JP7456665B2 - 核酸マススペクトル数値処理方法 - Google Patents
核酸マススペクトル数値処理方法 Download PDFInfo
- Publication number
- JP7456665B2 JP7456665B2 JP2022535644A JP2022535644A JP7456665B2 JP 7456665 B2 JP7456665 B2 JP 7456665B2 JP 2022535644 A JP2022535644 A JP 2022535644A JP 2022535644 A JP2022535644 A JP 2022535644A JP 7456665 B2 JP7456665 B2 JP 7456665B2
- Authority
- JP
- Japan
- Prior art keywords
- peak
- mass spectrum
- mass
- value
- intensity
- 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.)
- Active
Links
- 238000001819 mass spectrum Methods 0.000 title claims description 106
- 150000007523 nucleic acids Chemical class 0.000 title claims description 23
- 108020004707 nucleic acids Proteins 0.000 title claims description 22
- 102000039446 nucleic acids Human genes 0.000 title claims description 22
- 238000003672 processing method Methods 0.000 title claims description 13
- 238000000034 method Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims description 3
- 239000002253 acid Substances 0.000 claims 1
- 239000002773 nucleotide Substances 0.000 description 6
- 125000003729 nucleotide group Chemical group 0.000 description 6
- 238000013480 data collection Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012252 genetic analysis Methods 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Description
ステップS131:予想線幅を確定する。
ステップS132:予想信号の領域がNN個の予想線幅の間隔内で遮蔽され、NNが4であることが好ましい。
ステップS133:MMλm区間内のマススペクトルの強度yiの平均値をインプリシットベースラインとして算出し、ここでλmは当該区間内の一番小さい推定線幅であり、ここでMMが80であることが好ましい。当該区間の遮蔽領域内において、線形補間でyiの値を提供する。
ステップS134:(信号-ベースライン)の作動の有効値(Root Mean Square、RMS)をノイズレベルとして算出する。
ステップS135:点の遮蔽ステップであり、ピーク領域内において、SNR(ピーク高さとノイズの比をSNRとして算出する)が所定値より高く且つノイズが所定値より高い点がさらに遮蔽される。
ステップS136:各ピークの特定数の推定線幅内がフィット領域として確定され、重ねるピークがない場合、Levenberg-Marquardtアルゴリズムで単一のガウスピーク(Gaussian peak)をフィットし、指定パラメータを見つけて最適化関数を最小化させる。
λe=LA+LB・Mとの式で表し、
ここで、LAとLBがデフォルトパラメータであり、Mが所定のピーク値(Da)であるステップを含む。
ステップS41:ピークをフィットするステップとして、ステップS13と同じである。
ステップS42:
一、フィットされたピーク値の中心のベースライン以上の高度Hfと、
二、フィット線幅λfと、
三、ピークオフセット(フィットされたピーク値の中心と予想ピーク値の中心の距離)であるδf=Mf-Meと、
四、4λf範囲内でフィットされたピークとベースラインとの間の面積Aと、
五、SNR=Hf/N(Mf)である信号対ノイズ比と、
六、V=A/SNRである面積分散と、
七、フィット面積差Δであるフィットされた強度と測定強度との二乗の差の和の平方根と、
の特徴を記録するステップである。
1、本発明の核酸マススペクトル数値処理方法は、遺伝子分析前に信頼性の高い特徴値を抽出して、先行技術の制限を改善し、ヌクレオチド検測の正確性を向上させることを目標とする。
2、核酸マススペクトル数値処理方法は、核酸マススペクトルデータ採取の信頼性の向上させる。
1、ピーク値が4000Daと9000Daの質量範囲内に位置しなければならないとの基準と、
2、ピーク値が質量±分解能で定義された質量範囲内に隣接する参照ピークがないとの基準で、
全ての可能な予想ピークからクリーンな参照ピーク(clean reference peak)を一組選択する。
λe=LA+LB・Mとの式で確定する。
ここで、LAとLBがデフォルトパラメータ(デフォルト値がそれぞれ2.5、0.0005である)であり、Mが所定のピーク値(Da)である。
一、フィットされたピーク値の中心のベースライン以上の高度Hfと、
二、フィット線幅λfと、
三、ピークオフセット(フィットされたピーク値の中心と予想ピーク値の中心の距離)であるδf=Mf-Meと、
四、4λf範囲内において、フィットされたピークとベースラインとの間の面積Aと、
五、SNR=Hf/N(Mf)である信号対ノイズ比と、
六、V=A/SNRである面積分散と、
七、フィット面積差Δであるフィットされた強度と測定強度との二乗の差の和の平方根と、の特徴を成功的に記録する。
Claims (8)
- 単一のマススペクトルを再校正するステップであって、サンプルの各検測点に対して、検測点の異なる位置に対応する複数のマススペクトルを得て、複数のマススペクトルの各マススペクトルは、一組の予想質量電荷比を有するアンカーピークで再校正が行われる、ステップS1と、
マススペクトルを合成するステップであって、ステップS1を基に、検測点の異なる位置に対応する複数のマススペクトルを当該検測点の単一マススペクトルに合成するステップS2と、
検測点の単一マススペクトルにおいてウェーブレットでフィルタリングするステップであって、ステップS2を基に、ウェーブレットベースデジタルフィルターで高周波ノイズとベースラインを除去するステップS3と、
ピーク特徴値を抽出するステップであって、ステップS3を基に、ピークのフィットを行い、検測点の単一マススペクトルのフィットされた曲線を得て、前記フィットされた曲線に基づいて、ピーク高さと、ピーク幅と、ピーク面積と、ピークオフセットと、信号対ノイズ比とを得るステップS4と、を含み、
単一マススペクトル中の強度値の数が、9以上であり、
前記ステップS1の単一マススペクトルを再校正するステップは、
一組の参照ピークの選択ステップであって、参照ピークのピーク値が必ず特定区間の質量範囲内の位置にあるとの一つ目の基準と、特定区間の質量範囲内に参照ピークに隣接する参照ピークがないとの二つ目の基準で、全ての可能な予想ピークから前記一組の参照ピークを選択するステップS11と、
ピークの位置決めステップであって、総マススペクトルを得るために幅が9である重み行列畳み込みフィルターを単一マススペクトルに応用し、行列として(-4,0,1,2,2,2,1,0,-4)を用い、単一マススペクトルの所定点について、当該フィルタリングが応用されたフィルタリング後の強度値が所定点の周囲9点の9つの強度値の加重和に等しく、以下の式で示され、
総マススペクトルにおいてフィルタリング後の強度値に基づいて、総マススペクトルを特定点の間隔に分解し、各特定点の間隔に対して、局所ノイズを認識し、総マススペクトル中で、局所ノイズの4倍以上であり且つ全般の最小値以上の強度を有するものを検測されたピーク値リストの候補ピークとして認識し、最小値として、0.01×最大局所最大値を用いるステップS12と、
総マススペクトルをフィットするステップS13と、
最終アンカーピークの選択ステップであって、検測されたピーク値リストに対して、まずカットオフ信号対ノイズ比を見つけて、検測されたピーク値リストの候補ピークを参照ピークリストとマッチングして、検測されたピーク値リストにおいて、質量が参照ピークのリストの任意の参照ピークの特定範囲内にあり且つ信号対ノイズ比がカットオフ信号対ノイズ比より高い候補ピークのみをアンカーピークとして選択し、予想質量電荷比を有する一組のアンカーピークの各アンカーピークは、ステップS14に従って選択され、予想質量電荷比を有する一組のアンカーピークは、ステップS14において選択されたアンカーピークを含む、ステップS14と、
単一マススペクトルにおいて再校正するステップであって、一組のアンカーピーク及び一組のアンカーピークの各アンカーピークの予想質量に合わせ、非線性フィットの方法を利用して算出された校正係数に従って行われ、ここで、質量分析計と質量電荷比との間のマッピング関数がBruck関数であり、関数形態が
- 前記ステップS2は、
自己加重平均値方法を使用して前記複数のマススペクトルを合成するステップを含み、
自己加重平均値方法を使用して前記複数のマススペクトルを合成するステップは、
当該マススペクトルが異なる校正係数を有する場合、マススペクトルからアンカーピークが一番多い最優マススペクトルを選択するステップと、
複数のマススペクトルのうち、前記最優マススペクトルを除く、一つ以上のマススペクトルの校正係数と、前記最優マススペクトルの校正係数とが条件を満たす場合、一つ以上の処理されたマススペクトルを得るために、前記一つ以上のマススペクトルを前記最優マススペクトルで初期化するステップと、
前記最優マススペクトルの絶対強度または平方強度と前記一つ以上の処理されたマススペクトルの絶対強度または平方強度との和を求めるステップと、を含む、請求項1に記載の核酸マススペクトル数値処理方法。 - 前記ステップS3は、高周波ノイズとベースラインとを除去してフィルタリング後のマススペクトルを得るために、ウェーブレットベースフィルタリングが検出点の単一マススペクトルで完成され、その後、前記フィルタリング後のマススペクトルに対して再校正をもう一回行い、これに合わせて質量電荷比値を調整する、請求項1に記載の核酸マススペクトル数値処理方法。
- 前記ステップS4は、
単一マススペクトルのピークをフィットしてフィットされたピークを得るステップS41と、
一、前記フィットされたピーク値の中心のベースライン以上の高度Hfと、
二、フィット線幅λfと、
三、ピークオフセットであるフィットされたピーク値の中心と予想ピーク値の中心の距離であるδf=Mf-Meと、
四、4λf範囲内でフィットされたピークとベースラインとの間の面積Aと、
五、SNR=Hf/N(Mf)である信号対ノイズ比と、
六、V=A/SNRである面積分散と、
七、フィット面積差Δであるフィットされた強度と測定強度との二乗の差の和の平方根と、の特徴を記録するステップS42と、を含む、請求項1に記載の核酸マススペクトル数値処理方法。 - 前記ステップS13の総マススペクトルをフィットするステップは、
予想線幅を確定するステップS131と、
予想信号の領域がNN個の予想線幅の間隔内で遮蔽され、NNが4であるステップS132と、
MMλm区間内の単一のマススペクトルの強度yiの平均値をインプリシットベースラインとして算出し、当該MMλm区間の遮蔽領域内において、線形補間でyiの値を提供し、λmが当該MMλm区間内の一番小さい推定線幅であり、MMが80であるステップS133と、
信号-ベースラインの作動の有効値をノイズレベルとして算出するステップS134と、
点の遮蔽ステップであって、ピーク領域内において、ピーク高さとノイズの比として算出する信号対ノイズ比が当該比の所定値より高く且つノイズが当該ノイズの所定値より高い点がさらに遮蔽されるステップS135と、
各ピークの特定数の推定線幅内がフィット領域として確定され、重ねるピークがない場合、Levenberg-Marquardtアルゴリズムで単一のガウスピークをフィットし、指定パラメータを見つけて最適化関数を最小化させるステップS136と、を含む、請求項1に記載の核酸マススペクトル数値処理方法。 - 前記自己加重平均値方法は以下の式で表され、
- 前記ステップS131の予想線幅は、λe=LA+LB・Mとの式で表され、
LAとLBがデフォルトパラメータであり、Mが所定のピーク値である、請求項5に記載の核酸マススペクトル数値処理方法。 - 前記ステップS136の最適化関数は、以下の式で表され、
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084107.4A CN111325121B (zh) | 2020-02-10 | 2020-02-10 | 一种核酸质谱数值处理方法 |
CN202010084107.4 | 2020-02-10 | ||
PCT/CN2020/134810 WO2021159833A1 (zh) | 2020-02-10 | 2020-12-09 | 一种核酸质谱数值处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023515296A JP2023515296A (ja) | 2023-04-13 |
JP7456665B2 true JP7456665B2 (ja) | 2024-03-27 |
Family
ID=71172661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022535644A Active JP7456665B2 (ja) | 2020-02-10 | 2020-12-09 | 核酸マススペクトル数値処理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220383979A1 (ja) |
EP (1) | EP4016379B1 (ja) |
JP (1) | JP7456665B2 (ja) |
CN (1) | CN111325121B (ja) |
WO (1) | WO2021159833A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325121B (zh) * | 2020-02-10 | 2024-02-20 | 浙江迪谱诊断技术有限公司 | 一种核酸质谱数值处理方法 |
CN112444556B (zh) * | 2020-09-27 | 2021-12-03 | 浙江迪谱诊断技术有限公司 | 一种飞行时间核酸质谱参数确定方法 |
CN112378986B (zh) * | 2021-01-18 | 2021-08-03 | 宁波华仪宁创智能科技有限公司 | 质谱分析方法 |
CN112877412B (zh) * | 2021-02-05 | 2022-09-27 | 浙江迪谱诊断技术有限公司 | 一种检测核酸质谱设备性能的方法 |
CN113659961B (zh) * | 2021-07-19 | 2024-01-30 | 广东迈能欣科技有限公司 | 一种应用于二氧化碳传感器的滤波算法 |
CN114487073B (zh) * | 2021-12-27 | 2024-04-12 | 浙江迪谱诊断技术有限公司 | 一种飞行时间核酸质谱数据校准方法 |
CN114023379B (zh) * | 2021-12-31 | 2022-05-13 | 浙江迪谱诊断技术有限公司 | 一种确定基因型的方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030180748A1 (en) | 1999-10-13 | 2003-09-25 | Andreas Braun | Methods for generating databases and databases for identifying polymorphic genetic markers |
US20090006002A1 (en) | 2007-04-13 | 2009-01-01 | Sequenom, Inc. | Comparative sequence analysis processes and systems |
US20140306104A1 (en) | 2013-04-10 | 2014-10-16 | Bruker Daltonik Gmbh | High-throughput mass-spectrometric characterization of samples |
US20160240359A1 (en) | 2011-03-07 | 2016-08-18 | Micromass Uk Limited | Dynamic Resolution Correction of Quadrupole Mass Analyser |
WO2019150576A1 (ja) | 2018-02-05 | 2019-08-08 | 株式会社島津製作所 | 質量分析装置及び質量分析装置における質量較正方法 |
CN110196274A (zh) | 2019-04-25 | 2019-09-03 | 上海裕达实业有限公司 | 可降低噪声的质谱装置及方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1469314B1 (en) * | 2001-12-08 | 2008-08-06 | Micromass UK Limited | Method of mass spectometry |
EP2160570A4 (en) * | 2007-06-02 | 2012-12-05 | Cerno Bioscience Llc | SELF-CALIBRATION APPROACH FOR MASS SPECTROMETRY |
CN105334279B (zh) * | 2014-08-14 | 2017-08-04 | 大连达硕信息技术有限公司 | 一种高分辨质谱数据的处理方法 |
FR3035410B1 (fr) * | 2015-04-24 | 2021-10-01 | Biomerieux Sa | Procede d'identification par spectrometrie de masse d'un sous-groupe de microorganisme inconnu parmi un ensemble de sous-groupes de reference |
WO2017180652A1 (en) * | 2016-04-11 | 2017-10-19 | Applied Proteomics, Inc. | Mass spectrometric data analysis workflow |
CN107545213B (zh) * | 2016-06-28 | 2021-04-02 | 株式会社岛津制作所 | 基于飞行时间质谱的信号处理方法、系统及电子设备 |
EP3805748A4 (en) * | 2018-05-30 | 2021-06-23 | Shimadzu Corporation | SPECTRAL DATA PROCESSING DEVICE AND ANALYSIS DEVICE |
CN109145873B (zh) * | 2018-09-27 | 2022-03-22 | 广东工业大学 | 基于遗传算法的光谱高斯峰特征提取算法 |
CN109726667B (zh) * | 2018-12-25 | 2021-03-02 | 广州市锐博生物科技有限公司 | 质谱数据处理方法和装置、计算机设备、计算机存储介质 |
CN109632860A (zh) * | 2019-01-15 | 2019-04-16 | 中国科学院昆明植物研究所 | 一种解析混合物中单体化合物结构的方法 |
CN110441253A (zh) * | 2019-07-22 | 2019-11-12 | 杭州华聚复合材料有限公司 | 一种快速检测PP-g-MAH接枝率的方法 |
CN111325121B (zh) * | 2020-02-10 | 2024-02-20 | 浙江迪谱诊断技术有限公司 | 一种核酸质谱数值处理方法 |
CN114487072B (zh) * | 2021-12-27 | 2024-04-12 | 浙江迪谱诊断技术有限公司 | 一种飞行时间质谱峰拟合方法 |
-
2020
- 2020-02-10 CN CN202010084107.4A patent/CN111325121B/zh active Active
- 2020-12-09 WO PCT/CN2020/134810 patent/WO2021159833A1/zh unknown
- 2020-12-09 JP JP2022535644A patent/JP7456665B2/ja active Active
- 2020-12-09 EP EP20918621.2A patent/EP4016379B1/en active Active
- 2020-12-09 US US17/771,216 patent/US20220383979A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030180748A1 (en) | 1999-10-13 | 2003-09-25 | Andreas Braun | Methods for generating databases and databases for identifying polymorphic genetic markers |
US20090006002A1 (en) | 2007-04-13 | 2009-01-01 | Sequenom, Inc. | Comparative sequence analysis processes and systems |
US20160240359A1 (en) | 2011-03-07 | 2016-08-18 | Micromass Uk Limited | Dynamic Resolution Correction of Quadrupole Mass Analyser |
US20140306104A1 (en) | 2013-04-10 | 2014-10-16 | Bruker Daltonik Gmbh | High-throughput mass-spectrometric characterization of samples |
WO2019150576A1 (ja) | 2018-02-05 | 2019-08-08 | 株式会社島津製作所 | 質量分析装置及び質量分析装置における質量較正方法 |
CN110196274A (zh) | 2019-04-25 | 2019-09-03 | 上海裕达实业有限公司 | 可降低噪声的质谱装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
EP4016379C0 (en) | 2024-01-31 |
CN111325121A (zh) | 2020-06-23 |
WO2021159833A1 (zh) | 2021-08-19 |
CN111325121B (zh) | 2024-02-20 |
US20220383979A1 (en) | 2022-12-01 |
JP2023515296A (ja) | 2023-04-13 |
EP4016379B1 (en) | 2024-01-31 |
EP4016379A1 (en) | 2022-06-22 |
EP4016379A4 (en) | 2022-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7456665B2 (ja) | 核酸マススペクトル数値処理方法 | |
EP1685517B1 (en) | Methods for calibrating mass spectrometry (ms) and other instrument systems and for processing ms and other data | |
JP5068541B2 (ja) | 液体クロマトグラフィ/質量分析データ中のピークを同定し、スペクトルおよびクロマトグラムを形成するための装置および方法 | |
US20110282588A1 (en) | Method to automatically identify peaks and monoisotopic peaks in mass spectral data for biomolecular applications | |
GB2439795A (en) | Obtaining mass spectra from a time-of-flight mass spectrometer | |
WO2006000879A1 (en) | Automatic background removal for input data | |
CN110763913B (zh) | 一种基于信号分段分类的导数谱平滑处理方法 | |
CN110298414B (zh) | 基于去噪组合降维和引导滤波的高光谱图像分类方法 | |
CN114487073B (zh) | 一种飞行时间核酸质谱数据校准方法 | |
CN114993891B (zh) | 基于余弦相似度的颗粒物拉曼检测方法 | |
CN114609319B (zh) | 基于噪声估计的谱峰识别方法及系统 | |
CN115984110A (zh) | 一种基于Swin-Transformer的二阶光谱注意力高光谱图像超分辨率方法 | |
CN113008815A (zh) | 一种基于高光谱图像信息无损检测酸枣仁中总黄酮的方法 | |
CN105718723B (zh) | 一种质谱数据处理中谱峰位置检测方法 | |
EP1971928A2 (en) | Spectrometric data cleansing | |
Antoniadis et al. | Peaks detection and alignment for mass spectrometry data | |
CN110378268B (zh) | 高光谱快速目标检测方法及系统 | |
CN117609831A (zh) | 一种基于随机矩阵的变压器局放检测方法、介质及系统 | |
CN116879409A (zh) | 一种基于气体传感器的水果果实损伤的分析检测方法 | |
CN114487072B (zh) | 一种飞行时间质谱峰拟合方法 | |
CN115359847A (zh) | 蛋白质组学串联质谱图寻峰算法 | |
CN112730373A (zh) | 一种用于深度学习训练的拉曼光谱数据集分析方法 | |
CN112150481A (zh) | 一种白粉病图像分割方法 | |
CN117647501B (zh) | 基于icp光谱特征的食品中元素智能检测方法及系统 | |
CN112161966B (zh) | 一种含有荧光光谱的样本拉曼光谱的分离方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220609 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230331 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230605 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230905 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240123 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7456665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |