JP2020523605A5 - - Google Patents

Description

続いて工程１１６において、求められた妨害信号ピーク位置を使って、求められた化学シフト４２を使って、また、少なくとも１つの準備された情報を使って、１Ｄ−ＮＭＲスペクトル３０をモデル化する。モデル化は、ここで、ライン・フィッティング・アルゴリズムを使って、求められた妨害信号ピーク位置と求められた化学シフト４２から出発し、ローレンツ・ガウス分布に関して、ライン幅に関して、強度に関して、結合定数に関して、また、ルーフ効果の影響に関して、それぞれフィットパラメータを最適化した上で行われ、ここでは、妨害信号ピークを一重項５２としてモデル化する。こうして、純粋な、特に妨害信号ピークを除去されてモデル化された１Ｄ−ＮＭＲスペクトル５０が作り出される。図７は、これに関して例示的に、工程１１６の実行の後／間の１Ｄ−ＮＭＲスペクトル３０の切り取った一部分を示す。例示のデータセットの中にイソブタノールの二重項（参照符号５０）――所望の被検体の定量化すべきＮＭＲ信号――があり、メタノールの妨害信号５２（一重項）と重ね合わされている。準備された１Ｄ−ＮＭＲスペクトル３０は、ライン・フィッティング・アルゴリズムの実行後、モデル化された１Ｄ−ＮＭＲスペクトル５０を表す曲線５４により再現される。探した被検体の定量化すべきＮＭＲ信号は、妨害信号ピークを除去されてモデル化された１Ｄ−ＮＭＲスペクトル５０により再現される。