JP2017528705A5 - - Google Patents

Download PDF

Info

Publication number
JP2017528705A5
JP2017528705A5 JP2017509022A JP2017509022A JP2017528705A5 JP 2017528705 A5 JP2017528705 A5 JP 2017528705A5 JP 2017509022 A JP2017509022 A JP 2017509022A JP 2017509022 A JP2017509022 A JP 2017509022A JP 2017528705 A5 JP2017528705 A5 JP 2017528705A5
Authority
JP
Japan
Prior art keywords
absorption
spectrum
absorption spectrum
absorption band
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.)
Pending
Application number
JP2017509022A
Other languages
English (en)
Other versions
JP2017528705A (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/EP2015/068315 external-priority patent/WO2016026722A1/en
Publication of JP2017528705A publication Critical patent/JP2017528705A/ja
Publication of JP2017528705A5 publication Critical patent/JP2017528705A5/ja
Pending legal-status Critical Current

Links

Description

赤外線吸収スペクトルを修正するための方法
技術分野
本発明は、赤外線吸収スペクトルを修正するための方法に関係する。本発明は、関連する分光計およびコンピュータプログラム製品にも関係する。
発明の背景
生体サンプルは、さまざまな細胞集団および化合物を含む生体組織である。各細胞集団は、三次元において組織化および/または分布された具体的な代謝および生化学的特性を見せる。各化合物は、分析された組織の全体的挙動に影響を及ぼす。それ故に、三次元において生体サンプルのこれらの化合物および種々の細胞集団の変化を調査することが望ましい。
組織化合物の変化を辿るための組織病理学の技法が公知となっている。組織病理学は、病気の発現を調査するための組織の顕微鏡的な検査を参照する。具体的には、臨床医学では、組織病理学は、外科標本が処理され、組織学的切片がスライドガラス上に設置された後の、病理学者による生検または外科標本の検査を参照する。対照的に、細胞病理学は、遊離細胞または組織片を検査する。
免疫組織化学および免疫蛍光は、二つの広く使用されている組織病理学の技法である。
免疫組織化学またはIHCは、生体組織内の、具体的には抗原との抗体結合の原理を活用することによって、組織切片の細胞または間質性の化学物質内のラベル(大部分が抗原である)を検出するプロセスを参照する。手順は、1941年にDr. Albert Coonsによって概念化され、最初に具現化された。抗体−抗原相互作用の視覚化は、多くの方式において達成することができる。最もありふれた事例では、抗体は、酵素、例えば、ペルオキシダーゼと共役し、色生成反応を触媒できる。
あるいは、抗体は、フルオロフォア、例えば、フルオレセインまたはローダミンにも付くことができる。そのような技法は、免疫蛍光またはIFと呼ばれる。したがって、この技法は、抗体の場所を視覚化するためにフルオロフォアを使用する免疫染色の広く使用されている実施例および免疫組織化学の具体的な実施例である。免疫蛍光は、組織切片、培養細胞株または個別細胞において使用でき、これを使用して、タンパク質、グリカンならびに小さな生体および非生体分子の分布を分析することができる。免疫蛍光は、蛍光染色の他の非抗体方法、例として、DNAをラベルするためのDAPIの使用と組み合わせて使用することができる。いくつかの顕微鏡設計を、免疫蛍光サンプルの分析に使用することができ、その最も簡単なものは、落射蛍光顕微鏡であり、共焦点顕微鏡も広く使用されている。遥かに高い解像能力がある様々な超解像顕微鏡設計も使用することができる。
しかしながら、免疫組織化学および免疫蛍光は、分析された組織内の空間的に順序付けられた化学物質および細胞化合物へのアクセスを提供しない組織病理学の画像化技法である。その上、これらの技法は、サンプル容積の定量的測定を提供することが可能ではない。これらの技法は、ラベル間の乏しい適合性に起因して、単一サンプルにおいて分析される化合物の数も限定される。
サンプル容積のそのような定量的かつより大域的な測定は、顕著には、分光技法によって提供することができる。定義により、分光法は、広帯域波長領域にわたる物質と放射エネルギとの間の相互作用の調査である。したがって、複数の実験的技法は、分光技法である。赤外線分光法、ラマン分光法、質量分析法、X線蛍光がサンプル容積の定量的測定を提供する分光技法の実施例である。
最近の取り組みは、組織切片の二次元画像をスタックすることによって、三次元赤外線画像化を再構成できることを実証した。そのような技法の実施例は、顕著には、その題名が「A three-dimensional multivariate image processing technique for the analysis of FTIR spectroscopic images of multiple tissue sections」であり、総説BMC Med Imaging 6 (12), 1 (2006)において公表された、B.R. Woodらによる論文に記載されている。
トモグラフィ再構成のために同じサンプル容量からいくつかの視野角を共に追加するためにもこれを提案することができる。この手法は、顕著には、その題名が「3D spectral imaging with synchrotron Fourier transform infrared spectro-microtomography」であり、総説Nat Methods 10 (9), 861 (2013)において公表された、M.C. Martinらによる論文に明らかにされている。
シンクロトロン放射の使用は、三次元再構成における定量的なアーチファクトを限定してきた、高い信号/ノイズ値を取得するためのグローバー源に代わる有益なものとして考慮されてきた。そのようなアイデアは、顕著には、その題名が「A bright future for synchrotron imaging」であり、総説Nat Photonics 3 (4), 179 (2009)において公表されたC. Petiboisらによる論文に明らかにされている。このアイデアは、その題名が「Synchroton infrared confocal microscope: Application to infrared 3D spectral imaging」であり、総説J Phys: Conf Series 425 (142002), 1 (2012)において公表されたF. Jammeらによる論文にも見ることができる。
しかしながら、そのような技法の使用は、比較的に高い電力をもつ放射源の使用を暗示する。質量分析法におけるX線蛍光またはイオン源のためのシンクロトロンは、そのような放射源の実施例である。そのような電力源の使用は、診療所における分光技法の発展を限定する。顕著には、シンクロトロン施設は、容易にアクセス可能ではなく、シンクロトロン放射源を暗示する技法の使用の考慮を抑制する。そのような赤外線は、長く続くスペクトルデータ収集を可能にするのに十分に安定したものとしては考慮されず、したがって、高いスペクトルおよび画素解像度において大きな組織サンプルを分析する能力を限定することも述べなければならない。
その上、診療所において使用される検出器は、通例、小さな寸法であり、したがって、画像化方法の適用性を小さなサンプルエリアまたは容量に制限する。
また、そのような技法は、それらの利用の専門家ではないエンドユーザ、すなわち、臨床医および生物学者にとっての使いやすさの乏しさが依然としてある。
加えて、先に述べた技法のいずれも、大きなスケール、換言すれば、例として、外科切除の生検のための1cm3の容量である三次元サンプル画像化を実現可能ではない。
透過スペクトルを修正するための方法は、文献米国特許第2012/287418号、Georg SCHULZEらによる、その題名が「Investigation of Selected Baseline Removal Techniques as Candidates for Automated Implementation」である論文、Juwhan LIU et J.L. KOENIGによる、その題名が「A New Baseline Correction Algorithm Using Objective Criteria」である論文およびT. LANらによる、その題名が「Automatic baseline correction of infrared spectra」である論文からも公知である。
発明の概要
それ故に、先に述べた瑕疵を少なくとも幾分軽減する、赤外線吸収スペクトルを修正するための方法が要望されている。
このために、スペクトルが既定の波長量の範囲における波長量に関する吸収量の変化であり、吸収量が吸収を表す量であり、波長量が波長を表す量である、赤外線吸収スペクトルを修正するための方法が提案され、赤外線吸収スペクトルを修正するための方法は、少なくとも:
−サンプルからの測定された赤外線吸収スペクトルを提供する工程と、
−少なくとも二つの波長量において吸収量がゼロであると予期される少なくとも一つのスペクトルインターバルを使用して第一の基線修正曲線を決定する工程と、
−測定された赤外線吸収スペクトルから第一の基線修正曲線を減算して、第一の修正された吸収スペクトルを取得する工程と、
−第一の修正された吸収スペクトルから、その位置が指紋領域から外に置かれた少なくとも一つの吸収帯を抽出する工程であって、吸収帯がサンプルに存在する化学種の少なくとも一つの共有結合に関連する数学的形状であり、数学的形状が数学的パラメータによって特徴づけられ、数学的パラメータのうちの一つのパラメータが位置であり、位置が考慮された吸収帯の吸収量の絶対最大値の波長量である工程と、
−抽出された各吸収帯と予期される吸収帯とを比較する工程と、
−比較工程の結果に従い第一の基線修正曲線を修正して、修正された基線修正曲線を取得する工程と、
−測定された赤外線吸収スペクトルから修正された基線修正曲線を減算して、第二の修正された吸収スペクトルを取得する工程と、
を含む。
有利であるが、強制的ではないさらなる態様により、赤外線吸収スペクトルを修正するための方法は、任意の受け入れられる組み合わせにおいて取り込まれる以下の特徴の一つまたはいくつかを具現化することができる:
−修正工程がさらに、少なくとも、第一の修正された吸収スペクトルから抽出された各吸収帯を減算して剰余スペクトルを計算する工程と、剰余スペクトルを修正された基線修正曲線を取得するための補助的な計算材料として使用して、第一の基線修正曲線を精密化する工程と、を含む。
−決定工程において、第一の基線修正曲線が多項式関数、好ましくは、4を下回るまたはそれと等しい次数の多項式、好ましくは、4を下回るまたはそれと等しい次数の多項式関数に基づくスプライン関数ならびに多項式関数および/またはスパイン関数の線形結合からなるグループにおいて選ばれた補間曲線である。
−分布形状がガウス形状、ローレンツ形状およびフォークト形状の中から選ばれ、フォークト形状がガウス割合およびローレンツ割合によって特徴づけられる。
−数学的パラメータのうちの一つのパラメータが吸収帯の幅である。
−数学的パラメータのうちの一つのパラメータが吸収帯の半値全幅である。
−抽出工程が第一の修正された吸収スペクトルにおける吸収帯(複数可)を探索し、求められた吸収帯(複数可)を取得する工程と、求められた各吸収帯の数学的パラメータについての値を推定して推定されたパラメータを取得する工程と、を含む。
−抽出工程がさらに、吸収帯および分布形状の推定されたパラメータを使用して各吸収帯を画定することを含む。
−精密化工程が抽出された各吸収帯について、考慮された吸収帯の位置および/または考慮された吸収帯の幅の端における剰余スペクトルの代数符号を決定することおよび/または考慮された各吸収帯の位置に関する剰余スペクトルの対称性を分析することと、を含む。
−抽出工程において、その位置が指紋領域から外に置かれたすべての吸収帯が抽出される。
放射源、放射源によって放出された放射をサンプルの方に運ぶための光学部品、サンプルホルダならびにここに先に記載したような方法を実行するように適合された検出器および計算機を含む分光計も提案される。
プログラム命令を含むコンピュータプログラムであって、データ処理ユニットにロード可能であり、ここに先に記載したような方法を遂行させるように適合されたコンピュータプログラムをそこに有する、コンピュータ読み取り可能な媒体を含むコンピュータプログラム製品にも関係する。
本発明は、本発明の対象を制限することなく、付属の図面に対応しておよび実例となる実施例として与えられる以下の説明に基づいてよりよく理解される。付属の図面において:
その相互作用が赤外線吸収スペクトルを修正するための方法の実行を可能にする、システムおよびコンピュータプログラム製品の模式図である。 赤外線吸収スペクトルを修正するための方法を実行する実施例のフローチャートである。 波数に対する吸光度の変化である吸光度スペクトルを例証するグラフである。 波数に対する吸光度の変化である吸光度スペクトルを例証するグラフである。 波数に対する吸光度の変化である吸光度スペクトルを例証するグラフである。 波数に対する吸光度の変化である吸光度スペクトルを例証するグラフである。 波数に対する吸光度の変化である吸光度スペクトルを例証するグラフである。 分光計の模式図である。
一部の実施形態を実施するための形態
システム10およびコンピュータプログラム製品11が図1に表される。コンピュータプログラム製品11とシステム10との間の相互作用は、サンプルに存在する化学種の共有結合に関連する少なくとも一つの吸収帯を決定するための方法の実行を可能にする。これは、二つのボックス12および13によって図1に象徴される。第一のボックスは、この文脈ではスペクトルである入力に対応する。第二のボックスは、この文脈では修正された吸収スペクトルである出力に対応する。
システム10は、コンピュータである。本場合では、システム10は、ラップトップである。
より一般的には、システム10は、コンピュータもしくはコンピューティングシステムまたは物理量、例えば、コンピューティングシステムのレジスタおよび/またはメモリ内の電子として表されたデータを、コンピューティングシステムのメモリ、レジスタまたは他のそのような情報ストレージ、伝送もしくは表示装置内の物理量として同様に表された他のデータを操作および/または変換するように適合された同様の電子コンピューティング装置である。
システム10は、プロセッサ、キーボード14および表示ユニット16を含む。
プロセッサは、データ処理ユニット、メモリおよびコンピュータ読み取り可能な媒体を読み取るように適合されたリーダを含む。
コンピュータプログラム製品11は、コンピュータ読み取り可能な媒体を含む。
コンピュータ読み取り可能な媒体は、プロセッサのリーダによって読み取ることができる媒体である。コンピュータ読み取り可能な媒体は、電子命令を記憶するのに好適であり、コンピュータシステムバスに連結する能力がある媒体である。
そのようなコンピュータ読み取り可能なストレージ媒体は、例として、ディスク、フロッピーディスク、光ディスク、CD−ROM、光磁気ディスク、読み取り専用メモリ(ROM)、ランダムアクセスメモリ(RAM)電気的にプログラム可能な読み取り専用メモリ(EPROM)、電気的に消去可能なかつプログラム可能な読み取り専用メモリ(EEPROM)、磁気もしくは光カードまたは電子命令を記憶するのに好適であり、コンピュータシステムバスに連結する能力がある任意の他のタイプの媒体である。
コンピュータプログラムは、コンピュータ読み取り可能なストレージ媒体に記憶される。コンピュータプログラムは、一つ以上の記憶されたプログラム命令のシーケンスを含む。
コンピュータプログラムは、データ処理ユニットにロード可能であり、データ処理ユニットによってコンピュータプログラムが履行されたときに吸収帯を決定するための方法を遂行させるように適合される。
システム10の動作を、赤外線吸収スペクトルを修正するための方法を実行する実施例を例証する図2のフローチャートを参照して今ここで記載する。そのような修正するための方法は、取得したスペクトルおよび基線修正曲線を示す図3〜図7を参照して下に詳細にする。
修正するための方法は、サンプルからの測定された赤外線吸収スペクトルを提供する工程150を含む。
測定された吸収スペクトルは、明細書の残りにおいてSMEASUREDとラベルされる。
定義により、スペクトルは、既定の波長量の範囲における波長量に関する吸収量の変化を表す分光データのセットである。
吸収量は、吸収を表す量である。例として、吸収の強度または吸光度が吸収量である。
波長量は、波長を表す量である。例として、周波数、波数または波長が波長を表す量である。
既定の波長量の範囲は、データが利用できる波長領域を表す。
残りの説明において、実施例として、吸収量が吸光度であり、波長量が波数であることが考慮される。しかしながら、吸光度に関する各特徴を、もう一つの吸収量に適用することができる。同様に、波長量に関する各特徴を、もう一つの波長量に適用することができる。したがって、残りの説明において、吸収スペクトルが既定の波数の範囲における波数に関する吸光度の変化を表す分光データのセットであることが考慮される。
吸収分光法は、サンプルとのその相互作用に起因する、周波数または波長の関数として放射の吸収を測定する分光技法を参照する。サンプルは、放射場からのエネルギ、すなわち、光子を吸収する。吸収量は、波長量の関数として変動し、この変動が吸収スペクトルである。したがって、吸収分光法は、電磁スペクトルに渡って行われる。
これは、既定の波数の範囲は、概して、可視光線、紫外線、赤外線のような電磁スペクトルの任意の一部分であることができることを意味する。
好ましくは、既定の波数の範囲は、吸収分光法が赤外線分光法であるものとする。
より好ましくは、既定の波数の範囲は、(1.5ミクロン〜1000ミクロンに含まれる波長の範囲に対応する)7000cm-1〜10cm-1まで広がる。
吸収スペクトルを測定するための広範囲の実験的手法がある。最もありふれた配置では、生成された放射ビームをサンプルに導き、その中を通る放射の強度を検出する。伝送されたエネルギは、吸収を計算することに使用できる。源、サンプル配置および検出技法は、周波数範囲および実験の目的に応じて有意に変わる。
それ故に、サンプルから測定された吸収スペクトルを提供する工程150は、吸収スペクトルを取得できる任意のスペクトルを提供することによって実現される。
顕著には、吸収スペクトルは、透過スペクトルから得ることができる。実際には、吸収および透過スペクトルは、同等の情報を表し、その一つは、数学的変換を通じて他のものから計算することができる。透過スペクトルは、より多くの光がサンプルの中を透過するので、吸収が最も弱い波長において最大強度を有する。吸収スペクトルは、吸収が最も強い波長においてその最大強度を有する。
あるいは、吸収スペクトルは、放出スペクトルから生じる。放出は、材料が電磁放射の形態でエネルギを放出するプロセスである。放出は、吸収が発生することができる任意の周波数において発生することができ、これにより、放出スペクトルから吸収線を決定することが可能になる。けれども、放出スペクトルは、通常、吸収スペクトルとはかなり異なる強度パターンを有し、そのため二つは同等ではない。吸収スペクトルは、材料の量子力学状態についての適切な理論モデルおよび追加の情報を使用して、放出スペクトルから計算することができる。
もう一つの実施形態によって、吸収スペクトルは、散乱または反射スペクトルから得ることができる。材料の散乱および反射スペクトルは、その屈折率およびその吸収スペクトルの両方によって影響が及ぼされる。光学に関連して、吸収スペクトルは、通常、減衰係数によって定量化され、減衰とインデックス係数とは、クラマース・クローニッヒの関係式を通じて定量的に関連付けられる。それ故に、吸収スペクトルは、散乱または反射スペクトルから得ることができる。これは、通常、仮定またはモデルを簡単にする必要があり、そのため、得られた吸収スペクトルは、概算である。
好ましい実施形態において、サンプルから測定された吸収スペクトルを提供する工程150は、サンプルにおいて吸収実験を実行することによって実現される。
そのような吸収分光法実験を実行する最も直接的な手法では、源と検出器との間に対象となる材料を設置した後に、源を用いて放射を生成し、検出器を用いてその放射の基準スペクトルを測定し、次に、サンプルスペクトルを再測定する。次に、二つの測定したスペクトルを組み合わせて、材料の吸収スペクトルを決定することができる。サンプルスペクトルは、実験的状況、つまり、源のスペクトル、源と検出器との間における他の材料の吸収スペクトルおよび検出器の波長に応じて決まる特性の影響を受けるので、単独では吸収スペクトルを決定するのに十分ではない。基準スペクトルは、これらの実験的状況によって同様に影響を受けるけれども、それ故に、その組み合わせが材料単独の吸収スペクトルを生む。
赤外線吸収スペクトルを修正するための方法は、少なくとも二つの波長量において吸収量がゼロであると予期される少なくとも一つのスペクトルインターバルを使用して基線修正曲線を決定する工程152も含む。そのような決定工程152は、図8に顕著に例証される。
そのようなスペクトルインターバルにおける吸収の存在は、環境の存在の現れである。そのような存在は、吸収測定を乱し、修正すべきものである。
基線修正曲線は、赤外線スペクトルにおける吸収が欠如しているスペクトルインターバルを考慮した補間によって決定される。
好ましくは、補間は、4000cm-1〜3700cm-1および2700cm-1〜1850cm-1に含まれるスペクトルインターバルにリンクされた吸光度をゼロにすべきことを設定する。定義により、値は、値がAを上回るまたはそれと等しい場合かつ値がBを下回るまたはそれと等しい場合に、A〜Bに含まれる。
好ましい実施形態により、補間は、基線修正曲線が多項式であることも設定する。
好ましくは、基線修正曲線は、4を下回る次数の多項式である。
あるいは、補間は、基線修正曲線がスプライン関数であることを設定する。
好ましくは、スプライン関数は、4を下回るまたはそれと等しい次数の多項式関数に基づく。
もう一つの実施形態において、基線修正曲線は、多項式関数の線形結合である。
もう一つの実施形態において、基線修正曲線は、スプライン関数の線形結合である。
もう一つの実施形態において、基線修正曲線は、多項式関数およびスプライン関数の線形結合である。
赤外線吸収スペクトルを修正するための方法は、測定された赤外線吸収スペクトルから基線修正曲線を減算して、第一の修正された吸収スペクトルを取得する工程154も含む。そのような減算工程154は、図4に顕著に例証される。
赤外線吸収スペクトルを修正するための方法は、その位置が指紋領域から外にある少なくとも一つの吸収帯を抽出する工程156も含む。各吸収帯は、サンプルに存在する化学種の共有帯に関連する分布形状である。
この文脈における「抽出する」という言葉によって、抽出された各吸収帯がモデル化された吸収帯であることを理解すべきである。
定義により、共有結合は、原子間の電子対の共用を伴う化学結合である。原子が電子を共用するときの原子間の引き付ける力と反発する力との安定したバランスは、共有結合として公知である。多数の分子において、電子の共用は、安定した電子構成に対応するような全部の外殻の等価を各原子が成し遂げることを可能にする。
共有結合は、σ結合、π結合、金属間結合、アゴスティック相互作用および三中心二電子結合を包含する多数の種類の相互作用を包含する。
共有結合は、二つ以上の同一原子、二つの異なる原子または異なる種類の原子の任意の他の組み合わせに適用される。三つ以上の原子にわたる電子の共用を内含する共有結合は、非局在化と言われる。
吸収が発生する周波数のほかに、それらの相対強度もまた、主としてサンプルの電子および分子の構造に応じて決まる。周波数は、サンプルにおける化合物間の相互作用、固体における結晶構造、超分子の組織(ポリマー、分子間の結合)およびいくつかの環境因子(例として、温度、圧力、電磁場)にも応じて決まる。吸収帯は、スペクトル密度またはシステムの状態の密度によって主として決定された幅および形も有する。
吸収帯は、通常、分子または原子において誘発される量子力学の変化の性質によって分類される。回転帯は、例として、分子の回転状態が変化したときに発生する。回転帯は、通常、マイクロ波スペクトル領域に見られる。振動帯は、分子の振動状態における変化に対応し、通常、赤外線領域に見られる。電子帯は、原子または分子の電子状態における変化に対応し、通常、可視光線および紫外線領域に見られる。X線吸収は、原子における内殻電子の励起に関連する。これらの変化は、二つの変化の組み合わされたエネルギにおける新規の吸収帯をもたらすように組み合わせる(例えば、回転振動遷移)こともできる。
量子力学の変化に関連するエネルギは、主として、吸収線の周波数を決定するが、周波数は、いくつかのタイプの相互作用によってシフトさせることができる。電場および磁場はシフトをもたらすことができる。隣接する分子との相互作用はシフトをもたらすことができる。例として、気相分子の吸収帯は、その分子が液相または固相であるときに有意にシフトして、隣接する分子との相互作用をより強力にすることができる。
観測された吸収帯は、常に、観測のために使用される機器、放射を吸収する材料およびその材料の物理的環境によって決定された幅および形を有する。したがって、吸収帯の数学的分布は、数学的パラメータによって特徴づけられた分布形状である。ガウスまたはローレンツ分布は、分布の実施例である。強度、幅および位置は、数学的パラメータの実施例である。
定義により、位置は、考慮された吸収帯の吸収量の絶対最大値の波長量である。
現在の場合では、各吸収帯は、二つの端間を延在する幅を有する。幅は、(FHWMともラベルされる)半値全幅として定義される。そのような幅は、従属変数がその最大値の半分に等しい独立変数の二つの極値間の差異によって与えられる、関数の範囲に対応する。換言すると、幅は、その端に関連する二つの具体的な波長量によって定義される。
サンプルは、好ましくは、生体サンプルまたは任意の他の有機物質含有サンプルである。これらは、顕著には、生体組織および細胞、合成生体材料、植物種、ケロゲン含有サンプル(瀝青砂、化石、アスファルト)ならびに工業材料(ゴム、ポリマー、プラスチック、ゴム製品、ペンキ、接着剤)を包含する。
指紋領域は、サンプルにおける化学種の共有結合に割当可能な吸収帯によって波数限界が設定されたスペクトル領域である。
換言すると、指紋領域は、サンプルの具体的な吸収線を含有する。
一般的に、指紋領域は、1700cm-1〜500cm-1に広がるスペクトル領域である。
O−H共有結合、H−H共有結合またはN−H吸収帯は、その吸収帯が指紋領域の外側の位置を有する共有結合の実施例である。
抽出工程156は、第一の修正された吸収スペクトルにおける吸収帯(複数可)を探索し、求められた吸収帯(複数可)を取得する工程と、求められた各吸収帯の数学的パラメータについての値を推定して推定されたパラメータを取得する工程と、を含むことができる。
場合により、抽出工程156は、吸収帯および分布形状の推定されたパラメータを使用して各吸収帯を画定する工程も含むことができる。
好ましくは、分布形状がガウス形状、ローレンツ形状およびフォークト形状の中から選ばれ、フォークト形状がガウス割合およびローレンツ割合によって特徴づけられる。
場合により、抽出工程156は、第一の修正された吸収スペクトルの最大値を取得することと、波長量に関する吸収量の一次導関数を計算して、第一の修正された吸収スペクトルの一次導関数を取得することと、波長量に関する吸収量のニ次導関数を計算して、第一の修正された吸収スペクトルのニ次導関数を取得することと、波長量に関する吸収量のニ次導関数である、第一の修正された吸収のニ次導関数の最小値を取得することと、からなるグループにおいて選ばれた工程を実行することを含むことができる。
赤外線吸収スペクトルを修正するための方法は、抽出された各吸収帯と予期される吸収帯とを比較する工程158も含む。
予期される吸収帯は、抽出された吸収帯を取得するために考慮された、サンプルに存在する化学種の共有帯の知識から取得できる理論上の吸収帯である。
例として、共有結合がO−Hである場合には、予期される吸収帯は、そのような共有結合の理論上の吸収帯である。
比較は、顕著には、予期される吸収帯の形と抽出された吸収帯の形とを比較することを含む。
赤外線吸収スペクトルを修正するための方法は、比較工程158の結果に従い基線修正曲線を修正して、修正された基線修正曲線を取得する工程160も含む。そのような修正工程160は、図6に顕著に例証される。
好ましい実施形態により、修正工程160は、第一の修正された吸収スペクトルから抽出された各吸収帯を減算して剰余スペクトルを計算する工程と、剰余スペクトルを修正された基線修正曲線を取得するための補助的な計算材料として使用して第一の基線曲線を精密化する工程と、を含む。
実際に、そのような修正工程160を実行する方式は、具現化が容易である。
具体的な実施形態において、精密化工程は、抽出された各吸収帯について、考慮された吸収帯の位置における剰余スペクトルの代数符号を決定することを含む。
実施形態により、精密化工程は、抽出された吸収帯について、考慮された吸収帯の幅の端における剰余スペクトルの代数符号を決定することを含む。
あるいは、考慮された剰余スペクトルの値は、吸収帯の幅の端から遠く離れた任意の位置において取られる。例として、中心の位置と中心の位置に最も近い端との間の距離の半分に定められた位置は、吸収帯の幅の端から遠く離れていると考慮される。
実施形態により、精密化工程は、考慮された吸収帯の位置に関する剰余スペクトルの対称性を分析することを含む。
好ましい実施形態において、比較工程158の場合において、考慮された吸収帯の対称性が分析され、比較工程160において、基線修正曲線が考慮された吸収帯の対称性を確保するように修正される。
任意の非対称性がアーチファクトに対応するので、対称性は、比較工程のための効率的なパラメータである。
これは、よりよい修正された基線の曲線の取得を可能にする。
赤外線吸収スペクトルを修正するための方法は、測定された赤外線吸収スペクトルから修正された基線修正曲線を減算して、第二の修正された吸収スペクトルを取得する工程162も含む。そのような減算工程162は、図7に顕著に例証される。
結果的に、赤外線吸収スペクトルを修正するための方法は、環境のスペクトル寄与が除去された、現在の技術水準の方法よりも正確な、修正された赤外線吸収スペクトルの取得を可能にする。
好ましくは、基線修正曲線は、多項式である。実際に、多項式は、補間を実現するための好都合な関数である。
より好ましくは、基線修正曲線は、4を下回る次数の多項式である。これは、補間を速めることを可能にする。
具体的な実施形態により、決定工程において、基線修正曲線は、赤外線スペクトルにおける吸収が欠如しているスペクトルインターバルを踏まえた補間によって決定される。
好ましくは、補間は、4000cm-1〜3700cm-1および2700cm-1〜1850cm-1に含まれるスペクトルインターバルにおける測定された赤外線吸収スペクトルの吸収量の値をゼロにすべきことを設定する。
本明細書に提示する方法および表示は、任意の特定のコンピュータまたは他の器具に本質的には関しない。様々な汎用システムを本明細書の教示に従いプログラムとともに使用できるまたはそれが所望の方法を行うためのより専門化された器具を構築するのに好都合であることを証明できる。いろいろなこれらのシステムのための所望の構造が下の説明から現れる。加えて、本発明の実施形態は、任意の特定のプログラミング言語を参照しては記載されない。いろいろなプログラミング言語を使用して本明細書に記載したような本発明の教示を具現化できることが認識される。
例として、図8に例証するように、システム10を包含する分光計200が提案される。
そのような分光計200は、放射源202、放射源202によって放出された放射をサンプル206の方に運ぶための光学部品204、サンプルホルダ208、検出器210を包含する。
電磁スペクトルをカバーするため、広く様々な放射源が採用される。分光法では、一般的に、吸収スペクトルの広帯域領域を測定するために、広い帯域の波長をカバーする源が望ましい。一部の源は、本質的に、広帯域スペクトルを放出する。これらの実施例は、赤外線におけるグローバーまたは他の黒体源、可視範囲の水銀灯、紫外線およびx線管、ならびに赤外線範囲において放出する様々なレーザーテクノロジを包含する。一つの最近に開発された広帯域スペクトル放射の新たな源は、これらのスペクトル領域のすべてをカバーするシンクロトロン放射である。他の放射源は、狭スペクトルを生成し、放出波長はスペクトル範囲をカバーするように調整されうる。これらの実施例は、マイクロ波領域におけるクライストロンならびに(すべてのレーザーが調整可能な波長を有するのではないけれども)赤外線、可視光線および紫外線領域に渡るレーザーを包含する。
本出願に関連して、放射源202は、好ましくは、既定の波数の範囲に含まれる波長を放出するように適合された赤外線源である。先に説明したように、この範囲は、7000cm-1〜10cm-1に広がることができる。
放射源202によって放出された放射をサンプル206の方に運ぶための光学部品204の材料は、対象となる波長範囲に関して選ばれる。実際に、対象となる波長範囲において比較的少ししか吸収しない材料が考慮されるべきである。例として、吸収は、0.5%、好ましくは、0.01%より下回るようにすべきである。他の材料の余りにも高い吸収は、サンプルからの吸収を干渉するまたはそれを隠すことができる。例として、いくつかの波長範囲において、サンプル206の吸収測定は、空気中のガスが吸収に干渉する特徴を有するので、真空下または希ガス環境においてなされる。
生体の関連においては、光学部品は、一般的に、顕微鏡対象物および鏡である。
サンプルホルダ208は、特定の材料、換言すると、対象となる波長範囲において比較的少ししか吸収しない材料でも作られる。例として、吸収は、50%、好ましくは、0.01%を下回るべきである。
放射出力を測定するのに採用される検出器210は、対象となる波長範囲にも応じて決められる。大抵の検出器は、かなりの広帯域スペクトル範囲に感度よく、選択されたセンサは、多くの場合、所与の測定の感度およびノイズ要件に、より応じて決まる。分光法にありふれた検出器の実施例は、マイクロ波におけるヘテロダイン受信機、ミリ波および赤外線におけるボロメータ、赤外線におけるテルル化カドミウム水銀および他の冷却半導体検出器ならびに可視光線および紫外線におけるフォトダイオードおよび光電子増倍管を包含する。
場合により、分光計200は、スペクトルグラフも包含する。スペクトルグラフは、放射の波長を空間的に分離するように使用され、それによって、各波長における出力を独立して測定できる。スペクトルを決定するために放射の波長を分解するそのような手段は、顕著には、源と検出器との両方が広帯域スペクトル領域をカバーする場合に使用される。実際に、スペクトルが波長によって再構成された波長であり得るから、スペクトルグラフは必要ない。
ここに先に考慮された実施形態と代替実施形態とを組み合わせて、本発明のさらなる実施形態を生成することができる。

Claims (11)

  1. スペクトルが既定の波長量の範囲における波長量に関する吸収量の変化であり、吸収量が吸収を表す量であり、波長量が波長を表す量である、赤外線吸収スペクトルを修正するための方法であって、赤外線吸収スペクトルを修正するための方法が少なくとも:
    −サンプルからの測定された赤外線吸収スペクトルを提供する工程と、
    −少なくとも二つの波長量において吸収量がゼロであると予期される少なくとも一つのスペクトルインターバルを使用して第一の基線修正曲線を決定する工程と、
    −測定された赤外線吸収スペクトルから第一の基線修正曲線を減算して、第一の修正された吸収スペクトルを取得する工程と、
    −第一の修正された吸収スペクトルから、その位置が指紋領域から外に置かれた少なくとも一つの吸収帯を抽出する工程であって、吸収帯がサンプルに存在する化学種の少なくとも一つの共有結合に関連する分布形状であり、分布形状が数学的パラメータによって特徴づけられ、数学的パラメータのうちの一つのパラメータが位置であり、位置が考慮された吸収帯の吸収量の絶対最大値の波長量である工程と、
    −抽出された各吸収帯と予期される吸収帯とを比較する工程と、
    −比較工程の結果に従い第一の基線修正曲線を修正して、修正された基線修正曲線を取得する工程と、
    −測定された赤外線吸収スペクトルから修正された基線修正曲線を減算して、第二の修正された吸収スペクトルを取得する工程と、
    を含む方法。
  2. 修正工程がさらに、少なくとも:
    −第一の修正された吸収スペクトルから抽出された各吸収帯を減算して剰余スペクトルを計算する工程と、
    −剰余スペクトルを修正された基線修正曲線を取得するための補助的な計算材料として使用して、第一の基線修正曲線を精密化する工程と、
    を含む、請求項1記載の赤外線吸収スペクトルを修正するための方法。
  3. 決定工程において、第一の基線修正曲線が:
    −多項式関数、好ましくは、4を下回るまたはそれと等しい次数の多項式、
    −好ましくは、4を下回るまたはそれと等しい次数の多項式関数に基づくスプライン関数ならびに
    −多項式関数および/またはスパイン関数の線形結合
    からなるグループにおいて選ばれた補間曲線である、請求項1または2記載の赤外線吸収スペクトルを修正するための方法。
  4. 分布形状がガウス形状、ローレンツ形状およびフォークト形状の中から選ばれ、フォークト形状がガウス割合およびローレンツ割合によって特徴づけられる、請求項1〜3のいずれか1項記載の赤外線吸収スペクトルを修正するための方法。
  5. 数学的パラメータのうちの一つのパラメータが吸収帯の幅である、請求項1〜4のいずれか1項記載の赤外線吸収スペクトルを修正するための方法。
  6. 抽出工程が:
    −第一の修正された吸収スペクトルにおける吸収帯(複数可)を探索し、求められた吸収帯(複数可)を取得する工程と、
    −求められた各吸収帯の数学的パラメータについての値を推定して推定されたパラメータを取得する工程と、
    を含む、請求項1〜5のいずれか1項記載の赤外線吸収スペクトルを修正するための方法。
  7. −抽出工程がさらに:
    −吸収帯および分布形状の推定されたパラメータを使用して各吸収帯を画定すること
    を含む、請求項6記載の赤外線吸収スペクトルを修正するための方法。
  8. 精密化工程が抽出された各吸収帯について:
    −考慮された吸収帯の位置および/または考慮された吸収帯の幅の端における剰余スペクトルの代数符号を決定することおよび/または
    −考慮された各吸収帯の位置に関する剰余スペクトルの対称性を分析することと、
    を含む、請求項2に従属しているときに、請求項1〜7のいずれか1項記載の赤外線吸収スペクトルを修正するための方法。
  9. 抽出工程において、その位置が指紋領域から外に置かれたすべての吸収帯が抽出される、請求項2〜8のいずれか1項記載の赤外線吸収スペクトルを修正するための方法。
  10. 放射源(202)、放射源(202)によって放出された放射をサンプルの方に運ぶための光学部品(204)、サンプルホルダ(208)、検出器(210)および請求項1〜9のいずれか1項記載の修正するための方法を実行するように適合された計算機を含む分光計(200)。
  11. プログラム命令を含むコンピュータプログラムであって、データ処理ユニットにロード可能であり、データ処理ユニットによってコンピュータプログラムが履行されたときに請求項1〜9のいずれか1項記載の修正するための方法を遂行させるように適合されたコンピュータプログラムをそこに有する、コンピュータ読み取り可能な媒体を含むコンピュータプログラム製品。
JP2017509022A 2014-08-20 2015-08-07 赤外線吸収スペクトルを修正するための方法 Pending JP2017528705A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14306300.6 2014-08-20
EP14306300 2014-08-20
PCT/EP2015/068315 WO2016026722A1 (en) 2014-08-20 2015-08-07 Method for correcting an infrared absorption spectrum

Publications (2)

Publication Number Publication Date
JP2017528705A JP2017528705A (ja) 2017-09-28
JP2017528705A5 true JP2017528705A5 (ja) 2018-08-30

Family

ID=51429233

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017509022A Pending JP2017528705A (ja) 2014-08-20 2015-08-07 赤外線吸収スペクトルを修正するための方法

Country Status (6)

Country Link
US (1) US20170241902A1 (ja)
EP (1) EP3183558A1 (ja)
JP (1) JP2017528705A (ja)
CN (1) CN107076664A (ja)
SG (1) SG11201701248PA (ja)
WO (1) WO2016026722A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107421907B (zh) * 2017-09-01 2023-03-24 中国科学院合肥物质科学研究院 红外光谱的自动基线校正方法
CN108169156B (zh) * 2017-12-08 2020-05-01 中国矿业大学 一种傅里叶变换红外光谱原位漫反射谱图的三级校正方法
CN113607679B (zh) * 2021-08-03 2022-05-27 浙大城市学院 一种基于离散极大值的太赫兹吸收峰位提取方法
CN117007577B (zh) * 2023-10-07 2023-12-08 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) 一种污染物毒性智能检测系统
CN117288739B (zh) * 2023-11-27 2024-02-02 奥谱天成(厦门)光电有限公司 一种非对称的拉曼光谱基线校正方法、装置及储存介质

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0395481A3 (en) * 1989-04-25 1991-03-20 Spectra-Physics, Inc. Method and apparatus for estimation of parameters describing chromatographic peaks
US5412581A (en) * 1992-11-05 1995-05-02 Marathon Oil Company Method for measuring physical properties of hydrocarbons
US5615672A (en) * 1993-01-28 1997-04-01 Optiscan, Inc. Self-emission noninvasive infrared spectrophotometer with body temperature compensation
US6040578A (en) * 1996-02-02 2000-03-21 Instrumentation Metrics, Inc. Method and apparatus for multi-spectral analysis of organic blood analytes in noninvasive infrared spectroscopy
US7084974B1 (en) * 1998-05-19 2006-08-01 Measurement Microsystems A-Z, Inc. Apparatus and method for light spectrum measurement
JP2001343324A (ja) * 2000-06-01 2001-12-14 Advantest Corp 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
AU2003295805A1 (en) * 2002-11-22 2004-06-18 Solus Biosystems, Inc. High throughput screening with parallel vibrational spectroscopy
US7319942B2 (en) * 2003-11-26 2008-01-15 Raytheon Company Molecular contaminant film modeling tool
DE102004014984B4 (de) * 2004-03-26 2006-05-11 Wacker Chemie Ag Verfahren zur Bestimmung des substitutionellen Kohlenstoffgehalts in poly- oder monokristallinem Silicium
DE102005009195B4 (de) * 2005-02-22 2009-09-24 Bruker Optik Gmbh Verfahren und Vorrichtung zum Korrigieren eines Spektrums
US7994479B2 (en) * 2006-11-30 2011-08-09 The Science And Technology Facilities Council Infrared spectrometer
JP5345785B2 (ja) * 2008-01-08 2013-11-20 Sumco Techxiv株式会社 分光吸収測定方法及び分光吸収測定装置
WO2009140492A2 (en) * 2008-05-16 2009-11-19 University Of Washington Transmission quantification of open path ftir spectra with temperature compensation
US7983852B2 (en) * 2008-10-21 2011-07-19 Thermo Finnigan Llc Methods of automated spectral peak detection and quantification without user input
CN101620180B (zh) * 2009-05-08 2011-03-23 合肥美亚光电技术有限责任公司 近红外技术快速检测茶叶品质的方法
EP2438436B1 (en) * 2009-06-01 2017-11-15 Thermo Finnigan LLC Methods of automated spectral peak detection and quantification without user input
US8645082B2 (en) * 2010-09-13 2014-02-04 Mks Instruments, Inc. Monitoring, detecting and quantifying chemical compounds in a sample
US8428889B2 (en) * 2010-10-07 2013-04-23 Thermo Finnigan Llc Methods of automated spectral peak detection and quantification having learning mode
WO2012051138A2 (en) * 2010-10-11 2012-04-19 Yale University Use of cryogenic ion chemistry to add a structural characterization capability to mass spectrometry through linear action spectroscopy
US9651488B2 (en) * 2010-10-14 2017-05-16 Thermo Fisher Scientific (Bremen) Gmbh High-accuracy mid-IR laser-based gas sensor
CN102252992B (zh) * 2011-04-28 2014-03-19 天津红日药业股份有限公司 一种对中药提取过程进行近红外在线检测方法
EA033790B1 (ru) * 2011-12-19 2019-11-26 Opticul Diagnostics Ltd Способ спектрального обнаружения и идентификации микроорганизмов в культуре
CN102564589B (zh) * 2011-12-20 2013-07-24 华中科技大学 一种多波段动目标光谱特征探测识别方法和装置
CN103712948B (zh) * 2013-12-05 2016-08-17 中国肉类食品综合研究中心 生鲜羊肉中挥发性盐基氮含量的快速无损检测方法
US9897542B2 (en) * 2014-07-21 2018-02-20 Ecole Polytechnique Dederale De Lausanne (Epfl) Infrared absorption spectroscopy
WO2016141198A1 (en) * 2015-03-05 2016-09-09 Bio-Rad Laboratories, Inc. Optimized spectral matching and display

Similar Documents

Publication Publication Date Title
Schnell et al. All-digital histopathology by infrared-optical hybrid microscopy
Baker et al. Clinical applications of infrared and Raman spectroscopy: state of play and future challenges
Kimber et al. Spectroscopic imaging of biomaterials and biological systems with FTIR microscopy or with quantum cascade lasers
Gebrekidan et al. A shifted‐excitation Raman difference spectroscopy (SERDS) evaluation strategy for the efficient isolation of Raman spectra from extreme fluorescence interference
Day et al. Quantitative coherent anti-Stokes Raman scattering (CARS) microscopy
Koch et al. Iterative morphological and mollifier‐based baseline correction for Raman spectra
Borile et al. Label-free multiphoton microscopy: much more than fancy images
JP2017528705A5 (ja)
JP2017528705A (ja) 赤外線吸収スペクトルを修正するための方法
Scotté et al. Assessment of compressive Raman versus hyperspectral Raman for microcalcification chemical imaging
Butler et al. Shining a light on clinical spectroscopy: Translation of diagnostic IR, 2D-IR and Raman spectroscopy towards the clinic
Hutchings et al. Evaluation of linear discriminant analysis for automated Raman histological mapping of esophageal high-grade dysplasia
Yang et al. Microcalcification-based tumor malignancy evaluation in fresh breast biopsies with hyperspectral stimulated Raman scattering
JP6896906B2 (ja) 分光画像データ処理装置および2次元分光装置
Huck-Pezzei et al. Fourier transform infrared imaging analysis in discrimination studies of St. John's wort (Hypericum perforatum)
Sheehy et al. Open-sourced Raman spectroscopy data processing package implementing a baseline removal algorithm validated from multiple datasets acquired in human tissue and biofluids
Mayerich et al. Breast histopathology using random decision forests-based classification of infrared spectroscopic imaging data
Tolstik et al. Classification and prediction of HCC tissues by Raman imaging with identification of fatty acids as potential lipid biomarkers
Okada et al. Label-free observation of micrometric inhomogeneity of human breast cancer cell density using terahertz near-field microscopy
Kontsek et al. Mid-infrared imaging is able to characterize and separate cancer cell lines
Leavesley et al. Colorectal cancer detection by hyperspectral imaging using fluorescence excitation scanning
Kümmel et al. Rapid brain structure and tumour margin detection on whole frozen tissue sections by fast multiphotometric mid-infrared scanning
Valentino et al. Beyond conventional microscopy: Observing kidney tissues by means of fourier ptychography
Wrobel et al. Depth profiling of element concentrations in stratified materials by confocal microbeam X-ray fluorescence spectrometry with polychromatic excitation
Fereidouni et al. Blind unmixing of spectrally resolved lifetime images