JP2020016669A - フィールド使用分光装置の適応 - Google Patents

Abstract

【課題】材料の化学特性をフィールド分析するように構成可能な分光計を提供する。【解決手段】分光計は、フーリエ変換赤外分光法（ＦＴＩＲ）を監視するように構成された少なくとも１個のセンサとラマン分光法を監視するように構成された少なくとも別のセンサを含む。分光計は、ユーザがアクセス可能な、分光計のサンプリング構成を変更するための指示セットを備えていてもよい。分光計を使って、少なくとも２つの技術によりサンプルの最有力な組成を判定する方法も提供する。【選択図】図１

Description

本発明は、分光装置のフィールド使用に関するものであり、特に、放射線物質及び／または光検出及び／または識別装置の適応に関する。

優先権の主張
本出願は、２０１３年１２月２３日提出の、米国の仮特許出願Ｎｏ．６１／９２０，２３０の利益を主張するものである。本出願の内容全体は、参照することによって本願に組み込まれる。

政府支援
本発明は、海軍爆発物処理技術部（ＮＡＶＥＯＤＴＥＣＨＤＩＶ）より与えられた契約番号Ｎ００１７４−１３−Ｃ−００３２の下、政府支援に基づいて行われた。政府は、本発明において一定の権利を有する。

危険評価及び制御をアシストするため、様々な機器がフィールドで使用される。それが、初動要員であれ、兵士であれ、ユーザがある状況に対して応答するように呼び出される時には、その状態について、ある程度の情報を持っていることが多い。初動要員の場合は、誰かが緊急事態サービスへ何が起こっているかについてすでに説明しているので、その通報から得た情報を有していることになる。兵士の場合、領地を偵察する歩兵隊は、疑わしいものを識別し、適当な要員に通報する。これらユーザがフィールドに到着してから、自身のツールを準備し、応答するまでに時間制限を課されることも多い。兵士の場合、射撃される可能性もある。初動要員の場合、救助が必要な犠牲者、あるいは避難してきた建物を再び開けなければならないというプレッシャーがあるかもしれない。これらのツールは複雑性が増しているため、こうした機器を使って適した判定を下すことは、非常に複雑である。よって、応答者が時間制限下にいようと、あるいは、機器を十分使い慣れていなかろうと、様々なパラメータの設定を行うことが課題といえる。

これら機器の中には、機器構成が可能で、性能を最適化することができるものもある。この最適化とは、その機器に、特殊な化学物質、または化学薬品の一覧を検出／識別、または警報を発せさせることを含む。最適化とは、性能、ユーザの安全を改善すること、あるいは、機器を、標準操作手順（ＳＯＰ）に従って作用させることを含む。ユーザが構成できる現存の機器は、一度に一つの設定を編集できる手動工程を可能とするものである。手動構成には時間がかかり、ユーザが時間制限下にあるときには、機器を最適な性能に構成できないことも多い。これにより、ユーザが危険にさらされ、応答が遅延する結果となる。

フィールド機器の適応または再構成のための方法と装置が必要とされている。解決法としては、ユーザが構成制御できるようにアシストするためのフィールドインテリジェンスを利用することが好ましい。さらに、解決法は、目的にかなった、より高い性能を有する機器類を提供しなければならない。

さらに、未知の材料を確実に識別できるフィールドポータブルな分析器の需要がますます高まっている。救急隊や警察は、毒性のある工業化学物質（ＴＩＣ）、麻薬、爆発性の前駆体、簡易爆発装置（ＩＥＤ）などを含む未知の潜在的な危険物質に遭遇することが多い。これらの物質に加え、従来の爆発物、生物兵器、及び化学兵器も未だ国土安全保障と軍事ユーザにとっての脅威である。研究所環境では、中赤外域及びラマン分光法は、こうした材料を識別するのに非常に有効であることが証明されている。振動分光法を、研究所レベルの分析技術からフィールドで利用可能なツールに移行させようとする努力が１０年以上も続けられており、近年では手持ち式分光計が多くの適用方法にて広く成功を収めている。

手持ち式分光計のフィールドユーザは、一般的に科学または分光法について高度な訓練を受けていない。よって、それらの装置の重要な設計として、未処理のスペクトルデータを答えに変換できるオンボードインテリジェンスを組み込むことが考えられる。定性的適用方法で、エンドユーザからしばしば投げかけられる疑問は、３つのカテゴリーのうちの一つに当てはまる。
１）認証：測定したテスト材料は、本物の物質Ｘと一致するか？
２）スクリーニング：測定したテスト材料は、物質Ｘを含有しているか？
３）識別：どの材料が測定されたか？

認証に伴うこの問題は、非常に有界である（例えば、「測定スペクトルは、保存した材料Ｘの参照スペクトルと一致するか？」）。認証アルゴリズムは、一般的に原料の確認と、偽造防止用途に使用するものであり、ここではそれ以上考察しない。

スクリーニングアルゴリズムは、未知の測定の少なくとも１つの特徴のサブセットが、着目した１つ以上の特殊な物質に相当するかどうかを評価する。そのようなアルゴリズムは、（例えば、検索しているテスト対象はなにか、どのような障害に遭遇する可能性があるか、など）潜在的な材料の存在に関して入力するようにユーザに要求する。よって、認証ほどではないが、スクリーニング法も有界である。このように、スクリーニングアルゴリズムは、機器の操作員が、潜在的な特定の検査対象の存在に関する知識を有しているという状況下では、最も魅力的である。

識別または自由検索のアルゴリズムは、周知の材料のライブラリを徹底的に調べ、未知のスペクトルが、データベースから保存された応答のいずれかと一致するかどうかを判定するように構成されている。下位装置が純粋な材料評価にとどまる一方、より高度な識別装置は、未知の測定がライブラリのスペクトルのいずれとも一致しない場合に誘起される自動混合物解析を組み込んでいる。混合物解析は、測定したデータの大部分を説明できる、保存された応答の組み合わせを見つけることができるかどうかを判定するために行われる。フィールドで遭遇するサンプルは純粋でないことが多いので、この分析は実用性が高い。識別アルゴリズムは、数千もの可能な候補の中から未知の材料を識別できるという意味では非常にフレキシブルである。しかし、スクリーニングアルゴリズムと同じように潜在的な特定の分析対象物の存在に関する情報を組み込むことはできない。よってスクリーニングアルゴリズムは、化学兵器や麻薬検出のような特定の適用方法に対して魅力的な高度な検出能力を提供することが多い。

現在は、赤外分光法、ラマン分光法、Ｘ線蛍光分光法、質量分析法などに基づく可搬分析装置が広く利用可能であり、世界的に展開されている。しかし、フーリエ変換赤外分光法（ＦＴＩＲ）検査を提供するように構成されたセンサとラマン分光法検査を提供するように構成されたセンサを組み合わせた分光計が依然必要とされている。

一実施形態では、材料の化学特性をフィールド分析するように構成可能な手持ち式分光計を提供する。分光計は、フーリエ変換赤外分光法（ＦＴＩＲ）検査を提供するように構成された少なくとも１個のセンサとラマン分光法検査を提供するように構成された少なくとも別のセンサを含む。実施形態によっては、分光計は、ユーザがアクセス可能な、分光計のサンプリング構成を変更できる指示セットを備えていてもよい。一部の実施形態では、分光計は、ユーザがアクセス可能な、分光計を構成できる指示セットを備えていてもよい。実施形態によっては、分光計は、ユーザがアクセス可能な複数の応答プロファイルを設けてもよく、それぞれの応答プロファイルは、分光計のサンプリング構成を変更できる指示セットを提供する。

別の実施形態において、分光計を使用する少なくとも２つの技術によってサンプルの最有力な組成を判定する方法は、分光計を使用する第１の技術によってサンプルからデータを取得することを含み、前記データは、前記第１の技術によって得た、正確さの状態を判定する測定スペクトルの第１の表記を含む。前記方法は、さらに、各ライブラリ候補に対してライブラリ候補の第１のセットを提供することと、各ライブラリ候補を表すデータを提供することとを含み、データは、前記第１の技術によって得られるライブラリスペクトルの表記を含むことを特徴とする。前記方法は、さらに、（ｉ）前記測定スペクトルの前記第１の表記、（ｉｉ）前記測定スペクトルの前記第１の表記の前記正確さの状態、（ｉｉｉ）そのライブラリ候補の前記ライブラリスペクトルの前記表記、及び任意で（ｉｖ）そのライブラリ候補に対する前記ライブラリスペクトルの前記表記の前記正確さの状態を使用して、ライブラリ候補の第１のセットにおける前記サンプルの各ライブラリ候補との類似性の第１の表記を判定することによってライブラリ候補の第１のサブセットを選択することを含む。そして、前記方法は、前記サンプルの第１の最有力な組成を前記選択したライブラリ候補の第１のサブセットに基づいて判定することを含む。

前記方法は、さらに、第２の技術によって分光計を使って前記サンプルからデータを取得することを含み、前記データは、前記第２の技術によって得た測定スペクトルの第２の表記を含み、前記測定スペクトルの前記第２の表記の正確さの状態を判定し、ライブラリ候補の第２のセットを提供し、さらに各ライブラリ候補には、各ライブラリ候補を表すデータを提供する、測定スペクトルの第２の表記を含み、前記データは、前記第２の技術によって取得するライブラリスペクトルの表記を含む。前記方法は、さらに、（ｉ）前記測定スペクトル第２の表記、（ｉｉ）前記測定スペクトルの前記第２の表記の前記正確さの状態、（ｉｉｉ）そのライブラリ候補の前記ライブラリスペクトルの前記表記、及び任意で（ｉｖ）そのライブラリ候補に対する前記ライブラリスペクトルの前記表記の前記正確さの状態を使用して、ライブラリ候補の第２のセットにおける前記サンプルの各ライブラリ候補との類似性の第２の表記を判定することによってライブラリ候補の第２のサブセットを選択することを含む。また、前記方法は、前記選択されたライブラリ候補の第２のサブセットに基づいた前記サンプルの第２の最有力な組成を判定することと、前記サンプルの前記第１と第２の最有力な組成に基づいて、結果として得られる前記サンプルの最有力な組成を判定することと、前記結果として得られる前記サンプルの最有力な組成をユーザに表示することとを含む。

実施形態によっては、前記方法は、さらに、ライブラリ候補の第１の監視対象リストを前記ライブラリ候補の第１のサブセットに追加することと、任意で、ライブラリ候補の第２の監視対象リストを前記ライブラリ候補の第２のサブセットに追加することと、一部の実施形態では、前記方法は、さらに、前記サンプルの前記第１の最有力な組成を前記ライブラリ候補の前記第２のサブセットに追加することを含む。実施形態によっては、前記サンプルからの前記データは、さらに、前記サンプルで観察された少なくとも１つの特性を含む。一部の実施形態では、前記方法は、さらに、前記ライブラリ候補の第１のサブセットを選択する前に、前記ライブラリ候補の第２のサブセットを選択することと、前記サンプルの前記第２の最有力な組成を前記ライブラリ候補の第１のサブセットに追加することとを含む。

実施形態によっては、前記サンプルの他の単一のライブラリ候補との類似性は、レポート閾値より低く、前記方法は、さらに、（ｉ）前記測定スペクトルの前記正確さの状態、（ｉｉ）前記測定スペクトルの前記第１の表記、（ｉｉｉ）そのライブラリ候補の前記ライブラリスペクトルの前記表記、及び任意で（ｉｖ）そのライブラリ候補に対する前記ライブラリスペクトルの前記表記の前記正確さの状態を使用して、前記サンプルの、ライブラリ候補の第１のサブセットにおけるライブラリ候補の混合物との類似性の第３の表記を判定することによってライブラリ候補の第３のサブセットを選択することを含み、前記結果として得られる前記サンプルの最有力な組成の判定は、前記サンプルのライブラリ候補の混合物との類似性の判定された表記に基づく。前記レポート閾値は、０．０５以上でよい。前記方法は、さらに、（ｉ）前記測定スペクトルの前記第２の表記、（ｉｉ）前記測定スペクトルの前記第２の表記の前記正確さの状態、（ｉｉｉ）そのライブラリ候補の前記ライブラリスペクトルの前記表記、及び任意で（ｉｖ）そのライブラリ候補に対する前記ライブラリスペクトルの前記表記の前記正確さの状態を使用して、前記サンプルの、ライブラリ候補の第２のセットにおけるライブラリ候補の混合物との類似性の第４の表記を判定することによってライブラリ候補の第４のサブセットを選択することを含む。

一部の実施形態では、前記方法は、前記サンプルの前記第１の最有力な組成を前記ライブラリ候補の第４のサブセットに追加することを含む。あるいは、前記方法は、前記ライブラリ候補の第３のサブセットを選択する前に前記ライブラリ候補の第４のサブセットを選択することと、前記サンプルの前記第２の最有力な組成を前記ライブラリ候補の第３のサブセットに追加すること、あるいは、任意で、前記サンプルの前記第２の最有力な組成を前記ライブラリ候補の第１のサブセットに追加することとを含んでいてもよい。

また、実施形態は、プログラマブルプロセッサによって実施されると、ここで説明する方法のいずれか一つまたは複数の方法、または、ここで説明するいずれかの装置で実行可能な一つまたは複数の方法を実施することができるコンピュータプログラムの形態のソフトウェア（ソフトウェア）を含む。このようなコンピュータプログラムは、磁性または光学保存装置、固体メモリ、または他の保存媒体のような、適した媒体に、持続性形態で保持されることが多い。

実施形態によっては、コンピュータプログラム製品は、材料の化学特性をフィールド分析する方法を実施することができる持続的コンピュータプログラムを保持し、プロセスによって実施されると、前記方法は、フーリエ変換赤外分光法（ＦＴＩＲ）検査を提供するように構成された少なくとも１個のセンサとラマン分光法検査を提供するように構成された少なくとも別のセンサを含む手持ち式機器を提供することを含む。

別の実施形態では、コンピュータプログラム製品は、持続的コンピュータプログラムを保持し、プロセスによって実施されると、分光計を使用する少なくとも２つの技術によってサンプルの前記最有力な組成を判定する方法を実施することができ、前記方法は、上記のステップを含む。

本発明の特徴と利点は、添付の図面に関連した下記の説明から明らかとなろう。

図１は、ここでの教義を実施するのに適した機器の略図である。 図２は、図１の機器を設定し、管理するための構成要素を示す図である。 図３は、図１の機器の使用を段階的に示した図である。 図４は、図１の機器の設定と使用に関する項目の例を示す表である。 図５は、図１の機器を構成するための応答プロファイルの特徴を示す表である。 図６は、分光計で使用する高レベルな論理の概要（データを融合させない、２つの異なる技術）を示すフローチャートである。 図７Ａ〜図７Ｂは、タグ付けした品目の表示を強調表示した、結果画面の例を示す図であり、ここでは２−プロパノールを、純成分の一致（図７Ａ）と混合の一致（図７Ｂ）で示す図である。 図８は、２つの異なる技術において、分光計で使用する高レベルな論理の概要を示すフローチャートであり、データの融合を含むものである。 図９は、２つの異なる技術において、分光計で使用する高レベルな論理の概要を示すフローチャートであり、サンプルで観察された少なくとも１つの特性のような他の外部データを含み、さらにデータ融合を含むものである。 図１０は、ラマン及びＦＴＩＲ波長域を示す機能グループの図である。 図１０は、ラマン及びＦＴＩＲ波長域を示す機能グループの図である。 図１１は、他の着目した化学物質を作るのに使用できる化学物質のパターンを強調表示している結果画面の例を示す図である。

ここで示す実施形態の説明では、特に暗示的、または明示的に明白である限り、または説明しない限り、単数で示す単語には、複数も含まれるとし、複数で示す単語は、単数も含まれるものとする。さらに、ここで説明する任意の所与の成分または実施形態に関し、可能な候補、またはその成分に対して示した代替品は、特に暗示的、または明示的に明白である限り、または説明しない限り、一般的に個々に使用されても、あるいは、互いに組み合わせて使用してもよいことは理解できよう。さらに、ここで示す図面の縮尺は必ずしも正確なものではなく、その一部の要素は、単に本発明をわかりやすくするために描いただけのものである。また、参照番号は、各図面で繰り返すこともあるが、それは、対応する、または同一の要素を示すものである。さらに、上記の候補または代替品の一覧は、特に暗示的、または明示的に明白である限り、または説明しない限り、例示にすぎず、限定を意図したものではないことは理解できよう。さらに、明示しない限り、本明細書及び特許請求の範囲で述べる内容物、構成要素、反応状態の量を表す数字は、「約」と変更可能であるものとする。

よって、逆を示さない限り、本明細書及び特許請求の範囲で述べる数字のパラメータは、ここで示す内容によって取得できると考えられる所望の特性に応じて変化するおよその数である。少なくとも、そして、特許請求の範囲と同等物の原理の適用を制限することを意図せず、各数値のパラメータは、少なくともレポートされた多くの数字を考慮して、通常の丸み付け技術を適用したものであると解釈するものとする。ここで述べる数字の範囲及びパラメータに関わらず、ここで示す主題は、広い範囲に亘り近似値を示すものであり、特定の例で示す数値は、できるだけ正確にレポートしている。しかし、数値は、それぞれのテスト測定で標準的に見つかる偏差により、本質的にある程度の誤差は含むものとする。

ここで開示するのは、フィールド使用機器類を迅速に適応させるための方法と装置である。特に、ここで提供する解決法により、ユーザは、フィールド使用を目的として構成されたフーリエ変換赤外線（ＦＴＩＲ）及び／またはラマン分光計の組み合わせを迅速に調整することができるようになる。これら解決法は、有利なことに、所与のタイプの脅威（分析プロファイル）に対応する文脈ベースの構成を提供している。これら解決法や深さについて論議する前に、機器類の特徴について詳解する。

図１に、例示の機器１０を示す。この非限定的例では、機器１０は、ユーザにフィールドベースのサンプル分析の拡張機能を提供するものである。通常、サンプル分析は、分光法の技法または技術で行う。これら分光法の技法または技術（テクノロジー）は、フーリエ変換赤外線（ＦＴＩＲ）分光法及び／またはラマン分光法が含まれる。すなわち、機器１０は、吸収、放出の赤外線スペクトル、または固体、液体、または気体のサンプルからのラマン散乱を収集するためのものである。機器１０は、本書では、分光計とも呼ぶ。

機器１０のＦＴＩＲ部は、サンプルに多くの周波数の光を一度に照射し、サンプルがその光線をどの位吸収するかを測定する。次に、その光線が、異なる組み合わせの周波数を含むように変更し、第２のデータポイントを与える。このプロセスを何度も繰り返す。その後、機器１０に搭載されたプロセッサが収集したデータを用いて各波長での吸収を推定する。その後、吸収データと周知の材料の特徴との間の相関関係をユーザに出力する。

機器１０のラマン散乱部も、サンプルに光線を照射する。サンプル内の原子や分子から光子が散乱すると、ほとんどの光子は、弾性的に散乱し（レイリー散乱）、散乱した光子は、入射光子と同じエネルギー（周波数と波長）を有する。しかし、散乱した光子のほんのわずかな部分は励起によって散乱する。これらラマン散乱光子は入射光子のそれとは異なる、そして、通常それより低い周波数を有する。サンプルでは、ラマン散乱は、転移により分子のエネルギーが変わると起きる場合がある。機器１０は、ラマン散乱に伴う光学信号を収集、光学信号をデータ表と比較して、ユーザに相関関係を出力するための資源を提供する。

図１に示す例示の実施形態では、機器１０は手持ち式装置として提供する。機器１０は、筐体９に収容される。本実施形態では、筐体９は、「高耐久性」である。すなわち、筐体９は、過酷な環境でのサバイバル用の特徴を有して構成される。サバイバル用の特徴の例として、機器１０の外側を保護する材料でできたカバーを含む。その材料のカバーは、さらに交換可能（例えば、機器１０の衛生を保つため）でもよい。さらに、筐体９内の構成要素は、ショックマウント、表面実装、あるいは耐衝撃構成である。筐体９は、さらに耐湿、防水及び／または化学的劣化に対する耐性（耐酸性もしくは耐アルカリ性など）を有するように構成されている。例えば、この機器は、耐久性についてＭＩＬ−ＳＴＤ８１０Ｇに準拠するものでもよい。

機器１０は、サンプリング、処理、及び適したデータ及び／または結果の出力用として様々な構成要素を備える。例えばユーザは、各種のユーザコントローラ１１を与えられる。一般的に、ユーザコントローラ１１により、機器１０を制御してサンプリング、処理、及び通信などを開始することができる。さらに、ユーザコントローラ１１により、ユーザは、機器１０を構成し、機器１０の健全性を監視し、他の類似したタスクを行うことができるようになる。実施形態によっては、ユーザコントローラ１１は特殊なサンプリングルーチンなどを行うように構成してもよい。一般的に、筐体９とユーザコントローラ１１は、機器がサンプルの材料に汚染されたり、所与のサンプルに伴う危険にさらされたりすることがないように環境から密閉されている。

機器１０は、少なくとも１つの画面１２を有していてもよい。一般的に、ユーザは、画面１２で動的な出力ができる。出力は構成情報、機器１０の状態、意味情報（日時、位置情報など）とともに、サンプル分析情報及び他の適当と思われる情報を含む。実施形態によっては、画面１２は、タッチ画面とし、ユーザが画面１２を通して入力できるようにしてもよい。例示の実施形態では、画面１２は、容量性の重層によりタッチ機能が可能な液晶ディスプレイ（ＬＣＤ）でもよい。

例示の実施形態では、機器１０は、アンビル２２と同様にサンプリングプローブ２０を備える。一般的にサンプリングプローブ２０は、可撓性のシャフト２３と少なくとも１つのセンサ２１を備える。しかしながら、プローブ２０とセンサ２１は、シャフト２３を有さない実施形態においては、筐体９の中に組み込んでもよく、よって、オートフォーカス型のサンプル分析が可能である。少なくとも１つの狭帯域の照明源（図示せず）及び少なくとも１つの広帯域の照明源（図示せず）は機器１０に組み込んでもよく、また、プローブ２０及びアンビル２２とともに使用してもよい。実施形態によっては、アンビル２２を電動としてもよい。実施形態によっては、アンビル２２に付属の集光装置と接触させながらプローブ２０がサンプルを精査することができる位置にくるようにシャフト２３を配設する。このように、ラマン分光計とフーリエ変換赤外線分光計の両方によって同時に、及び／または一ヶ所でサンプルを精査することができる。

少なくとも１つの狭帯域の照明源は、例えば、少なくとも１つの発光ダイオード（ＬＥＤ）及び／またはレーザを含んでいてもよい。少なくとも１つの広帯域の照明源は、例えば、少なくとも１つの電気抵抗フィラメント及び／または膜を含んでいてもよい。照明源は、さらに、任意で光学フィルタ及び他の構成要素を含み、光学的効果を生み出すように構成してもよい。機器１０は、さらに、外部の（独立した）照明源とともに操作するように構成することもできる。さらに、機器１０は、サンプリングに対して照明を制御するように構成してもよい。例えば、機器１０は、照明源を変更して所与のサンプルを照明するために使用する波長を調整するように構成してもよい。一般的に、サンプリングに関連する照明源の制御は、システムソフトウェアを介して行う。

一般的に、機器類は、少なくとも１個のポート１４を有する。ポート１４は、イーサネット（登録商標）、シリアル、パラレル８０２．１１、ＵＳＢ、Ｂｌｕｅｔｏｏｔｈ（登録商標）または他のタイプのインターフェース（図示せず）などのネットワークインターフェースを含んでいてもよい。ポート１４は、遠隔制御、データ通信、出力受信、共有の処理、システムバックアップ、他の類似したタスクを行うために使用することができる。実施形態によっては、ポート１４は、外部コンピュータ（パーソナルコンピュータ（ＰＣ）など）へのインターフェースとなる。機器１０がＰＣ（図示せず）に接続されると、そのＰＣにインストールされたソフトウェアを使って機器１０を制御し、迅速な構成を可能とすることができる。慣習では、外部装置（ユーザが機器へのアクセス及び／または制御をしやすいように構成されたＰＣなど）にインストールされたソフトウェアは、一般的に「プロファイルマネージャ」と呼ぶ。

一般的に、機器１０は、内部電源（例えばバッテリ）、メモリ、プロセッサ、クロック、データストレージ、及び他の類似した構成要素（図示せず）を備える。他の出力装置は、さらに、アラームのような可聴出力を提供するスピーカ（図示せず）を備えていてもよい。追加の入力装置は、ユーザからのボイスコマンドを受信するように構成されたもののように、マイクロフォン（図示せず）を備えていてもよい。

一般的に、プロセッサは、ユーザコントローラ１１から入力を受信し、放射源、検出装置、及び分析コンポーネントを制御するように構成されている。よって、プロセッサは、出力に適した情報を載せることもできる。機器１０は、ロバストな処理能力を活かすように構成してもよく、よって、データライブラリ、データストレージ用の実在メモリ、校正ライブラリなどを備えていてもよい。ユーザコントローラ１１は、トリガまたは他の装置を備え、分光計１０でのサンプリングや分析の開始を促すように構成してもよい。出力は、未処理データ、スペクトルデータ、濃度データ、他の適した形態のデータを提供するものでよい。

一般的に、プロセッサは、アプリケーションに特化したソフトウェアを実行するように構成される。すなわち、プロセッサは、コンピュータが解読できる媒体（メモリまたはデータストレージ内など）に保存されたコンピュータが実行可能な命令を読み出し、機器１０が選択した操作方法を実行できるように構成される。機器１０に設けたソフトウェアはすべて、必要に応じて、あるいは、操作を可能にするために適していると思われるときには、データ表、サブルーチン、外部リソースへのリンク、及び他の構成要素をさらに含んでいてもよい。一例として、機器１０は、少なくとも１つのライブラリを含んでいてもよい。少なくとも１つのライブラリは、実質的な化学的データを含んでいてもよい。さらに詳しくは、いかなる所与の化学物質、成分、要素、または他のタイプの材料においても、ライブラリは、スペクトル特性、固有性、危険物分類（ＮＦＰＡラベリング）情報、化学物質安全データシート位（ＭＳＤＳ）情報などを含んでいてもよい。また別の例として、機器１０は、ユーザの言語によって、ユーザインターフェースを構成する言語ライブラリを備えていてもよい。

また、機器１０は、多目的システムを有していてもよい。多用途性の一部は、機器１０の複雑性によって実現する。機器１０が複雑性を有していることにより、機器１０の性能を改善することができるように構成することができる。すなわち、分析時間、分析の順、パワーレベルなどの局面は、工業化学物質の分析、手製爆弾、麻薬製造所、路上で密売される麻薬、化学兵器などのような分析のタイプにより特定の応答プロファイルに構成することができる。さらに詳しくは、機器１０の多数のシステムパラメータを適切に調整することによって、所与のタイプの分析の精度と正確さが増す。

分光計１０を構成するための例示の装置の外観面を図２に示す。図２に、分光計１０を構成するためのシステムの外観を示す。この例示の実施形態では、システムマネージャ２６は、機器１０と通信し、制御するように構成されている。システムマネージャ２６は、ネットワーク２７を介して機器１０と通信する。ネットワーク２７は、上記の通信タイプのような、適切と思われるあらゆるタイプの通信プロトコルを利用することができる。

一般的にシステムマネージャ２６は、コンピュータが解読できる媒体（すなわち、パーソナルコンピュータ（ＰＣ）のようなコンピュータ上で実行可能な「ソフトウェア」）に保存された、コンピュータが実行可能な命令として提供される。実施形態によっては、システムマネージャ２６は、ユーザに機器１０の実質的な情報を提供する。例えば、システムマネージャ２６は、機器１０の内部パラメータ全体のうちの少なくとも一部を表示するように構成することができる。システムマネージャ２６は、さらに、ユーザが機器１０の内部パラメータの少なくとも一部を編集することができるように構成できる。パラメータの編集は、様々な異なる方法で行うことができる。例えば、機器１０は、コンフィギュレーションデータファイル、読み取り専用メモリ（ＲＯＭ）、及び他の類似した従来から周知の技術を利用することができる。実施形態によっては、システムマネージャ２６は、コンピュータが解読できる媒体、すなわち、機器１０上で実行可能なソフトウェアとして、機器１０が実行可能な「ソフトウェア」として提供してもよい。

システムマネージャ２６（並びに機器１０のオン・スクリーンユーザインターフェース）を様々な異なる方法で提供することができる。例えば、ユーザインターフェースのスキームには、グラフィカル・ユーザインターフェース（ＧＵＩ）、テキストベースのインターフェースが含まれていてもよく、また、別のアプリケーションに移行するように構成されたファイルを含んでいてもよい。

実施形態によっては、ある一部のパラメータは、一面では所与のユーザまたは状況に対して、また別の面では、異なるユーザまたは状況に対して設定される。よって、機器１０は、様々なプロファイル及び／またはアカウントを持つように構成することができる。システムマネージャ２６を利用するシステム管理者は、多様なユーザ、アカウント、及びシステム設定を有効に、そして便利に管理するためのリソースを有する。

例えば、機器１０を利用又は相互作用するための様々な段階があると認識される。さらに詳しくは、第１の段階では、機器１０のグローバルな設定を構成する。第２のフェーズでは、ユーザは機器１０を、所与の検査を行うように構成する。第３のフェーズでは、ユーザは、サンプルを分析することにより検査を開始する。最後のフェーズでは、ユーザ（及び／または別の関係者）は、サンプル検査からのデータを見直し及び／または分析する。図３を参照する。

図３は、機器１０の使用を段階的に示した図である。さらに、図４は、機器１０を検査用に構成した場合に、ユーザが評価すべき事項を示す表である。

機器１０の設定を有効に管理するため、システムマネージャ２６は、文脈ベースの構成を提供するソフトウェアを含む。すなわち、機器１０の実施形態は、所与の状況に最も適した構成を選択するためのインターフェースをユーザに提供する。

ここで説明するように、文脈ベースの構成は、「応答プロファイル」と称することができる。応答プロファイルを利用すれば、様々なユーザが比較的短時間で機器を設定し、メンテナンスをして機器１０を使用することができる。これは、緊急事態中、機器１０を使用するユーザが次々に変わる場合に特に有利である。

一般的に、機器１０は、データストレージ及び／またはメモリに複数の応答プロファイルを保存している。各応答プロファイルは、使用の前に、制御された条件下で首尾よく構成することができる。例えば、機器の設定及び／または校正中、機器の技術者（またはエンジニア、または他の類似した状態の関係者）は、任意の所与のタイプの分析に対して適切なパラメータの設定を決定することができる。上述のように、システムマネージャ２６は、機器１０に保存される応答プロファイルを確立及び／または維持するために使用することができる。

よって、ユーザは、再構成可能な「オンザフライ」タイプの機器を得ることができる。つまり、爆弾処理班が、ある日、機器１０を使い、次の日には危険物質取り扱いチームがこの機器１０を使用することができるのである。場合によっては、これらは同じチームのこともある。いずれの場合でも、この製品により、彼らは自分たちの呼び出しのタイプに関連づけた構成を選択でき、これにより機器の準備が整う。

機器上で、またプロファイルマネージャを介して同様に各応答プロファイルを編集することができる。ユーザは、プロファイルを外部データストレージ媒体にエクスポートし、それを別の機器にインポートすることもできる。ユーザは、プロファイル上の設定を追加、削除及び編集できるとともに、プロファイルボタンのアイコンを変更することもできる。管理者は、安全または手続き方針の部門に合わせて、プロファイル設定の一部を禁止する権限を有する。

図５は、複数の応答プロファイル３１の特徴を示す。この例で示すように、各応答プロファイル３１は、ユーザが機器１０を構成するために、都合よく選択ができるように、適した名前をつけることができる。この例では、応答プロファイルは、工業化学物質、手製爆弾、麻薬製造所、路上で密売される麻薬、及び化学兵器のプロファイルを含む。さらに、ユーザは、カスタム応答プロファイル３１を追加して、このオプションを取得することができる。実施形態によっては、ユーザは、現存の応答プロファイル３１をコピーし、それぞれの応答プロファイル３１をわずかに変更して、変更した応答プロファイル３１を新しい応答プロファイル３１として保存することができる。例えば、ユーザは、フィールドで遭遇する化合物の濃度に基づいて、分析の長さを変更するよう、決定できる。

各応答プロファイル３１は、複数のパラメータ３２を含む。各パラメータ３２には、特殊設定３３または「値」が割り振られる。パラメータ３２は、例えば、非限定的に、タグリスト（所与のサンプルに割り振られる特別な名称など）、セッション名（次のデータ見直しの際に、見直し者は各パラメータ３２に対する設定を識別できるように）、技術の順（処理の優先順位。例えば、処理やサンプル分析を制御する順番）、機器の圧力（アンビル２２用など）、ラマンレーザパワー（感温または爆発性物質をサンプリングする場合など）、及び複数の時間パラメータ（走査時間、走査の遅延、走査タイムアウトなど）を含んでいてもよい。

推測できるように、多数のパラメータ３２を調整して各応答プロファイル３１に提供してもよい。図５に示す応答プロファイル３１及びパラメータ３２は、単なる例示であり、ここに示す内容を限定するものではない。

有利なことに、ここに示す内容は、手持ち式ＦＴＩＲ分光法を手持ち式ラマン分光法と組み合わせた機能性を提供する。これには、二つのユニットの組み合わせの中の単一のユニットの寸法や重量（及びコスト）の縮小も含まれる。さらなる利点は、ソフトウェアのワークフローを調整することができる機会を有することである。さらに、サンプル検査を実質的に迅速に処理することができる。例えば、ラマンプローブは、そのサンプルを精査することができるような位置にくるように設計することができる一方、ＦＴＩＲサンプリングにおいても同じ位置にする。これにより、両方法を使用する機器の遠隔操作が容易であり、これは、サンプルが爆発性のものである場合、あるいは、そうでなくても非常に危険なものである場合にフィールドでの適用で特に重要である。

これらのツールは、軍隊、緊急時応答、及び法律の施行を含む様々なユーザによるフィールドベースの評価への適応が増えつつある。

頻繁に、可搬式装置のエンドユーザは、埋め込まれたソフトウェアと付随するアルゴリズムを信用し、収集したデータを明確で、すぐに実施可能な情報に変換する非科学者である。

フィールドでの適用で共通して遭遇するある種の問題は、識別である。識別アルゴリズムは、周知の材料のライブラリを取り出し、その未知の測定値が保存された応答または保存された応答の組み合わせと一致するかどうかを判断するように設計されている。このアルゴリズムは、何千もの可能な候補から一つの材料を識別するのに使用することができる。

第２の問題はスクリーニングである。スクリーニングアルゴリズムは、未知の測定の少なくとも１つの特徴のサブセットが、着目した１つ以上の特殊な物質に相当するかどうかを評価するものであり、一般的には、潜在的な検査対象の小さいリストから候補を評価するように構成されている。このように、スクリーニングアルゴリズムは、識別アルゴリズムに比べると適用範囲が狭いものの、一般的に検出速度が早いので、化学兵器または麻薬検出などの特殊な適用範囲において非常に魅力的である。

最近、タグ付けとよばれる新しい取り組みが開発されており、これは、スクリーニング能力を識別アルゴリズムのフレームワークに融合するものである。タグ付けは、フィールドユーザが必要とする広い識別能力（数千の可能な純粋な材料、及び膨大な数の潜在的混合物の候補を識別する能力）を維持するとともに、同時に、ユーザが対象となる物質の検出能力を高めるために、自身のタグリスト（例えば、ユーザ定義のテスト対象のセット。監視対象リストとも称する）を構成できる拡張機能を提供する。リストは、フィールドで迅速に構成できれば、タグ付けでユーザは、装置によって提供されるサンプル評価に、その状況認識を組み込むことができるようになる。ここで論じているように、品目がタグ付けされれば、検出速度が速くなり、検出の制限が低くなる。さらに、識別されると、タグ付けされた品目がグラフィカル・ユーザインターフェース（ＧＵＩ）に優先的に表示され、着目した物質が検出されたことがユーザに明確に示される。

ここで説明するいくつかの実施形態は、一般的に識別／スクリーニングアルゴリズムの組み合わせの概要と性能の特徴に向けたものである。組み合わせのアルゴリズムは、スクリーニングアルゴリズムでより一般的な高い検出能力を提供すると共に、広い識別能力を維持するものである。さらに、この取り組みにより、ユーザは、応答中に状況認識を組み込むことができる。

アルゴリズムの概要
演算の考察
上述のように、現代の手持ち式分析器は、純粋な材料と混合物の両方を自動で識別する能力が益々高くなっている。未知の混合物の分析は、無視できない特殊な演算の課題である。現代の参照データベースは、１００００を超えるライブラリのスペクトルを含むことが多く、手持ち式装置で展開される混合アルゴリズムは、５つまでの混合成分に同時にフィットするように試みる。所与のライブラリを評価できる可能な混合溶液の候補の数は、下記の式を使って計算することができる。

ここで、Ｎが可能な混合物の候補の数であり、ｎがライブラリ参照スペクトルの数であり、ｋは、同時にフィットされる混合成分の最大数である。上記の式に基づいて、特に、大きい参照ライブラリデータベースについては、可能な混合物の組み合わせの数は、同時にフィットされる成分の数とともに迅速に拡大縮小する。この点を説明するため、表１は、２〜５成分溶液を考えたときに、１０，０００品目を含む参照ライブラリについての潜在的な混合物の候補の数を示している。

表１ １００００品目のライブラリでフィットされる混合成分数（ｋ）の関数としての潜在的な混合物候補数（Ｎ）

表１から、１００００品目のライブラリでは、２成分混合物の候補だけでもほとんど５千万個の可能性がある。さらに、問題を複雑にするのは、一般的に手持ち式の装置は、オンボード演算力に限りがあるということである。今日の可搬式装置でオンボード処理能力では、大型の現代的な参照データベースから生成できるすべての潜在的な混合溶液を評価するのに数日かかる。混合物の問題に伴う演算の費用の結果として、手持ち式識別装置にとっては、ライブラリをダウンセレクトするのに使用できる高速計算を組み込み、管理可能な項目の数を減らしてより管理しやすくするのが常である。ダウンセレクションは、より正確な純成分及び混合物解析アルゴリズムによる最終分析の前に行う予備ステップである。

図６は、データ融合を行わないで、すなわち、異なる技術のスペクトル情報を統合しないで、手持ち式識別装置で使用する識別アルゴリズムの高レベルな概要の一例を示すフローチャートである。識別アルゴリズムについてのさらなる説明は、Ｂｒｏｗｎ他に発行され、本出願の譲受人に割り当てられた“ＳＰＥＣＴＲＵＭ ＳＥＡＲＣＨＩＮＧ ＭＥＴＨＯＤ ＴＨＡＴ ＵＳＥＳ ＮＯＮ−ＣＨＥＭＩＣＡＬ ＱＵＡＬＩＴＩＥＳ ＯＦ ＴＨＥ ＭＥＡＳＵＲＥＭＥＮＴ”（測定の非化学的性質を使用するスペクトル検索方法）と題する米国特許第７，２５４，５０１号にも記載されており、この開示をここに参照することにより本願に組み込まれる。しかしながら、組み込まれた参照が本出願の説明と矛盾する場合には、本発明の記載が優先するものとする。フローチャートに示すように、純粋成分評価と混合物解析の前にダウンセレクションを行う。この取り組みの意図は、エンドユーザにとって高速な分析時間を可能とすることと、演算時間の大部分を、着目した、選択されたライブラリ品目に対して未知のサンプルを詳細に評価するために割り当てられるようにすることである。

演算効率を最適化する一方で、ダウンセレクション手順もまた、未知のスペクトル内に存在する最有力な参照ライブラリ候補を保持するように設計してある。しかし、ダウンセレクション戦略は無損失ではないため、未知のサンプルに存在する品目が最終アルゴリズムによって分析される前に考察により除外される可能性がある。純粋な材料に関しては、問題になることはまれであるが、未知のスペクトルの中で特徴が主要な混合成分にほとんど隠れてしまっている微量混合成分に関してはより難しい。タグ付けによる高いスクリーニング能力の一局面は、タグ付けされた物質（すなわち、監視対象リストに含まれる物質）が、最終分析アルゴリズムの前に考察から誤って却下される可能性を低減することである。タグ付けについてのさらなる説明はＧｒｅｅｎ他に発行され、本出願の譲受人に割り当てられた“ＭＥＴＨＯＤ ＦＯＲ ＴＡＧＧＩＮＧ ＲＥＦＥＲＥＮＣＥ ＭＡＴＥＲＩＡＬＳ ＯＦ ＩＮＴＥＲＥＳＴ ＩＮＳＰＥＣＴＲＯＳＣＯＰＩＣ ＳＥＡＲＣＨＩＮＧ ＡＰＰＬＩＣＡＴＩＯＮＳ”（分光の検索アプリケーションにおける着目した参照材料にタグ付けする方法）と題する米国特許出願第１３／５４０，１５２号にも記載されており、この開示をここに参照することにより本願に組み込まれる。しかしながら、組み込まれた参照が本出願の説明と矛盾する場合には、本発明の記載が優先するものとする。

図６に示すフローチャートにおいて、少なくとも２つの技術（例えば、テクノロジー１としてＦＴＩＲ、そしてテクノロジー２としてラマン）によって、分光計を使用してサンプルの最有力な組成を判定する二つの方法６０１及び６０２は、ステップ６１０−１では、第１の技術（テクノロジー１）によって、分光計を使ってサンプルからデータを取得することを含み、データは、第１の技術で得た測定スペクトルの第１の表記を含み、ステップ６１０−２では、第２の技術（テクノロジー２）によって、分光計を使ってサンプルからデータを取得することを含み、データは第２の技術によって取得した測定スペクトルの第２の表記を含む。そして、この方法は、ステップ６２０−１または６２０−２（それぞれ第１の方法６０１または第２の方法６０２）では、測定スペクトルの第１または第２の表記（presentation）の正確さの状態（precision state）を判定することと、ライブラリ候補の第１または第２のセットを提供することと、各ライブラリの候補には、各ライブラリの候補を表すデータを提供すること（このデータは第１または第２の技術によって取得するライブラリスペクトルの表記を含む）と、（ｉ）測定スペクトルの第１または第２の表記、（ｉｉ）測定スペクトルの第１または第２の表記の正確さの状態、（ｉｉｉ）そのライブラリ候補のライブラリスペクトルの表記、及び（ｉｖ）そのライブラリ候補に対するライブラリスペクトルの表記の正確さの状態を使用して、ライブラリ候補の第１または第２のセットにおける各ライブラリ候補に対するサンプルの類似性の第１または第２の表記を判定することによってライブラリ候補の第１または第２のサブセットを選択することと、選択されたライブラリ候補の第１または第２のサブセットに基づいてサンプルの第１または第２の最有力な組成を判定することとを含む。方法６０１及び６０２は、任意で、ステップ６１５−１または６１５−２において、ライブラリ候補の第１または第２の監視対象リストをライブラリ候補の第１または第２のサブセットに追加することを含んでいてもよい。

スペクトルライブラリ検索機器が回答すべき重大な問題は、被検査物の機器測定とそれが測定された条件を考慮して、（１）「ライブラリレコードのいずれかが一致する可能性があるか？」及び（２）「測定材料が実際にＡ，Ｂ等である可能性ＰＡ，ＰＢ．．．はどれぐらいか？」である。これらの可能性は、測定データとその品質に直接依存すべきである。一般的には、測定の質とは、測定の精度とその正確さ（あるいはそのばらつき）の関数である。機器が適切に設計されていれば、さらに／あるいは適切な信号調整方法を使用していれば、測定は当然正確であるが、その測定条件によってある程度の不正確さは避けられないことは予測できる。

この方法は、データを収集し、不確実性をもたらす原因を測定する。電荷結合素子（ＣＣＤ）検出を使った分散型ラマン分光測定に関しては、例として、多くの明らかなばらつきの原因が、測定の正確さ（精度）の状態Σ_measの一因となる。

Σ_meas＝ｆ（Ｉ_Ral，Ｉ_Ram，Ｉ_fl，Ｉ_ambient，Ｉ_dark，σ_read，Ｑ，Ｄ_CCD，Ｇ_CCD，Ｃ，Ｔ，Ｈ，ｔ，Ｌ） （２）

ここで、Ｉ_Ralはレイリー散乱強度、Ｉ_Ramはラマン散乱強度、Ｉ_flは蛍光強度、Ｉ_ambientは周辺光強度である。

式２に示した項はすべて、光子ショットノイズの一因となるため、分析測定の不確実性に影響する。Ｉ_darkはＣＣＤ内の暗電流強度であり、衝突光子なしでの検出器のカウントの自然な蓄積であり、これもショットノイズの一因となる。σ_readは、読み込みノイズ（ＣＣＤの応答を読み出す際の不正確さ）であり、Ｑは量子化誤差（アナログからデジタルへの変換ＡＤＣの結果）であり、Ｄ_CCDはＣＣＤの構成の不具合の結果であるばらつきに関する項であり、Ｇ_CCDはＣＣＤ（カウントする電子からの変換係数）上のゲインであり、ＴとＨは測定の温度と湿度条件であり、ｔは信号を結合するのにかかった時間であり、Ｃはサンプルの正確なラマン強度を変更できる物理化学効果（これら効果はそれぞれ、潜在的な波長依存性を有する）であり、Ｌは任意の個々のサンプル測定より長い時間にわたるシステム性能の変化を反映する「長期」ばらつきの項である（例えば、校正に関するばらつき）。上述の内容から明らかなように、不正確さの原因は、測定条件によって決まり（例えば、光子ショットノイズ、暗ノイズ）、一部は、測定を行う装置によって決定され（例えば、装置のゲイン、読み込みノイズ、量子化ノイズ）、また一部は、プラットフォームの全体的な設計（例えば、波長軸とライン幅の安定性、温度／湿度の感度）によって決定される。

走査データが、この化学識別に十分と思われる信号−ノイズ比（ＳＮＲ）閾値に到達すると、結果、化学物質Ｘの識別ということになる。測定の不確実性を考えると、測定スペクトルが参照ライブラリスペクトルの群に属するという仮説はない。別の仮説は、測定スペクトルは、参照ライブラリスペクトルの群に属さないと唱えている。

統計では、帰無仮説が実際に当てはまるとき、ｐ値は、観察されたサンプルの結果（あるいは、さらに極端な結果）を取得する確率である。このｐ値が非常に小さい場合、通常は有意水準（伝統的には９５％）と称する予め選択されたレポート閾値以下の場合、観察されたデータが帰無仮説が当てはまるとの仮定と整合せず、よって、この仮説は却下されなければならないことが示唆される。よって、ｐ値（ここでは、レポート閾値とも称する）は、０．０５以上である場合、測定値は、参照スペクトルと一致すると考え、装置は、（例えば、緑の画面を表示することによって）肯定的な整合をレポートする。そうでない場合、装置は、混合物解析を行うか、あるいは、下記に説明するように類似した品目をレポートするか、もしくは、ユニットの構成に応じて不一致をレポートする。

ステップ６２５−１または６２５−２において、さらに下記に説明するようにサンプルが純粋なサンプルであると判定されると、ステップ６４０−１または６４０−２で、純粋な一致を表示する、あるいは、純粋に一致する化学物質が１つ以上の名称で知られている場合には、ステップ６４０−１あるいは６４０−２で複数の純粋な一致を表示する。ステップ６２５−１または６２５−２でサンプルが純粋なサンプルでない場合、すなわち、任意の単一のライブラリ候補に対するサンプルの類似性が、上述のように０．０５以上となり得るレポート閾値より低い場合、方法６０１及び６０２は、さらに、ステップ６５０−１または６５０−２において、（ｉ）測定スペクトルの第１と第２の表記、（ｉｉ）測定スペクトルの第１または第２の表記の正確さの状態、（ｉｉｉ）そのライブラリ候補のライブラリスペクトルの表記、及び任意で（ｉｖ）そのライブラリ候補に対するライブラリスペクトルの表記の正確さの状態を使用して、ライブラリ候補の第１または第２のサブセットそれぞれにおけるライブラリ候補の混合物に対するサンプルの類似性の第３または第４の表記を判定することによってライブラリ候補の第３または第４のサブセットを選択することを含む。その結果得られるサンプルの最有力な組成の判定は、ライブラリ候補の混合物に対するサンプルの類似性の判定された表記に基づく、すなわち、ライブラリ候補の混合物に対するサンプルの類似性が、上記のように０．０５以上となりうるレポート閾値より大きいという判断に基づく。方法６０１及び６０２は、任意で、ステップ６４５−１または６４５−２において、ライブラリ候補の第３または第４の監視対象リストをライブラリ候補の第３または第４のサブセットに追加することを含んでいてもよい。ステップ６５５−１または６５５−２で、混合物が認識されると（ｐ値が０．０５以上）、ステップ６７０−１または６７０−２で混合物の結果を表示する。混合物が認識されない場合は、ステップ６７５−１または６７５−２で類似した品目がある場合には、すなわち、ｐ値が１ｘ１０^-4より大きく、０．０５より小さい品目がある場合には、ステップ６８０−１または６８０−２で類似した品目を表示する。類似した品目がない場合には、６９０−１または６９０−２で、一致が見つからなかったことをレポートする。

レポートの考察
図６に明示的に示していない最後の主題は、自動化された混合物アルゴリズムに関連付けられたレポート判定基準である。実際に自動的に行われる分析については、適合（フィット）閾値の有益な部分をアルゴリズムに設定して、もしあれば、どの成分をレポートするかを決定する。レポート閾値を設定する必要性は、全称的であり、使用する解析アルゴリズムのタイプに依存するものではない。

レポート閾値の選択は、検索器具の真陽性率（ＴＰＲ）と偽陽性率（ＦＰＲ）の間のトレードオフに直接影響を及ぼす。危険材料識別（例えば、危険物処理の呼び出し）のような一般的な未知の識別シナリオでは、ＦＰＲを低く抑えるように特殊な考察を行う。これにより、ユーザは、曖昧となりうる情報に対して行動しないように防ぐとともに、時間と、より明確な情報を提供できる可能性の有る他の評価に対する努力に焦点を当てさせるようにする。一方、スクリーニングシナリオでは、より高いＦＰＲを犠牲にしても、レポート閾値はＴＰＲを最大とするように設定されることが多い。これは、医療診断テストのようなスクリーニングシナリオにおいて、しばしば偽陽性を軽減するために行う第２の確認テストがあるためである。

これらの考察に基づくと、スクリーニングアルゴリズムが標準的な識別アルゴリズムよりよい検出率を提供できる別の理由は、レポート閾値が着目した物質に対して最適化されているからである。タグ付けされた品目のレポート閾値の最適化により、よりよい検出能力をもたらすことが期待されるが、誤警報確率もわずかに上がると思われる。

フィールドの考察
識別装置のエンドユーザは、様々な情報源から情報を得ることができる。一般的な応答中は、他の外部データ情報の形態の情報は、製品ラベル、サンプル観察（固体、液体、または気体、色、臭い）、ｐＨ測定値、及び様々な分析器からのテスト結果の形態で入手可能である。ユーザは入手可能なすべての情報を評価し始めると、どんな材料が未知のサンプル内に存在しそうであるかについて評価する。伝統的な識別装置及びアルゴリズムは、リアルタイム情報や状況認識を装置が提供する識別評価に統合することはできない。上述のように、タグ付けアプローチは、典型的な「ブラインド」の識別アルゴリズムに比べて高い検出率と、低い検出制限を提供する。機器は、タグリスト（すなわち監視対象リスト）がいつでも適応、変更、編集できるように設計されているので、タグ付け法は、機器の操作員に新しい能力を提供し、応答の間に取得した知識をよりよく統合できる。

タグ付けの別の利点は、タグ付けされた品目が識別されると、タグ付けされた品目が、それらの隣のアイコンと共にユーザに表示され、着目した物質が識別されたことをエンドユーザに明確に示すことができるという点である。タグアイコンがエンドユーザにとって明らかであることを確実にするため、その物質のスペクトルの寄与（例えば重み）に関係なく、トップに表示されるタグ付けされた物質とともに混合物を表示することができる。図７Ａ及び図７Ｂは、純成分の一致（図７Ａ）と混合物の一致（図７Ｂ）の結果表示の例を示す。それぞれの一致は、異なる色の画面を使うなど、様々な方法で強調表示することができる。

ここで最も重要視しているのは、タグ付けが提供する高度な検出能力であるが、ここで説明するＧＵＩ要素は、他に依存せず、実質的な利益を提供する。多くの適用方法にとって、脅威の状況は常に拡大または変化している。結果として、エンドユーザは、着目した新しい物質の情報にいつも通じている状態を保つのは難しくなり、どの物質が最大の関心事であるかは不確実である。適所にタグ付けすれば、ユーザは監視すべき脅威の材料の長い一覧を覚える必要はない。その代わりに、赤いフラグを示す結果は、すべて深刻化するであろうと判断できるように訓練される。

データ融合
上述のように、「タグ付け」と呼ばれるスクリーニングアルゴリズムが、分光計のような手持ち式識別装置上で展開されている。この概念は、二つ以上の技術を結合した分光計上で展開することもできる。第１の場合は、プロファイルは、装置上で設定可能である。

プロファイルは、いくつかの設定を含むことができる。
ラマンレーザパワー、
ラマン走査遅延、
ラマン走査タイムアウト、
ＦＴＩＲアンビル力、
ＦＴＩＲ走査遅延、
ＦＴＩＲ走査タイムアウト、および
プロファイルに関する品目のタグリスト。

品目のタグリスト（ここでは、監視対象リストとも呼ぶ）は、いずれの技術でもよく、ここで説明したケースでは、２つの技術とは、ラマンとＦＴＩＲ分光法である。ライブラリの化学物質を選択することによって、その化学物質は、ラマンのみであろうと、ＦＴＩＲのみであろうと、あるいは、両技術であろうと、その技術の走査が行われたときに検索される。純粋な化学物質の例としては、過酸化アセトン（ＴＡＴＰ）、ＲＤＸ、及びヘキサメチレントリペルオキシドジアミン（ＨＭＴＤ）のような爆発性の材料、アクロレイン、クロロスルホン酸、イソプロピルイソシアネート、及びトルエン２，４ジイソシアネートなどの毒性物質、及びヘロインＨＣｌ、純化コカイン、メタンフェタミンＨＣｌ及びＪＷＨ−０１８のような麻薬材料が挙げられる。化学物質の混合物の例としては、コカインＨＣｌ／ベンゾカイン、ヘロインＨＣｌ／アセトアミノフェン（一般の麻薬混合物）、２−プロパノール／メタノール、エタノール／水、メチルエチルケトン／イソプロパノール／エタノール、及びアセトアミノフェン／αラクトース一水和物などが挙げられる。図６は、２つの別の技術のデータフローを示しており、これらは、２つの完全に分離した装置または技術であり、いずれかの技術に対して決定エンジンに演繹的知識を送ることなく、両者とも完全に別々に作用する。

２つの技術が組み合わさって一つの装置になったときは、互いに情報を共有するという大きな可能性が期待できる。下記の２つの可能性は、１）情報を前もって、そして２）測定の後に情報を渡すことである。

前（プレデータ収集）
最初のケースでは、第２の技術によって走査が始まる前に第１の技術から取得した情報を渡す時に遭遇する可能性が考えられる。図８では、一方の技術を使ってデータ収集するフローについて説明する。テクノロジー１が結果を出すと、その識別がデータのサブセットに渡されてテクノロジー２で考察される。すなわち、これらの品目は、タグ付けと同様に考えられるが、テクノロジー１による識別の結果得られるものである。

図８に示すフローチャートにおいて、少なくとも２つの技術（例えば、テクノロジー１としてＦＴＩＲ、そしてテクノロジー２としてラマン）によって、分光計を使用してサンプルの最有力な組成を判定する、データ融合を含む二つの方法８０１及び８０２は、ステップ８１０−１では、第１の技術（テクノロジー１）によって、分光計を使ってサンプルからデータを取得することを含み、データは、第１の技術で得た測定スペクトルの第１の表記を含み、ステップ８１０−２では、第２の技術（テクノロジー２）によって、分光計を使ってサンプルからデータを取得することを含み、データは第２の技術によって取得した、測定スペクトルの第２の表記を含む。そして、この方法は、（それぞれ第１または第２の方法８０１または８０２の）ステップ８２０−１または８２０−２では、測定スペクトルの第１または第２の表記の正確さの状態を判定することと、ライブラリ候補の第１または第２のセットを提供することと、各ライブラリの候補に、各ライブラリの候補を表すデータを提供すること（データは、第１または第２の技術によって取得されるライブラリスペクトルの表記を含む）、（ｉ）測定スペクトルの第１または第２の表記、（ｉｉ）測定スペクトルの第１または第２の表記の正確さの状態、（ｉｉｉ）そのライブラリ候補のライブラリスペクトルの表記、及び任意で（ｉｖ）そのライブラリ候補に対するライブラリスペクトルの表記の正確さの状態を使用して、ライブラリ候補の第１または第２のセットにおける各ライブラリ候補に対するサンプルの類似性の第１または第２の表記を判定することによってライブラリ候補の第１または第２のサブセットを選択することと、ライブラリ候補の選択された第１または第２のサブセットに基づいてサンプルの第１または第２の最有力な組成を判定することと、を含む。方法８０１及び８０２は、任意で、ステップ８１５−１または８１５−２において、ライブラリ候補の第１または第２の監視対象リストをライブラリ候補の第１または第２のサブセットに追加することを含んでもよい。

ステップ８２５−１または８２５−２において、さらに下記に説明するようにサンプルが純粋なサンプルであると判定されると、ステップ８４０−１または８４０−２で、純粋な一致を表示する、あるいは、純粋に一致する化学物質が１つ以上の名称で知られている場合には、ステップ８４０−１あるいは８４０−２で複数の純粋な一致を表示する。しかし、方法６０１及び６０２とは対照的に、純粋な一致、あるいは、ステップ８４０−１で表示されたサンプルの第１の最有力な組成が、ステップ８２０−２で取得したライブラリ候補の第２のサブセットに追加される。あるいは、ステップ８４０−２で表示されたサンプルの第２の最有力な組成は、ステップ８２０−１で得られたライブラリ候補の第１のサブセットに追加される。

ステップ８２５−１または８２５−２でサンプルが純粋なサンプルでない場合、すなわち、任意の単一のライブラリ候補に対するサンプルの類似性が、上述のように、０．０５以上となり得るレポート閾値より低い場合は、方法８０１及び８０２は、さらに、ステップ８５０−１または８５０−２において、（ｉ）測定スペクトルの第１または第２の表記、（ｉｉ）測定スペクトルの第１または第２の表記の正確さの状態、（ｉｉｉ）そのライブラリ候補のライブラリスペクトルの表記、及び任意で（ｉｖ）そのライブラリ候補に対するライブラリスペクトルの表記の正確さの状態を使用して、ライブラリ候補の第１または第２のサブセットそれぞれにおけるライブラリ候補の混合物に対するサンプルの類似性の第３または第４の表記を判定することによってライブラリ候補の第３または第４のサブセットを選択することを含む。その結果得られるサンプルの最有力な組成の判定は、ライブラリ候補の混合物に対する判定したサンプルの類似性の表記に基づく、すなわち、ライブラリ候補の混合物に対するサンプルの類似性が、上記のように、０．０５以上となりうるレポート閾値より大きいという判断に基づく。方法８０１及び８０２は、任意で、ステップ８４５−１または８４５−２において、ライブラリ候補の第３または第４の監視対象リストをライブラリ候補の第３または第４のサブセットに追加することを含んでもよい。しかし、図６に示す方法６０１及び６０２とは対照的に、純粋な一致、あるいは、ステップ８４０−１で表示されたサンプルの第１の最有力な組成が、ステップ８５０−２でのライブラリ候補の第４のサブセットに追加される。

ステップ８５５−１または８５５−２で、混合物が認識されると（ｐ値が０．０５以上）、ステップ８７０−１または８７０−２で混合物の結果を表示する。混合物が認識されない場合は、ステップ８７５−１または８７５−２で類似した品目がある場合には、すなわち、ｐ値が１×１０^-4より大きく、０．０５より小さい品目がある場合には、ステップ８８０−１または８８０−２で類似した品目を表示する。類似した品目がない場合には、８９０−１または８９０−２で、一致が見つからなかったことをレポートする。しかし、方法６０１及び６０２とは対照的に、ステップ８７０−１で表示された混合物の結果、あるいは、ステップ８８０−１で表示された類似した品目が、ステップ８１５−２で第２の監視対象リストに、そしてステップ８４５−２で第４の監視対象リストに追加される。あるいは、ステップ８７０−２で表示された混合物の結果あるいは、ステップ８８０−２で表示された類似した品目が、ステップ８２０−１で取得されるライブラリ候補の第１のサブセットに、あるいは、ステップ８５０−１で取得されるライブラリ候補の第３のサブセットに追加される。

さらにこのコンセプトでは、サンプルに関する情報がアルゴリズムに渡され、アルゴリズム内でどのデータを渡すかについての決定を行う。ユーザは、その形態（固体、液体、気体（例えばコンテナの中など）、あるいは、その色など、サンプルの物理的状態についての情報を提供できる。これらの属性を使って、アルゴリズムで考察される品目を含む、または除外することができる。

図９に示すフローチャートにおいて、少なくとも２つの技術（例えば、テクノロジー１としてＦＴＩＲ、そしてテクノロジー２としてラマン）によって、分光計を使用してサンプルの最有力な組成を判定する、データ融合を含む二つの方法９０１及び９０２は、ステップ９１０−１では、第１の技術（テクノロジー１）によって、分光計を使ってサンプルからデータを取得することを含み、データは、第１の技術で得た測定スペクトルの第１の表記を含み、ステップ９１０−２では、第２の技術（テクノロジー２）によって、分光計を使ってサンプルからデータを取得することを含み、データは第２の技術によって取得した、測定スペクトルの第２の表記を含む。そして、この方法は、（それぞれ第１または第２の方法９０１または９０２の）ステップ９２０−１または９２０−２では、測定スペクトルの第１または第２の表記の正確さの状態を判定することと、ライブラリ候補の第１または第２のセットを提供することと、各ライブラリの候補には、各ライブラリの候補を表すデータを提供すること（データは、第１または第２の技術によって取得するライブラリスペクトルの表記を含む）と、（ｉ）測定スペクトルの第１または第２の表記、（ｉｉ）測定スペクトルの第１または第２の表記の正確さの状態、（ｉｉｉ）そのライブラリ候補のライブラリスペクトルの表記、及び任意で（ｉｖ）そのライブラリ候補に対するライブラリスペクトルの表記の正確さの状態を使用して、ライブラリ候補の第１または第２のセットにおける各ライブラリ候補に対するサンプルの類似性の第１または第２の表記を判定することによってライブラリ候補の第１または第２のサブセットを選択することと、ライブラリ候補の選択された第１または第２のサブセットに基づいて、サンプルの第１または第２の最有力な組成を判定することと、を含む。方法９０１及び９０２は、任意で、ステップ９１５−１または９１５−２において、ライブラリ候補の第１または第２の監視対象リストをライブラリ候補の第１または第２のサブセットに追加することを含んでもよい。

ステップ９２５−１または９２５−２において、さらに下記に説明するようにサンプルが純粋なサンプルであると判定されると、ステップ９４０−１または９４０−２で、純粋な一致を表示する、あるいは、純粋に一致する化学物質が１つ以上の名称で知られている場合には、ステップ９４０−１あるいは９４０−２で複数の純粋な一致を表示する。

ステップ９２５−１またはステップ９２５−２において、サンプルが純粋なサンプルでない場合、すなわち、任意の単一のライブラリ候補に対するサンプルの類似度が、上記のように、０．０５以上となりうるレポート閾値より小さい場合は、方法９０１及び９０２は、さらに、ステップ９５０−１または９５０−２において、（ｉ）測定スペクトルの第１または第２の表記、（ｉｉ）測定スペクトルの第１または第２の表記の正確さの状態、（ｉｉｉ）そのライブラリ候補のライブラリスペクトルの表記、及び任意で（ｉｖ）そのライブラリ候補に対するライブラリスペクトルの表記の正確さの状態を使用して、ライブラリ候補の第１または第２のサブセットそれぞれにおけるライブラリ候補の混合物に対するサンプルの類似性の第３または第４の表記を判定することによってライブラリ候補の第３または４のサブセットを選択することを含む。その結果得られるサンプルの最有力な組成の判定は、ライブラリ候補の混合物に対する判定したサンプルの類似性の表記に基づく、すなわち、ライブラリ候補の混合物に対するサンプルの類似性が、上記のように、０．０５以上となりうるレポート閾値より大きいという判断に基づく。方法９０１及び９０２は、それぞれ、任意で、ステップ９４５−１または９４５−２において、ライブラリ候補の第３または第４の監視対象リストをライブラリ候補の第３または第４のサブセットに追加することを含んでもよい。

ステップ９５５−１または９５５−２で、混合物が認識されると（ｐ値が０．０５以上）、ステップ９７０−１または９７０−２で混合物の結果を表示する。混合物が認識されない場合は、ステップ９７５−１または９７５−２で類似した品目がある場合には、すなわち、ｐ値が１×１０^-4より大きく、０．０５より小さい品目がある場合には、ステップ９８０−１または９８０−２で類似した品目を表示する。類似した品目がない場合には、９９０−１または９９０−２で、一致が見つからなかったことをレポートする。

しかし、方法６０１及び６０２とは対照的に、純粋な一致、あるいはステップ９４０−１で表示されたサンプルの第１の最有力な組成、及び／またはステップ９４０−２で表示したサンプルの第２の最有力な組成、及び／またはステップ９７０−１で表示された混合物の結果、及び／またはステップ９７０−２で表示される混合物の結果、及び／またはステップ９８０−１で表示された類似品目、及び／またはステップ９８０−２で表示された類似品目がデータ融合ステップ９９２で、ステップ９９１の他の外部データ情報と結合される。データがステップ９９５で認識されると、認識したデータがステップ９９６にて表示され、それ以外の場合には、ステップ９９７で一致が見つからなかった旨がレポートされる。

さらに、または代替的に、サンプルの画像をキャプチャし、画像アルゴリズムによって分析し、ユーザが入力せず完全に独立してその物理的状態を上記のように決定する。画像分析がサンプルの物理的状態を判定できるならば、データ分析を管理できるので、サンプル状態と一致しないサンプルの識別はエンドユーザには表示されない。

後（データ収集後）
データ収集後のデータ分析は、多数の異なるルートで行うことができる。下記に示すように、可能なオプションとしては、よりよい識別性能を発揮するための、結合した結果を利用したデータの再分析と、外部データ／サンプル情報と、鍵となるスペクトル特性のスペクトルの分析（機能グループ分析）、及び化学パターン用の前回の走査識別結果の分析を含む。

よりよい識別性能を発揮するための、結合した結果を利用したデータの分析及び再分析
それが純粋な化学物質か、あるいは混合した化学物質かに関わらず、一つ以上の技術で得たデータを結合して一つの結果を提供することができる。２つの技術を、図６に示すように完全に別々に操作することができる。あるいは、結果をユーザに示した後または示す前に、図８及び図９に示すように結果を結合することができる。様々な状況の例を表２に示す。

外部データ／サンプル情報
さらに前分析段階まで、サンプルについての情報を、一つ以上の走査データスペクトルを分析するアルゴリズムに渡すことができる。ユーザは、その形態（固体、液体、気体（例えばコンテナの中など））、あるいは、その色など、サンプルの物理的状態についての情報を図９に示す他の外部データ情報の形態で提供できる。これらの属性を使って、アルゴリズムで考察される候補を含む、または除外することができる。

さらに、またはあるいは、サンプルの画像をキャプチャし、画像アルゴリズムによって分析し、ユーザが入力せず完全に独立してその物理的状態を上記のように決定する。画像分析がサンプルの状態を判定できるならば、データ分析を管理できるので、サンプル状態と一致しないサンプルの識別がエンドユーザに表示されることはない。

キーとなるスペクトルの特性に対するスペクトルの分析（機能グループ分析）
分析後データ収集は、ラマン、中赤外域（ＦＴＩＲ）及びＮＩＲ分光法によって取得したスペクトル特性を分析することもできる。スペクトルの分析により、追加の、あるいは二次情報を知ることができる。スペクトルを分析し２つの相補的な技術の間の識別結果を確証できることは有益である。

スペクトルは、測定される化学物質独自のものである。この属性を利用して、分光計が化学物質を決定的に識別することが出来ない場合には、スペクトルの分析及び機能グループが提供する分析を使って、図１０に例として示すように、分析後データ収集により、分光計が示した識別を確認または否定すること、あるいは、別のサンプル情報を提供することができる。

前回の化学パターンの走査識別結果の分析
手持ち式識別装置は、同じ走査プロファイルを使用して同じデータセッション（フォルダ）で収集されてきたであろう走査データ情報を分析することができる。この装置は、あるセッション内の走査識別結果を分析して、違法な化学物質を生成可能な化学物質のパターンを探すことができる（例えば、密売薬物製造所の捜査など）。例えば、この装置は、同じ技術を使って、あるいは２つの異なる技術を使って過酸化水素、硫酸、及びアセトンを識別することもできる。図１１に示すように、この装置は、手製の爆発性（ＨＭＥ）化学物質である、過酸化アセトン（ＴＡＴＰ）を製造するのにこれら３つの化学物質が使われているということを認識することができる。このような装置及び能力、非限定的ではあるが、次の化学兵器製造所、爆発物密造所、あるいは麻薬密造所などのような環境で使うことができる。このような装置は、エンドユーザの指示によって、選択した化学物質のグループで可能性を分析することも、あるいはエンドユーザの入力なしで独立して作業することができる。

本発明の局面を紹介してきたが、これより、さらなる特徴と実施形態を示す。

ある実施形態では、機器１０は、約４ポンド（約１．８１４ｋｇ）の重さである。寸法は、約８インチ（約２０．３２ｃｍ）×約４インチ（約１０．１６ｃｍ）×約２．５インチ（約６．３５ｃｍ）である。プローブ２０は、手持ち式モード、バイアルモード、あるいは、ロボットなどの他の装置に搭載して使用することができる。プローブ２０は、１００ｃｍ^-1〜３０００ｃｍ^-1、例えば、２５０ｃｍ^-1〜２８５０ｃｍ^-1のスペクトル範囲にわたって、約５ｃｍ^-1〜１１ｃｍ^-1、例えば、約７ｃｍ^-1〜１０．５ｃｍ^-1の範囲のスペクトル解像度で操作できる。パワー調整可能なレーザ出力は、約５０ｍＷ〜約３００ｍＷの間の範囲、例えば、約７５ｍＷ〜約２５０ｍＷの間の範囲で可能である。アンビル２２は、約６５０ｃｍ^-1〜約４０００ｃｍ^-1の間のスペクトル範囲にわたって、約４ｃｍ^-1のスペクトル解像度で操作可能である。アンビル２２に対する集光光学には、固体ダイヤモンド結晶ＡＴＲを含んでいてもよい。

機器１０は、ＭＩＬ−ＳＴＤ−８１０Ｇ及びＩＰ６７基準の要件に適合するサバイバル性を示すものでもよい。サンプリングの露出は、手動または自動モードでよい。走査遅延は、例えば、約１２０秒までの遅延でユーザが構成可能である。電源には、リチウムイオン電池のような、着脱式及び再充電可能なバッテリが含まれていてもよい。外部電源を機器１０に接続して約１．２５Ａで約１２Ｖを供給してもよい。機器は、常に約−４°Ｆ（−２０℃）〜約１２２°Ｆ（５０℃）までの温度範囲で操作可能である。

様々な周知のプログラミング及びインターフェース技術を使って応答プロファイル３１の生成及び／または適応を行ってもよい。例えば、応答プロファイルビルダを設けてもよい。応答プロファイルビルダを使って、ユーザに対して、希望の設定に関して複数のパラメータ３２についての質問をしてもよい。実施形態によっては、応答プロファイルビルダは、機器１０に保持され、さらに、ＰＣに搭載された応答プロファイルマネージャによって構成してもよい。このように、ユーザは、現存の応答プロファイル３１を迅速に選択及びコピーすることができ、一連のメニューを介して共通で使われているパラメータ３２を調整することができる。

本発明の実施形態は、いずれもここに述べたものにさらに機能を追加することができるものとする。「少なくとも」という表記は、特徴に関して強調するために使用している。しかし、「少なくとも」が使用されていなくても、参照した特徴の数またはタイプが追加できるということは理解できよう。本出願で述べた方法の事象のシーケンスの順番は、説明した順番に限定されない。代わりに、事象は、論理的に可能であれば、同時を含みどのような順でもよい。

ここでの教示の局面に対して提供するために様々な他の構成要素を含んでいても要求してもよい。例えば、ここでの教示の範囲から逸脱することなく、ソフトウェアならびに電子部品を追加したり、ソフトウェアならびに電子部品の組み合わせを追加したり、さらに／またはそれを省略したりして追加の実施形態を提供することもできる。

ここで説明したように、用語「ソフトウェア」は、一般的に、コンピュータが解読できる媒体上に保存されたものなど、持続性信号として提供されるコンピュータが実行可能な命令として設けた命令セットを意味する。一般的にソフトウェアは、機器１０の高度な機能性を提供する。しかし、そのようなソフトウェアを機器１０のメモリ内部に置くことは必須要件ではない。例えば、ここに示す教示によって、ロバストな演算プラットフォームを使用することによってＰＣなどのような外部コンピュータに使用して機器１０の構成を提供するソフトウェアが考えられる。ここで説明しているように、「ソフトウェア」は、機器にダウンロードし、機器に保存することができるものであり、そうでない場合には機器に備えられている。例えば、ソフトウェアは、通常「ファームウェア」と呼ばれるような、読み取り専用メモリ（ＲＯＭ）に備えられているものでもよい。

少なくともここで開示するソフトウェアの一部を提供するツールの例として、フィンランドのＤＩＧＩＡ製のＬＩＮＵＸＱＴがある。ＬｉｎｕｘＱＴはグラフィカルユーザインターフェース（ＧＵＩ）でアプリケーションソフトウェアを開発するために広く使用される、プラットフォーム間共通のアプリケーションフレームワークである。他の同等もしくは望ましいツールを使用することもできる。

ここで論議したように、この機器は、一般的には「手持ち式」の機器である。これはこの機器が手の中にフィットしなければいけないということを暗示するものではない。すなわち、この機器は、フィールド使用に適した形態要素を有していればよい。よって、ここに示す教義によって、共通の処理及び他の技術を使用して寸法を制限すること、あるいは機器を構成することが考えられる。一般的に、ここに示す機器は、単に、ユーザ、設計者、製造業者、あるいは他の同等の関係者が適切と判断するように、フィールドの作業員が行うサンプリング及び分析のニーズを適切にサポートできるように決定すればよい。

本発明及びその実施形態（複数可）の要素を紹介する際の冠詞「１つの（ａ）」、「１つの（ａｎ）」、及び「その（ｔｈｅ）」は、１つもしくは複数の要素が存在することを意味する。同様に、要素を紹介する際の形容詞「別の（ａｎｏｔｈｅｒ）」も１つもしくは複数の要素を意味するために使用している。要素「含む（ｉｎｃｌｕｄｉｎｇ）」及び「有する（ｈａｖｉｎｇ）」は、包含的意味で使用しており、列挙した要素以外の要素も含むものである。

本発明を例示の実施形態と共に説明してきたが、本発明の範囲を逸脱することなく、様々な変更が可能であり、その要素は同等物によって置き換えられるということは当業者にとって明らかであろう。さらに、特殊な機器、状況、材料を、本発明の本質的な範囲を逸脱することなく、その教義に適応させるために様々な変更が可能であることは当業者とって明らかである。よって、本発明は、本発明を実施するための最良の形態として開示した特定の実施形態に限定することを意図するものではなく、本発明は、添付の特許請求の範囲に含まれるすべての実施形態を含むものである。

以下に本発明の実施態様を記載する。
（実施態様１）材料の化学特性をフィールド分析するように構成可能な分光計であって、
フーリエ変換赤外分光法（ＦＴＩＲ）検査を提供するように構成された少なくとも１個のセンサとラマン分光法検査を提供するように構成された少なくとも別のセンサとを含む手持ち式機器を備えた分光計。
（実施態様２）前記分光計のサンプリング構成を変更するための、ユーザがアクセス可能な指示セットをさらに含む、実施態様１に記載の分光計。
（実施態様３）前記分光計のサンプリング構成を変更するための指示セットを各々が提供する、ユーザがアクセス可能な複数の応答プロファイルをさらに含む、実施態様１に記載の分光計。
（実施態様４）分光計を使って、少なくとも２つの技術によりサンプルの最有力な組成を判定する方法であって、
ａ．前記分光計を使って第１の技術により前記サンプルから、前記第１の技術によって取得される測定スペクトルの第１の表記を含むデータを取得するステップと、
ｂ．前記測定スペクトルの第１の表記の正確さの状態を判定するステップと、
ｃ．ライブラリ候補の第１のセットを提供し、各ライブラリ候補に対して、各ライブラリ候補を表すデータを提供するステップであって、前記データが前記第１の技術によって取得されるライブラリスペクトルの表記を含む、提供するステップと、
ｄ．（ｉ）前記測定スペクトルの第１の表記、（ｉｉ）前記測定スペクトルの第１の表記の正確さの状態、及び（ｉｉｉ）ライブラリ候補についてのライブラリスペクトルの表記、を使用して、前記ライブラリ候補の第１のセットにおける各ライブラリ候補に対する前記サンプルの類似性の第１の表記を判定することによってライブラリ候補の第１のサブセットを選択するステップと、
ｅ．選択した前記ライブラリ候補の第１のサブセットに基づいて、前記サンプルの第１の最有力な組成を判定するステップと、
ｆ．前記分光計を使って第２の技術により前記サンプルから、前記第２の技術によって取得される測定スペクトルの第２の表記を含むデータを取得するステップと、
ｇ．前記測定スペクトルの第２の表記の正確さの状態を判定するステップと、
ｈ．ライブラリ候補の第２のセットを提供し、各ライブラリ候補に対して、各ライブラリ候補を表すデータを提供するステップであって、前記データが前記第２の技術によって取得されるライブラリスペクトルの表記を含む、提供するステップと、
ｉ．（ｉ）前記測定スペクトルの第２の表記、（ｉｉ）前記測定スペクトルの第２の表記の正確さの状態、及び（ｉｉｉ）ライブラリ候補についてのライブラリスペクトルの表記、を使用して、前記ライブラリ候補の第２のセットにおける各ライブラリ候補に対する前記サンプルの類似性の第２の表記を判定することによってライブラリ候補の第２のサブセットを選択するステップと、
ｊ．選択した前記ライブラリ候補の第２のサブセットに基づいて、前記サンプルの第２の最有力な組成を判定するステップと、
ｋ．前記サンプルの第１及び第２の最有力な組成に基づいて、前記サンプルの結果としての最有力な組成を判定するステップと、
ｌ．前記サンプルの結果としての最有力な組成をユーザに表示するステップと、
を含む方法。
（実施態様５）選択するステップｄは、さらにライブラリ候補についてのライブラリスペクトルの表記の正確さの状態を使用する、実施態様４に記載の方法。
（実施態様６）選択するステップｉは、さらにライブラリ候補についてのライブラリスペクトルの表記の正確さの状態を使用する、実施態様４に記載の方法。
（実施態様７）ライブラリ候補の第１の監視対象リストを前記ライブラリ候補の第１のサブセットに追加するステップをさらに含む、実施態様４に記載の方法。
（実施態様８）ライブラリ候補の第２の監視対象リストを前記ライブラリ候補の第２のサブセットに追加するステップをさらに含む、実施態様７に記載の方法。
（実施態様９）前記サンプルの第１の最有力な組成を前記ライブラリ候補の第２のサブセットに追加するステップをさらに含む、実施態様４に記載の方法。
（実施態様１０）前記サンプルからの前記データは、前記サンプルの少なくとも１つの観察された特性をさらに含む、実施態様９に記載の方法。
（実施態様１１）前記ライブラリ候補の第１のサブセットを選択するステップの前に前記ライブラリ候補の第２のサブセットを選択するステップと、前記サンプルの第２の最有力な組成を前記ライブラリ候補の第１のサブセットに追加するステップをさらに含む、実施態様４に記載の方法。
（実施態様１２）任意の単一のライブラリ候補に対する前記サンプルの類似性が、レポート閾値より低く、
（ｉ）前記測定スペクトルの第１の表記、（ｉｉ）前記測定スペクトルの第１の表記の正確さの状態、及び（ｉｉｉ）ライブラリ候補についての前記ライブラリスペクトルの表記、を使用して、前記ライブラリ候補の第１のサブセットにおけるライブラリ候補の混合物に対する前記サンプルの類似性の第３の表記を判定することによってライブラリ候補の第３のサブセットを選択するステップを更に含み、
前記サンプルの結果としての最有力な組成を判定するステップは、前記ライブラリ候補の混合物に対する前記サンプルの判定された類似性の表記に基づく、実施態様４に記載の方法。
（実施態様１３）前記ライブラリ候補の第３のサブセットを選択するステップは、さらに、ライブラリ候補についての前記ライブラリスペクトルの表記の正確さの状態を使用する、実施態様１２に記載の方法。
（実施態様１４）前記レポート閾値は０．０５以上である、実施態様１２に記載の方法。
（実施態様１５）（ｉ）前記測定スペクトルの第２の表記、（ｉｉ）前記測定スペクトルの第２の表記の正確さの状態、及び（ｉｉｉ）ライブラリ候補についての前記ライブラリスペクトルの表記、を使用して、前記ライブラリ候補の第２のセットにおけるライブラリ候補の混合物に対する前記サンプルの類似性の第４の表記を判定することによって、ライブラリ候補の第４のサブセットを選択するステップをさらに含む、実施態様１２に記載の方法。
（実施態様１６）前記ライブラリ候補の第４のサブセットを選択するステップは、さらに、ライブラリ候補についての前記ライブラリスペクトルの表記の正確さの状態を使用する、実施態様１５に記載の方法。
（実施態様１７）前記サンプルの第１の最有力な組成を前記ライブラリ候補の第４のサブセットに追加するステップをさらに含む、実施態様１５に記載の方法。
（実施態様１８）ライブラリ候補の第３の監視対象リストを前記ライブラリ候補の第３のサブセットに追加するステップをさらに含む、実施態様１５に記載の方法。
（実施態様１９）ライブラリ候補の第４の監視対象リストを前記ライブラリ候補の第４のサブセットに追加するステップをさらに含む、実施態様１８に記載の方法。
（実施態様２０）前記サンプルからの前記データは、前記サンプルの少なくとも１つの観察した特性をさらに含む、実施態様１５に記載の方法。
（実施態様２１）前記ライブラリ候補の第３のサブセットを選択するステップの前に前記ライブラリ候補の第４のサブセットを選択するステップと、前記サンプルの第２の最有力な組成を前記ライブラリ候補の第３のサブセットに追加するステップをさらに含む、実施態様１５に記載の方法。
（実施態様２２）前記ライブラリ候補の第３のサブセットを選択するステップの前に前記ライブラリ候補の第４のサブセットを選択するステップと、前記サンプルの第２の最有力な組成を前記ライブラリ候補の第１のサブセットに追加するステップをさらに含む、実施態様１５に記載の方法。
（実施態様２３）プロセスによって実行されると、材料の化学特性をフィールド分析する方法を実行可能な持続性のコンピュータプログラムを保有するコンピュータプログラム製品であって、
前記方法は、フーリエ変換赤外分光法（ＦＴＩＲ）検査を提供するように構成された少なくとも１個のセンサとラマン分光法検査を提供するように構成された少なくとも別のセンサとを含む手持ち式機器を提供するステップを備える、コンピュータプログラム製品。
（実施態様２４）プロセスによって実行されると、分光計を使って少なくとも２つの技術によりサンプルの最有力な組成を判定する方法を実行可能な持続性のコンピュータプログラムを保有するコンピュータプログラム製品であって、前記方法が、
ａ．前記分光計を使って第１の技術により前記サンプルから、前記第１の技術によって取得される測定スペクトルの第１の表記を含むデータを取得するステップと、
ｂ．前記測定スペクトルの第１の表記の正確さの状態を判定するステップと、
ｃ．ライブラリ候補の第１のセットを提供し、各ライブラリ候補に対して、各ライブラリ候補を表すデータを提供するステップであって、前記データが前記第１の技術によって取得されるライブラリスペクトルの表記を含む、提供するステップと、
ｄ．（ｉ）前記測定スペクトルの第１の表記、（ｉｉ）前記測定スペクトルの第１の表記の正確さの状態、及び（ｉｉｉ）ライブラリ候補についてのライブラリスペクトルの表記、を使用して、前記ライブラリ候補の第１のセットにおける各ライブラリ候補に対する前記サンプルの類似性の第１の表記を判定することによってライブラリ候補の第１のサブセットを選択するステップと、
ｅ．選択した前記ライブラリ候補の第１のサブセットに基づいて、前記サンプルの第１の最有力な組成を判定するステップと、
ｆ．前記分光計を使って第２の技術により前記サンプルから、前記第２の技術によって取得される測定スペクトルの第２の表記を含むデータを取得するステップと、
ｇ．前記測定スペクトルの第２の表記の正確さの状態を判定するステップと、
ｈ．ライブラリ候補の第２のセットを提供し、各ライブラリ候補に対して、各ライブラリ候補を表すデータを提供するステップであって、前記データが前記第２の技術によって取得されるライブラリスペクトルの表記を含む、提供するステップと、
ｉ．（ｉ）前記測定スペクトルの第２の表記、（ｉｉ）前記測定スペクトルの第２の表記の正確さの状態、及び（ｉｉｉ）ライブラリ候補についてのライブラリスペクトルの表記、を使用して、前記ライブラリ候補の第２のセットにおける各ライブラリ候補に対する前記サンプルの類似性の第２の表記を判定することによってライブラリ候補の第２のサブセットを選択するステップと、
ｊ．選択した前記ライブラリ候補の第２のサブセットに基づいて、前記サンプルの第２の最有力な組成を判定するステップと、
ｋ．前記サンプルの第１及び第２の最有力な組成に基づいて、前記サンプルの結果としての最有力な組成を判定するステップと、
ｌ．前記サンプルの結果としての最有力な組成をユーザに表示するステップと、
を含む、コンピュータプログラム製品。

Claims (22)

1. 分光計システムであって、
   手持ち式装置として構成された筐体を備え、前記筐体は、
   画面と、
   サンプルに光を照射するように構成された狭帯域の照明源と、
   前記狭帯域の照明に応じて前記サンプルからラマン散乱信号を検出するように構成されたセンサと、
   サンプルに光を照射するように構成された広帯域の照明源と、
   前記広帯域の照明に応じて前記サンプルからフーリエ変換赤外線信号を検出するように構成された光学要素と、
   ラマン散乱参照スペクトル情報のセット及びフーリエ変換赤外線参照スペクトル情報のセットを備えるライブラリ情報を含むメモリ装置と、
   ソフトウェア命令を実行するように構成されたプロセッサと、を備え、
   前記ソフトウェア命令は、
   前記狭帯域の照明を前記サンプルへ向けること、
   前記サンプルからのスペクトル情報を含む前記ラマン散乱信号を検出すること、
   前記広帯域の照明を前記サンプルへ向けること、
   前記サンプルからのスペクトル情報を含む前記フーリエ変換赤外線信号を検出すること、
   検出されたラマン散乱のスペクトル情報と検出されたフーリエ変換赤外線のスペクトル情報の各々が化学物質の識別のために十分な信号対ノイズ比を有することを決定することであって、ノイズが前記分光計システムに伴う測定ばらつきの原因から生じる、前記決定することと、
   前記検出されたラマン散乱のスペクトル情報と前記ラマン散乱参照スペクトル情報のセットとの間の類似性から、及び、前記検出されたフーリエ変換赤外線のスペクトル情報と前記フーリエ変換赤外線参照スペクトル情報のセットとの間の類似性から、前記サンプルの組成を判定することと、
   前記サンプルの組成を前記画面に表示することと、を含むように構成されている、分光計システム。
2. 前記ソフトウェア命令は、前記ラマン散乱のスペクトル情報の類似性と前記フーリエ変換赤外線のスペクトル情報の類似性とを組み合わせて、前記サンプルの組成を判定するように構成されている、請求項１に記載の分光計システム。
3. 前記ラマン散乱のスペクトル情報の類似性が、前記サンプルの組成のための閾値より高く、且つ、前記フーリエ変換赤外線のスペクトル情報の類似性が、前記サンプルの組成のための前記閾値より高い、請求項２に記載の分光計システム。
4. 前記閾値は０．０５である、請求項３に記載の分光計システム。
5. 前記ソフトウェア命令は、前記サンプルの組成を判定するために用いられるタグリストに前記サンプルの最有力な組成を追加することにより、前記フーリエ変換赤外線のスペクトル情報の類似性から前記サンプルの組成を判定するように構成されており、前記最有力な組成は、前記ラマン散乱のスペクトル情報の類似性から判定される、請求項１に記載の分光計システム。
6. 前記ソフトウェア命令は、前記サンプルの組成の判定のためのタグリスト上の前記サンプルの最有力な組成を考察するように構成されている、請求項５に記載の分光計システム。
7. 前記ソフトウェア命令は、前記サンプルの組成を判定するために用いられるタグリストに前記サンプルの最有力な組成を追加することにより、前記ラマン散乱のスペクトル情報の類似性から前記サンプルの組成を判定するように構成されており、前記最有力な組成は、前記フーリエ変換赤外線のスペクトル情報の類似性から判定される、請求項１に記載の分光計システム。
8. 前記ソフトウェア命令は、前記サンプルの組成の判定のためのタグリスト上の前記サンプルの最有力な組成を考察するように構成されている、請求項７に記載の分光計システム。
9. 前記狭帯域の照明源は発光ダイオードを含む、請求項１に記載の分光計システム。
10. 前記狭帯域の照明源はレーザを含む、請求項１に記載の分光計システム。
11. 前記広帯域の照明源は電気抵抗フィラメントを含む、請求項１に記載の分光計システム。
12. 前記広帯域の照明源は電気抵抗膜を含む、請求項１に記載の分光計システム。
13. 前記センサは、可撓性のシャフトに結合されている、請求項１に記載の分光計システム。
14. 前記光学要素は、アンビルに関連付けられている、請求項１に記載の分光計システム。
15. 前記画面は、タッチ式画面を含む、請求項１に記載の分光計システム。
16. 前記タッチ式画面は、前記サンプルの物理的状態についてのユーザ入力を受け取る、請求項１５に記載の分光計システム。
17. 前記ソフトウェア命令は、前記サンプルの組成を判定するために前記サンプルの物理的状態を用いるように構成されている、請求項１６に記載の分光計システム。
18. 前記ソフトウェア命令は、前記サンプルの物理的状態を用いて、１つ以上の組成の候補を除外するように構成されている、請求項１７に記載の分光計システム。
19. 前記ソフトウェア命令は、前記サンプルの物理的状態を用いて、１つ以上の組成の候補を含めるように構成されている、請求項１７に記載の分光計システム。
20. 前記ソフトウェア命令は、違法な化学物質を生成する可能性を識別するために複数のサンプルから判定された組成を分析するように構成されている、請求項１に記載の分光計システム。
21. 前記画面が前記違法な化学物質を表示する、請求項２０に記載の分光計システム。
22. 前記複数のサンプルは、１つのセッション中に決定される、請求項２０に記載の分光計システム。

Images