあらかじめ取得しておき、その後、Ｚ
ｎＳｅ基板に前出のＤＯＰを付着させて再度赤外スペク
トルを取得し、この測定データのリファレンスデータに
対する比を取った場合は図１１に示すようなスペクトル
が得られるはずである。しかし、実際に上記の作業を行
ないＤＯＰのabsorbanceスペクトルを取ると、図１４に
示すようなスペクトルになってしまう。これはリファレ
ンスデータ取得時と、測定データ取得時とで、光学系の
微妙な変化や、温度変化などの外的要因により、赤外結
晶の赤外吸収波数特性が変化してしまうためである。こ
れをベースラインの逸脱と定義する。図１４の場合は特
に低波数域でベースラインが大きく上昇している。吸収
ピークの高さを測定するにはベースラインとピーク値と
の差を求めなければならないので、図１４に示すような
スペクトルからピークの高さを求めるためにはまずベー
スラインを補正する必要がある。
【０００６】このようなベースラインの逸脱を補正する
方法としては、従来、最小自乗法を用いた多項式近似曲
線を用いる方法が一般的である。これは測定信号ｙ
（ｘ）に対して例えば３次の整関数ｆ（ｘ）＝ａｘ3 ＋
ｂｘ2 ＋ｃｘ＋ｄを設定し、∫（ｙ（ｘ）−ｆ（ｘ））
2 ｄｘの値が最小になるようなａ，ｂ，ｃ，ｄを探索し
てこれを補正データとするものである。
方法としては、従来、最小自乗法を用いた多項式近似曲
線を用いる方法が一般的である。これは測定信号ｙ
（ｘ）に対して例えば３次の整関数ｆ（ｘ）＝ａｘ3 ＋
ｂｘ2 ＋ｃｘ＋ｄを設定し、∫（ｙ（ｘ）−ｆ（ｘ））
2 ｄｘの値が最小になるようなａ，ｂ，ｃ，ｄを探索し
てこれを補正データとするものである。
【０００７】
【発明が解決しようとする課題】赤外線吸光スペクトル
のベースラインの逸脱を補正する方法として最小自乗法
を用いる場合の問題を説明する。最小自乗法を用いる方
法は、ピークを取っている部分のデータまで近似対象に
なっているので、求めたい補正曲線にならない可能性が
高い。例えば、図１４に示したスペクトルデータに対し
て３次の近似曲線を求めると、図１５に示すようにな
り、ベースラインの近似曲線としてはあまり良い近似で
はないことがわかる。また、整関数を用いた最小自乗法
の場合は近似曲線の次数を設定する必要がある。図１５
に示した例では３次曲線で近似しているが、ベースライ
ンの急激な変化に追従させるためにはさらに次数を上げ
る必要があり、具体的な近似の次数は化学物質による特
定の吸収スペクトルを確認するまでわからないという問
題がある。
のベースラインの逸脱を補正する方法として最小自乗法
を用いる場合の問題を説明する。最小自乗法を用いる方
法は、ピークを取っている部分のデータまで近似対象に
なっているので、求めたい補正曲線にならない可能性が
高い。例えば、図１４に示したスペクトルデータに対し
て３次の近似曲線を求めると、図１５に示すようにな
り、ベースラインの近似曲線としてはあまり良い近似で
はないことがわかる。また、整関数を用いた最小自乗法
の場合は近似曲線の次数を設定する必要がある。図１５
に示した例では３次曲線で近似しているが、ベースライ
ンの急激な変化に追従させるためにはさらに次数を上げ
る必要があり、具体的な近似の次数は化学物質による特
定の吸収スペクトルを確認するまでわからないという問
題がある。
【０００８】この発明の目的は、ピーク除去とデータ補
間を組み合わせることにより、よりベースライン部分を
正確に近似することができる赤外線吸光スペクトルのベ
ースライン補正方法とそのプログラム記録媒体を提供す
ることである。
間を組み合わせることにより、よりベースライン部分を
正確に近似することができる赤外線吸光スペクトルのベ
ースライン補正方法とそのプログラム記録媒体を提供す
ることである。
【０００９】
【課題を解決するための手段】この発明によれば、ベー
スラインが変形した電気的スペクトルに対して、まずベ
ースライン以外のピーク成分を消去し、次に消去した部
分を消去した領域の前後のデータを利用して補間し、こ
れを補正データとして電気的スペクトルを補正する。ピ
ーク成分の消去は、ピーク値Ｐ（κi ，Ｉ（κi ））を
検出し、その各κiについて一定の領域κi −Δκ＜κ
＜κi ＋Δκ内にあるＩ（κ）を消去する。Δκの具体
的な値は過去に測定した電気的スペクトルを解析して得
られる一般的なピーク幅の情報を基準にしてあらかじめ
設定しておく。その消去した領域の外側の２点（κi −
Δκ，Ｉ（κi −Δκ）），（κi ＋Δκ，Ｉ（κi ＋
Δκ））を基準にしてデータ補間をする。その補間デー
タと、消去されなかったデータを統合してこれを補正デ
ータとして、これを用いて電気的スペクトルを補正す
る。
スラインが変形した電気的スペクトルに対して、まずベ
ースライン以外のピーク成分を消去し、次に消去した部
分を消去した領域の前後のデータを利用して補間し、こ
れを補正データとして電気的スペクトルを補正する。ピ
ーク成分の消去は、ピーク値Ｐ（κi ，Ｉ（κi ））を
検出し、その各κiについて一定の領域κi −Δκ＜κ
＜κi ＋Δκ内にあるＩ（κ）を消去する。Δκの具体
的な値は過去に測定した電気的スペクトルを解析して得
られる一般的なピーク幅の情報を基準にしてあらかじめ
設定しておく。その消去した領域の外側の２点（κi −
Δκ，Ｉ（κi −Δκ）），（κi ＋Δκ，Ｉ（κi ＋
Δκ））を基準にしてデータ補間をする。その補間デー
タと、消去されなかったデータを統合してこれを補正デ
ータとして、これを用いて電気的スペクトルを補正す
る。
【００１０】ピーク検出は極大値のみとするのが好まし
い。赤外線吸光スペクトルにおいては、ピークはすべて
上に凸になり、下に凸のピークはピークとピークの谷間
にあるベースライン成分である。従って、上に凸のピー
クのみを検出したほうが良い。ただし、縦軸が透過量に
なった場合は、逆に下に凸のピークのみを検出するのが
好ましい。補間データの作成は２点間を直線補間するこ
とが好ましい。赤外線吸光スペクトルの解析において
は、消去された領域を、その両側の複数点の情報を用い
て曲線で補間しても、大きな効果は期待できず、むしろ
直線で補間したほうが、簡素で処理速度も向上できる。
い。赤外線吸光スペクトルにおいては、ピークはすべて
上に凸になり、下に凸のピークはピークとピークの谷間
にあるベースライン成分である。従って、上に凸のピー
クのみを検出したほうが良い。ただし、縦軸が透過量に
なった場合は、逆に下に凸のピークのみを検出するのが
好ましい。補間データの作成は２点間を直線補間するこ
とが好ましい。赤外線吸光スペクトルの解析において
は、消去された領域を、その両側の複数点の情報を用い
て曲線で補間しても、大きな効果は期待できず、むしろ
直線で補間したほうが、簡素で処理速度も向上できる。
【００１１】ピーク検出を行う前にノイズ除去を行な
い、本来ピークが存在しないベースライン部分に発生し
たノイズ成分を、誤ってピークとして検出してしまうこ
とを避けるようにするとよい。コンピュータによりデー
タ消去を実現する方法として、κi −Δκ＜κ＜κi＋
Δκの領域内にあるＩ（κ）の値を、Ｉ（κ）がとりえ
ない不定値（無限大など）に設定すればよい。
い、本来ピークが存在しないベースライン部分に発生し
たノイズ成分を、誤ってピークとして検出してしまうこ
とを避けるようにするとよい。コンピュータによりデー
タ消去を実現する方法として、κi −Δκ＜κ＜κi＋
Δκの領域内にあるＩ（κ）の値を、Ｉ（κ）がとりえ
ない不定値（無限大など）に設定すればよい。
【００１２】ピーク検出は、相対的に十分大きいピーク
のみを検出し、ベースライン上にある、ノイズレベルの
小さなピークは検出しないようにする。このためには電
気的スペクトルのダイナミックレンジを一定に正規化
し、しきい値により検出するピークが相対的に十分大き
いかどうかを定量的に判断することができる。
のみを検出し、ベースライン上にある、ノイズレベルの
小さなピークは検出しないようにする。このためには電
気的スペクトルのダイナミックレンジを一定に正規化
し、しきい値により検出するピークが相対的に十分大き
いかどうかを定量的に判断することができる。
【００１３】
【発明の実施の形態】つぎに図面を参照してこの発明の
好ましい実施例を説明する。図１にこの発明方法が適用
される環境モニタシステムの例を示す。環境汚染物質１
１の雰囲気中に赤外線透過結晶１２が配され、赤外線透
過結晶１２の一端に赤外光１３が入射され、その赤外光
１３は赤外線透過結晶１２内を多重反射され、途中で赤
外線透過結晶１２に付着した環境汚染物質１１によるス
ペクトル吸収を受けて赤外線透過結晶１２の他端から出
射光１４が出射される。この出射光は電気的スペクトル
変換部１５で電気的スペクトルに変換される。
好ましい実施例を説明する。図１にこの発明方法が適用
される環境モニタシステムの例を示す。環境汚染物質１
１の雰囲気中に赤外線透過結晶１２が配され、赤外線透
過結晶１２の一端に赤外光１３が入射され、その赤外光
１３は赤外線透過結晶１２内を多重反射され、途中で赤
外線透過結晶１２に付着した環境汚染物質１１によるス
ペクトル吸収を受けて赤外線透過結晶１２の他端から出
射光１４が出射される。この出射光は電気的スペクトル
変換部１５で電気的スペクトルに変換される。
【００１４】電気的スペクトル変換部１５は例えば出射
光１４が赤外線受光素子に入射されて電気信号に変換さ
れ、その電気信号が例えば高速フーリエ変換（ＦＦＴ）
されて時間領域から周波数領域に変換されて、電気的ス
ペクトルを得る。あるいは出射光１４は分光器により分
光され、その分光された各ラインスペクトルが赤外線受
光素子により電気信号に変換されて電気的スペクトルを
得るようにしてもよい。このようにして得られた、被測
定赤外線の電気的スペクトルはこの発明によるベースラ
イン補正部１６に供給される。
光１４が赤外線受光素子に入射されて電気信号に変換さ
れ、その電気信号が例えば高速フーリエ変換（ＦＦＴ）
されて時間領域から周波数領域に変換されて、電気的ス
ペクトルを得る。あるいは出射光１４は分光器により分
光され、その分光された各ラインスペクトルが赤外線受
光素子により電気信号に変換されて電気的スペクトルを
得るようにしてもよい。このようにして得られた、被測
定赤外線の電気的スペクトルはこの発明によるベースラ
イン補正部１６に供給される。
【００１５】ベースライン補正部１６における処理手順
を図２を参照して説明する。電気的スペクトルはデジタ
ルデータとしてベースライン補正部１６に入力されるも
のとする。この入力電気的スペクトルＩ（κ）は例えば
図１４に示すようにベースラインが逸脱している。この
電気的スペクトルＩ（κ）を取り込み（５１）、このＩ
（κ）に対して、正規化過程で正規化処理を施してダイ
ナミックレンジを一定値にする。具体的には、まずＩ
（κ）の最大値と最小値ｍａｘ（Ｉ（κ））とｍｉｎ
（Ｉ（κ））を求め、その差ｍａｘ（Ｉ（κ））−ｍｉ
ｎ（Ｉ（κ））をレンジＲIとし（５２）、入力Ｉ
（κ）全体をＲI で割る（５３）。これにより、Ｉ
（κ）のダイナミックレンジを１に正規化できる。この
正規化された電気的スペクトルをＩN （κ）と記す。ｍ
ａｘ（Ｉ（κ））の検出は例えばκi のｉを１，２，…
と順次変化させ、各Ｉ（κi ）とそれまでの最大値ｍａ
ｘ（Ｉ（κ））とを比較し、Ｉ（κi ）が大きければそ
のＩ（κi ）をｍａｘ（Ｉ（κ））とし、Ｉ（κi ）が
ｍａｘ（Ｉ（κ））より小さければ、ｉを＋１して同様
の処理を行ない、最後のｉを処理し終った時のｍａｘ
（Ｉ（κ））が求めるものである。ｍｉｎ（Ｉ（κ））
も同様に小さいものを残してゆくように処理して求めれ
ばよい。
を図２を参照して説明する。電気的スペクトルはデジタ
ルデータとしてベースライン補正部１６に入力されるも
のとする。この入力電気的スペクトルＩ（κ）は例えば
図１４に示すようにベースラインが逸脱している。この
電気的スペクトルＩ（κ）を取り込み（５１）、このＩ
（κ）に対して、正規化過程で正規化処理を施してダイ
ナミックレンジを一定値にする。具体的には、まずＩ
（κ）の最大値と最小値ｍａｘ（Ｉ（κ））とｍｉｎ
（Ｉ（κ））を求め、その差ｍａｘ（Ｉ（κ））−ｍｉ
ｎ（Ｉ（κ））をレンジＲIとし（５２）、入力Ｉ
（κ）全体をＲI で割る（５３）。これにより、Ｉ
（κ）のダイナミックレンジを１に正規化できる。この
正規化された電気的スペクトルをＩN （κ）と記す。ｍ
ａｘ（Ｉ（κ））の検出は例えばκi のｉを１，２，…
と順次変化させ、各Ｉ（κi ）とそれまでの最大値ｍａ
ｘ（Ｉ（κ））とを比較し、Ｉ（κi ）が大きければそ
のＩ（κi ）をｍａｘ（Ｉ（κ））とし、Ｉ（κi ）が
ｍａｘ（Ｉ（κ））より小さければ、ｉを＋１して同様
の処理を行ない、最後のｉを処理し終った時のｍａｘ
（Ｉ（κ））が求めるものである。ｍｉｎ（Ｉ（κ））
も同様に小さいものを残してゆくように処理して求めれ
ばよい。
【００１６】次にノイズ除去過程でＩN （κ）に対して
例えば低域通過フィルタ処理を適用する。具体的には、
あるＩN （κ）に対して、ｎ近傍のデータの平均値ＩS
（κ）←Σi=-n n ＩN （κ＋ｉ）／（２ｎ＋１）をフィ
ルタ処理結果とする（５４）。ｎは経験的に３か５を選
択する。次に、ＩS （κ）中の極値Ｐ（κi ，Ｉ
（κi ））を求めるピーク検出過程を行なう。この実施
例では極大値を求める。またノイズ除去されたＩ
N （κ）について、各順次隣接する値の差分を求めて微
分値Ｉ（κ）′＝ＩS （κ＋１）−Ｉ S （κ）を得（５
５）、更にその微分値ＩS （κ）′を同様に微分して、
２次微分値ＩS （κ）″＝ＩS （κ＋１）′−Ｉ
S （κ）′を求める（５６）。１次微分値Ｉ（κ）′の
符号が＋→−に変化する点を求める。１次微分値Ｉ
（κ）′の符号が変化する点を単純にすべてピークとし
て検出すると、図４に示すノイズ除去されたＩS （κ）
に対し‘＋’の記号をプロットしたところがすべてピー
クとなってしまい、後のデータ消去過程でほとんどすべ
てのデータが消去されてしまう。そこで、大きなピーク
のみを検出するために、ＩS （κ）′が＋から−に変化
し、かつ２次差分データ、つまり２次微分値Ｉ
S （κ）″が一定値（ピーク判定しきい値Ｉth以上にな
っているＩS （κi ）のみをピークとして検出する（５
７）。入力電気的スペクトルを正規化している場合は、
ＩS （κ）″のピーク判定しきい値を経験的にあらかじ
め設定しておくことが可能で、この実施例では１／５０
００に設定している。これによりピーク抽出すると、図
５に示すようになり、大きいピークのみを検出すること
ができている。
例えば低域通過フィルタ処理を適用する。具体的には、
あるＩN （κ）に対して、ｎ近傍のデータの平均値ＩS
（κ）←Σi=-n n ＩN （κ＋ｉ）／（２ｎ＋１）をフィ
ルタ処理結果とする（５４）。ｎは経験的に３か５を選
択する。次に、ＩS （κ）中の極値Ｐ（κi ，Ｉ
（κi ））を求めるピーク検出過程を行なう。この実施
例では極大値を求める。またノイズ除去されたＩ
N （κ）について、各順次隣接する値の差分を求めて微
分値Ｉ（κ）′＝ＩS （κ＋１）−Ｉ S （κ）を得（５
５）、更にその微分値ＩS （κ）′を同様に微分して、
２次微分値ＩS （κ）″＝ＩS （κ＋１）′−Ｉ
S （κ）′を求める（５６）。１次微分値Ｉ（κ）′の
符号が＋→−に変化する点を求める。１次微分値Ｉ
（κ）′の符号が変化する点を単純にすべてピークとし
て検出すると、図４に示すノイズ除去されたＩS （κ）
に対し‘＋’の記号をプロットしたところがすべてピー
クとなってしまい、後のデータ消去過程でほとんどすべ
てのデータが消去されてしまう。そこで、大きなピーク
のみを検出するために、ＩS （κ）′が＋から−に変化
し、かつ２次差分データ、つまり２次微分値Ｉ
S （κ）″が一定値（ピーク判定しきい値Ｉth以上にな
っているＩS （κi ）のみをピークとして検出する（５
７）。入力電気的スペクトルを正規化している場合は、
ＩS （κ）″のピーク判定しきい値を経験的にあらかじ
め設定しておくことが可能で、この実施例では１／５０
００に設定している。これによりピーク抽出すると、図
５に示すようになり、大きいピークのみを検出すること
ができている。
【００１７】このピーク検出処理は、図３に示すよう
に、ｉを１に初期化し（Ｓ１）、ＩS（κi ）′の符号
が＋（正）であるかを調べ（Ｓ２）、正であればＩ
S （κi+1）′の符号が−（負）であるかを調べ（Ｓ
３）、負であばＩS （κi ）″がしきい値Ｉth以上であ
るかを調べ（Ｓ４）、Ｉth以上であればその時のκi を
記憶部に記憶し（Ｓ５）、ｉが最終値Ｅであるかを調べ
（Ｓ６）、最終値でなければｉを＋１してステップＳ２
に戻る（Ｓ７）。ステップＳ２，Ｓ３，Ｓ４の何れでも
条件を満さなければステップＳ７に移る。ステップＳ６
でｉ＝Ｅであれば終了する。
に、ｉを１に初期化し（Ｓ１）、ＩS（κi ）′の符号
が＋（正）であるかを調べ（Ｓ２）、正であればＩ
S （κi+1）′の符号が−（負）であるかを調べ（Ｓ
３）、負であばＩS （κi ）″がしきい値Ｉth以上であ
るかを調べ（Ｓ４）、Ｉth以上であればその時のκi を
記憶部に記憶し（Ｓ５）、ｉが最終値Ｅであるかを調べ
（Ｓ６）、最終値でなければｉを＋１してステップＳ２
に戻る（Ｓ７）。ステップＳ２，Ｓ３，Ｓ４の何れでも
条件を満さなければステップＳ７に移る。ステップＳ６
でｉ＝Ｅであれば終了する。
【００１８】次にデータ消去過程に移り、極値を取るκ
i に対し、その前後の一定の範囲内のデータＩS （κ）
を消去する。すなわち各ピーク位置κi に対し±Δκの
範囲にあるデータをＩS （κ）から消去する。赤外線吸
光スペクトルにおいては、一つのピークの幅は約１００
ｃｍ-1程度であるので、ここではΔκ＝５０ｃｍ-1とす
る。この消去処理を図５のＩS （κ）に対し適用した結
果が図６である。このピーク成分の消去をコンピュータ
に行わせるために、ＩS （κ）が取り得ない値、つまり
ＩS （κ）は正規化されているため、０〜１の値しか取
らないから、例えば２などの不定値に消去すべきデータ
を変更すればよい（５８）。ＩS （κ）が正規化されて
いない場合は、ＩS （κ）が取り得ない値として例えば
無限大に消去すべきデータを変更すればよい。
i に対し、その前後の一定の範囲内のデータＩS （κ）
を消去する。すなわち各ピーク位置κi に対し±Δκの
範囲にあるデータをＩS （κ）から消去する。赤外線吸
光スペクトルにおいては、一つのピークの幅は約１００
ｃｍ-1程度であるので、ここではΔκ＝５０ｃｍ-1とす
る。この消去処理を図５のＩS （κ）に対し適用した結
果が図６である。このピーク成分の消去をコンピュータ
に行わせるために、ＩS （κ）が取り得ない値、つまり
ＩS （κ）は正規化されているため、０〜１の値しか取
らないから、例えば２などの不定値に消去すべきデータ
を変更すればよい（５８）。ＩS （κ）が正規化されて
いない場合は、ＩS （κ）が取り得ない値として例えば
無限大に消去すべきデータを変更すればよい。
【００１９】以上のようにしてデータ消去された部分は
データ補間過程でその両端の値を基準としてデータ補間
する。図６に示した例ではデータで消去された連続領域
は図６中に矢印で示した５ケ所あるが、それぞれに対し
て領域の両端にある消去されなかったデータ点を結んで
直線補間する（５９）。例えばデータ消去された領域の
両端の値をＩS （κi ），ＩS （κi+m ）とすると、κ
i+1 〜κi+m-1 のそれぞれのκについて、 （（ＩS （κi+m ）−ＩS （κi ））／（κi+m −
κi ））κ＋ＩS （κi ） を計算して補間データＩin（κ）を得る。
データ補間過程でその両端の値を基準としてデータ補間
する。図６に示した例ではデータで消去された連続領域
は図６中に矢印で示した５ケ所あるが、それぞれに対し
て領域の両端にある消去されなかったデータ点を結んで
直線補間する（５９）。例えばデータ消去された領域の
両端の値をＩS （κi ），ＩS （κi+m ）とすると、κ
i+1 〜κi+m-1 のそれぞれのκについて、 （（ＩS （κi+m ）−ＩS （κi ））／（κi+m −
κi ））κ＋ＩS （κi ） を計算して補間データＩin（κ）を得る。
【００２０】次にデータ統合過程で、図６中のデータ消
去が行われなかった領域には、正規化スペクトルＩ
N （κ）をそのまま用い（６０）、この正規化スペクト
ルＩN （κ）と補間データＩin（κ）とを統合して図７
に示すようなベースライン補正データＤBC（κ）を求め
る（６１）。図８にベースライン補正データＤBC（κ）
と正規化スペクトルＩN （κ）をプロットした。このベ
ースライン補正データＤBC（κ）は正規化スペクトルＩ
N （κ）のベースラインと非常によく近似していくこと
がわかる。
去が行われなかった領域には、正規化スペクトルＩ
N （κ）をそのまま用い（６０）、この正規化スペクト
ルＩN （κ）と補間データＩin（κ）とを統合して図７
に示すようなベースライン補正データＤBC（κ）を求め
る（６１）。図８にベースライン補正データＤBC（κ）
と正規化スペクトルＩN （κ）をプロットした。このベ
ースライン補正データＤBC（κ）は正規化スペクトルＩ
N （κ）のベースラインと非常によく近似していくこと
がわかる。
【００２１】最後にベースライン補正過程で、正規化ス
ペクトルＩN （κ）とベースライン補正データＤ
BC（κ）との差分信号を取る（６２）。この結果図９に
示すようになり、ベースラインを水平にすることが可能
となる。図２に示した処理は一般にはコンピュータによ
り行わせることができる。例えば図１０に示すようにＣ
ＰＵ（中央処理装置）２１がコンピュータとしての基本
動作をするための基本プログラムをメモリ２２から読み
出して実行し、またこのベースライン補正方法の全体を
統合的に処理させるためのプログラムをメモリ２３に、
最大値、最小値検出プログラムをメモリ２４に、フィル
タ演算プログラムをメモリ２５に、ピーク検出プログラ
ムをメモリ２６に、ピーク領域データ消去プログラムを
メモリ２７に、直線補間プログラムをメモリ２８にそれ
ぞれ、ハードディスク２９から、又はＣＤＲＯＭからそ
のドライバ３１により取り出して格納しておく、当然の
ことであるが作業用メモリ（ＲＡＭ）３２も設けられて
いる。
ペクトルＩN （κ）とベースライン補正データＤ
BC（κ）との差分信号を取る（６２）。この結果図９に
示すようになり、ベースラインを水平にすることが可能
となる。図２に示した処理は一般にはコンピュータによ
り行わせることができる。例えば図１０に示すようにＣ
ＰＵ（中央処理装置）２１がコンピュータとしての基本
動作をするための基本プログラムをメモリ２２から読み
出して実行し、またこのベースライン補正方法の全体を
統合的に処理させるためのプログラムをメモリ２３に、
最大値、最小値検出プログラムをメモリ２４に、フィル
タ演算プログラムをメモリ２５に、ピーク検出プログラ
ムをメモリ２６に、ピーク領域データ消去プログラムを
メモリ２７に、直線補間プログラムをメモリ２８にそれ
ぞれ、ハードディスク２９から、又はＣＤＲＯＭからそ
のドライバ３１により取り出して格納しておく、当然の
ことであるが作業用メモリ（ＲＡＭ）３２も設けられて
いる。
【００２２】電気的スペクトルＩ（κ）が入力される
と、入出力インタフェース３３を通して取込まれ、入力
データメモリ３４に格納され、このＩ（κ）に対し、最
大値、最小値検出プログラムを実行してｍａｘ（Ｉ
（κ）），ｍｉｎ（Ｉ（κ））を検出し、これらダイナ
ミックレンジＲI を求め、ＲI でＩ（κ）を割算して正
規化スペクトルＩN （κ）を求め、正規化データメモリ
３５に格納される。更にＩN（κ）に対し、フィルタ演
算プログラムを実行してノイズを除去したスペクトルＩ
S （κ）を平滑化データメモリ３６に格納し、Ｉ
S （κ）に対しピーク検出プログラムを実行して、１次
微分データＩS （κ）′をメモリ３７に、２次微分デー
タＩS （κ）″をメモリ３８にそれぞれ格納し、これら
ＩS （κ）′，ＩS （κ）″を用いて図３に示した処理
を実行して各ピーク（κi ）を求め、メモリ３２に一時
格納し、これらκi についてピーク領域データ消去プロ
グラムを実行してＩN （κ）のピーク領域を不定値に変
換して、ベースライン補正データメモリ３９に格納す
る。その不定値領域を、直線補間プログラムを実行して
直線補間し、メモリ３９にベースライン補正データＤBC
（κ）が得られ、これをメモリ３５内の正規化スペクト
ルＩN （κ）から差し引き、ベースラインが補正された
正規化スペクトルを得る。
と、入出力インタフェース３３を通して取込まれ、入力
データメモリ３４に格納され、このＩ（κ）に対し、最
大値、最小値検出プログラムを実行してｍａｘ（Ｉ
（κ）），ｍｉｎ（Ｉ（κ））を検出し、これらダイナ
ミックレンジＲI を求め、ＲI でＩ（κ）を割算して正
規化スペクトルＩN （κ）を求め、正規化データメモリ
３５に格納される。更にＩN（κ）に対し、フィルタ演
算プログラムを実行してノイズを除去したスペクトルＩ
S （κ）を平滑化データメモリ３６に格納し、Ｉ
S （κ）に対しピーク検出プログラムを実行して、１次
微分データＩS （κ）′をメモリ３７に、２次微分デー
タＩS （κ）″をメモリ３８にそれぞれ格納し、これら
ＩS （κ）′，ＩS （κ）″を用いて図３に示した処理
を実行して各ピーク（κi ）を求め、メモリ３２に一時
格納し、これらκi についてピーク領域データ消去プロ
グラムを実行してＩN （κ）のピーク領域を不定値に変
換して、ベースライン補正データメモリ３９に格納す
る。その不定値領域を、直線補間プログラムを実行して
直線補間し、メモリ３９にベースライン補正データＤBC
（κ）が得られ、これをメモリ３５内の正規化スペクト
ルＩN （κ）から差し引き、ベースラインが補正された
正規化スペクトルを得る。
【００２３】なお図２に示した実施例において、正規化
過程、ノイズ除去過程の何れか１つ又は両者を省略して
もよい。
過程、ノイズ除去過程の何れか１つ又は両者を省略して
もよい。
【００２４】
【発明の効果】以下にこの発明の効果を述べる。図１６
は図１５で示したような、従来法（最小自乗法）で求め
た補正データを入力電気的スペクトルから差し引いた補
正されたスペクトルである。この図１６の特に右側の領
域でデータがＩ（κ）＝０のラインを下回っており、ベ
ースラインを正確に補正できていないことがわかる。こ
れに対して、この発明方法を用いると、図９に示したよ
うにベースラインがほぼＩ（κ）＝０に正確に補正でき
ている。この２つの補正されたスペクトルと、市販され
ている標準のＤＯＰの赤外透過スペクトルとの正規化相
関を計算すると、従来法で求めたデータではｒ＝０．８
１５８になるのに対して、この発明方法ではｒ＝０．９
０３２となり、この補正が従来法より有効であることが
理解される。
は図１５で示したような、従来法（最小自乗法）で求め
た補正データを入力電気的スペクトルから差し引いた補
正されたスペクトルである。この図１６の特に右側の領
域でデータがＩ（κ）＝０のラインを下回っており、ベ
ースラインを正確に補正できていないことがわかる。こ
れに対して、この発明方法を用いると、図９に示したよ
うにベースラインがほぼＩ（κ）＝０に正確に補正でき
ている。この２つの補正されたスペクトルと、市販され
ている標準のＤＯＰの赤外透過スペクトルとの正規化相
関を計算すると、従来法で求めたデータではｒ＝０．８
１５８になるのに対して、この発明方法ではｒ＝０．９
０３２となり、この補正が従来法より有効であることが
理解される。
【００２５】以上詳細に説明したように、この発明は、
従来法では正確に補正することが困難であった、ベース
ラインが逸脱した入力電気的スペクトルに対して、まず
ベースライン以外のピーク信号成分を消去し、次に消去
した領域を、その領域の前後のデータを利用して補間
し、これをベースライン補正データとするという手法を
取ることにより、正確に入力電気的スペクトルを補正す
るベースライン補正方法を提供することが可能となり、
その効果は大である。
従来法では正確に補正することが困難であった、ベース
ラインが逸脱した入力電気的スペクトルに対して、まず
ベースライン以外のピーク信号成分を消去し、次に消去
した領域を、その領域の前後のデータを利用して補間
し、これをベースライン補正データとするという手法を
取ることにより、正確に入力電気的スペクトルを補正す
るベースライン補正方法を提供することが可能となり、
その効果は大である。
【図１】この発明の方法が適用される測定装置の構成を
示す図。
示す図。
【図２】この発明の実施例における具体的な処理手順を
示すフローチャート。
示すフローチャート。
【図３】図２中のステップ５７における処理手順の例を
示すフローチャート。
示すフローチャート。
【図４】図１４に示したスペクトルに対して、平滑化ス
ペクトルＩS （κ）の１次差分値の符号が＋から−に変
化した点をすべてピークとして検出した結果を記号＋で
示す図。
ペクトルＩS （κ）の１次差分値の符号が＋から−に変
化した点をすべてピークとして検出した結果を記号＋で
示す図。
【図５】図１４に示したスペクトルに対して、Ｉ
S （κ）の１次差分値の符号が＋から−に変化し、かつ
２次差分値が一定値以上を取った点をピークとして検出
した結果を記号＋で示す図。
S （κ）の１次差分値の符号が＋から−に変化し、かつ
２次差分値が一定値以上を取った点をピークとして検出
した結果を記号＋で示す図。
【図６】図１４に示したスペクトルのピーク成分を消去
した結果を示す図。
した結果を示す図。
【図７】この発明により得られたベースライン補正デー
タの例を示す図。
タの例を示す図。
【図８】図１４に示したスペクトルと図７に示したベー
スライン補正データとをプロットした図。
スライン補正データとをプロットした図。
【図９】正規化スペクトルＩN （κ）からベースライン
補正データＤBCを差し引いた結果のベースラインが補正
されたスペクトルを示す図。
補正データＤBCを差し引いた結果のベースラインが補正
されたスペクトルを示す図。
【図１０】この発明の方法をコンピュータを用いて実行
させる場合の機能構成例を示す図。
させる場合の機能構成例を示す図。
【図１１】ＤＯＰ標準試料の理想的な赤外線吸光スペク
トルを示す図。
トルを示す図。
【図１２】この発明の実施例でサンプルとして使用した
ＤＯＰ（DiOctyl-Phthalate)の化学構造式を示す図。
ＤＯＰ（DiOctyl-Phthalate)の化学構造式を示す図。
【図１３】赤外透過結晶の一つであるＺｎＳｅ（亜鉛化
セレン）の赤外透過スペクトルを示す図。
セレン）の赤外透過スペクトルを示す図。
【図１４】ＺｎＳｅ基板にＤＯＰを付着させ、多重内部
反射ＦＴＩＲ法により取得した赤外線吸光スペクトルを
示す図。
反射ＦＴＩＲ法により取得した赤外線吸光スペクトルを
示す図。
【図１５】図１４に示したスペクトルに対して従来法で
求めたベースラインの近似曲線を示す図。
求めたベースラインの近似曲線を示す図。
【図１６】従来法（最小自乗法）で得られたベースライ
ン補正データを用いて入力電気スペクトルを補正した結
果を示す図。
ン補正データを用いて入力電気スペクトルを補正した結
果を示す図。
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１２年７月６日（２０００．７．６）
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】０００２
【補正方法】変更
【補正内容】
【０００２】
【従来の技術】近年、環境ホルモンによる環境汚染の問
題など、大気中の微量な化学物質に起因する環境汚染が
関心を集めている。このため、大気中の微量化学物質を
検出し、物質同定、濃度測定を行なう、いわゆる「環境
モニタシステム」の必要性が高まっている。この目的に
対して、特願平１１−０９５８６３や特願平１２−００
０９６３では、測定対象気体中に曝露した赤外結晶基板
に赤外線を入射し、その赤外結晶基板中を多重内部反射
して出射した赤外光を検出し、その赤外光を分光分析す
るという検出方法を提案している。この方法は通常の赤
外線吸光分析に対して非常にコンパクトな空間で多くの
赤外線光路を確保することができるので、感度が非常に
良いという利点がある。
題など、大気中の微量な化学物質に起因する環境汚染が
関心を集めている。このため、大気中の微量化学物質を
検出し、物質同定、濃度測定を行なう、いわゆる「環境
モニタシステム」の必要性が高まっている。この目的に
対して、特願平１１−０９５８６３や特願平１２−００
０９６３では、測定対象気体中に曝露した赤外結晶基板
に赤外線を入射し、その赤外結晶基板中を多重内部反射
して出射した赤外光を検出し、その赤外光を分光分析す
るという検出方法を提案している。この方法は通常の赤
外線吸光分析に対して非常にコンパクトな空間で多くの
赤外線光路を確保することができるので、感度が非常に
良いという利点がある。
【手続補正２】
【補正対象書類名】明細書
【補正対象項目名】０００４
【補正方法】変更
【補正内容】
【０００４】ところで、特願平１１−０９５８６３や特
願平１２−０００９６３では、測定対象気体中におかれ
た赤外結晶に赤外線を入射し、出射した光を分光する。
赤外結晶とは、赤外線に対して透明（吸光しない）な物
質の結晶のことであり、いろいろなものが存在するが、
一例としてはＺｎＳｅ（亜鉛化セレン）やＧａＡｓ（砒
化ガリウム）などがある。しかし、これらの赤外結晶は
赤外線の全波数域に対して完全に透明ではなく、結晶固
有の吸収スペクトルを持つ。例えばＺｎＳｅの赤外吸光
スペクトルを図１３に示す。この図では縦軸を光の透過
率で表現している。すなわち透過率が高い方が、透明性
が良いということを意味している。このような特性を持
つ赤外結晶基板に化学物質、例えば図１に示した化学構
造のＤＯＰが付着した場合は、得られる赤外光スペクト
ルは図１１のスペクトルと図１３のスペクトルの積とな
る。この積のスペクトルは大きく変形しているから、単
純に赤外結晶を透過してきたスペクトルを直接解析して
も、測定した物質の特定はできない。そこで、あらかじ
め何も化学物質が付着してない赤外結晶の赤外透過スペ
クトル（＝リファレンスデータ）を取得しておき、次に
化学物質が付着した赤外結晶の赤外透過スペクトル（＝
測定データ）を取得し、測定データのリファレンスデー
タに対する比スペクトル（absorbanceスペクトル）を計
算する。これにより、赤外結晶固有のスペクトル成分が
キャンセルされ、付着した化学物質だけの赤外吸光スペ
クトルを取得することができ、物質同定が可能となる。
願平１２−０００９６３では、測定対象気体中におかれ
た赤外結晶に赤外線を入射し、出射した光を分光する。
赤外結晶とは、赤外線に対して透明（吸光しない）な物
質の結晶のことであり、いろいろなものが存在するが、
一例としてはＺｎＳｅ（亜鉛化セレン）やＧａＡｓ（砒
化ガリウム）などがある。しかし、これらの赤外結晶は
赤外線の全波数域に対して完全に透明ではなく、結晶固
有の吸収スペクトルを持つ。例えばＺｎＳｅの赤外吸光
スペクトルを図１３に示す。この図では縦軸を光の透過
率で表現している。すなわち透過率が高い方が、透明性
が良いということを意味している。このような特性を持
つ赤外結晶基板に化学物質、例えば図１に示した化学構
造のＤＯＰが付着した場合は、得られる赤外光スペクト
ルは図１１のスペクトルと図１３のスペクトルの積とな
る。この積のスペクトルは大きく変形しているから、単
純に赤外結晶を透過してきたスペクトルを直接解析して
も、測定した物質の特定はできない。そこで、あらかじ
め何も化学物質が付着してない赤外結晶の赤外透過スペ
クトル（＝リファレンスデータ）を取得しておき、次に
化学物質が付着した赤外結晶の赤外透過スペクトル（＝
測定データ）を取得し、測定データのリファレンスデー
タに対する比スペクトル（absorbanceスペクトル）を計
算する。これにより、赤外結晶固有のスペクトル成分が
キャンセルされ、付着した化学物質だけの赤外吸光スペ
クトルを取得することができ、物質同定が可能となる。
Claims (9)
- 【請求項１】 被測定赤外光を電気的スペクトルに変換
し、その電気的スペクトルのベースラインを補正する方
法であって、 上記電気的スペクトル中の極値Ｐ（κi ，Ｉ（κi ））
を求めるピーク検出過程と、 上記検出したＰ（κi ，Ｉ（κi ））のそれぞれに対し
て、極値をとるκi に対する一定の領域κi −Δκ＜κ
i ＋ΔκにあるＩ（κ）を消去するデータ消去過程と、 上記消去された領域を、その領域の両側の２点（κi −
Δκ，Ｉ（κi −Δκ）），（κi ＋Δκ，Ｉ（κi ＋
Δκ））を基準にして補間するデータ補間過程と、 上記データ補間により得られた補正データを用いて上記
電気的スペクトルを補正する信号処理過程と、 を有することを特徴とする赤外線吸光スペクトルのベー
スライン補正方法。 - 【請求項２】 請求項１記載の方法において、 上記ピーク検出過程は極大値あるいは極小値のみを検出
する過程であることを特徴とする赤外線吸光スペクトル
のベースライン補正方法。 - 【請求項３】 請求項１又は２記載の方法において、 上記データ補間過程は消去された領域の両端の２点を直
線補間する過程であることを特徴とする赤外線吸光スペ
クトルのベースライン補正方法。 - 【請求項４】 請求項１〜３の何れかに記載の方法にお
いて、 上記ピーク検出過程の前に上記電気的スペクトルからノ
イズを除去するノイズ除去過程を有することを特徴とす
る赤外線吸光スペクトルのベースライン補正方法。 - 【請求項５】 請求項１〜４の何れかに記載の方法にお
いて、 上記電気的スペクトルのダイナミックレンジを一定にし
た後に上記各過程を行なう正規化過程を有することを特
徴とする赤外線吸光スペクトルのベースライン補正方
法。 - 【請求項６】 請求項５記載の方法において、 上記ピーク検出過程は、極値が相対的に大きいもののみ
をピークとして検出する過程であることを特徴とする赤
外線吸光スペクトルのベースライン補正方法。 - 【請求項７】 請求項６記載の方法において、 上記ピーク検出過程は、上記正規化された電気的スペク
トルを微分して１次微分データを求める過程と、上記１
次微分データを微分して２次微分データを求める過程
と、上記１次微分データの符号が一方から他方へ変化
し、かつその点κiにおける上記２次微分データが所定
値以上か否かを判定し、所定値以上で上記点κi にピー
クが存在すると判定する過程とよりなることを特徴とす
る赤外線吸光スペクトルのベースライン補正方法。 - 【請求項８】 請求項４〜８の何れかに記載の方法にお
いて、 上記信号処理過程は、上記データ補間過程で得られた補
間部分以外の部分に、ノイズが除去される前のスペクト
ルを採用する過程と、そのノイズ除去前のスペクトルと
補間データとを統合したベースライン補正データを上記
ノイズ除去前のスペクトルから差し引いてベースライン
が補正された電気的スペクトルを得る過程とよりなるこ
とを特徴とする赤外線吸光スペクトルのベースライン補
正方法。 - 【請求項９】 請求項１乃至８の何れかに記載の方法
を、コンピュータにより実行させるプログラムを記録し
た記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000164176A JP2001343324A (ja) | 2000-06-01 | 2000-06-01 | 赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000164176A JP2001343324A (ja) | 2000-06-01 | 2000-06-01 | 赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001343324A true JP2001343324A (ja) | 2001-12-14 |
Family
ID=18667833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000164176A Withdrawn JP2001343324A (ja) | 2000-06-01 | 2000-06-01 | 赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001343324A (ja) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002057754A1 (fr) * | 2001-01-19 | 2002-07-25 | Advantest Corporation | Procede et systeme pour la detection d'une substance chimique |
| JP2008232820A (ja) * | 2007-03-20 | 2008-10-02 | Otsuka Denshi Co Ltd | ガス濃度の定量分析方法及び装置 |
| JP2008275326A (ja) * | 2007-04-25 | 2008-11-13 | Shimadzu Corp | 分光光度計及び計測信号補正方法 |
| WO2009138162A1 (en) * | 2008-05-12 | 2009-11-19 | Asml Netherlands B.V. | Inspection apparatus for lithography |
| JP6049930B1 (ja) * | 2016-03-24 | 2016-12-21 | 株式会社東芝 | ガス分析方法およびガス測定装置 |
| JP2017173291A (ja) * | 2016-11-22 | 2017-09-28 | 株式会社東芝 | 物質分析方法および分析装置 |
| JP2017528705A (ja) * | 2014-08-20 | 2017-09-28 | アンスティチュ ナショナル ドゥ ラ サンテ エ ドゥ ラ ルシェルシュ メディカル | 赤外線吸収スペクトルを修正するための方法 |
| WO2018037487A1 (ja) * | 2016-08-23 | 2018-03-01 | 株式会社島津製作所 | データ処理方法及び装置 |
| US10371676B2 (en) | 2013-10-04 | 2019-08-06 | Shimadzu Corporation | Waveform data processing device and waveform data processing program |
| WO2019202776A1 (ja) * | 2018-04-16 | 2019-10-24 | 株式会社島津製作所 | 吸光度検出器及び液体クロマトグラフ |
| US10928367B2 (en) | 2016-02-03 | 2021-02-23 | Shimadzu Corporation | Peak extraction method and program |
| CN113008874A (zh) * | 2021-03-11 | 2021-06-22 | 合肥工业大学 | 基于基线校正和谱峰识别提升激光诱导击穿光谱技术定性检测能力的方法 |
| CN114384028A (zh) * | 2021-12-14 | 2022-04-22 | 安徽皖仪科技股份有限公司 | 一种用于连续流动分析仪的峰漂移校正方法 |
| CN118009914A (zh) * | 2024-04-08 | 2024-05-10 | 上海中医药大学附属岳阳中西医结合医院 | 基于红外光谱的智能艾灸机器人部件温度变形监测方法 |
-
2000
- 2000-06-01 JP JP2000164176A patent/JP2001343324A/ja not_active Withdrawn
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002057754A1 (fr) * | 2001-01-19 | 2002-07-25 | Advantest Corporation | Procede et systeme pour la detection d'une substance chimique |
| US7265369B2 (en) | 2001-01-19 | 2007-09-04 | Advantest Corp. | Method and system for detecting chemical substance |
| JP2008232820A (ja) * | 2007-03-20 | 2008-10-02 | Otsuka Denshi Co Ltd | ガス濃度の定量分析方法及び装置 |
| JP2008275326A (ja) * | 2007-04-25 | 2008-11-13 | Shimadzu Corp | 分光光度計及び計測信号補正方法 |
| WO2009138162A1 (en) * | 2008-05-12 | 2009-11-19 | Asml Netherlands B.V. | Inspection apparatus for lithography |
| KR20110015624A (ko) * | 2008-05-12 | 2011-02-16 | 에이에스엠엘 네델란즈 비.브이. | 리소그래피용 검사 장치 |
| JP2011525039A (ja) * | 2008-05-12 | 2011-09-08 | エーエスエムエル ネザーランズ ビー．ブイ． | リソグラフィ用検査装置 |
| US8988658B2 (en) | 2008-05-12 | 2015-03-24 | Asml Netherlands B.V. | Inspection apparatus to detect a target located within a pattern for lithography |
| US9280065B2 (en) | 2008-05-12 | 2016-03-08 | Asml Netherlands B.V. | Inspection apparatus to detect a target located within a pattern for lithography |
| US9529278B2 (en) | 2008-05-12 | 2016-12-27 | Asml Netherlands B.V. | Inspection apparatus to detect a target located within a pattern for lithography |
| KR101714561B1 (ko) * | 2008-05-12 | 2017-03-09 | 에이에스엠엘 네델란즈 비.브이. | 패턴 내에 위치된 타겟을 검출하는 리소그래피용 검사 장치 |
| US10371676B2 (en) | 2013-10-04 | 2019-08-06 | Shimadzu Corporation | Waveform data processing device and waveform data processing program |
| JP2017528705A (ja) * | 2014-08-20 | 2017-09-28 | アンスティチュ ナショナル ドゥ ラ サンテ エ ドゥ ラ ルシェルシュ メディカル | 赤外線吸収スペクトルを修正するための方法 |
| US10928367B2 (en) | 2016-02-03 | 2021-02-23 | Shimadzu Corporation | Peak extraction method and program |
| WO2017163452A1 (ja) * | 2016-03-24 | 2017-09-28 | 株式会社 東芝 | ガス分析方法およびガス測定装置 |
| JP6049930B1 (ja) * | 2016-03-24 | 2016-12-21 | 株式会社東芝 | ガス分析方法およびガス測定装置 |
| WO2018037487A1 (ja) * | 2016-08-23 | 2018-03-01 | 株式会社島津製作所 | データ処理方法及び装置 |
| JP2017173291A (ja) * | 2016-11-22 | 2017-09-28 | 株式会社東芝 | 物質分析方法および分析装置 |
| WO2019202776A1 (ja) * | 2018-04-16 | 2019-10-24 | 株式会社島津製作所 | 吸光度検出器及び液体クロマトグラフ |
| JPWO2019202776A1 (ja) * | 2018-04-16 | 2021-02-25 | 株式会社島津製作所 | 吸光度検出器、液体クロマトグラフ及び異常判定方法 |
| CN113008874A (zh) * | 2021-03-11 | 2021-06-22 | 合肥工业大学 | 基于基线校正和谱峰识别提升激光诱导击穿光谱技术定性检测能力的方法 |
| CN114384028A (zh) * | 2021-12-14 | 2022-04-22 | 安徽皖仪科技股份有限公司 | 一种用于连续流动分析仪的峰漂移校正方法 |
| CN114384028B (zh) * | 2021-12-14 | 2023-10-24 | 安徽皖仪科技股份有限公司 | 一种用于连续流动分析仪的峰漂移校正方法 |
| CN118009914A (zh) * | 2024-04-08 | 2024-05-10 | 上海中医药大学附属岳阳中西医结合医院 | 基于红外光谱的智能艾灸机器人部件温度变形监测方法 |
| CN118009914B (zh) * | 2024-04-08 | 2024-06-11 | 上海中医药大学附属岳阳中西医结合医院 | 基于红外光谱的智能艾灸机器人部件温度变形监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6862534B2 (en) | Method of determining an analyte concentration in a sample from an absorption spectrum | |
| AU2003217424B2 (en) | Method of determining an analyte concentration in a sample from an absorption spectrum | |
| JP2001343324A (ja) | 赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体 | |
| US7957001B2 (en) | Wavelength-modulation spectroscopy method and apparatus | |
| US20100191493A1 (en) | Spectrum Searching Method That Uses Non-Chemical Qualities of the Measurement | |
| Stramski et al. | Ocean color algorithms to estimate the concentration of particulate organic carbon in surface waters of the global ocean in support of a long-term data record from multiple satellite missions | |
| CA2122756A1 (en) | Identification of unknown gases using infrared absorption spectroscopy | |
| KR20130139222A (ko) | 시간 감쇠 신호들을 분석하기 위한, 광 신호 처리 방법 및 장치 | |
| CN106404743A (zh) | 一种结合拉曼光谱和近红外光谱的探测方法及探测装置 | |
| CN114993944A (zh) | 一种甲烷和一氧化碳的共检测方法、装置及设备 | |
| CN106483098A (zh) | 基于可调谐激光器的酒精气体浓度遥测方法 | |
| CN117890318A (zh) | 一种基于ndir传感器信号的气体浓度计算方法 | |
| CN114441477B (zh) | 基于宽吸收谱线气体的浓度检测方法及装置 | |
| JP2924267B2 (ja) | クロマトグラフ用データ処理装置 | |
| JPH0414298B2 (ja) | ||
| CN114509404A (zh) | 一种高光谱土壤有效硼含量预测方法 | |
| CN118032695B (zh) | 基于差分紫外光谱技术的氮硫原位测量方法及系统 | |
| Zeyad | Application of mathematical models and digital filters and their Processors of spectral analysis for aromatic compounds gas in a fluorescent chemical | |
| Griffiths et al. | Quality criteria for digital infrared reference spectra | |
| JPH08122246A (ja) | 分光分析装置 | |
| CN117451671A (zh) | 一种反演气体浓度的方法、装置、存储介质及电子设备 | |
| Chen et al. | A fast closed-form approximate iterative fitting algorithm based on laser absorption spectrum | |
| JPH09133629A (ja) | 分光測定におけるスペクトルの処理方法およびそれを 用いた定量方法 | |
| Amr et al. | Spectral background removal of MEMS FTIR spectrometer-based gas analyzer | |
| CN117542432A (zh) | 一种基于机器学习的气溶胶成分检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20060316 |
|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20070807 |