MX2007000064A - Eliminacion automatica del fondo para los datos de entrada. - Google Patents

Eliminacion automatica del fondo para los datos de entrada.

Info

Publication number
MX2007000064A
MX2007000064A MX2007000064A MX2007000064A MX2007000064A MX 2007000064 A MX2007000064 A MX 2007000064A MX 2007000064 A MX2007000064 A MX 2007000064A MX 2007000064 A MX2007000064 A MX 2007000064A MX 2007000064 A MX2007000064 A MX 2007000064A
Authority
MX
Mexico
Prior art keywords
data
noise
input data
background
intensity
Prior art date
Application number
MX2007000064A
Other languages
English (en)
Inventor
Canwen Liu
Original Assignee
Lambda Solutions Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lambda Solutions Inc filed Critical Lambda Solutions Inc
Publication of MX2007000064A publication Critical patent/MX2007000064A/es

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/21Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/86Signal analysis
    • G01N30/8624Detection of slopes or peaks; baseline correction
    • G01N30/8641Baseline
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274Calibration, base line adjustment, drift correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/127Calibration; base line adjustment; drift compensation
    • G01N2201/12746Calibration values determination
    • G01N2201/12784Base line obtained from computation, histogram

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Image Processing (AREA)

Abstract

Se proporciona la eliminacion automatica de la senal del fondo para los datos de entrada, tales como para los datos de espectrometria. Los datos de entrada incluyen los puntos de entrada de pixeles, tales como aquellos leidos por un dispositivo espectrometro CCD o de cromatografia, y los valores de intensidad que corresponden a los puntos de los datos. Se termina una distribucion de los cambios en los valores de intensidad entre los puntos de los datos, y se juzga un nivel de ruido mediante el ajuste de un umbral para la distribucion. Se identifica una region de ruido como un numero predeterminado de puntos de entrada consecutivos para los cuales los cambios en los valores de intensidad estan dentro del nivel de ruido. Las regiones de ruido adyacentes se pueden conectar y se determina y resta la senal del fondo. Tambien se puede identificar y filtrar una region de ruido de pico, tal que se determine un maximo obtenido de menos de un segundo numero predeterminado de los puntos de pixeles como un pico, no como un maximo verdadero. Ningun ruido de amplitud grande de pico se filtra opcionalmente.

Description

ELIMINACIÓN AUTOMÁTICA DEL FONDO PARA LOS DATOS DE ENTRADA CAMPO DE LA INVENCIÓN La presente Solicitud se refiere a la utilización y despliegue de datos de espectroscopia, datos de cromatografía u otros datos de entrada y a la eliminación automática de las señales o ruido del fondo de los datos de una muestra obj etivo . , ANTECEDENTES DE LA INVENCIÓN La espectrometría es un método analítico ampliamente aplicado para el análisis químico y material. Sin embargo, las señales del fondo que a menudo es inherente en los datos de espectroscopia obtenidos del espectro de una muestra objetivo, debido al contenedor o recipiente de la muestra, y los "ruidos" o la estática producida por las fluctuaciones de la respuesta del instrumento, la transmisión de los datos, y similares . La eliminación de tales señales o ruido del fondo de los datos del espectro para revelar la señal verdadera de la muestra es de suma importancia para muchas aplicaciones espectroscópicas cualitativas y cuantitativas. Por ejemplo, la eliminación del fondo es útil antes de introducir un espectro en una base de datos . Esto es a menudo necesario para la consistencia, para hacer que todos los espectros tengan un fondo plano. Un fondo plano mejora el despliegue global de los espectros, la selección y la identificación del máximo, y la búsqueda de biblioteca espectral . El ruido del fondo incluido en los datos del espectro tiene un efecto negativo en la mayoría de los algoritmos de búsqueda. BREVE DESCRIPCIÓN DE LA INVENCIÓN Se proporciona un método, un sistema y un medio legible por computadora para la eliminación del fondo. El método incluye introducir los datos de entrada, por ejemplo, los datos del espectro obtenidos de los datos del espectrómetro o ' de cromatografía, los datos de entrada hechos de puntos de entrada y los valores de intensidad correspondientes a los puntos de entrada. Después, se determina una distribución del valor absoluto de los cambios en los valores de intensidad entre los puntos de entrada y se juzga un nivel de ruido para los datos de entrada de acuerdo a un umbral para la distribución. El método además puede conllevar el identificar regiones de ruido de los datos de entrada mediante la identificación de un número predeterminado de puntos de entrada consecutivos para los cuales los cambios en los valores de intensidad están dentro del nivel de ruido, restar el fondo de los datos de entrada basados en las regiones de ruido identificadas; y entregar como la señal de la muestra objetivo los datos del fondo eliminados.
Se juzga un nivel de ruido basado en los valores absolutos de los cambios en los valores de intensidad debajo del umbral, y se determina un promedio, tal como una mediana, un modo o una media, o un rango de los valores absolutos de los cambios en los valores de intensidad para los valores de la distribución por encima del umbral . Opcionalmente, el método puede incluir la identificación de una región de ruido de pico como un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada. Las regiones de ruido y segmentos de línea que conectan las regiones de ruido adyacentes se interpretan como el fondo.
También, los datos de entrada pueden primero procesarse normalizando y/o suavizarse antes de la determinación de la distribución. Cuando los datos de entrada suavizados se procesan, puede determinarse el fondo para los datos' de entrada suavizados y restarse de los datos de entrada no suavizados. También, se puede identificar y filtrar una región de ruido de pico, tal que se determine un máximo obtenido de menos de un segundo número predeterminado de puntos de entrada consecutivos como un pico. Además, • se puede encontrar una región de ruido de pico como un máximo en el cual al menos uno de un segundo punto de los datos y un penúltimo punto de los datos corresponde a un punto de intensidad mayor de ese pico. Además, se puede detectar una región de ruido de pico como una región máxima con al menos dos puntos máximos dentro de un número predeterminado de puntos de los datos consecutivos. El número predeterminado de puntos de los datos consecutivos puede fijarse en cinco para algunas aplicaciones de espectrometría. BREVE DESCRIPCIÓN DE LOS DIBUJOS La Figura 1 es un diagrama de flujo de un método de eliminación automática del fondo, de acuerdo a una modalidad de la presente invención. La Figura 2 es un diagrama de flujo de un método de eliminación automática del fondo, de acuerdo a una modalidad de la presente invención, con algunos detalles adicionales y características opcionales. La Figura 3 presenta un espectro de muestra con intensidades de los puntos de los datos graficados que corresponden al eje y. La Figura 4 muestra una distribución del cambio de intensidad absoluto del espectro de muestra, de acuerdo a una modalidad de la presente invención.
La Figura 5 muestra el espectro de muestra y el espectro eliminado del fondo, obtenido de acuerdo a la presente invención. La Figura 6 muestra el espectro de muestra y un espectro eliminado del fondo, obtenido de acuerdo a la presente invención . La Figura 7 muestra la eliminación manual del fondo de acuerdo a un método convencional . La Figura 8 muestra una vista esquemática de una modalidad de un sistema de acuerdo a la presente invención. DESCRIPCIÓN DETALLADA DE LA INVENCIÓN La siguiente descripción describe modalidades de la invención del solicitante como mejor esta entendido actualmente por el inventor. Será apreciado sin embargo, que son posibles numerosas modificaciones de la invención y que la invención puede personificarse en otras formas y puede practicarse en otras formas sin apartarse del espíritu de la invención. Además, las modalidades o las características de las modalidades descritas, pueden omitirse, combinarse selectivamente o como "un todo con otras características u otras modalidades, o usarse para reemplazar características o modalidades, o partes de las mismas, sin apartarse del espíritu de la invención. Los dibujos adjuntos proporcionados y la presente descripción detallada son por consiguiente considerados como explicaciones ilustrativas de aspectos de la invención, y no deberían interpretarse como limitantes del alcance de la invención. El alcance de la invención está definido por las posteriores reivindicaciones. El método, el sistema y el medio descritos aquí se basan en una descripción estadística de las distribuciones de intensidad de los datos de espectroscopia y del procesamiento de las señales. El procesamiento incluye la normalización, el suavizado y el filtrado para distinguir los datos del fondo y las señales de ruido, y así extraer las señales espectrales de muestra verdaderas . Se entenderá que los datos del espectro pueden ser de muchos tipos de muestras biológicas, minerales, químicas, y de materiales. Las aplicaciones comunes incluyen diversas muestras químicas orgánicas, incluyendo pero no limitado a los productos de petróleo, de espécimen de flora o fauna, secuencias y productos celulares, muestras inorgánicas, incluyendo minerales producidos artificialmente o existentes de manera natural, así como también derivados y combinaciones de lo anterior. La eliminación automática del fondo como se describe aquí tiene aplicación para cualquier tipo de datos de espectroscopia que presente máximos afilados sobre el fondo, tal como Raman, FT-IR, Fluorescencia Atómica, NRM, MS . También es aplicable a los datos de cromatografía (los cuales, en un amplio sentido, son también datos de espectroscopia) , en donde una cantidad (tal como la intensidad, absorbancia, abundancia, respuesta) varía como una función de tiempo y los datos se presentan en la forma de máximos sobre el fondo. Además, los datos del espectro usados no necesariamente necesitan incluir un espectro completo obtenido, u obtenible, de una muestra. La presente invención también tiene aplicabilidad en campos aparte de la espectrometría, tal como la formación digital de imágenes . Un espectro consiste de una serie de (x, y) valores del punto de los datos. Por ejemplo, la Fig. 3 muestra datos del espectro de muestra. Usualmente, los valores del punto x están equitativamente espaciados, como aquellos que corresponden a los valores de pixeles de un detector CCD (dispositivo de acoplamiento de carga) , el cual corre del primer pixel al número máximo de pixeles del detector CCD. Alternativamente, puede usarse un detector aparte de un CCD para recoger datos del espectro de una muestra. También, los datos del espectro previamente obtenidos pueden ser la entrada de un almacenamiento de datos . Los valores del punto de los datos y representan la intensidad para el valor de pixeles de x. Será entendido que los valores (x, y) de los datos de entrada no tienen que ser "intensidad" o "números de pixeles", siempre que los datos tomen la forma de máximos sobre el fondo.
En aplicaciones espectroscópicas el uso de detectores CCD, una dimensión de una superficie del chip o microcircuito CCD se almacena usualmente en una o múltiples tiras para generar una o múltiples gráficas de las lecturas del CCD (valores de intensidad) como una función del número de pixeles. Los valores x también pueden estar no espaciados equitativamente, tal como la longitud de onda (por ejemplo, en los nanómetros) o el número de onda (por ejemplo, en cm-I) que corresponden al número de pixeles del detector CCD. Por conveniencia, los números de pixeles equitativamente espaciados se usan para los valores de x en la mayoría de las ilustraciones. En este caso, un espectro es una serie de valores de intensidad (de unidad arbitraria) como una función de los números de pixeles . El espectro consta de máximos encima de un nivel del fondo elevado disparejo. El fondo puede generarse debido a un contenedor de la muestra (una cápsula plástica en el caso ilustrado) , la dispersión de la luz, y la posible fluorescencia débil o similares. La Figura 1 es una diagrama de bloques del método de eliminación automática del fondo. Lo que sigue es un ejemplo ilustrativo detallado de una modalidad de la presente invención, descomponiendo en un número de operaciones o pasos principales, con referencia a las Figuras 1,3 y 4. Será entendido que todas estas operaciones no necesitan realizarse necesariamente, ni necesitan realizarse necesariamente en el siguiente orden. Un ejemplo de los datos del espectro obtenidos, con las intensidades mostradas por el eje y se muestra en la Figura 3. En Sl de la Figura I , el valor absoluto de los cambios en los valores de intensidad entre los puntos de entrada vecinos (es decir, los valores absolutos de los primeros derivados del espectro, AVFD) se calcula en donde 1= 0, 1, 2,..., N-l, N siendo el número máximo de puntos de los datos . De estos valores N - l AVFD, en S2, se prepara una distribución de frecuencias de las magnitudes del AVFD del espectro. La Figura 4 muestra tal distribución de frecuencias para el espectro ejemplar de la Figura 3. Se analiza la distribución de los valores absolutos de los cambios de intensidad del espectro. Se fija empíricamente un valor o umbral de truncamiento para cortar la región de la cola de la distribución que corresponde al rango objetivo.
Alternativamente, los valores predeterminados del umbral pueden usarse para diversos tipos de espectros conocidos. Por ejemplo, para la distribución de la Figura 4, puede usarse un valor de truncamiento de aproximadamente 15 % del conteo del máximo. Los valores AVFD debajo de este valor de truncamiento son tratados como distribución de la señal . La mediana de la distribución restante (la distribución del ruido) se toma como el nivel de ruido (nsLvl) . En este punto, se establece un rango de los cambios del nivel de intensidad del espectro de la muestra objetivo a partir de la distribución restante y puede determinarse un promedio, tal como una media aritmética, mediana o modo. El nivel de ruido del fondo del espectro se fija así como si los cambios en los valores de intensidad estuvieran cayendo dentro del rango . En S3 , se analiza el espectro completo de acuerdo el nivel de ruido determinado del espectro. Las regiones de ruido pueden determinarse como sigue: cualquier región que consiste de un número predeterminado de pixeles cuyos cambios del valor absoluto en la intensidad están dentro del nivel de ruido. Tal número predeterminado puede ser 5 pixeles consecutivos, por ejemplo, para algunas aplicaciones de espectrometría. El espectro completo puede buscarse para tales regiones de ruido.
Las regiones de ruido adyacentes pueden posteriormente conectarse por segmentos de línea recta. Las regiones de ruido y los segmentos de línea constituyen el fondo del espectro.
En S4 en la Figura 1, el fondo del espectro se resta del espectro original para obtener el espectro eliminado del fondo. El espectro eliminado del fondo constituye regiones de máximos y regiones de intensidad cero, y corresponde al espectro verdadero de la muestra objetivo. En S5, para lograr una apariencia más usual del espectro al desplegar el espectro eliminado del fondo, los ruidos dentro del nivel de ruido como se determinó anteriormente se agregan de vuelta opcionalmente a las regiones de intensidad cero del espectro eliminado del fondo, como se muestra en la Figura 5. También, como se muestra en la Figura 6, tal espectro eliminado del fondo se despliega simultáneamente con el espectro original . La Figura 2 muestra las operaciones de la Figura 1 en más detalle, así como también algunas operaciones adicionales opcionales . De acuerdo a una modalidad preferida de la presente invención, antes de las operaciones citadas anteriormente en conexión con la Figura I, el espectro puede normalizarse para facilitar algunos parámetros usados para restringir el fondo . En esta manera, dos segmentos de línea consecutivos separados por una región de ruido no forman un ángulo que es muy filoso (agudo), tal como un ángulo menor que 90 grados. Esto es para asegurar un fondo relativamente suave sobre un espectro completo. Esto es necesario cuando este procedimiento se aplica para una variedad de espectros con intensidades diferentes de la señal . De acuerdo a una modalidad preferida de la presente invención, cuándo un segmento de línea que conecta dos regiones de ruido adyacentes , NI y N2 , cruza una región máxima, tal que el valor de la intensidad de uno o más puntos de la región máxima es menor que aquel del (los) punto (s) del segmento de línea correspondiente, entonces el punto de la región máxima el cual tiene la diferencia negativa máxima con el punto de los datos correspondiente sobre el segmento de línea se fija como un punto del fondo (BP) , y se forman entonces dos segmentos de línea, tal que un primer segmento de línea conecta la región Ni de ruido al punto del fondo BP, y el segundo segmento de línea conecta la región N2 de ruido al punto del fondo BP. Este procedimiento de normalización puede realizarse de diversos modos. De acuerdo a una modalidad de la presente invención, por ejemplo, la normalización se realiza encontrando la intensidad de pico máximo del espectro original, y dividiendo el valor de la intensidad de cada punto de los datos en el espectro por esa intensidad de pico máximo. De acuerdo con esto, cada espectro normalizado tiene una intensidad máxima de 1.0. El espectro normalizado puede escalarse entonces por un factor constante, tal como 1000, para facilitar la manipulación numérica. Además, de acuerdo a una modalidad de la presente invención, se efectúa un paso de suavizado opcional para minimizar el número de picos de ruido a eliminar, y así para maximizar el reconocimiento de máximos verdaderos. El procedimiento de suavizado puede conllevar a reemplazar los valores de intensidad de cada punto de los datos en el espectro original por un valor de la intensidad que es la intensidad promedio de n número de puntos de los datos adyacentes incluyendo el punto de los datos mismo. Esto es, puede usarse el suavizado de promedio adyacente o promedio de ventana en movimiento. Por ejemplo, n puede ser 3 : 5 etcétera. También pueden aplicarse otros métodos de suavizado, tal como el suavizado Savitzsky-Golay, Transformadas Rápidas de Fourier, o similares. Este espectro normalizado y/o suavizado es algunas veces referido como el espectro procesado. De acuerdo a una modalidad preferida, cuándo se usa primero así el suavizado para el espectro, el procedimiento de eliminación del fondo citado anteriormente se usa para encontrar el fondo para el espectro suavizado, pero una vez que se identifica el fondo para el espectro suavizado, se resta entonces el fondo del espectro suavizado del espectro de muestra original (en lugar de que se reste del espectro suavizado o procesado) . Como se muestra en más detalle en la Figura 2, de acuerdo con un aspecto de la presente invención, después de que se calculan los valores absolutos de los cambios de intensidad entre puntos de los datos vecinos (S2 de la Figura 2) y en S3 de la Figura 2 se genera una distribución de frecuencias (mostrada en la Figura 4) para el espectro mostrado en la Figura 3, se selecciona un valor o umbral de truncamiento en S4 de la Figura 2 para separar los cambios grandes de intensidad debidos a las señales máximas del espectro de la muestra de cambios pequeños de intensidad debidos a las señales del fondo. Este valor de truncamiento puede establecerse empíricamente. Para la muestra mostrada, este valor de truncamiento puede fijarse ventajosamente alrededor del 15 % del conteo del máximo (por ejemplo, este valor de truncamiento es aproximadamente 23 para la Figura 4) . En S5 de la Figura 2, la mediana de la distribución restante (la distribución del ruido) se toma como la mediana del rango de ruido del espectro del espectro de muestra (por ejemplo, 2.75). Se entenderá que en lugar de la mediana del rango de ruido del espectro, pueden usarse otras estadísticas, tal como el promedio o el modo o el rango. Esta mediana o este promedio o este rango o alguno similar puede usarse entonces para determinar máximos como sigue : se interpretan los valores de intensidades con puntos de datos cambiados entre vecinos mayores que la mediana (u otra estadística) como parte de los máximos. En S6 de la Figura 2, se extrae después el nivel de ruido de acuerdo al rango de espectro del ruido. Las regiones de ruido pueden determinarse como siguen: cualquier región que consista de un número predeterminado (m) de puntos de pixeles cuyo valor absoluto en los cambios en la intensidad esta dentro del nivel de ruido se considera como región de ruido. Tal número predeterminado puede ser 5 puntos de pixeles consecutivos, por ejemplo para algunas aplicaciones de espectrometría. El espectro completo se busca para tales regiones de ruido, y las regiones que no satisfacen este criterio son consideradas como parte de las regiones máximas espectrales. Por ejemplo, para cualquier región que comienza con el punto de los datos, donde 1 = 0, 1, 2, ..., N-m N es el número máximo de puntos de los datos (por ejemplo, el número máximo de puntos de pixeles) , m es el número consecutivo preprogramado de los puntos de los datos que necesitamos tener para satisfacer el criterio (nsLvl es el nivel de ruido) : f M -y?H?sLví Las regiones de ruido adyacentes pueden estar conectadas con líneas rectas. Una conexión secuencial de las regiones de ruido y los segmentos de línea constituye así el fondo del espectro (línea inferior) mostrado en la Figura 5, para el espectro de muestra mostrado en la Figura 3. Luego se resta el fondo del espectro. Para llegar al espectro eliminado del fondo, el fondo del espectro de muestra se resta en los números de pixeles correspondientes del espectro de muestra original. El espectro eliminado del fondo consta de regiones máximas y regiones de intensidad cero. Las regiones de intensidad cero ocurren cuando los valores de intensidad del fondo son los mismos a los valores de intensidad del espectro de muestra. De acuerdo a una modalidad preferida, los picos pueden filtrarse, como sigue. En muchas aplicaciones espectroscópicas, toma un mínimo de 5 puntos de los datos para formar un máximo: 2 pixeles en la base del máximo, 1 en el pico máximo, y 2 en medio. Por consiguiente, un máximo con menos que 5 puntos de los datos se puede considerar como un pico de ruido . Además, puede realizarse opcionalmente la filtración de los ruidos con amplitudes largas. Tales ruidos de amplitud larga son inicialmente tomados como señales de picos. De acuerdo a una modalidad preferida, cualquier región máxima con más que 1 máximo dentro de 5 puntos de los datos consecutivos se considera como una señal de ruido. El número 5 puede ser diferente en aplicaciones diferentes de acuerdo la forma preferida de definir el número mínimo de los puntos de los datos que son necesarios para formar un máximo. También puede utilizarse otros medios de filtración tal como mediante el filtro FFT para filtrar las señales de ruido. De acuerdo a una modalidad adicional de la presente invención, se realiza una operación opcional de filtración del pico, tal que un máximo en el cual el segundo o segundo al último punto de pixeles corresponde al punto de intensidad más alto de ese máximo se considera como un pico y se filtra de los datos del espectro. Para lograr una apariencia más usual para el informe o la gráfica que se entrega a un usuario, el ruido puede agregarse de nuevo al espectro eliminado del fondo. En particular, el nivel de ruido del espectro puede agregarse de nuevo a las regiones de intensidad cero del espectro eliminado del fondo para dar una apariencia del espectro que es más probable de esperar o fácilmente reconocible para el usuario. Note que ningún ruido adicional se agrega a las regiones máximas del espectro. La Figura 6 muestra el espectro eliminado del fondo final (la curva punteada) trazado sobre la misma gráfica como el espectro original (la curva sólida) . En la Figura 8 se muestra un sistema de eliminación del fondo que representa un sistema de acuerdo a la presente invención. Mostrado como el módulo 8-1 es un receptor de los datos de entrada que esta diseñado para recibir los datos de entrada incluyendo los puntos de entrada, tales como los puntos de pixeles de un espectrómetro CCD y los valores de intensidad que corresponden a los puntos de entrada. Las flechas muestran la entrada y la salida del sistema. Se determina una distribución mediante un medio de asignación del nivel de ruido (8-2) . Se determina así la distribución de los valores absolutos de los cambios en los valores de intensidad entre los puntos de entrada adyacentes. También, el módulo 8-2 juzga un nivel de ruido para los datos de entrada de acuerdo a un umbral para la distribución, el umbral se fija también por el módulo 8-2. Un identificador 8-3 de la región de ruido identifica regiones de ruido mediante la identificación de un número predeterminado de puntos de entrada consecutivos para los cuales los cambios en las intensidades están dentro del nivel de ruido. Las regiones de ruido adyacentes así identificadas pueden estar conectadas por una línea, también en el módulo 8-3. El módulo 8-4 un eliminador del fondo que resta la señal del fondo del espectro de los datos de entrada basado en las regiones de ruido identificadas. La señal de la muestra objetivo es entonces los datos del fondo eliminados como salida por la salida 8-5 de los datos. El procedimiento de eliminación automática del fondo descrito en esta invención, es en la mayoría de los casos comparable en calidad a aquel logrado por la eliminación manual del fondo . Se muestra en la Figura 7 un fondo seleccionado manualmente (la curva inferior con símbolos cuadrados) del espectro de la Figura 3. Pulsando sobre los puntos seleccionados por el usuario en el espectro usando la aplicación analítica del instrumento de un competidor. La eliminación automática del fondo para los datos espectroscópicos salva el tiempo del usuario, y juega un papel especialmente importante en la rápida identificación material, incluyendo, por ejemplo, la búsqueda de biblioteca espectral y el control del proceso automatizado utilizando la espectroscopia .
Se entenderá que un sistema de acuerdo a la presente invención puede implementarse en un número de formas, incluyendo, pero no limitado a, implementaciones como software o conjunto de programas incorporados en un medio de registro legible mediante un procesador de datos, como hardware, como programa de autenticación de firma o como cualquier combinación de lo anterior, o como cualquier otro sistema o medio capaz de llevar a cabo las operaciones anteriores. Las modalidades y métodos preferidos de la presente invención descritos aquí en lo anterior deben ser comprendidos como descripciones para propósitos ilustrativos únicamente, y será apreciado que son posibles numerosos cambios, sustituciones, omisiones, y actualizaciones de los mismos sin apartarse del espíritu y del alcance de las reivindicaciones.

Claims (36)

  1. REIVINDICACIONES 1. Un método para la eliminación del fondo, caracterizado porque comprende : introducir datos de entrada que comprenden puntos de entrada y valores de intensidad que corresponden a los puntos de entrada; determinar una distribución de los cambios en los valores de intensidad entre los puntos de entrada y juzgar un nivel de ruido para los datos de entrada de acuerdo a un umbral para la distribución; identificar las regiones de ruido de los datos de entrada identificando un número predeterminado de puntos de entrada consecutivos para el cual los cambios en los valores de intensidad están dentro del nivel de ruido; restar el fondo de los datos de entrada basado en las regiones de ruido identificadas; y generar como señal de la muestra objetivo, los datos del fondo eliminados.
  2. 2. El método de la reivindicación 1, caracterizado porque los datos de entrada son unos de los datos del espectro obtenidos de unos datos del espectrómetro y de cromatografía.
  3. 3. El método de la reivindicación 1, caracterizado porque se determina un valor absoluto del cambio en el valor de la intensidad como el cambio en el valor de la intensidad y en donde se juzga el nivel de ruido basado en los valores absolutos de los cambios en los valores de intensidad debajo del umbral .
  4. 4. El método de la reivindicación 3, caracterizado porque se determina uno de un promedio, una mediana, una moda, una media, y un rango de los valores absolutos de los cambios en los valores de intensidad para los valores de la distribución por encima del umbral .
  5. 5. El método de la reivindicación 1, caracterizado porque se identifica una región de ruido de pico como un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada .
  6. 6. El método de la reivindicación 1, caracterizado porque las regiones de ruido y los segmentos de línea que conectan las regiones de ruido adyacentes se interpretan como el fondo.
  7. 7. El método de la reivindicación 1, caracterizado porque los datos de entrada son procesados por al menos uno de la normalización y suavizado antes de la determinación de la distribución .
  8. 8. El método de la reivindicación 7, caracterizado porque el fondo se determina para los datos de entrada suavizados y se resta de los datos de entrada no suavizados.
  9. 9. El método de la reivindicación 1, caracterizado porque se identifica y se filtra una región de ruido de pico, tal que se determina un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada consecutivos como un pico.
  10. 10. El método de la reivindicación 1, caracterizado porque se identifica una región de ruido de pico como un máximo en el cual al menos uno de un segundo punto de los datos y un penúltimo punto de los datos corresponde a un punto de intensidad mayor de ese máximo.
  11. 11. El método de la reivindicación 1, caracterizado porque se identifica una región de ruido de pico como una región máxima con al menos dos puntos máximos dentro de un número predeterminado de puntos de los datos consecutivos.
  12. 12. El método de la reivindicación 11, caracterizado porque el número predeterminado de los puntos de los datos consecutivos es cinco.
  13. 13. Un sistema de eliminación del fondo, caracterizado porque comprende : un receptor de los datos de entrada configurado para recibir los datos de entrada que comprenden de puntos de entrada y valores de intensidad que corresponden a los puntos de entrada; un medio de asignación del nivel de ruido configurado para determinar una distribución de los cambios en los valores de intensidad entre los puntos de entrada y para juzgar un nivel de ruido para los datos de entrada de acuerdo a un umbral para la distribución; un identificador de la región de ruido, configurado para identificar regiones de ruido de los datos de entrada identificando un número predeterminado de puntos de entrada consecutivos para el cual los cambios en los valores de intensidad están dentro del nivel de ruido; un eliminador del fondo configurado para restar el fondo de los datos de entrada basado en las regiones de ruido identificadas; y una salida de datos configurada para devolver como la señal de la muestra objetivo los datos eliminados del fondo.
  14. 14. El sistema de la reivindicación 13, caracterizado porque los datos de entrada son uno de los datos del espectro obtenidos de datos de un espectrómetro y de cromatografía.
  15. 15. El sistema de la reivindicación 13, caracterizado porque se determina un valor absoluto del cambio en el valor de la intensidad como el cambio en el valor de la intensidad y en donde se juzga el nivel de ruido basado en los valores absolutos de los cambios en la intensidad debajo del umbral.
  16. 16. El sistema de la reivindicación 15, caracterizado porque se determina uno de un promedio, una mediana, una moda, una media, y un rango de los valores absolutos de los cambios en los valores de intensidad para los valores de la distribución por encima del umbral .
  17. 17. El sistema de la reivindicación 13, caracterizado porque se identifica una región de ruido de pico como un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada.
  18. 18. El sistema de la reivindicación 13, caracterizado porque las regiones de ruido y los segmentos de línea que conectan las regiones de ruido adyacentes se interpretan como el fondo.
  19. 19. El sistema de la reivindicación 13, caracterizado porque los datos de entrada se procesan por al menos uno de la normalización y el suavizado antes de la determinación de la distribución.
  20. 20. El sistema de la reivindicación 19, caracterizado porque el fondo se determina para los datos de entrada suavizados y se resta de los datos de entrada no suavizados.
  21. 21. El sistema de la reivindicación 13, caracterizado porque se identifica y se filtra una región de ruido de pico, tal que se determina un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada consecutivos como un pico .
  22. 22. El sistema de la reivindicación 13, caracterizado porque se identifica una región de ruido de pico como un máximo en el cual al menos uno de un segundo punto de los datos y un penúltimo punto de los datos corresponde de un punto de intensidad mayor de ese pico, y se filtra la región de ruido de pico.
  23. 23. El sistema de la reivindicación 13, caracterizado porque se identifica una región de ruido de pico como una región máxima con al menos dos puntos máximos dentro de un número predeterminado de los puntos de los datos consecutivos .
  24. 24. El sistema de la reivindicación 23, caracterizado porque el número predeterminado de los puntos de los datos consecutivos es cinco.
  25. 25. Un medio legible por un procesador, que incorpora un programa de instrucciones de eliminación del fondo, caracterizado porque comprende: el medio receptor de los datos de entrada para recibir los datos de entrada que comprenden los puntos de entrada y los valores de intensidad que corresponden a los puntos de entrad ; medios de asignación de nivel de ruido para determinar una distribución de los cambios en los valores de intensidad entre los puntos de entrada y para juzgar un nivel de ruido para los datos de entrada de acuerdo a un umbral para la distribución; el medio identificador de la región de ruido para identificar las regiones de ruido de los datos de entrada mediante la identificación de un número predeterminado de los puntos de entrada consecutivos para los cuales los cambios en los valores de intensidad están dentro del nivel de ruido; el medio de eliminación del fondo para restar el fondo de los datos de entrada basado en las regiones de ruido identificadas; y el medio de salida de los datos para devolver como la señal de la muestra objetivo los datos removidos del fondo.
  26. 26. El medio de la reivindicación 25, caracterizado porque los datos de entrada son uno de los datos del espectro obtenidos de los datos de un espectrómetro y de cromatografía.
  27. 27. El medio de la reivindicación 25, caracterizado porque se determina un valor absoluto del cambio en el valor de la intensidad como el cambio en el valor de la intensidad y en donde el nivel de ruido se juzga basado en los valores absolutos de los cambios en los valores de intensidad debajo del umbral .
  28. 28. El medio de la reivindicación 25, caracterizado porque se determina uno de un promedio, una mediana, una moda, una media, y un rango de los valores absolutos de los cambios en los valores de intensidad para los valores de la distribución por encima del umbral .
  29. 29. El medio de la reivindicación 25, caracterizado porque se identifica una región de ruido de pico como un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada.
  30. 30. El medio de la reivindicación 25, caracterizado porque las regiones de ruido y los segmentos de línea que conectan las regiones de ruido adyacentes se interpretan como el fondo .
  31. 31. El medio de la reivindicación 25, caracterizado porque los datos de entrada son procesados en por lo menos uno de la normalización y suavizado antes de la determinación de la distribución.
  32. 32. El medio de la reivindicación 31, caracterizado porque el fondo se determina para los datos de entrada suavizados y se resta de los datos de entrada no suavizados.
  33. 33. El medio de la reivindicación 25, caracterizado porque se identifica y se filtra una región de ruido de pico, tal que se determina un máximo obtenido de menos de un segundo número predeterminado de los puntos de entrada consecutivos como un pico.
  34. 34. El medio de la reivindicación 25, caracterizado porque se identifica una región de ruido de pico como un máximo en el cual al menos uno de un segundo punto de los datos y un penúltimo punto de los datos corresponde a un punto de intensidad mayor de ese pico.
  35. 35. El medio de la reivindicación 25, caracterizado porque se identifica una región de ruido de pico como una región máxima con al menos dos puntos máximos dentro de un número predeterminado de puntos de los datos consecutivos .
  36. 36. El medio de la reivindicación 35, caracterizado porque el número predeterminado de los puntos de los datos consecutivos es cinco.
MX2007000064A 2004-06-23 2005-06-21 Eliminacion automatica del fondo para los datos de entrada. MX2007000064A (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/874,420 US20050285023A1 (en) 2004-06-23 2004-06-23 Automatic background removal for input data
PCT/IB2005/001754 WO2006000879A1 (en) 2004-06-23 2005-06-21 Automatic background removal for input data

Publications (1)

Publication Number Publication Date
MX2007000064A true MX2007000064A (es) 2007-04-10

Family

ID=35064822

Family Applications (1)

Application Number Title Priority Date Filing Date
MX2007000064A MX2007000064A (es) 2004-06-23 2005-06-21 Eliminacion automatica del fondo para los datos de entrada.

Country Status (9)

Country Link
US (2) US20050285023A1 (es)
EP (1) EP1782621A1 (es)
KR (1) KR20070055488A (es)
CN (1) CN101002460A (es)
AU (1) AU2005256920A1 (es)
BR (1) BRPI0512609A (es)
IL (1) IL180228A0 (es)
MX (1) MX2007000064A (es)
WO (1) WO2006000879A1 (es)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050285023A1 (en) 2004-06-23 2005-12-29 Lambda Solutions, Inc. Automatic background removal for input data
WO2007050602A2 (en) * 2005-10-24 2007-05-03 Chemimage Corporation Automated acquisition of spectral data and image data
US7233870B1 (en) 2006-01-13 2007-06-19 Thermo Electron Scientific Instruments Llc Spectrometric data cleansing
WO2007097170A1 (ja) * 2006-02-23 2007-08-30 Nikon Corporation スペクトル画像処理方法、コンピュータ実行可能なスペクトル画像処理プログラム、スペクトルイメージングシステム
JP2009130505A (ja) * 2007-11-21 2009-06-11 Fujitsu Ltd 光伝送装置、光入力断検出閾値設定方法および光入力断検出閾値設定プログラム
DK2252952T3 (da) * 2008-01-25 2019-06-11 Biogen Ma Inc Automatiseret system og fremgangsmåde til monitorering af ydeevnen for en kromatografisøjle samt anvendelser deraf
US8304719B2 (en) * 2009-02-22 2012-11-06 Xin Wang Precise and thorough background subtraction
DE102010050198B3 (de) * 2010-11-04 2012-01-19 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Bestimmung von chemischen Bestandteilen von festen oder flüssigen Substanzen mit Hilfe der THz-Spektroskopie
CN102466662B (zh) * 2010-11-09 2014-07-02 中国石油天然气股份有限公司 气相色谱-质谱分析的数据处理方法
WO2012099971A2 (en) * 2011-01-21 2012-07-26 Massdefect Technologies, Llc Background subtraction-mediated data-dependent acquisition
JP6144916B2 (ja) * 2012-01-30 2017-06-07 キヤノン株式会社 生体組織画像のノイズ低減処理方法及び装置
CN102998296B (zh) * 2012-11-28 2014-10-29 中国科学院重庆绿色智能技术研究院 一种去除背景噪声影响的拉曼光谱预处理方法
CN103868998B (zh) * 2012-12-12 2018-11-02 苏州普源精电科技有限公司 一种色谱处理方法及色谱仪
US9325334B2 (en) * 2013-06-12 2016-04-26 Texas Instruments Incorporated IC, process, device generating frequency reference from RF gas absorption
US9128023B2 (en) * 2013-05-23 2015-09-08 Texas Instruments Incorporated Calibration scheme for gas absorption spectra detection
US10371676B2 (en) * 2013-10-04 2019-08-06 Shimadzu Corporation Waveform data processing device and waveform data processing program
CN103901014B (zh) * 2014-03-10 2016-04-20 华南师范大学 多元线性回归拟合获得真实的细胞拉曼光谱的方法
US10101269B2 (en) 2014-07-30 2018-10-16 Smiths Detection Inc. Estimation of water interference for spectral correction
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
CN105516545A (zh) * 2014-09-30 2016-04-20 财团法人成大研究发展基金会 自动对比强化系统
EP3252465A4 (en) * 2015-01-26 2018-01-17 Shimadzu Corporation Noise level estimation method, measurement data processing device, and program for measurement data processing
EP3260858A1 (en) * 2015-02-16 2017-12-27 Shimadzu Corporation Noise level estimation method, measurement data processing device, and program for measurement data processing
DE102015105239A1 (de) * 2015-04-07 2016-10-13 Analytik Jena Ag Verfahren zur Korrektur von Untergrundsignalen in einem Spektrum
CN104954704B (zh) * 2015-06-01 2018-08-31 北京华泰诺安探测技术有限公司 一种用于拉曼光谱仪ccd信号降噪方法
CN105466908B (zh) * 2015-12-31 2018-04-20 安徽芯核防务装备技术股份有限公司 一种样品瓶固定干扰噪声的拉曼光谱去除方法
CN106772646B (zh) * 2016-12-19 2018-11-06 吉林大学 一种地面核磁共振信号提取方法
JP6911543B2 (ja) * 2017-06-01 2021-07-28 東ソー株式会社 ベースラインの判定方法
JP6887935B2 (ja) * 2017-11-09 2021-06-16 日本電子株式会社 データ処理装置及びデータ処理方法
CN110806456B (zh) * 2019-11-12 2022-03-15 浙江工业大学 一种UPLC-HRMS Profile模式非靶向代谢轮廓数据自动解析的方法
CN112113954A (zh) * 2020-09-16 2020-12-22 江苏天瑞仪器股份有限公司 一种用于光谱仪的线阵cmos数据处理方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59151939A (ja) * 1983-02-08 1984-08-30 株式会社東芝 X線診断装置
US4802102A (en) * 1987-07-15 1989-01-31 Hewlett-Packard Company Baseline correction for chromatography
US6009208A (en) * 1995-08-21 1999-12-28 Lucent Technologies Inc. System and method for processing space-time images
US5903660A (en) * 1997-07-16 1999-05-11 The Regents Of The University Of California Automatic background recognition and removal (ABRR) in projection digital radiographic images (PDRI)
US6787761B2 (en) * 2000-11-27 2004-09-07 Surromed, Inc. Median filter for liquid chromatography-mass spectrometry data
US7245786B2 (en) * 2002-05-10 2007-07-17 976076 Alberta Inc. Filtering artifact from fMRI data using the stockwell transform
US20050285023A1 (en) 2004-06-23 2005-12-29 Lambda Solutions, Inc. Automatic background removal for input data

Also Published As

Publication number Publication date
CN101002460A (zh) 2007-07-18
US7329852B2 (en) 2008-02-12
IL180228A0 (en) 2007-07-04
EP1782621A1 (en) 2007-05-09
US20050285023A1 (en) 2005-12-29
KR20070055488A (ko) 2007-05-30
WO2006000879A1 (en) 2006-01-05
AU2005256920A1 (en) 2006-01-05
US20060255249A1 (en) 2006-11-16
BRPI0512609A (pt) 2008-03-25

Similar Documents

Publication Publication Date Title
MX2007000064A (es) Eliminacion automatica del fondo para los datos de entrada.
Longobardi et al. Classification of olive oils according to geographical origin by using 1H NMR fingerprinting combined with multivariate analysis
JP6091493B2 (ja) 試料に存在する成分を決定するための分光装置と分光法
US7557915B2 (en) Automated acquisition of spectral data and image data
Bro et al. EEMizer: Automated modeling of fluorescence EEM data
CN108241845B (zh) 用于扣除谱图本底的方法和通过拉曼谱图识别物质的方法
US9784621B2 (en) Spectroscopic apparatus and methods
CN110243806B (zh) 拉曼光谱下基于相似度的混合物组分识别方法
Dutta et al. Image processing based classification of grapes after pesticide exposure
EP2912419A1 (en) Spectroscopic apparatus and methods
JP5964983B2 (ja) 質量分析法により微生物を特定するための方法
EP2892005A2 (en) Data processing apparatus, data display system, sample data obtaining system, method for processing data, program, and computer-readable storage medium
US7693689B2 (en) Noise-component removing method
CN108802002B (zh) 一种快速无损鉴别解除滞育的蚕卵拉曼光谱模型构建方法
WO2018103541A1 (zh) 用于去除溶剂干扰的拉曼光谱检测方法和电子设备
Tsagkaris et al. Investigating the impact of spectral data pre-processing to assess honey botanical origin through Fourier transform infrared spectroscopy (FTIR)
Nazulan et al. Detection of sweetness level for fruits (watermelon) with machine learning
US20040057040A1 (en) Method and device for identifying chemical substances
Joshi et al. Raman spectroscopic analysis to detect olive oil mixtures in argan oil
He et al. SERS mapping combined with chemometrics, for accurate quantification of methotrexate from patient samples
EP2520914A1 (en) Estimation of background radiation in spectral data by polynomial fitting
US11927536B2 (en) Spectroscopic apparatus and methods
CN113484275B (zh) 基于中红外光谱采用分峰分析技术快速预测新鲜烟叶中油分含量的方法
Noda Estimating more than two pure component spectra from only two mixture spectra using two-dimensional correlation
Rivera et al. Illumination dependency in dynamic laser speckle analysis

Legal Events

Date Code Title Description
FA Abandonment or withdrawal