JPH05180759A - 定性分析方法 - Google Patents
定性分析方法Info
- Publication number
- JPH05180759A JPH05180759A JP29209391A JP29209391A JPH05180759A JP H05180759 A JPH05180759 A JP H05180759A JP 29209391 A JP29209391 A JP 29209391A JP 29209391 A JP29209391 A JP 29209391A JP H05180759 A JPH05180759 A JP H05180759A
- Authority
- JP
- Japan
- Prior art keywords
- data
- components
- peaks
- similarity
- library
- 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
Links
Landscapes
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【目的】 分光分析のようなスペクトルデータが得られ
る分析法で混合物試料のスペクトルを各種物質純品のス
ペクトルについてのライブラリ中のデータと比較して定
性を行う場合の操作を簡単にする。 【構成】 成分と予想される複数物質のライブラリ中の
スペクトルデータの和と実測スペクトルデータとの類似
度を求める。
る分析法で混合物試料のスペクトルを各種物質純品のス
ペクトルについてのライブラリ中のデータと比較して定
性を行う場合の操作を簡単にする。 【構成】 成分と予想される複数物質のライブラリ中の
スペクトルデータの和と実測スペクトルデータとの類似
度を求める。
Description
【０００１】
【産業上の利用分野】本発明は分光分析とかクロマトグ
ラフによる分析のようにベースライン上にピークが並ん
だ形の測定結果（スペクトルデータと云うことにする）
が得られる場合に、各種物質のスペクトルについてのラ
イブラリ中のデータと比較して試料の定性を行う分析法
で、特に試料が混合物である場合に適した定性方法に関
する。
ラフによる分析のようにベースライン上にピークが並ん
だ形の測定結果（スペクトルデータと云うことにする）
が得られる場合に、各種物質のスペクトルについてのラ
イブラリ中のデータと比較して試料の定性を行う分析法
で、特に試料が混合物である場合に適した定性方法に関
する。
【０００２】
【従来の技術】従来装置ではライブラリ中には各種物質
の純品のスペクトルデータから主なピークを例えば５個
程選んで登載してあり、従来の定性分析のアルゴリズム
は実測データから主要なピークをライブラリ中の登載ピ
ーク数と同数だけ選び、ライブラリ中の一物質の各ピー
クと比較して両者の類似度を求めると云う構成になって
いた。
の純品のスペクトルデータから主なピークを例えば５個
程選んで登載してあり、従来の定性分析のアルゴリズム
は実測データから主要なピークをライブラリ中の登載ピ
ーク数と同数だけ選び、ライブラリ中の一物質の各ピー
クと比較して両者の類似度を求めると云う構成になって
いた。
【０００３】上述したようなアルゴリズムでは試料が単
一物質である場合にはそのまゝ適用できるが、試料が混
合物である場合にはそのスペクトルデータから見掛上の
主要なピークを例えば５個選んでもそれらが必ずしも試
料の一つの成分物質から選出されたものとはならず、か
つ一成分物質について見ると、選択したピークの中には
他成分のピークも入っている可能性が高いからライブラ
リ中のデータと比較すぺきピーク数はライブラリに登載
されているピーク数より少なくなってしまい、類似度を
求めてもその信頼性が低い。
一物質である場合にはそのまゝ適用できるが、試料が混
合物である場合にはそのスペクトルデータから見掛上の
主要なピークを例えば５個選んでもそれらが必ずしも試
料の一つの成分物質から選出されたものとはならず、か
つ一成分物質について見ると、選択したピークの中には
他成分のピークも入っている可能性が高いからライブラ
リ中のデータと比較すぺきピーク数はライブラリに登載
されているピーク数より少なくなってしまい、類似度を
求めてもその信頼性が低い。
【０００４】しかし従来は実測されたスペクトルデータ
から分析者が推定で、同一物質のものと思われる所定個
数例えば５個のピークを選出し、これとライブラリ中の
データと比較すると云うことで、試料成分一つずつにつ
いて定性を行っていた。このような実測データから定性
判定に使うピークを選出すると云う作業は手作業で面倒
と云うだけでなく、分析者に高度の経験と勘が要求され
て、最終的な定性判断を得るまでには多大の労力が必要
であった。
から分析者が推定で、同一物質のものと思われる所定個
数例えば５個のピークを選出し、これとライブラリ中の
データと比較すると云うことで、試料成分一つずつにつ
いて定性を行っていた。このような実測データから定性
判定に使うピークを選出すると云う作業は手作業で面倒
と云うだけでなく、分析者に高度の経験と勘が要求され
て、最終的な定性判断を得るまでには多大の労力が必要
であった。
【０００５】
【発明が解決しようとする課題】本発明は混合物試料の
定性における上述したような分析者の労力を軽減し、誰
でも機械的に定性判断が得られるような分析手法を提供
しようとするものである。
定性における上述したような分析者の労力を軽減し、誰
でも機械的に定性判断が得られるような分析手法を提供
しようとするものである。
【０００６】
【課題を解決するための手段】試料成分と予想される複
数物質のライブラリ内のデータの和と実測データとの類
似度を求めるようにした。
数物質のライブラリ内のデータの和と実測データとの類
似度を求めるようにした。
【０００７】
【作用】スペクトルピークのデータを登載したライブラ
リには各物質純品についての例えば５個のピークの位
置，強度のデータが記載してある。従来はこのピーク数
５個に合わせて実測データから一成分のものと思われる
ピーク５個を選んで比較していた。本発明では例えば試
料が２成分と予想されているときは、ライブラリ中の成
分と予想される二物質のスペクトルピークのデータ各５
個の和つまり１０個のピークのデータと実測データとを
比較する。即ち混合物を一物質とみなして、ライブラリ
中のデータを合成して両方のスペクトルデータの類似度
を求めるので、実測データから幾つかのピークを選出す
ると云う作業が不要となり、同時に複数成分の混合物の
全体をライブラリ中のデータと比較するので、ピーク選
択の不適切による類似度の低下とか信頼性の低下がなく
なり、簡単に信頼性の高い類似度のデータが得られる。
リには各物質純品についての例えば５個のピークの位
置，強度のデータが記載してある。従来はこのピーク数
５個に合わせて実測データから一成分のものと思われる
ピーク５個を選んで比較していた。本発明では例えば試
料が２成分と予想されているときは、ライブラリ中の成
分と予想される二物質のスペクトルピークのデータ各５
個の和つまり１０個のピークのデータと実測データとを
比較する。即ち混合物を一物質とみなして、ライブラリ
中のデータを合成して両方のスペクトルデータの類似度
を求めるので、実測データから幾つかのピークを選出す
ると云う作業が不要となり、同時に複数成分の混合物の
全体をライブラリ中のデータと比較するので、ピーク選
択の不適切による類似度の低下とか信頼性の低下がなく
なり、簡単に信頼性の高い類似度のデータが得られる。
【０００８】
【実施例】図１に本発明方法をコンピュータを用いて実
行する場合の動作のフローチャートを示す。コンピュー
タのメモリには予め各種物質純品のスペクトルから強い
順に５個のピークを選んでその位置と強さのデータを記
載したライブラリが用意されている。分析対象の試料に
ついての実測データがメモリに取込まれた後、図示の動
作が始まる。オペレータは試料について予想される成分
の組合せを幾つか考えて、コンピュータに指示しておく
（イ）。これらの成分の組合せをＡ＋Ｂ，Ａ＋Ｃ，Ｄ＋
Ｃ，Ｄ＋Ｅ等とする。コンピュータはこの指示に従い、
Ａ＋Ｂ，Ａ＋Ｃ…の順に類似度を算定して行くことにな
る。まずライブラリから物質Ａのピークデータと物質Ｂ
のピークデータを読出し（ロ）、両方のピークデータと
実測スペクトルデータとの類似度を求める（ハ）。こゝ
で類似度の算出法は後に詳述する。Ａ＋Ｂについて類似
度が求まったら次にＡ＋Ｃについて同様にして類似度を
算出し、以下先にオペレータが指示した成分の組合せの
全部について類似度を求め（ニ）、求まった類似度をＡ
＋Ｂ＝ｘ Ａ＋Ｃ＝ｙ…と云うように表示（ホ）して定
性動作を終わる。オペレータは表示された表から類似度
の一番大きな成分の組合せを採って定性結果とする。或
は表をそのまゝ他の分析法に対する参考資料として利用
する。
行する場合の動作のフローチャートを示す。コンピュー
タのメモリには予め各種物質純品のスペクトルから強い
順に５個のピークを選んでその位置と強さのデータを記
載したライブラリが用意されている。分析対象の試料に
ついての実測データがメモリに取込まれた後、図示の動
作が始まる。オペレータは試料について予想される成分
の組合せを幾つか考えて、コンピュータに指示しておく
（イ）。これらの成分の組合せをＡ＋Ｂ，Ａ＋Ｃ，Ｄ＋
Ｃ，Ｄ＋Ｅ等とする。コンピュータはこの指示に従い、
Ａ＋Ｂ，Ａ＋Ｃ…の順に類似度を算定して行くことにな
る。まずライブラリから物質Ａのピークデータと物質Ｂ
のピークデータを読出し（ロ）、両方のピークデータと
実測スペクトルデータとの類似度を求める（ハ）。こゝ
で類似度の算出法は後に詳述する。Ａ＋Ｂについて類似
度が求まったら次にＡ＋Ｃについて同様にして類似度を
算出し、以下先にオペレータが指示した成分の組合せの
全部について類似度を求め（ニ）、求まった類似度をＡ
＋Ｂ＝ｘ Ａ＋Ｃ＝ｙ…と云うように表示（ホ）して定
性動作を終わる。オペレータは表示された表から類似度
の一番大きな成分の組合せを採って定性結果とする。或
は表をそのまゝ他の分析法に対する参考資料として利用
する。
【０００９】類似度を算出する方法の一例を述べる。類
似度の算出にはまず実測データの各ピークとライブラリ
から読出した各ピークとの間の一致度を求める。一致度
は実測データのピークをスペクトルの一端から順にａ，
ｂ，ｃ…とし、ライブラリから読出した２物質のデータ
の和におけるピークを端から順に１，２，３…とすると
き、１と実測各ピークａ，ｂ，ｃ…の間の一致度、２と
ａ，ｂ，ｃ…間の一致度と云うようにライブラリデータ
におけるピーク（既知ピークと呼ぶ）毎に実測各ピーク
間の一致度を求めるもので、一致度は 一致度＝Ｋ−Ｌ（既知ピーク位置−実測ピーク位置） …（１） で与えられる。Ｋは一定数で例えば１０００と云うよう
な値をとる。両ピークの位置が一致したとき、上式右辺
第２項は０となり、そのとき一致度は最大となる。上式
にはピーク強度についてのデータが加味されていない
が、今の場合、混合物の成分比によって同じ成分の組合
せでもピークの強度順位は異なるから強度データは考慮
しないことにした。このようにして実測ピークａ，ｂ，
ｃ…の各々につき、既知ピーク１，２，３…の一致度が
求まる。これを表にして示すと、 既知ピーク ａ ｂ ｃ １ ５０ （５００） １００ ２ （７００） ２００ ５０ ３ ３００ １０ ２１０ ： ： ： と云うようになる。上表で各実測ピークの行毎に一致度
最大の既知ピーク（上表で（）を付けたピーク）を同定
されたピークとして、同定されたピークをｎ個、ライブ
ラリから出したピークを２ｋ個（各成分毎にｋ個、２成
分で２ｋ個）として類似度は （同定されたピークの一致度の和）／ｎ−Ｍ（２ｋ−
ｎ）
似度の算出にはまず実測データの各ピークとライブラリ
から読出した各ピークとの間の一致度を求める。一致度
は実測データのピークをスペクトルの一端から順にａ，
ｂ，ｃ…とし、ライブラリから読出した２物質のデータ
の和におけるピークを端から順に１，２，３…とすると
き、１と実測各ピークａ，ｂ，ｃ…の間の一致度、２と
ａ，ｂ，ｃ…間の一致度と云うようにライブラリデータ
におけるピーク（既知ピークと呼ぶ）毎に実測各ピーク
間の一致度を求めるもので、一致度は 一致度＝Ｋ−Ｌ（既知ピーク位置−実測ピーク位置） …（１） で与えられる。Ｋは一定数で例えば１０００と云うよう
な値をとる。両ピークの位置が一致したとき、上式右辺
第２項は０となり、そのとき一致度は最大となる。上式
にはピーク強度についてのデータが加味されていない
が、今の場合、混合物の成分比によって同じ成分の組合
せでもピークの強度順位は異なるから強度データは考慮
しないことにした。このようにして実測ピークａ，ｂ，
ｃ…の各々につき、既知ピーク１，２，３…の一致度が
求まる。これを表にして示すと、 既知ピーク ａ ｂ ｃ １ ５０ （５００） １００ ２ （７００） ２００ ５０ ３ ３００ １０ ２１０ ： ： ： と云うようになる。上表で各実測ピークの行毎に一致度
最大の既知ピーク（上表で（）を付けたピーク）を同定
されたピークとして、同定されたピークをｎ個、ライブ
ラリから出したピークを２ｋ個（各成分毎にｋ個、２成
分で２ｋ個）として類似度は （同定されたピークの一致度の和）／ｎ−Ｍ（２ｋ−
ｎ）
【００１０】上述した類似度は既知ピークと実測ピーク
の位置の一致度から類似度を求めるものである。混合物
試料の場合、同じ成分の組合せでも混合比率によって見
掛上のスペクトルは異なって見える。そこで分析対象試
料の成分をＡ＋ＢとかＣ＋Ｄと云うように成分種だけで
なく、混合比も仮定し、Ａ＋２Ｂ，Ａ＋Ｂ，２Ａ＋Ｂと
云うようにし、ライブラリ中のＡ，Ｂ両物質のピーク強
度に混合比による倍率を掛けて加えたスペクトルデータ
と実測データとについて類似度を求めるようにすること
もできる。この例では混合比として三種を仮定し、この
三種の仮定のうちどの混合比が最大の類似度を与えるか
を調べ、予想される成分の組合せ毎に最大類似度の混合
比を調べれば、定性の確度が一層高まる上、定性と同時
に或る程度の定量予測もできる。この場合類似度はピー
ク強度も加味したものとなる。このためには一致度を与
える前記（１）式の右辺にピーク強度に関する項として Ｎ×｜既知ピーク強度−未知ピーク強度｜ と云う項を加えればよい。尚ピーク強度を扱う場合、実
測データもライブラリから読出して係数を掛けて加えた
データも夫々最強ピークの強度を１とするようにノーマ
ライズしておく必要がある。
の位置の一致度から類似度を求めるものである。混合物
試料の場合、同じ成分の組合せでも混合比率によって見
掛上のスペクトルは異なって見える。そこで分析対象試
料の成分をＡ＋ＢとかＣ＋Ｄと云うように成分種だけで
なく、混合比も仮定し、Ａ＋２Ｂ，Ａ＋Ｂ，２Ａ＋Ｂと
云うようにし、ライブラリ中のＡ，Ｂ両物質のピーク強
度に混合比による倍率を掛けて加えたスペクトルデータ
と実測データとについて類似度を求めるようにすること
もできる。この例では混合比として三種を仮定し、この
三種の仮定のうちどの混合比が最大の類似度を与えるか
を調べ、予想される成分の組合せ毎に最大類似度の混合
比を調べれば、定性の確度が一層高まる上、定性と同時
に或る程度の定量予測もできる。この場合類似度はピー
ク強度も加味したものとなる。このためには一致度を与
える前記（１）式の右辺にピーク強度に関する項として Ｎ×｜既知ピーク強度−未知ピーク強度｜ と云う項を加えればよい。尚ピーク強度を扱う場合、実
測データもライブラリから読出して係数を掛けて加えた
データも夫々最強ピークの強度を１とするようにノーマ
ライズしておく必要がある。
【００１１】類似度の算出方法は本発明においては自由
であり、例えばライブラリ中のデータはピーク位置と強
度だけであるが、このデータに基づいて夫々のピークに
幅を持たせて誤差関数形のピークプロファイルを与えて
スペクトル状のデータを形成し、このスペクトル状のデ
ータと実測スペクトルデータとの差の自乗の積分を求
め、この積分の値が小さい程類似度が高いとしてもよ
い。
であり、例えばライブラリ中のデータはピーク位置と強
度だけであるが、このデータに基づいて夫々のピークに
幅を持たせて誤差関数形のピークプロファイルを与えて
スペクトル状のデータを形成し、このスペクトル状のデ
ータと実測スペクトルデータとの差の自乗の積分を求
め、この積分の値が小さい程類似度が高いとしてもよ
い。
【００１２】
【発明の効果】本発明によれば各種物質純品のデータを
用いて混合物試料の定性分析を行う場合に、実測データ
を予め予想される成分毎のデータに仮定的に分解して、
分解された実測データと各種物質の純品データとを比較
すると云うような実測データの分解作業なしに各種物質
純品のデータを合成して混合物の既知データとし、これ
と実測データとを比較するので、データ処理の作業に分
析者の主観を含む手作業が入らず、誰でも簡単に定性判
断を行うことができるようになる。
用いて混合物試料の定性分析を行う場合に、実測データ
を予め予想される成分毎のデータに仮定的に分解して、
分解された実測データと各種物質の純品データとを比較
すると云うような実測データの分解作業なしに各種物質
純品のデータを合成して混合物の既知データとし、これ
と実測データとを比較するので、データ処理の作業に分
析者の主観を含む手作業が入らず、誰でも簡単に定性判
断を行うことができるようになる。
【図１】本発明方法を実行するコンピュータの作動のフ
ローチャート。
ローチャート。
Claims (1)
- 【請求項１】実測された試料のスペクトルデータと各種
物質純品の既知のスペクトルデータとの比較により定性
分析を行う場合において、混合物試料に対し、予想され
る複数成分の各既知のスペクトルデータの和と試料の実
測スペクトルデータとの比較を行うことを特徴とする定
性分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29209391A JPH05180759A (ja) | 1991-10-12 | 1991-10-12 | 定性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29209391A JPH05180759A (ja) | 1991-10-12 | 1991-10-12 | 定性分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05180759A true JPH05180759A (ja) | 1993-07-23 |
Family
ID=17777460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29209391A Pending JPH05180759A (ja) | 1991-10-12 | 1991-10-12 | 定性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05180759A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002055045A (ja) * | 2000-08-10 | 2002-02-20 | Jasco Corp | 試料識別方法およびその装置 |
| JP2007101186A (ja) * | 2005-09-30 | 2007-04-19 | Yanmar Co Ltd | 残留農薬判別装置及び残留農薬判別方法 |
| JP2009109449A (ja) * | 2007-11-01 | 2009-05-21 | Shimadzu Corp | データ処理装置及びデータ処理プログラム |
| JP2017201241A (ja) * | 2016-05-02 | 2017-11-09 | 株式会社島津製作所 | スペクトルデータ処理装置 |
-
1991
- 1991-10-12 JP JP29209391A patent/JPH05180759A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002055045A (ja) * | 2000-08-10 | 2002-02-20 | Jasco Corp | 試料識別方法およびその装置 |
| JP2007101186A (ja) * | 2005-09-30 | 2007-04-19 | Yanmar Co Ltd | 残留農薬判別装置及び残留農薬判別方法 |
| JP2009109449A (ja) * | 2007-11-01 | 2009-05-21 | Shimadzu Corp | データ処理装置及びデータ処理プログラム |
| JP2017201241A (ja) * | 2016-05-02 | 2017-11-09 | 株式会社島津製作所 | スペクトルデータ処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maeder et al. | The resolution of overlapping chromatographic peaks by evolving factor analysis | |
| US7356446B2 (en) | Method and apparatus for analyzing multi-channel chromatogram | |
| Gampp et al. | Quantification of a known component in an unknown mixture | |
| EP3236245B1 (en) | Sample-analyzing system | |
| US10557792B2 (en) | Spectral modeling for complex absorption spectrum interpretation | |
| JP2017194360A5 (ja) | ||
| JPH05180759A (ja) | 定性分析方法 | |
| DE4203587A1 (de) | Quantitatives spektralanalytisches verfahren zur bestimmung von bestandteilen in einer probe | |
| Appellof et al. | Three-dimensional rank annihilation for multi-component determinations | |
| JP7310839B2 (ja) | ピーク解析方法及び波形処理装置 | |
| da Silva et al. | Trilinear PARAFAC decompositionof synchronous fluorescence spectra of mixtures of themajor metabolites of acetylsalicylic acid | |
| JP2008008801A5 (ja) | ||
| JP2926277B2 (ja) | Ｆｔｉｒを用いた多成分定量分析方法 | |
| Dreassi et al. | Transfer of calibration in near-infrared reflectance spectrometry | |
| JPH0817391A (ja) | 質量スペクトル解析法 | |
| Noda | Estimating more than two pure component spectra from only two mixture spectra using two-dimensional correlation | |
| Flåten et al. | Using design of experiments to select optimum calibration model parameters | |
| Chaminade et al. | Data treatment in near infrared spectroscopy | |
| JPH0750042B2 (ja) | スペクトル分析装置における状態分析方法 | |
| JPH0765932B2 (ja) | 分光分析における多成分定量方法 | |
| WO2020054120A1 (ja) | 蛍光指紋分析を利用した処理原料中のＴＳＮＡｓ定量方法、プログラム及び装置 | |
| Kamaledin Setarehdan | Modified evolving window factor analysis for process monitoring | |
| Šašić | Quantitative analysis of overlapped Raman spectra by target factor analysis and evolving factor analysis | |
| JPS6375659A (ja) | ガスクロマトグラフイ質量分析計を用いた定量分析方法 | |
| Gora̧czko et al. | The prediction of relative abundance of isotopic clusters in mass spectrometry of coordination and organometallic compounds |