JP2013537307A5 - - Google Patents

Claims (31)

1. 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのコンピュータ化方法において、
   コンピュータデバイスによって、デジタル化分光プロファイルを備えるサンプル測定を受信するステップと、
   前記コンピュータデバイスによって、多変量多段階背景モデルを計算するステップであって、前記多変量多段階背景モデルは、第１の時間効果をモデル化する第１のモデル、および前記第１の時間効果とは異なる第２の時間効果をモデル化する第２のモデルを備える、多変量多段階背景モデルを計算するステップと、
   前記コンピュータデバイスによって、前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成するステップと、
   前記コンピュータデバイスによって、前記背景補正サンプル測定の中の１つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを実行するステップと
   を備え、前記定量化アルゴリズムは、
   多変量統計プロセス制御に基づいて、前記背景補正サンプル測定をスペクトル参照ライブラリと比較して、前記背景補正サンプル測定の中の１つ以上の候補化学物質を同定するステップと、
   （ｉ）前記１つ以上の候補化学物質についての集中的化学評価に基づいて、第１の主要化学物質を同定すること、または（ｉｉ）前記１つ以上の候補化学物質についての前記集中的化学評価に基づいて、前記第１の主要化学物質を定量化することのうちの少なくとも１つを実行するステップとを含んでなる、方法。
2. 前記第１の主要化学物質を同定するステップは、主要化学物質が存在しないことを決定することを備える、請求項１に記載の方法。
3. 前記計算するステップは、前記多変量多段階背景モデルを更新することを備える、請求項１に記載の方法。
4. 前記多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムは、
   前記背景補正サンプル測定から前記第１の主要化学物質を差し引くことによって、残差
   プロファイルを計算するステップと、
   前記背景補正サンプル測定から前記第１の主要化学物質の濃度を推定することによって、内容物を定量化するステップと、
   前記残差プロファイルの前記スペクトル参照ライブラリとの比較に基づいて、前記残差プロファイルの中の第２の組の１つ以上の候補化学物質を同定するステップと、
   前記第２の組の１つ以上の候補化学物質についての集中的化学評価に基づいて、第２の主要化学物質を同定するステップと
   をさらに備える、請求項１に記載の方法。
5. 前記サンプル測定が前記多変量多段階背景モデルの中に含むことに対して好適であることを決定するステップと、
   前記サンプル測定に基づいて、前記多変量多段階背景モデルを更新するステップと
   をさらに備える、請求項１に記載の方法。
6. 前記サンプル測定をデータバッファを通してフィルタにかけるステップをさらに備え、前記フィルタにかけることにより、前記サンプルストリームの中の低速化学データポイズニングに起因する汚染を防止する、請求項５に記載の方法。
7. 前記データバッファのサイズは、データポイズニング率値に基づいて決定される、請求項６に記載の方法。
8. マスク関数に基づいて、前記サンプル測定の中の１つ以上の干渉化学物質の影響を低減するステップをさらに備え、請求項５に記載の方法。
9. １つ以上の化学干渉物を同定するステップと、
   １つ以上の同定された化学干渉物に基づいて、前記マスク関数を更新するステップと
   をさらに備える、請求項８に記載の方法。
10. １つ以上の更新条件を定義するステップをさらに備え、前記１つ以上の更新条件は、
    化合物が前記サンプル測定の中に検出されない場合に、（ｉ）前記多変量多段階背景モデル、または（ｉｉ）前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも１つを更新すること、
    関心化合物が前記サンプル測定の中に検出されない場合に、（ｉ）前記多変量多段階背景モデル、または（ｉｉ）前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも１つを更新すること、
    前記サンプル測定の中の関心化合物についての警告がない場合に、（ｉ）前記多変量多段階背景モデル、または（ｉｉ）前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも１つを更新すること、または
    （ｉ）前記多変量多段階モデル、または（ｉｉ）前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも１つを更新しないこと
    を備える、請求項５に記載の方法。
11. 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するシステムにおいて、
    デジタル化分光プロファイルを備えるサンプル測定を受信するように構成されるデータ収集モジュールと、
    前記データ収集モジュールと通信する多変量多段階背景モジュールであって、前記多変量多段階背景モジュールは、
    多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、第１の時間効果をモデル化する第１のモデル、および前記第１の時間効果とは異なる第２
    の時間効果をモデル化する第２のモデルを備える、多変量多段階背景モデルを計算することと、
    前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと
    を行うように構成される、多変量多段階背景モジュールと、
    前記データ収集モジュールおよび前記多変量多段階背景モジュールと通信する多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールであって、前記多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールは、前記背景補正サンプル測定の中の１つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを実行するように構成され、前記多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールは、
    前記背景補正サンプル測定のスペクトル参照ライブラリとの比較に基づいて、前記背景補正サンプル測定の中の１つ以上の候補化学物質を同定することと、
    （ｉ）前記１つ以上の候補化学物質についての集中的化学評価に基づいて、第１の主要化学物質を同定すること、または（ｉｉ）前記１つ以上の候補化学物質についての前記集中的化学評価に基づいて、前記第１の主要化学物質を定量化することのうちの少なくとも１つを実行することと
    を行うように構成される、多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールと
    を備える、システム。
12. 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのコンピュータ化方法において、
    サンプル測定の中の候補化学物質が所定の閾値よりも大きい場合に、前記サンプル測定の中の１つ以上の主要化学物質を同定するために、コンピュータデバイスによって、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを繰り返し実行するステップを備え、デジタル化分光プロファイルを備える前記サンプル測定は、
    サンプル測定のスペクトル参照ライブラリとの比較に基づいて、前記サンプル測定の中の１つ以上の候補化学物質を同定するステップと、
    前記１つ以上の候補化学物質についての集中的化学評価に基づいて、前記１つ以上の候補化学物質から前記１つ以上の主要化学物質のうちの１つの主要化学物質を同定するステップと、
    残りの１つ以上の候補化学物質のうちのいずれかが前記所定の閾値よりも大きいかどうかを決定するステップと
    を備える、方法。
13. 前記主要化学物質を同定するステップには、主要化学物質が存在しないことを決定することが含まれる、請求項１２に記載の方法。
14. 前記サンプル測定は、多変量多段階背景モデルに基づいて計算される背景補正サンプル測定である、請求項１２に記載の方法。
15. 前記１つ以上の候補化学物質は、最小二乗回帰を含む行列ベースの同時比較に基づいて同定される、請求項１２に記載の方法。
16. 前記最小二乗回帰は、古典的最小二乗法、部分最小二乗法、逆最小二乗法、またはそれらの任意の組み合わせを備える、請求項１５に記載の方法。
17. 多変量回帰に基づいて、前記１つ以上の候補化学物質を同定するステップと、
    最小二乗回帰に基づいて、前記１つ以上の主要化学物質のうちの前記主要化学物質を同
    定するステップと
    をさらに備える、請求項１２に記載の方法。
18. 前記１つ以上の主要化学物質のうちの前記主要化学物質を同定するステップは、
    前記１つ以上の候補化学物質の各々のデジタル化スペクトルの二乗平均平方根を計算するステップと、
    前記１つ以上の候補化学物質の各々の濃度を計算するステップと、
    前記１つ以上の候補化学物質の各々の前記デジタル化スペクトルのｔ統計値を計算するステップであって、前記ｔ統計値は、前記１つ以上の候補化学物質の関連候補化学物質の分散に基づく、前記１つ以上の候補化学物質の各々の前記デジタル化スペクトルのｔ統計値を計算するステップと、
    前記１つ以上の候補化学物質から第１の主要化学物質を同定するステップであって、前記第１の主要化学物質は、前記１つ以上の候補化学物質の最低二乗平均平方根および最高ｔ統計値を備える、前記１つ以上の候補化学物質から第１の主要化学物質を同定するステップと
    を備える、請求項１２に記載の方法。
19. 前記スペクトル参照ライブラリは、一定であり、前記スペクトル参照ライブラリは、スペクトルを備えるか、もしくは除外するか、または両方を行うように動的に更新される、請求項１２に記載の方法。
20. 前記スペクトル参照ライブラリは、多変量雑音モデルを用いて動的に増強される、請求項１２に記載の方法。
21. 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのシステムにおいて、
    データ収集モジュールおよび多変量多段階背景モジュールと通信する多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールを備え、前記多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールは、サンプル測定の候補化学物質が所定の閾値よりも大きい場合に、前記サンプル測定の中の１つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを繰り返し実行するように構成され、デジタル化分光プロファイルを備える前記サンプル測定は、
    前記サンプル測定のスペクトル参照ライブラリとのに基づいて、前記サンプル測定の中の１つ以上の候補化学物質を同定するように構成される欠陥検出モジュールと、
    前記欠陥検出モジュールと通信するライブラリ検索モジュールであって、前記ライブラリ検索モジュールは、
    前記１つ以上の候補化学物質についての集中的化学評価に基づいて、前記１つ以上の候補化学物質から第１の主要化学物質を同定することと、
    残りの１つ以上の候補化学物質のうちのいずれかが前記所定の閾値よりも大きいかどうかを決定することと
    を行うように構成される、ライブラリ検索モジュールと
    を備える、システム。
22. 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのコンピュータ化方法において、
    コンピュータデバイスによって、デジタル化分光プロファイルを備えるサンプル測定を受信するステップと、
    前記コンピュータデバイスによって、多変量多段階背景モデルを計算するステップであって、前記多変量多段階背景モデルは、少なくとも、第１の時間効果をモデル化する第１のモデルと、前記第１の時間効果とは異なる第２の時間効果をモデル化する第２のモデル
    とを含む、多変量多段階背景モデルを計算するステップと、
    前記コンピュータデバイスによって、前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成するステップと、
    前記コンピュータデバイスによって、前記サンプル測定が前記多変量多段階背景モデルへの更新として包含することに対して好適であることを判定するステップと、
    前記コンピュータデバイスによって、前記サンプル測定に基づいて前記多変量多段階背景モデルを更新するステップと
    を備える、方法。
23. 前記多変量多段階背景モデルの前記第１のモデルは、進化型背景モデルを含む、請求項２２に記載の方法。
24. 指数的に重み付けられる移動平均に基づいて、時間領域、周波数領域、または両方において前記進化型背景モデルの背景スペクトルを開始するステップと、
    前記指数的に重み付けられる移動平均に基づいて、前記背景スペクトルを更新するステップと
    をさらに備える、請求項２３に記載の方法。
25. 多変量多段階背景アルゴリズムの前記第２のモデルには、多変量雑音モデルが含まれる、請求項２２に記載の方法。
26. 前記第１のモデルに基づいて、前記多変量雑音モデルをフィルタにかけるステップと、
    多変量アプローチに基づいて、前記多変量雑音モデルの残りのスペクトル変動を補正するステップであって、前記多変量アプローチは、主成分分析、独立成分分析、多変量曲線分解、部分最小二乗法、重み付け最小二乗法、全最小二乗法、連続回帰、リッジ回帰、またはそれらの任意の組み合わせを備える、前記多変量雑音モデルの残りのスペクトル変動を補正するステップと
    をさらに備える、請求項２５に記載の方法。
27. 前記補正された残りのスペクトル変動の残差プロファイルを最小化するために、指数的に重み付けられる多変量アプローチに基づいて、前記多変量雑音モデルを更新するステップをさらに備え、前記指数的に重み付けられる多変量アプローチは、指数的に重み付けられる移動主成分分析、指数的に重み付けられる移動独立成分分析、指数的に重み付けられる移動多変量曲線分解、指数的に重み付けられる移動部分最小二乗法、指数的に重み付けられる移動全最小二乗法、指数的に重み付けられる移動連続回帰、指数的に重み付けられる移動リッジ回帰、またはそれらの任意の組み合わせを備える、請求項２６に記載の方法。
28. 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのシステムにおいて、
    デジタル化分光プロファイルを含むサンプル測定を受信するように構成されるデータ収集モジュールと、
    前記データ収集モジュールと通信する多変量多段階背景モジュールであって、前記多変量多段階背景モジュールは、
    多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、少なくとも、第１の時間効果をモデル化する第１のモデルと、前記第１の時間効果とは異なる第２の時間効果をモデル化する第２のモデルとを備える、多変量多段階背景モデルを計算することと、
    前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと、
    前記サンプル測定に基づいて、前記多変量多段階背景モデルを更新することと
    を行うように構成される、多変量多段階背景モジュールと、
    前記多変量多段階背景モジュールと通信するデータ品質診断モジュールであって、前記データ品質診断モジュールは、前記サンプル測定が前記多変量多段階背景モデルへの更新として包含することに対して好適であることを判定するように構成される、データ品質診断モジュールと
    を備える、システム。
29. コンピュータ可読記憶媒体に明白に具現化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は、命令を含み、前記命令は、
    デジタル化分光プロファイルを含むサンプル測定を受信することと、
    多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、第１の時間効果をモデル化する第１のモデル、および前記第１の時間効果とは異なる第２の時間効果をモデル化する第２のモデルを含む、ことと、
    前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと、
    前記背景補正サンプル測定の中の１つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを実行することと
    をデータ処理装置に行わせるように動作可能であり、
    前記アルゴリズムは、
    前記背景補正サンプル測定のスペクトル参照ライブラリとの比較における多変量統計プロセス制御に基づいて、前記背景補正サンプル測定の中の１つ以上の候補化学物質を同定するステップと、
    前記１つ以上の候補化学物質についての集中的化学評価に基づいて、第１の主要化学物質を同定するステップと
    を行うように構成される、コンピュータプログラム製品。
30. コンピュータ可読記憶媒体に明白に具現化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は、命令を含み、前記命令は、データ処理装置に、
    サンプル測定の候補化学物質が所定の閾値よりも大きい場合に、前記サンプル測定における１つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを繰り返し実行するようにさせるように動作可能であり、前記サンプル測定は、デジタル化分光プロファイルを含み、前記アルゴリズムは、
    前記サンプル測定のスペクトル参照ライブラリとの比較に基づいて、前記サンプル測定における１つ以上の候補化学物質を同定するステップと、
    前記１つ以上の候補化学物質についての集中的化学評価に基づいて、前記１つ以上の候補化学物質から前記１つ以上の主要化学物質のうちの１つの主要化学物質を同定するステップと、
    残りの１つ以上の候補化学物質のうちのいずれかが前記所定の閾値よりも大きいかどうかを決定するステップと
    を行うように構成される、コンピュータプログラム製品。
31. コンピュータ可読記憶媒体に明白に具現化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は、命令を含み、前記命令は、データ処理装置に、
    デジタル化分光プロファイルを備えるサンプル測定を受信することと、
    多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、少なくとも、第１の時間効果をモデル化する第１のモデルと、前記第１の時間効果とは異なる第２の時間効果をモデル化する第２のモデルとを含む、ことと、
    前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと、
    前記サンプル測定が更新として前記多変量多段階背景モデルに包含することに対して好適であることを決定することと、
    前記サンプル測定に基づいて、前記多変量多段階背景モデルを更新することと
    を行わせるように動作可能である、コンピュータプログラム製品。