TW201303289A

TW201303289A - 圖案的評價方法、多成分物質的評價方法、評價程式、以及評價裝置

Info

Publication number: TW201303289A
Application number: TW101119809A
Authority: TW
Inventors: Yoshikazu Mori; Keiichi Noda
Original assignee: Tsumura & Co
Priority date: 2011-06-01
Filing date: 2012-06-01
Publication date: 2013-01-16
Also published as: KR101436532B1; CN103097886A; JP5954180B2; KR20130037683A; EP2717050A1; WO2012164955A1; CN103097886B; EP2717050A4; TWI528032B; US20140142866A1; JPWO2012164955A1; EP2717050B1; HK1181120A1

Abstract

本發明的課題在於可提升多成分物質的評價的精確度及效率。本發明解決手段的特徵為具備：對象FP作成製程173、對象FP峰值歸屬製程149、對象FP峰值特徵值作成製程151、對象FP類型2作成製程153、對象FP區域分割特徵值作成製程155、對象FP特徵值統合製程157和評價製程171，並且，將對象FP峰值特徵值及對象FP區域分割特徵值統合以作成對象FP統合特徵值，對對象FP統合特徵值以及基準FP統合特徵值進行比較評價，而該基準FP統合特徵值為與該對象FP統合特徵值相對應且基於成為評價基準的多成分物質的複數基準FP來產生。

Description

圖案的評價方法、多成分物質的評價方法、評價程式、以及評價裝置

本發明係關於圖案的評價方法、用以進行多成分物質例如屬於多成分藥劑之中藥的品質評價之多成分物質的評價方法、評價程式、以及評價裝置。

作為多成分物質，有例如屬於由多成分構成的藥劑(以下，稱為多成分藥劑)的中藥等來自天然物的藥劑。此等藥劑的定量，定性的概況(profile)會因所使用之原料生藥的地質學的因素、生態學的因素、收集時期、收集場所、收集年代、生育期之天候等的關係而變化。

因此，就針對此等多成分藥劑等用以擔保其安全性及有效性的品質而言，有規定一定的基準，國家的監督機構，化學組織團體，製造業者等係依該基準來進行品質評價。

然而，多成分藥劑之品質等的判定基準，一般是選擇多成分藥劑中具特徴的一種成份或數種成份，並依據其含有量等來設定。

例如，在非專利文獻1中，當無法進行多成分藥劑中有效成份的鑑定時，選擇具有可進行定量分析、易溶於水、在熱水中不會分解、不會與其他成份進行化學反應等物性的複數成份，且以可藉由化學分析獲得之該等成份的含有量作為評價的基準。

又，亦已知有於多成分藥劑適用層析法，按各保持時間獲得紫外可見光吸收光譜，由其中一部分的成份資訊設定評價的基準。

例如，專利文獻1中，選擇HPLC層析圖資料中一部分的峰值，藉由條碼化來評價多成分藥劑。

然而，就此等方法而言，其評價的對象受限於「特定成份的含有量」或「特定成份的層析峰值」，僅只是多成分藥劑所含的成份當中的一部分成為評價對象。因此，就多成分藥劑而言，由於其存有多數成為評價的對象以外的成份，故多成分藥劑的評價方法不夠精確。

為了正確地評價多成分藥劑的品質，必須對網羅有全部峰值資訊或接近數%的瑣細資訊經去除之全部峰值資訊的峰值資訊進行評價，因此，在多成分藥劑間必須使全部峰值或接近全部峰值之數量的峰值對應。

然而，使複數峰值以高精確度有效率地對應有其困難性，這會妨礙多成分藥劑的高精確度且有效率的評價。

進一步說明，即便是相同製品名的多成分藥劑，因為生藥為天然物，所以會有構成成份些微不同的情形。因此，即便是相同品質的藥劑，也會有構成成份的含量比例不同或存在於某藥劑的成份不存在於其他藥劑的情形(以下，稱為藥劑間誤差)。再者，亦有層析的峰值強度或峰值的溶出時間無嚴密再現性(以下，稱為分析誤差)等的因素。藉此，由於無法針對多成分藥劑間的全部峰值或接近全部峰值之個數的峰值，使來自相同成份的峰值對應(以下，稱為峰值歸屬)，所以會妨礙高精確度且有效率的評價。

【先前技術文獻】

【專利文獻1】

日本特開2002-214215號公報

【非專利文獻1】月刊藥事vol.28,No.3,67-71(1986)

欲解決的問題點為，既有的評價方法對於以高精確度有效率地評價多成分物質的品質等有其限制。

本發明為了可提升評價的精確度及效率，其特徵在於具備：對象圖案取得製程，取得峰值依時間序列變化之評價對象的對象圖案；對象峰值歸屬製程，比較前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，並特定對應的峰值；對象峰值特徵值作成製程，對在該對象峰值歸屬製程所特定且已歸屬的峰值以及成為評價基準的複數基準圖案的峰值進行比較評價，以作成特徵值化的對象峰值特徵值；對象圖案類型2作成製程，從前述對象圖案去除經前述特徵值化的峰值而將由剩餘的峰值所構成的圖案作成為對象圖案類型2；對象圖案區域分割特徵值作成製程，將前述對象圖案類型2分割成複數區域並從存在於各區域之峰值的存在率或存在量作成對象圖案區域分割特徵值；對象圖案特徵值統合製程，將前述對象圖案的峰值特徵值與前述對象圖案區域分割特徵值統合，以作成對象圖案統合特徵值；以及評價製程，對前述對象圖案統合特徵值以及基準圖案統合特徵值進行比較評價，該基準圖案統合特徵值為與該對象圖案統合特徵值相對應且基於成為評價基準的複數基準圖案來產生。

本發明係一種多成分物質的評價方法，其特徵在於具備：對象FP作成製程，將由從成為評價對象之多成分物質的層析檢測出的峰值以及其保持時間(retention time)所構成的FP作成為對象FP；對象FP峰值歸屬製程，比較前述對象FP以及成為評價基準之多成分物質之與該對象FP相對應之基準FP的峰值，並特定對應的峰值；對象FP峰值特徵值作成製程，對在該對象FP峰值歸屬製程所特定且已歸屬的峰值以及成為評價基準的多成分物質的複數基準FP的峰值進行比較評價，以作成特徵值化的對象FP峰值特徵值；對象FP類型2作成製程，從前述對象FP去除經前述特徵值化的峰值而將由剩餘的峰值及其保持時間所構成的FP作成為對象FP類型2；對象FP區域分割特徵值作成製程，將前述對象FP類型2分割成複數區域並從存在於各區域之峰值的存在率或存在量作成對象FP區域分割特徵值；對象FP特徵值統合製程，將前述對象FP峰值特徵值與前述對象FP區域分割特徵值統合，以作成對象FP統合特徵值；以及評價製程，對前述對象FP統合特徵值以及基準FP統合特徵值進行比較評價，該基準FP統合特徵值為與該對象FP統合特徵值相對應且基於成為前述評價基準的多成分物質的複數基準FP來產生。

本發明一種圖案之評價程式，其特徵在於使電腦執行下列功能：對象圖案取得功能，取得峰值依時間序列變化之評價對象的對象圖案；對象峰值歸屬功能，比較前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，並特定對應的峰值；對象峰值特徵值作成功能，對藉該對象峰值歸屬功能所特定且已歸屬的峰值以及成為評價基準的複數基準圖案的峰值進行比較評價，以作成特徵值化的對象峰值特徵值；對象圖案類型2作成功能，從前述對象圖案去除經前述特徵值化的峰值而將由剩餘的峰值所構成的圖案作成為對象圖案類型2；對象圖案區域分割特徵值作成功能，將前述對象圖案類型2分割成複數區域並從存在於各區域之峰值的存在率或存在量作成對象圖案區域分割特徵值；對象圖案特徵值統合功能，將前述對象圖案的峰值特徵值與前述對象圖案區域分割特徵值統合，以作成對象圖案統合特徵值；以及評價功能，對前述對象圖案統合特徵值以及基準圖案統合特徵值進行比較評價，該基準圖案統合特徵值係為與該對象圖案統合特徵值相對應且基於成為評價基準的複數基準圖案來產生。

本發明係一種多成分物質的評價程式，其特徵在於使電腦執行下列功能：對象FP作成功能，將由從成為評價對象之多成分物質的層析檢測出的峰值以及其保持時間所構成的FP作成為對象FP；對象FP峰值歸屬功能，比較前述對象FP以及成為評價基準之多成分物質之與該對象FP相對應之基準FP的峰值，並特定對應的峰值；對象FP峰值特徵值作成功能，對藉該對象FP峰值歸屬功能所特定且已歸屬的峰值以及成為評價基準的多成分物質的複數基準FP的峰值進行比較評價，以作成特徵值化的對象FP峰值特徵值；對象FP類型2作成功能，從前述對象FP去除經前述特徵值化的峰值而將由剩餘的峰值及其保持時間所構成的FP作成為對象FP類型2；對象FP區域分割特徵值作成功能，係將前述對象FP類型2分割成複數區域並從存在於各區域之峰值的存在率或存在量作成對象FP區域分割特徵值；對象FP特徵值統合功能，將前述對象FP峰值特徵值與前述對象FP區域分割特徵值統合，以作成對象FP統合特徵值；以及評價功能，對前述對象FP統合特徵值以及基準FP統合特徵值進行比較評價，該基準FP統合特徵值為與該對象FP統合特徵值相對應且基於成為前述評價基準的多成分物質的複數基準FP來產生。

本發明係一種圖案的評價裝置，其特徵在於具備：對象峰值歸屬部，比較前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，並特定對應的峰值；對象峰值特徵值作成部，對在該對象峰值歸屬功能所特定且已歸屬的峰值以及成為評價基準的複數基準圖案的峰值進行比較評價，以作成特徵值化的對象峰值特徵值；對象圖案類型2作成部，從前述對象圖案去除經前述特徵值化的峰值而將由剩餘的峰值所構成的圖案作成為對象圖案類型2；對象圖案區域分割特徵值作成部，將前述對象圖案類型2分割成複數區域並從存在於各區域之峰值的存在率或存在量作成對象圖案區域分割特徵值；對象圖案特徵值統合部，將前述對象圖案的峰值特徵值與前述對象圖案區域分割特徵值統合，以作成對象圖案統合特徵值；以及評價部，對前述對象圖案統合特徵值以及基準圖案統合特徵值進行比較評價，該基準圖案統合特徵值係為與該對象圖案統合特徵值對應且基於成為評價基準的複數基準圖案來產生。

本發明係一種多成分物質的評價裝置，其特徵在於具備：對象FP作成部，將由從成為評價對象之多成分物質的層析檢測出的峰值以及其保持時間所構成的FP作成為對象FP；對象FP峰值歸屬部，比較前述對象FP以及成為評價基準之多成分物質之與該對象FP相對應之基準FP的峰值，並特定對應的峰值；對象FP峰值特徵值作成部，對藉該對象FP峰值歸屬部所特定且已歸屬的峰值以及成為評價基準的多成分物質的複數基準FP的峰值進行比較評價，以作成特徵值化的對象FP峰值特徵值；對象FP類型2作成部，從前述對象FP去除經前述特徵值化的峰值而將由剩餘的峰值及其保持時間所構成的FP作成為對象FP類型2；對象FP區域分割特徵值作成部，將前述對象FP類型2分割成複數區域並從存在於各區域之峰值的存在率或存在量作成對象FP區域分割特徵值；對象FP特徵值統合部，將前述對象FP峰值特徵值與前述對象FP區域分割特徵值統合，以作成對象FP統合特徵值；以及評價部，對前述對象FP統合特徵值以及基準FP統合特徵值進行比較評價，該基準FP統合特徵值為與該對象FP統合特徵值對應且基於成為前述評價基準的多成分物質的複數基準FP來產生。

本發明之圖案的評價方法為上述構成，故作成統合有依據對象圖案的對象圖案峰值特徵值與對象圖案區域分割特徵值之對象圖案統合特徵值，並對所作成的對象圖案統合特徵值以及基準圖案統合特徵值進行比較評價，該基準圖案統合特徵值為與該對象圖案統合特徵值對應且基於成為評價基準的多成分物質的複數基準圖案來產生，藉此可進一步提升評價的精確度及效率，其中該對象圖案區域分割特徵值係由對象圖案去除特定的峰值而由依據剩餘的峰值之對象圖案類型2的區域分割來產生。

本發明之多成分物質的評價方法為上述構成，故作成統合有依據對象FP的對象FP峰值特徵值與對象FP區域分割特徵值之對象FP統合特徵值，並對所作成的對象FP統合特徵值以及基準FP統合特徵值進行比較評價，該基準FP統合特徵值係為與該對象FP統合特徵值相對應且基於成為評價基準的多成分物質的複數基準FP來產生，藉此可進一步提升評價的精確度及效率，其中該對象FP區域分割特徵值係由對象FP去除特定的峰值而由依據剩餘的峰值之對象FP類型2的區域分割來產生。

本發明的圖案或多成分物質的評價程式為上述構成，故可使電腦實現各功能，可進一步提升評價的精確度及效率。

本發明之圖案或多成分物質的評價裝置係為上述構成，故可使各部位，可進一步提升評價的精確度及效率。

〔用以實施發明的形態〕

為了實現提升評價的精確度及效率，以藉由對象FP的各峰值相對於基準群FP的各峰值之高精確度且有效率的峰值同時歸屬所獲得的結果作為特徵值，進行比較評價。並藉由以下的方式實現：在此峰值特徵值，加上將已歸屬之峰值經去除後的剩餘峰值所形成的FP(FP類型2)藉由區域分割予以特徵值化的區域分割特徵值，並對網羅有FP整體的統合特徵值進行比較評價。

高精確度且有效率的峰值同時歸屬，係藉由以下方式實現：對於將對象FP與基準FP的峰值以存在於保持時間軸方向前後位置之至少一者的峰值進行圖案化所成的峰值圖案進行比較。

【實施例1】

本發明的實施例1為評價多成分物質例如多成分藥劑之多成分藥劑的評價方法，評價程式，評價裝置。

多成分藥劑定義為含有複數有效化學成份的藥劑，但未侷限於此，也包含生藥、生藥的組合、其等的萃取物、中藥等。此外，劑型也未特別限定，例如，可包含以第15改正日本藥局方的製劑總則規定的液劑、浸膏劑、膠囊劑、顆粒劑、丸劑、懸濁劑、乳劑、散劑、酒精劑、錠劑、浸劑煎劑、酊劑、片劑、芳香水劑、流浸膏劑等。以多成分物質而言，亦可包含藥劑以外的物質。

中藥的具體例係記載於醫療用漢方製劑148處方「使用上的注意」的業界統一與主動修訂(事項)及一般用漢方處方的入門(1978年)。

多成分藥劑的評價中，為了評價評價對象藥劑是否與被評定為正常品的複數藥劑囊相等，首先由評價對象藥劑的三次元層析圖資料(以下稱為3D層析)，抽出該藥劑特有的資訊而作成對象FP。

其次，將對象FP的各峰值歸屬於將全部基準FP進行峰值歸屬處理而作成之全部基準FP的峰值對應資料(以下，稱為基準群FP)，而獲得峰值特徵值。

進一步，將已歸屬的峰值由對象FP去除，以剩餘的峰值作成FP類型2，將該FP類型2進行區域分割而獲得區域分割特徵值。

統合此兩個特徵值，而獲得對象FP統合特徵值。

藉由該對象FP統合特徵值與從全部基準FP獲得的基準FP統合特徵值，以MT法評價基準群FP與對象FP的相等性。最後，比較所獲得的評價值(以下稱為MD值)和預設的判定值(MD值的上限值)，判定評價對象藥劑是否與正常品相等。

〔多成分藥劑的評價裝置〕

第1圖為多成分藥劑的評價裝置的方塊圖，第2圖為顯示多成分藥劑之評價順序的方塊圖，第3圖為由3D層析所作成之FP的說明圖，第4圖(A)為藥劑A的FP，(B)為藥劑B的FP，(C)為藥劑C的FP。

如第1圖所示，多成分藥劑的評價裝置1具有：FP作成部3、對象FP峰值歸屬部5、對象FP峰值特徵值作成部7、對象FP類型2作成部9、對象FP區域分割特徵值作成部11、對象FP特徵值統合部13、基準FP峰值歸屬部15、基準FP歸屬結果統合部17、基準FP峰值特徵值作成部19、基準FP類型2作成部21、基準FP區域分割特徵值作成部23、基準FP特徵值統合部25和評價部27。

FP作成部3具有：對象FP作成部29和基準FP作成部31。

對象FP峰值歸屬部5具有：基準FP選定部33、峰值圖案作成部35和峰值歸屬部37。

該多成分藥劑的評價裝置1由例如一台電腦所構成，具有CPU、ROM、RAM等，但在此未圖示。多成分藥劑的評價裝置1係執行安裝於電腦之圖案的評價程式所屬之多成分物質的評價程式，並可進行多成分藥劑的評價。但是，多成分物質的評價程式係使用記錄有該評價程式之多成分物質之評價程式記録媒體，使由電腦所構成之多成分藥劑的評價裝置1進行讀取，藉此亦可實現多成分藥劑的評價。

多成分藥劑的評價裝置1亦可設成將各部分由各自的電腦構成，例如，將對象FP峰值歸屬部5、對象FP峰值特徵值作成部7、對象FP類型2作成部9、對象FP區域分割特徵值作成部11、對象FP特徵值統合部13和評價部27由一台電腦構成；將基準FP作成部31、基準FP峰值歸屬部15、基準FP歸屬結果統合部17、基準FP峰值特徵值作成部19、基準FP類型 2作成部21、基準FP區域分割特徵值作成部23和基準FP特徵值統合部25由另一台電腦構成。

在此情況，基準FP統合特徵值由另一台電腦作成，而被輸入評價裝置1的評價部27。

藉由對象FP作成部29、對象FP峰值歸屬部5、對象FP峰值特徵值作成部7、對象FP類型2作成部9、對象FP區域分割特徵值作成部11和對象FP特徵值統合部13作成對象FP統合特徵值；藉由基準FP作成部31、基準FP峰值歸屬部15、基準FP歸屬結果統合部17、基準FP峰值特徵值作成部19、基準FP類型2作成部21、基準FP區域分割特徵值作成部23和基準FP特徵值統合部25作成基準FP統合特徵值，將兩者進行比較評價，來評價對象FP43與基準群FP45的相等性。

FP作成部3的對象FP作成部29構成對象圖案取得部，該對象圖案取得部取得峰值依時間序列變化之評價對象的對象圖案。具體而言，對象FP作成部29係如第2圖、第3圖所示的功能部：以中藥39的層析而言，將從屬於三次元層析圖資料的3D層析41，抽出特定之檢測波長的複數峰值和其保持時間及UV光譜而成的對象FP43(以下亦簡稱為「FP43」。)作成為對象圖案。

此FP43與3D層析41同樣由三次元資訊(峰值、保持時間及UV光譜)所構成。

因此，FP43原樣承接了該藥劑特有的資訊而成的資料。儘管如此，由於資料容量壓縮成大約1/70，故與3D層析41相比較，可大幅減少應處理的資訊量，可提升處理速度。

3D層析41係將高速液體層析法(HPLC)應用於中藥39而形成的結果。此3D層析41係以各成份的移動速度顯露出，將其顯示為特定時間的移動距離，或將由欄(column)末端依時間序列出現的樣態樣顯示於圖表。在HPLC中，由於係繪製檢測器響應相對於時間軸，故將峰值的出現時間稱為保持時間(retention time)。

以檢測器而言，未特別限制，可使用利用光學性質的吸光度檢測器(Absorbance Detector)，峰值係以三次元狀態所獲得之作為因應紫外線(UV) 的檢測波長的信號強度。以利用光學性質之檢測器而言，亦可使用透過率檢測器(Transmittance Detector)。

檢測波長未限定，較佳為在150nm~900nm的範圍、特佳為在200nm~400nm的紫外可視光吸收區域、更佳為由200nm~300nm選擇的複數波長。

3D層析41至少具有中藥的編號(批次編號)、保持時間、檢測波長及峰值作為資料。

此外，3D層析41可由市售的裝置獲得，該市售的裝置，可例舉Agilent1100系統等。又，層析法未限定為HPLC，可採用各種方法。

如第2圖、第3圖所示，3D層析41以x軸為保持時間，y軸為檢測波長，z軸為信號強度的方式顯示。

FP43至少具有中藥的編號(批次編號)、保持時間、特定波長的峰值及UV光譜作為資料。

如第2圖、第3圖所示，FP43以x軸為保持時間，y軸為特定的檢測波長之峰值的二次元方式顯示，如第3圖所示，其係按每個峰值具有與以1峰值所示之UV光譜42同樣的UV光譜資訊而成的資料。作成FP43之特定的檢測波長未特別限定，可進行各種選擇。但是，FP43中包含3D層析的全部峰值對於承繼資訊而言是很重要的。因此，本實施例1中，將檢測波長設為含有3D層析中全部峰值的203nm。

另一方面，會有單獨的波長中無法含有全部的峰值的情況。於此情況，將檢測波長設為複數，如後述，作成組合複數波長而含有全部峰值的FP。

本實施例1中，將峰值設為信號強度(峰值高度)的極大值，但亦可採用面積值作為峰值。又，亦可為FP不含UV光譜，僅作成x軸為保持時間，y軸為特定的檢測波長之峰值而成的二次元資訊。此時，FP亦可由2D層析所作成，該2D層析具有中藥的編號(批次編號)、保持時間作為資料的層析。

第4圖(A)為藥劑A的FP55，第4圖(B)為藥劑B的FP57，第4圖(C)為藥劑C的FP59。

對象FP峰值歸屬部5係為如下之功能部：比較對象圖案以及成為評價基準之與該對象圖案相對應之基準圖案的峰值並特定對應峰值，而構成對象峰值歸屬部，且比較前述對象FP以及基準FP的峰值，而特定對應的峰值，該基準FP係為與該對象FP對應而成為評價基準之基準圖案的多成分物質之基準FP。該對象FP峰值歸屬部5係由基準FP選定部33、峰值圖案作成部35、峰值歸屬部37所構成。

基準FP選定部33係由複數基準FP選定適於對象FP的峰值歸屬之多成分物質的FP的功能部。亦即，由於係以高精確度進行對象FP之各峰值的峰值歸屬，故如第5圖~第9圖(後述)所示在對象FP與基準FP間算出峰值之保持時間出現圖案的一致度，並由全部基準FP選定該一致度為最小的基準FP。

如第10圖~第12圖(後述)所示，峰值圖案作成部35係為如下之功能部：對於成為對象FP61之歸屬對象的峰值(以下，稱為歸屬對象峰值)，將由包含存在於時間軸方向前後之至少一者的n條峰值在內之總共n+1條峰值所構成的峰值圖案，作成為歸屬對象峰值的峰值圖案。N為自然數。

此外，第11圖(後述)係顯示由包含存在於時間軸方向前後之至少一者的2條峰值在內之總共3條峰值所構成的峰值圖案，第12圖(後述)係顯示由包含存在於時間軸方向前後之至少一者的4條峰值在內之總共5條峰值所構成的峰值圖案。

又，如第13圖~第22圖(後述)所示，峰值圖案作成部35係一種功能部，其係在基準FP83中相對於設定有與歸屬對象峰值之保持時間之差的範圍(容許寬度)內的全部峰值(以下，稱為歸屬候補峰值)，將由包含存在於時間軸方向前後之至少一者的n條峰值在內之總共n+1條峰值所構成的峰值圖案作成為歸屬候補峰值的峰值圖案。此外，第15圖~第18圖(後述)係顯示由包含存在於時間軸方向前後之至少一者的2條峰值在內之總共3條峰值所構成之峰值圖案。第19圖~第22圖(後述)係顯示由包含存在於時間軸方向前後之至少一者的4條峰值在內之總共5條峰值所構成的峰值圖案。

容許寬度沒有限定，就精確度與效率的觀點而言，較佳為0.5分~2分。實施例1中設為1分。

再者，在峰值圖案作成部35中，即便對象FP61與基準FP83的峰值數有所差異(亦即，有不存在於任一者的峰值)時，亦可靈活因應。因此，如第23圖~第61圖(後述)所示，使由歸屬對象峰值及歸屬候補峰值兩者構成峰值圖案的峰值(以下，稱為峰值圖案構成峰值)變化而網羅地作成峰值圖案。此外，第23圖~第61圖中，顯示由包含存在於時間軸方向前後之至少一者的2條峰值在內之總共3條峰值所構成的峰值圖案的情形。

峰值歸屬部37係為一種比較對象FP、基準FP各自的峰值圖案且特定對應的峰值的功能部。實施例中，算出歸屬對象峰值的峰值圖案與歸屬候補峰值的峰值圖案的一致度及UV光譜的一致度，以特定對應的峰值。

且是一種算出此兩者的一致度經統合後之歸屬候補峰值的一致度，並依據此一致度，將對象FP61的各峰值歸屬於基準FP83的各峰值的功能部。

峰值歸屬部37中，峰值圖案的一致度如第62圖~第64圖(後述)所示，依據歸屬對象峰值與歸屬候補峰值之峰值圖案間之對應的峰值及保持時間的差來算出。又，UV光譜的一致度如第65圖、第66圖(後述)所示，依據歸屬對象峰值73之UV光譜135與歸屬候補峰值95之UV光譜139的各波長之吸光度的差來算出。進而，如第67圖(後述)所示，乘以此等兩者的一致度來算出歸屬候補峰值95的一致度。

對象FP峰值特徵值作成部7係為如下之功能部：作為對象峰值特徵值作成製程，對藉對象FP峰值歸屬部5所特定且已歸屬的峰值以及屬於複數基準圖案之基準FP的基準群FP45的峰值進行比較評價，以將特徵值化的對象FP峰值特徵值作成為對象峰值特徵值。複數基準FP係與成為評價基準之多成分物質的複數中藥對應而作成，該複數中藥為正常品。

亦即，對象FP峰值特徵值作成部7係為如下之功能部：依據對象FP61與基準FP83的歸屬結果，最後如第2圖、第68圖、第69圖(後述)所示，將對象FP43的各峰值歸屬於基準群FP45的各峰值而作成特徵值化的對象FP峰值特徵值47。

對象FP類型2作成部9構成對象圖案類型2作成部，其從對象圖案去除經特徵值化的峰值而將由剩餘的峰值所構成的圖案作成為對象圖案類型2。例如，係一種如下之功能部：將在對象FP峰值特徵值作成部7所特定的峰值47從原本的對象FP43去除，而將由剩餘的峰值以及其保持時間所構成的FP以把第2圖的對象FP類型2(49)作為對象圖案類型2的方式來作成。

此對象FP類型2(49)彙集對象FP峰值特徵值作成部7中未經特徵值化的峰值而作成FP。藉由將此對象FP類型2(49)特徵值化並加以評價，可進行更正確的評價。

對象FP區域分割特徵值作成部11係一種如下之功能部：構成對象圖案區域分割特徵值作成部，並將對象FP類型2(49)分割成複數區域且從存在於各區域之峰值的存在率將對象FP區域分割特徵值作成為對象圖案區域分割特徵值，其中，該對象圖案區域分割特徵值作成部係將前述對象圖案類型2分割成複數區域並從存在於各區域之峰值的存在率作成對象圖案區域分割特徵值。

此外，對象FP區域分割特徵值作成部11亦可使用存在量來取代存在率。如後所述，存在率係將各區域之峰值高度的存在量除以整體的峰值高度的合計(即，整體的峰值高度的存在量)而得的值。因此，亦可構成使用各區域之峰值高度的存在量本身，來作成區域分割特徵值。如第70圖(後述)所示，對象FP區域分割特徵值作成部11藉由與信號強度軸平行的多條縱分割線以及與時間軸平行的多條横分割線，將對象FP類型2(49)分割成格子狀的區域，而作成第2圖的對象FP區域分割特徵值51。

對象FP特徵值統合部13係一功能部，係為統合對象圖案峰值特徵值與對象圖案區域分割特徵值而作成對象圖案統合特徵值之對象圖案特徵值統合部，將在對象FP峰值特徵值作成部7所作成之對象FP峰值特徵值47與在對象FP區域分割特徵值作成製程11所作成之對象FP區域分割特徵值51統合，而將對象FP統合特徵值作成為對象圖案統合特徵值。

另一方面，FP作成部3的基準FP作成部31係與對象FP作成部29同樣，是一作成複數基準FP的功能部。例如，由被判定為正常品之複數中藥(基準中藥)的三次元層析圖資料所屬之各3D層析，按各基準中藥作成抽出特定之檢測波長之複數峰值與其保持時間及UV光譜的基準FP。

基準FP峰值歸屬部15亦與對象峰值歸屬部5同樣，是一藉由圖案辨識來特定應歸屬的峰值的功能部。然而，在此基準FP峰值歸屬部15中，以全部基準FP為對象，藉由所選擇的組合且以依序算出歸屬得分來特定峰值。

基準FP歸屬結果統合部17係一統合在基準峰值歸屬部15所特定且已歸屬的峰值以作成基準峰值對應表(後述)的功能部。

基準FP峰值特徵值作成部19係一功能部，其係依據在基準FP歸屬結果統合部17所作成的基準峰值對應表，而作成前述複數基準FP經特徵值化的基準FP峰值特徵值。

基準FP類型2作成部21係一功能部，其係具有與對象FP類型2作成部9同樣的功能，其係一種從複數各基準FP去除經前述特徵值化的峰值而將由剩餘的峰值以及其保持時間所構成的FP作成為基準FP類型2。

基準FP區域分割特徵值作成部23係一功能部，其係具有與對象FP區域分割特徵值作成部11同樣的功能，將基準FP類型2分割成複數區域並從存在於各區域之峰值的存在率作成基準FP區域分割特徵值。

然而，在基準FP區域分割特徵值作成部23中，係變更被分割之各區域的位置且在變更前後作成基準FP區域分割特徵值。亦即，以使各縱横分割線在設定範圍內平行移動的方式設定變更位置，藉此變更前述各區域的位置。

基準FP特徵值統合部25係一功能部，其係具有與對象FP特徵值統合部13同樣的功能，統合基準FP峰值特徵值與基準FP區域分割特徵值以作成基準FP統合特徵值。

評價部27將對象圖案統合特徵值以及依據與該對象圖案統合特徵值對應且成為評價基準之複數基準圖案所產生的基準圖案統合特徵值進行比較評價。亦即，評價部27係將作為對象圖案統合特徵值之對象FP統合特徵值以及作為基準圖案統合特徵值之基準FP統合特徵值進行比較評價的功能部。在實施例中，利用MT法評價對象FP統合特徵值與基準FP統合特徵值的相等性。

MT法為在品質工學上一般週知的計算手法。例如，在「品質工學的數理」日本規格協會發行(2000)第136-138頁、品質工學應用講座「化學藥學生物學的技術開發」日本規格協會編(1999)第454-456頁及品質工學11(5)、78-84(2003)、入門MT系統(2008)中有記載。

此外，亦可使用一般市售的MT法程式軟體。作為市售的MT法程式軟體而言，可列舉：Angletry(股份有限公司)的ATMTS；日本規格協會 (財團法人)的TM-ANOVA；Ohken(股份有限公司)的MT法for windows等。

評價部27係對對象FP43之中藥的批次編號、與保持時間或UV檢測波長之一者，分配MT法的變數軸，將峰值設為MT法的特徵值。

變數軸的分配無特定限定，但較佳為在MT法之所謂的項目軸分配保持時間，在所謂的編號列軸分配多成分系藥劑的編號，在MT法之所謂的特徵值分配峰值。

在此，上述項目軸與編號列軸係定義如下。亦即，在MT法中，針對資料集(data set)Xij，求得平均值mj與標準偏差σj，由Xij經標準化後的值之xij=(Xij-m_j)/σ_j，求得i與j的相關係數r，獲得單位空間或馬哈朗諾比斯距離(Mahalanobis distance)。此時，項目軸與編號列軸係以「平均值mj與標準偏差σj係按各項目軸的值使編號列軸的值變化而求得」之方式定義。

使用MT法，由軸經分配後的資料與特徵值獲得基準點與單位量(以下，簡稱為「單位空間」)。在此，基準點、單位量及單位空間係依據上述MT法之文獻的記載而定義。

利用MT法獲得MD值，作為表示與應評價之藥劑的單位空間不同程度的值。在此，MD值係以與MT法的文獻說明同樣的方式定義，又，MD值係利用與文獻所述的方法求得。

使用以此方式獲得的MD值，可判定評價應評價的藥劑與被評定為正常品之複數藥劑的相異程度。

例如，藉由將第87圖~第91圖的各對象FP以前述方式進行歸屬處理，可利用上述MT法求得MD值(MD值：0.26、2.20等)。

將此MD值相對於正常品的MD值進行評價時，以評被定為正常品的複數藥劑，同樣地求得MD值。由此正常品的MD值設定臨界值，如第2圖之評價部27的評價結果53所示般繪製評價對象藥劑的MD值，可進行正常品或非正常品的判定。在第2圖之評價部27的評價結果53中，將例如MD值10以下設為正常品。

此外，評價部27由於只要可對對象FP統合特徵值與基準FP統合特徵值的相等性進行比較評價即可，故亦可適用MT法以外的圖案辨識手法等。

〔峰值圖案處理的動作原理〕

第5圖~第69圖係用以說明前述基準FP選定部33、峰值圖案作成部35、峰值歸屬部37及對象FP峰值特徵值作成部7的動作原理。

第5圖~第9圖係針對與基準FP選定部33之對象FP與基準FP之保持時間出現圖案的一致度說明的圖。第5圖為顯示對象FP及基準FP的保持時間的圖，第6圖為顯示對象FP的保持時間出現圖案的圖，第7圖為顯示基準FP的保持時間出現圖案的圖。第8圖為顯示對象FP與基準FP之保持時間出現距離的一致數的圖，第9圖為顯示對象FP與基準FP的保持時間出現圖案的一致度的圖。

第5圖係顯示對象FP61及基準FP83各自的保持時間。第6圖、第7圖係顯示由對象FP61及基準FP83各自的保持時間，算出全部保持時間的間距，並將其等的距離彙整成表形式而成的保持時間出現圖案。第8圖中，由此等的出現圖案算出保持時間出現距離的一致數，顯示其等的一致數彙整成表形式而成之保持時間出現距離的一致數。第9圖中，根據此一致數，算出保持時間出現圖案的一致度，顯示其等的一致度彙整成表形式而成之保持時間出現圖案的一致度。

第10圖~第12圖係為由圖案作成部35之歸屬對象峰值與其周邊峰值所作成的峰值圖案的說明圖。第10圖為顯示對象FP之歸屬對象峰值的圖，第11圖為由含2條周邊峰值之3條峰值所作成的峰值圖案的說明圖，第12圖為由含4條周邊峰值之5條峰值所作成的峰值圖案的說明圖。

第13圖、第14圖為峰值圖案作成部35之歸屬對象峰值與歸屬候補峰值的關係的說明圖，第13圖為顯示歸屬對象峰值之容許寬度的圖，第14圖為顯示基準FP的歸屬候補峰值相對於歸屬對象峰值的圖。

第圖15~第18圖為由峰值圖案作成部35的3條峰值所作成之歸屬對象峰值及歸屬候補峰值的峰值圖案例。第15圖為由歸屬對象峰值與歸屬候補峰值之3條峰值所形成的峰值圖案圖，第16圖為由歸屬對象峰值與其他歸屬候補峰值之3條峰值所形成的峰值圖案圖，第17圖為由歸屬對象峰值與其他歸屬候補峰值之3條峰值所形成的峰值圖案圖，第18圖為由歸屬對象峰值與其他歸屬候補峰值之3條峰值所形成的峰值圖案圖。

第19圖~第22圖為由峰值圖案作成部35之5條峰值所作成的歸屬對象峰值及歸屬候補峰值的峰值圖案圖。

第23圖~第61圖為網羅地作成峰值圖案作成部35的歸屬對象峰值及歸屬候補峰值的峰值圖案，且說明所比較之網羅地比較原理的圖。

第62圖、第63圖係說明由峰值歸屬部37之3條峰值所作成之峰值圖案的一致度之算出方法的圖。

第64圖係說明由峰值歸屬部37之5條峰值所作成之峰值圖案的一致度的算出方法的圖。

第65圖為顯示峰值歸屬部37之歸屬對象峰值73及歸屬候補峰值95的UV光譜135及139的圖。

第66圖為峰值歸屬部37之歸屬對象峰值73的UV光譜135與歸屬候補峰值95的UV光譜139的一致度的說明圖。

第67圖由峰值歸屬部37的歸屬對象峰值73、歸屬候補峰值95的峰值圖案的一致度和UV光譜的一致度所算出之歸屬候補峰值的一致度的說明圖。

第68圖為說明峰值歸屬部37的對象FP43對於各峰值的基準群FP45的歸屬的圖。

第69圖為顯示峰值歸屬部37之對象FP43的各峰值歸屬於基準群FP45的狀況之對象FP峰值特徵值47的說明圖。

(基準FP的選定)

使用第5圖~第9圖，進一步說明前述基準FP選定部33的功能。

第5圖為顯示對象FP及基準FP的保持時間的圖，第6圖為顯示對象FP的保持時間出現圖案的圖，第7圖為顯示基準FP的保持時間出現圖案的圖。第8圖為顯示對象FP與基準FP的保持時間出現距離的一致數的圖，第9圖為顯示對象FP與基準FP的保持時間出現圖案的一致度的圖。

第5圖係顯示對象FP61及基準FP83各自的保持時間。第6圖、第7圖係顯示由對象FP61及基準FP83各自的保持時間，算出全部的保持時間的間距，並將其等的距離彙整成表形式而成的保持時間出現圖案。第8圖中，由此等的出現圖案算出保持時間出現距離的一致數，顯示其等的一致數彙整成表形式而成之保持時間出現距離的一致數。第9圖中，依據此一致數，算出保持時間出現圖案的一致度，顯示其等的一致度彙整成表形式而成之保持時間出現圖案的一致度。

在對象FP61的峰值歸屬處理中，係以與對象FP61的FP圖案儘可能類似的基準FP來歸屬對象FP61的各峰值。由複數基準FP選定與此對象FP61類似的基準FP，在進行高精確度的歸屬方面是很重要的。

在此，作為客觀且簡易地評價與對象FP61的FP圖案類似性的方法，係藉由保持時間出現圖案的一致度評價FP圖案的類似性。

例如，對象FP61及基準FP83的保持時間為如第5圖般的情況，對象FP61及基準FP83各自的保持時間出現圖案係如第6圖、第7圖所示。第6圖、第7圖中，對於上層的對象FP61及基準FP83，以下層的圖表所示方式作成各單元的值由保持時間之間距所構成之表形式的圖案。

第6圖中，對象FP61的各峰值(63、65、67、69、71、73、75、77、79、81)的保持時間為(10.2)、(10.5)、(10.8)、(11.1)、(11.6)、(12.1)、(12.8)、(13.1)、(13.6)、(14.0)。

因此，峰值63及峰值65間的保持時間之間距為(10.5)-(10.2)=(0.3)。同樣，峰值63及峰值67間為(0.6)，峰值65及峰值67間為(0.3)等。以下，同樣地，成為第6圖之下層圖表的對象FP出現圖案。

第7圖中，基準FP83的各峰值(85、87、89、91、93、95、97、99、101、103、105)的保持時間為(10.1)、(10.4)、(10.7)、(11.1)、(11.7)、(12.3)、(12.7)、(13.1)、(13.6)、(14.1)、(14.4)。

因此，同樣地，保持時間的間距為第7圖之下層圖表的基準FP出現圖案。

如第6圖，第7圖所示，循環地比較已圖案化的各峰值，求得一致數。例如，比較第6圖之下層圖表的對象FP出現圖案的各單元的值、以及第7圖之下層圖表的基準FP出現圖案的各單元的值，如第8圖所示般求得一致數。

亦即，以列單位依序循環地比較對象FP61與基準FP83的保持時間出現圖案的全部保持時間的間距，在設定的範圍內算出距離一致的數量。

例如，比較第6圖、第7圖的對象及基準FP保持時間出現圖案的1列時，一致數為7個。此7個一致數被寫入第8圖的對象及基準FP保持時間出現圖案的第1列。第6圖、第7圖中之其他列，亦同樣，循環地比較至對象FP保持時間出現圖案的1列~9列、以及基準FP保持時間出現圖案的1列~10列為止，可分別獲得一致數。

第8圖中顯示結果。該第8圖中，由圓圈所包圍之左端的7的數值係對象及基準FP保持時間出現圖案之第1列的比較結果，其相鄰的7的數值係對象FP保持時間出現圖案之第1列與基準FP保持時間出現圖案之第2列的比較結果。設定的範圍未受限定，較佳為0.05分~0.2分的範圍。實施例1設為0.1分。

將保持時間出現圖案的一致度設為RP，對象FP61之第f列的保持時間出現圖案、與基準FP83之第g列的保持時間出現圖案之一致度(RP_fg)係使用Tanimoto係數，以RP_fg={1-(m/(a+b-m))}×(a-m+1)

的方式算出。

此外，式中a為對象FP61的峰值數(對象FP峰值數)，b為基準FP83的峰值數(基準FP峰值數)，m為保持時間出現圖案的一致數(出現距離的一致數)(參照8圖)。依據第8圖的一致數，藉由前述式算出各保持時間出現圖案的一致度(RP)(參照第9圖)。

將屬於此等RP之最小值的RP_min設為對象FP61與基準FP83之保持時間出現圖案的一致度。第9圖中，(0.50)為對象FP61相對於基準FP的一致度。

針對全部的基準EP，算出此一致度，選定最小的一致度的基準FP，對此基準FP進行對象FP的峰值歸屬。

基準FP選定部5亦可將對象FP61及基準FP83以峰值高度比進行圖案化。

對以峰值高度比圖案化後的各峰值進行循環比較，在所設定的範圍內算出高度比一致的數。藉此算出，可與第8圖同樣地獲得一致數。

此外，在以峰值高度比圖案化時，會有1列中存在有複數個相同值的情況，必須對此等計數複數次。

一致度係藉由將Tanimoto係數設為「高度比的一致數/(對象FP峰值數+基準FP峰值數-高度比的一致數)」，使(1-Tanimoto係數)趨近於零，而求得前述一致度。

又，在(1-Tanimoto係數)施以(對象FP峰值數-出現圖案或高度比的一致數+1)的加權，成為「(1-Tanimoto係數)×(對象FP峰值數-出現圖案或高度比的一致數+1」，藉由加權可選擇藉由對象FP61的峰值(63、65、．．．)而更多一致的基準FP。

(峰值圖案的特徵值化)

使用第10圖~第67圖，進一步說明前述峰值圖案作成部35的功能。

如第10圖所示，將歸屬對象峰值73歸屬於基準FP83之任一峰值時，應歸屬於哪一個峰值。即便僅以峰值，保持時間或UV光譜的任一資訊進行此峰值歸屬時，由於此等三個資訊的任一者均含有因前述藥劑間誤差與分析誤差所致之誤差，故由單獨資訊所產生之峰值歸屬的精確度有其限制。

又，如第13圖、第14圖所示，在歸屬對象峰值73與基準FP83之各峰值間設定保持時間之偏差的容許寬度，由存在於此容許寬度內之基準FP83的峰值(以下，稱為歸屬候補峰值)與UV光譜資訊之兩者資訊所形成的峰值歸屬中，綜合全部的資訊來判定歸屬目標，故與由上述單獨資訊所產生的峰值歸屬相比，精確度得以提升。

然而，即便是使用三個資訊的峰值歸屬，就UV光譜的特性而言，由於類似成份的UV光譜幾乎相同，所以當歸屬候補峰值含有複數類似成份時，終會成為僅有峰值資訊的歸屬而無法獲得足夠的精確度。因此，為了進行更高精確度的峰值歸屬，需有加入此三個資訊的資訊。

在此，作成含第11圖、第122圖所示之周邊峰值的資訊之峰值圖案，藉由此峰值圖案的比較，來歸屬峰值。

作成含周邊峰值的峰值圖案時，係在目前為止的三個資訊中加入周邊資訊，可進行由四個資訊所形成的峰值歸屬，可獲得更高的歸屬精確度。

其結果，可以一次的歸屬處理，高精確度且有效率地同時歸屬大量的峰值。

再者，藉由將在峰值歸屬使用的資料作成含周邊資訊的四個資訊，既有的峰值歸屬時所設定的限制條件(峰值定義等)便不需要。

第11圖中，作成相對於歸屬對象峰值73包含存在於時間軸方向兩邊的峰值71、75之峰值圖案115。

第12圖中，作成相對於歸屬對象峰值73包含存在於時間軸方向兩邊的峰值69、71、75、77之峰值圖案125。

第13圖、第14圖中，在歸屬對象峰值73與基準FP83的各峰值間設定保持時間之偏差的容許寬度，將存在於此容許寬度內之基準FP83的峰值作成對應於歸屬對象峰值73的候補峰值(以下，稱為歸屬候補峰值)。

第15圖中，作為與歸屬對象峰值73的峰值圖案115比較的峰值圖案而言，相對於歸屬候補峰值93係作成包含存在於時間軸方向前後兩邊之峰值91、95的峰值圖案117。

第16圖~第18圖中，作為與歸屬對象峰值73的峰值圖案115比較的峰值圖案，係作成相對於其他的歸屬候補峰值95、97、99，分別包含存在於時間軸方向前後兩邊之峰值的峰值圖案119、121、123。

以更高的精確度進行此峰值圖案的比較時，如第19圖~第22圖所示，作成在對象FP與基準FP兩者增加周邊峰值數的峰值圖案是必要的。

例如，當進行包含周邊之4條峰值在內之總共5條峰值所形成的峰值圖案的比較時，可獲得更高的歸屬精確度。

第19圖中，作為與歸屬對象峰值73的峰值圖案125比較的峰值圖案，係作成相對於歸屬候補峰值93，包含存在於時間軸方向兩邊之峰值89、91、95、97的峰值圖案127。

第20圖~第22圖中，作為與歸屬對象峰值73之峰值圖案125比較的峰值圖案，係作成相對於其他歸屬候補峰值95、97、99分別包含存在於時間軸方向前後兩邊之峰值的峰值圖案129、131、133。

再者，以更高精確度進行利用此峰值圖案的歸屬時，需因應對象FP與基準FP的峰值數有所差異(即，有不存在於任一者的峰值之情況)之情況。因此，如第23圖~第25圖所示，作成在歸屬對象峰值與歸屬候補峰值兩者使峰值圖案構成峰值網羅地變化的峰值圖案乃必要者。

具體而言，由對象FP之歸屬對象峰值的周邊峰值中，預先設定作為峰值圖案構成峰值的候補的峰值(以下，稱為峰值圖案構成候補峰值)，將此峰值圖案構成候補峰值依序作為峰值圖案構成峰值而作成峰值圖案。關於基準FP的歸屬候補峰值，亦同樣地設定峰值圖案構成候補峰值，將此峰值圖案構成候補峰值依序作為峰值圖案構成峰值而作成峰值圖案。

例如，如第23圖所示，係設定時間軸方向周邊4條(69、71、75、77)作為歸屬對象峰值73的峰值圖案構成候補峰值，設定為時間軸方向周邊4條(89、91、95、97)作為歸屬候補峰值93的峰值圖案構成候補峰值，將峰值圖案構成峰值分別設定成任意的2條。此時，如第24圖、第25圖所示，在歸屬對象峰值73及歸屬候補峰值93分別作成峰值圖案為4C2(=6)的圖案。

再者，若將峰值圖案構成候補峰值設定為10條，峰值圖案構成峰值設定為任意的2條時，可在歸屬對象峰值及歸屬候補峰值分別作成10C2(=45)圖案的峰值圖案。將峰值圖案構成峰值設定成任意的4條時，可在歸屬對象峰值及歸屬候補峰值分別作成10C4(=210)圖案的峰值圖案。

使用第26圖~第69圖，進一步說明前述峰值歸屬部37的功能。

峰值歸屬部37中，在藉峰值圖案作成部35所作成的歸屬對象峰值與歸屬候補峰值之全部峰值圖案間，依據所對應之峰值及保持時間的差，算出峰值圖案的一致度(以下稱為P_Sim)。峰值歸屬部37係將P_Sim的最小值(以下稱為P_Sim_min)設成歸屬對象峰值與歸屬候補峰值之峰值圖案的一致度。

例如，如第26圖~第61圖所示，在歸屬對象峰值73及歸屬候補峰值93分別將峰值圖案構成候補峰值設成時間軸方向前後周邊4條，將峰值圖案構成峰值設定為任意的2條。在此設定中，在歸屬對象峰值及歸屬候補峰值分別作成4C2(=6)圖案的峰值圖案。因此，歸屬對象峰值73及歸屬候補峰值93的P_Sim係如6圖案×6圖案(=36)所示算出，將屬於此等P_Sim之最小值的P_Sim_min設成歸屬對象峰值73與歸屬候補峰值93的一致度。

在歸屬對象峰值73及歸屬候補峰值93分別將峰值圖案構成候補峰值設成時間軸方向前後周邊10條，將峰值圖案構成峰值設定為任意的2條，在歸屬對象峰值及歸屬候補峰值可分別作成10C2(=45)圖案的峰值圖案。因此，歸屬對象峰值73及歸屬候補峰值93的P_Sim係如45圖案×45圖案(=2025)所示算出，將屬於此等P_Sim之最小值的P_Sim_min設成歸屬對象峰值73與歸屬候補峰值93的一致度。又，將峰值圖案構成峰值設定為任意的4條時，在歸屬對象峰值及歸屬候補峰值分別作成10C4(=210)圖案的峰值圖案。因此，歸屬對象峰值73及歸屬候補峰值93的P_Sim係如210圖案×210圖案(=44100)所示算出，將屬於此等P_Sim的最小值之P_Sim_min設成歸屬對象峰值73與歸屬候補峰值93的一致度。

此P_Sim係針對歸屬對象峰值73全部的歸屬候補峰值同樣地算出。

第62圖、第63圖中，說明用以比較由3條峰值所構成之峰值圖案的峰值圖案的一致度之算出方法。此時，以歸屬對象峰值73的峰值圖案115及歸屬候補峰值95的峰值圖案119為例。

在歸屬對象峰值73的峰值圖案115中，將歸屬對象峰值73的峰值及保持時間設為p1及r1，將峰值圖案構成峰值71的峰值及保持時間設為dn1及cn1，將峰值圖案構成峰值75的峰值及保持時間設為dn2及cn2。

在歸屬候補峰值95的峰值圖案119中，將歸屬候補峰值95的峰值及保持時間設為p2及r2，將峰值圖案構成峰值93的峰值及保持時間設為fn1及en1，將峰值圖案構成峰值97的峰值及保持時間設為fn2及en2。

將峰值圖案的一致度設為P_Sim時，由歸屬對象峰值73與歸屬候補峰值95的3條峰值所構成之峰值圖案的一致度(P_Sim(73-95))，係以P_Sim(73-95)=(|p1-p2|+1)×(|(r1-(r2+d)|+1)+(|dn1-fn1|+1)×(|(cn1-r1)-(en1-r2)|+1)+(|dn2-fn2|+1)×(|(cn2-r1)-(en2-r2)|+1)的方式算出。

另外，式中的d係用於補正保持時間的偏差之值。

第64圖中，說明用以比較由5條峰值所構成之峰值圖案的峰值圖案的一致度之算出方法。此時，以歸屬對象峰值73的峰值圖案125與歸屬候補峰值95的峰值圖案129為例。

在歸屬對象峰值73的峰值圖案125中，將歸屬對象峰值73的峰值及保持時間設為p1及r1，將峰值圖案構成峰值69、71、75、77的峰值及保持時間分別設為dn1及cn1、dn2及cn2、dn3及cn3、dn4及cn4。

在歸屬候補峰值95的峰值圖案129中，將歸屬候補峰值95的峰值及保持時間設為p2及r2，將峰值圖案構成峰值91、93、97、99的峰值及保持時間分別設為fn1及en1、fn2及en2、fn3及en3、fn4及en4。

由歸屬對象峰值73及歸屬候補峰值95之5條峰值所構成之峰值圖案的一致度(P_Sim(73-95))，係以P_Sim(73-95)=(|p1-p2|+1)×(|(r1-(r2+d)|+1)+(|dn1-fn1|+1)×(|(cn1-r1)-(en1-r2)|+1)+(|dn2-fn2|+1)×(|(cn2-r1)-(en2-r2)|+1)+(|dn3-fn3|+1)×(|(cn3-r1)-(en3-r2)|+1)+(|dn4-fn4|+1)×(|(cn4-r1)-(en4-r2)|+1)的方式算出。

另外，式中的d係用以補正保持時間的偏差的值。

在峰值歸屬部37中，如第67圖、第68圖所示，在歸屬對象峰值與歸屬候補峰值算出UV光譜的一致度。

第65圖係歸屬對象峰值73及歸屬候補峰值95的UV光譜(135與139)圖，如第66圖所示，此兩個UV光譜的一致度(UV_Sim(73-95))係以UV_Sim(73-95)=RMSD(135 vs 139)的方式算出。

RMSD係藉由均方偏差，將所對應之2點的距離(dis)分別加以平方，而定義為其相加平均的平方根。亦即，以RMSD={Σdis²/n}的方式算出。

n為dis的數。

在此，UV光譜的波形含有極大波長及極小波長，亦可藉由比較此極大波長及極小波長或任一者，來算出一致度。然而，在無吸收特性的化合物或吸收特性類似的化合物等中，極大波長、極小波長是相同的，但亦有整體的波形大幅相異的情形，在極大波長、極小波長的比較中，恐有無法算出波形的一致度之虞。

相對於此，在藉由UV光譜的波形利用RMSD時，由於為波形整體的比較，故可更正確地算出UV光譜的波形之一致度，在無吸收特性的化合物或吸收特性類似的化合物中，可正確地識別。

就歸屬對象峰值73的全部歸屬候補峰值而言，此UV光譜的一致度係以同樣方式算出。

再者，在峰值歸屬部37中，如第67圖所示算出統合上述兩者的一致度之歸屬候補峰值的一致度。

如第67圖所示，歸屬候補峰值的一致度(SCORE(73-95))係峰值圖案與UV光譜各自的一致度相乘而算出。顯示峰值圖案73、95之一致度的得分係P_Sim_min(73-95)，顯示對應之UV波形資料135、139之一致度的得分係UV_Sim(73-95)。此時，歸屬候補峰值的一致度SCORE(73-95)係以SCORE(73-95)=P_Sim_min(73-95)×UV_Sim(73-95)的方式算出。

就歸屬對象峰值73的全部的歸屬候補峰值而言，以此歸屬候補峰值的一致度係以同樣方式計算。

並且，在全歸屬候補峰值間比較此SCORE，將SCORE最小的歸屬候補峰值判定為歸屬對象峰值73的歸屬峰值。

在峰值歸屬部37中，由於係綜合兩個觀點來判定歸屬對象峰值之應歸屬的峰值，所以可實現正確的峰值歸屬。

又，在對象FP峰值特徵值作成部7中，依據對象FP對基準FP的歸屬結果，如第68圖所示般，將對象FP43的各峰值歸屬於基準群FP45。

對象FP43的各峰值藉由前述歸屬處理歸屬於構成基準群FP45的基準FP。依據此歸屬結果，最後歸屬於基準群FP45的峰值。

此外，基準群FP45將評定為正常品的複數基準FP全部以前述方式進行歸屬處理而作成，其各峰值係以所歸屬的峰值的平均值(黒點)±標準偏差(縱分割線)表示。

第69圖係將對象FP43歸屬於基準群FP45的結果，此結果為對象FP43的對象FP峰值特徵值47。

〔FP區域分割特徵值作成的動作原理〕

第70圖~第86圖係顯示FP區域分割特徵值作成的動作原理，第70圖係顯示利用區域分割的數量化的說明圖，第71圖為顯示與保持時間等的變動的關係的說明圖，第72圖為變更區域的位置而加以數量化的說明圖，第73圖為顯示FP類型2的資料的圖表，第74圖為顯示FP類型2的圖案的說明圖，第75圖為顯示利用縱横分割線之區域分割所形成之各區域的特徵值化的說明圖，第76圖為顯示縱分割線(第1條)的設定的說明圖，第77圖為顯示横分割線(第1條)的設定的說明圖，第78圖為顯示由縱横分割線所形成的區域分割的說明圖，第79圖為顯示特徵值化的區域數的說明圖，第80圖為顯示區域1的特定的說明圖，第81圖為顯示全部峰值的高度及合計的圖表，第82圖為顯示區域1的峰值高度的合計的說明圖，第83圖為顯示由最初的1圖案所形成之全區域的特徵值的圖表，第84圖為依序變更縱第1條的位置而形成之各區域的特徵值的圖表，第85圖為依序變更横第1條的位置而形成之各區域的特徵值的圖表，第86圖為顯示不變更各縱横分割線的位置之以1種的特徵值的圖表。

前述對象FP區域分割特徵值作成部11或基準FP區域分割特徵值作成部23係如前述，由存在於對象FP類型2或基準FP類型2經分割後的各區域之峰值的存在率，作成對象FP區域分割特徵值或基準FP區域分割特徵值。

區域的分割係以例如第70圖的方式進行。在第70圖中，針對例如藥劑A的FP55進行分割。藉由與信號強度軸平行的多條縱分割線141以及與時間軸平行的多條横分割線143進行分割，作成屬於複數區域的複數格子145。

本實施例中，多條横分割線143係以等比間隔朝信號強度増大的方向設定。藉此設定，將峰值密集的部分之區域分割細分化，可更正確地掌握峰值的存在率。然而，亦可藉由增加多條横分割線143的條數等，以等差間隔來進行設定。

以存在於此各格子145內之峰值高度的比例進行數量化，設成特徵值

另一方面，如第71圖所示，因為分析條件的些微偏差變動等，使得保持時間或峰值高度如FP55A、55B所示地變動。此變動導致各格子145內的值大幅變動之虞。

(基準FP類型2的情況)

於是，基準FP類型2的情況如第72圖所示，將各格子145的位置加以變更(位移)，且在變更前後進行數量化。藉此操作，可正確地作成基準FP區域分割特徵值。藉由以使各縱横分割線141、143在設定範圍內平行移動的方式設定變更位置，可變更前述各格子145的位置，在此，進一步說明對變更各格子145的位置的數量化。

第73圖係顯示以基準FP類型2的資料d202、d207、d208作為一例。此資料係僅有保持時間(RT)及峰值高度(Height)的資訊的構成。此資料係在前述基準FP類型2作成部21中，對應於基準FP類型2，並去除全部峰值的各UV光譜，該基準FP類型2係由從複數各基準FP去除經特徵值化的峰值而剩餘的峰值與其保持時間所構成。

基準FP類型2的資料d202、d207、d208的圖案係如第74圖所示。

將此等FP圖案藉由縱横分割線141、143進行區域分割，並按各該區域進行特徵值化。

(縱分割線(第1條)的設定)

為了設定縱分割線(第1條)的位置，如第76圖所示指定第1條的保持時間(RT)、振幅、節距。

依據此三個參數，以如下的條件設定複數處縱第1條的位置。

縱分割線(第1條)=RT-振幅+(振幅×2/節距)×i(i=0、1、2、‥‥、節距-1)

例如，指定為RT=1、振幅=1、節距次數=10、時，可設定縱分割線(第1條)=0.0、0.2、0.4、0.6、0.8、1.0、1.2、1.4、1.6、1.8。

(横分割線(第1條)的設定)

為了設定横(第1條)的位置，如第77圖所示指定第1條的高度、振幅、節距。

依據此三個參數，以如下之條件設定複數處横第1條的位置。

例如，指定為高度=1、振幅=0.5、節距次數=10時，横分割線(第1條)=高度-振幅+(振幅×2/節距)×i (i=0、1、2、．．．．、節距-1)

例如，指定為高度=1、振幅=0.5、節距次數=10時，可設定横分割線(第1條)=0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4。

(縱横分割線(第1條)的組合)

藉由所設定之縱横分割線(第1條)的全部組合，依據設定第2條以後的標本線，進行區域分割。

前述的例子係如下所示。

縱分割線(第1條)×横分割線(第1條)=(0.0、0.2、0.4、0.6、0.8、1.0、1.2、1.4、1.6、1.8)×(0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4)=100種

以此100種所有的組合依序設定第2條以後的分割線，且分割區域。

(縱横分割線(第2條以後)的設定)

縱分割線第2條以後係設定至以所指定的間隔(等差)指定的條數為止。

縱分割線第i條=縱分割線第(i-1)條+間隔(i=2、．．．．、指定的條數)

横分割線第2條以後係設定至以所指定的間隔(等比)指定的條數為止。

横分割線第i條=横分割線第(i-1)條+間隔×2÷(i-2)(i=2、．．．．、指定的條數)

例如，當縱第1條=0.0、縱間隔=10、縱條數=7、横分割線第1條=0.5、横間隔=1、横條數=6時，設定為縱分割線=0、10、20、30、40、50、60

横分割線=0.5、1.5、3.5、7.5、15.5、31.5。

(由分割線所形成之區域分割)

依剛才的例子，將所設定的縱分割線與横分割線表記於FP上，而成為如第78圖所示。

按此縱線與横線所包圍的區域，將FP特徵值化。

由於區域全部有30個，故如第79圖所示可獲得30特徵值。

(按各區域的特徵值化)

各區域係依下式而特徵值化。

特徵值=區域內峰值高度合計/全部峰值高度合計(特徵值化的方法)

以下，依據上式，求得第80圖所示之d202之區域1的特徵值。

首先，若算出全部峰值的高度合計，如第81圖所示，為15.545472。

其次，將區域1的峰值高度合計，算出如第82圖。

因此，區域1的特徵值為特徵值=2/15.545472=0.128655。

(全區域的特徵值化)

依據上述特徵值化方法，算出最初的1圖案所形成之全區域的特徵值。將算出結果顯示於第83圖。

(依序變更縱分割線第1條而特徵值化)

以上述方法，將依序變更縱分割線第1條之位置而形成的各區域加以特徵值化。將結果顯示於第84圖。

(依序變更横第1條而特徵值化)

每當變更横分割線第1條的位置，即變更一種縱(向)第1條。以上述方法將可形成的各區域特徵值化。將結果顯示於第85圖。

藉由該處理，在縱横分割線第1條有各10處的情況，為100行(100種)×31列(檔案名+30特徵值)的資料。

(全基準資料的特徵值化(基準類型2群FP))

以全基準資料實施目前為止的處理。例如，基準資料為d202、d207、d208之3資料的情況，為300行(100種×3資料)×31列(檔案名+30特徵值)。

(對象FP類型2的情況)

對象FP類型2中，由於縱横分割線(第1條)的組合成為1種(縱(RT)=1、横(高度)=1)，所以算出此1種的特徵值。

〔MD值〕

如前述，第87圖~第91圖為顯示評價部27之各種對象FP與其評價值(MD值)的圖，如前述藉由將各對象FP以前述方式進行歸屬處理，在評價部27中可利用上述MT法求得MD值(MD值：0、26、2、20等)。

〔多成分藥劑的評價方法〕

第92圖為顯示本發明實施例1之多成分藥劑的評價方法作為圖案之評價方法的製程圖。

如第92圖所示，多成分藥劑之評價方法具有：FP作成製程148、對象FP峰值歸屬製程149、對象FP峰值特徵值作成製程151、對象FP類型2作成製程153、對象FP區域分割特徵值作成製程155、對象FP特徵值統合製程157、基準FP峰值歸屬製程159、基準FP歸屬結果統合製程161、基準FP峰值特徵值作成製程163、基準FP類型2作成製程165、基準FP區域分割特徵值作成製程167、基準FP特徵值統合製程169和評價製程171。

FP作成製程148具有：對象FP作成製程173和基準FP作成製程175。

對象FP峰值歸屬製程149具有：基準FP選定製程177、峰值圖案作成製程179和峰值歸屬製程181。

此等FP作成製程148、對象FP峰值歸屬製程149、對象FP峰值特徵值作成製程151、對象FP類型2作成製程153、對象FP區域分割特徵值作成製程155、對象FP特徵值統合製程157、基準FP峰值歸屬製程159、基準FP歸屬結果統合製程161、基準FP峰值特徵值作成製程163、基準FP類型2作成製程165、基準FP區域分割特徵值作成製程167、基準FP特徵值統合製程169和評價製程171，在本實施例中是使用前述多成分藥劑之評價裝置1來進行。

FP作成製程148藉由第1圖之FP作成部3的功能進行，同樣地，對象FP峰值歸屬製程149、對象FP峰值特徵值作成製程151、對象FP類型2作成製程153、對象FP區域分割特徵值作成製程155、對象FP特徵值統合製程157、基準FP峰值歸屬製程159、基準FP歸屬結果統合製程161、基準FP峰值特徵值作成製程163、基準FP類型2作成製程165、基準FP區域分割特徵值作成製程167、基準FP特徵值統合製程169和評價製程171，藉由對象FP峰值歸屬部5、對象FP峰值特徵值作成部7、對象FP類型2作成部9、對象FP區域分割特徵值作成部11、對象FP特徵值統合部13、基準FP峰值歸屬部15、基準FP歸屬結果統合部17、基準FP峰值特徵值作成部19、基準FP類型2作成部21、基準FP區域分割特徵值作成部23、基準FP特徵值統合部25和評價部27之各功能來進行。

其中，可利用個別的電腦發揮各製程的功能，例如：可利用一台電腦，使對象FP作成製程17、對象FP峰值歸屬製程149、對象FP峰值特徵值作成製程151、對象FP類型2作成製程153、對象FP區域分割特徵值作成製程155、對象FP特徵值統合製程157和評價製程171發揮功能；利用另一台電腦，使基準FP作成製程175、基準FP峰值歸屬製程159、基準FP歸屬結果統合製程161、基準FP峰值特徵值作成製程163、基準FP類型2作成製程165、基準FP區域分割特徵值作成製程167和基準FP特徵值統合製程169發揮功能。

此時，基準FP統合特徵值係以另一台電腦作成，而被供給至評價製程171。

依此方式，FP作成製程148係構成取得峰值依時間序列變化之評價對象的對象圖案對象圖案取得製程。

對象FP峰值歸屬製程149係構成對象峰值歸屬製程，其係比較對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，並特定對應的峰值。

對象FP峰值特徵值作成製程151係構成對象峰值特徵值作成製程，其係對在對象峰值歸屬製程所特定且已歸屬的峰值以及成為評價基準的複數基準圖案的峰值進行比較評價，以作成特徵值化的對象峰值特徵值。

對象FP類型2作成製程153係構成對象圖案類型2作成製程，該對象圖案類型2作成製程係從前述對象圖案去除經前述特徵值化的峰值而將由剩餘的峰值所構成的圖案作成為對象圖案類型2。

對象FP區域分割特徵值作成製程155係構成對象圖案區域分割特徵值作成製程，該對象圖案區域分割特徵值作成製程係將將前述對象圖案類型2分割成複數區域並從存在於各區域之峰值的存在率作成對象圖案區域分割特徵值。

對象FP特徵值統合製程157係構成對象圖案特徵值統合製程，該對象圖案特徵值統合製程係將前述對象圖案的峰值特徵值與前述對象圖案區域分割特徵值統合，以作成對象圖案統合特徵值。

評價製程171係構成評價製程，該評價製程係對前述對象圖案統合特徵值以及基準圖案統合特徵值進行比較評價，該基準圖案統合特徵值為與該對象圖案統合特徵值相對應且基於成為評價基準的複數基準圖案來產生。

〔多成分藥劑的評價程式〕

第93圖~第108圖係關於多成分藥劑之評價程式的流程圖，第109圖~第116圖係關於基準資料的作成之流程圖，第117圖為顯示3D層析之資料例的圖表，第118圖為顯示峰值資訊之資料例的圖表，第119圖為顯示FP之資料例的圖表，第120圖為顯示對象FP對於基準FP之歸屬得分計算結果(判定結果檔案)例的圖表，第121圖為顯示在對象FP與基準FP對應之峰值的比對過程中所作成之兩個中間檔案(歸屬候補峰值得分表、歸屬候補峰值編號表)例的圖表，第122圖為顯示特定在對象FP與基準FP對應之峰值的結果之比對結果的檔案例的圖表，第123圖為顯示基準群FP的資料例的圖表，第124圖為顯示歸屬於基準群FP之對象FP的峰值特徵值資料的檔案例的圖表，第125圖為顯示對象及基準FP類型2之資料例的圖表，第126圖為顯示對象FP區域分割特徵值檔案例的圖表，第127圖為顯示對象FP特徵值統合檔案例的圖表，第128圖為顯示基準類型2群FP例的圖表，第129圖為顯示基準群統合資料例的圖表。

第93圖、第94圖為顯示用以對評價對象藥劑進行評價之處理整體的步驟的流程圖，藉由系統起動而開始，使電腦實現：FP作成部3的FP作成功能、對象FP峰值歸屬部5的對象FP峰值歸屬功能、對象FP峰值特徵值作成部7的對象FP峰值特徵值作成功能、對象FP類型2作成部9的對象FP類型2作成功能、對象FP區域分割特徵值作成部11的對象FP區域分割特徵值作成功能、對象FP特徵值統合部13的對象FP特徵值統合功能、基準FP峰值歸屬部15的基準FP峰值歸屬功能、基準FP歸屬結果統合部17的基準FP歸屬結果統合功能、基準FP峰值特徵值作成部19的基準FP峰值特徵值作成功能、基準FP類型2作成部21的基準FP類型2作成功能、基準FP區域分割特徵值作成部23的基準FP區域分割特徵值作成功能、基準FP特徵值統合部25的基準FP特徵值統合功能和評價部27的評價功能。

FP作成功能係在步驟S1實現。對象FP峰值歸屬功能係在步驟S2、S3、S4實現。對象FP峰值特徵值作成功能係在步驟S5實現。對象FP類型2作成功能係在步驟S6實現。對象FP區域分割特徵值作成功能係在步驟S7實現。對象FP特徵值統合功能係在步驟S8實現。評價功能係在步驟S9、S10實現。

步驟S1係將3D層析及特定之檢測波長的峰值資訊作為輸入資料而執行「FP作成處理」。

3D層析是藉由將評價對象藥劑以HPLC進行分析而獲得的資料，且係如第117圖之3D層析的資料例183所示，由保持時間、檢測波長、峰值(信號強度)的三次元資訊所構成的資料。峰值資訊係藉由將以該HPLC分析所獲得之特定波長中的層析資料利用PLC資料解析工具(例如，ChemStation等)加以處理，而得到的資料，且係如第118圖的峰值資訊例185所示由被檢測為峰值之全部峰值的極大值及面積值與其時點之保持時間等所構成的資料。

在步驟S1中，電腦之FP作成部3的對象FP作成部29(第1圖)發揮功能，由3D層析及峰值資訊作成前述對象FP43(第2圖)，將該資料作為檔案輸出。此對象FP43係如第119圖之FP的資料例187所示由保持時間、峰值高度與按各峰值高度的UV光譜所構成的資料。

在步驟S2中，將在步驟S1所輸出的對象FP及全部基準FP作為輸入而執行「對象FP歸屬處理1」。

在步驟S2中，電腦的基準FP選定部33發揮功能，對全部基準FP算出與對象FP43之保持時間出現圖案的一致度，選定適於對象FP43的歸屬的基準FP。

基準FP係由被評定為正常品之藥劑的3D層析與峰值資訊，利用與前述步驟S1相同的處理所作成之FP。另外，正常品係定義為安全性、有效性已確認的藥劑(基準中藥)，且屬於製品批次之不同的複數藥劑。基準FP亦為以與第119圖之FP的資料例187同樣方式構成的資料。

在步驟S3係以在對象FP43與步驟S2選定的基準FP作為輸入，而執行「對象FP歸屬處理2」。

在步驟S3中，電腦之峰值圖案作成部35(第1圖)及峰值歸屬部37(第1圖)發揮功能。藉由該功能，以在對象FP43與在步驟S2選定的基準FP的全部峰值，如第23圖~第61圖所示網羅地作成峰值圖案，其次，算出此等峰值圖案的一致度(第63圖或第64圖之P_Sim)。又，在對象FP與基準FP的峰值間算出UV光譜的一致度(第66圖的UV_Sim)。進而，由這兩個一致度算出歸屬候補峰值的一致度(第67圖的SCORE)。該算出結果被輸出至與第120圖之判定結果檔案例189相同的檔案。

步驟S4係以在步驟S3輸出的判定結果檔案189作為輸入，執行「對象FP歸屬處理3」。

在步驟S4中，電腦的峰值歸屬部37發揮功能，在對象FP43與基準FP間，依據歸屬候補峰值的一致度(SCORE)，特定與對象FP的各峰值對應之基準FP的峰值。其結果被輸出至與第122圖之比對結果檔案例195相同的比對結果檔案。

步驟S5係以在步驟S4輸出的比對結果檔案與基準群FP197作為輸入，執行「對象FP歸屬處理4」。

基準群FP197係由全部基準FP利用與前述步驟S2至步驟S4同樣的處理所作成之全部基準FP間的峰值對應資料。

在步驟S5中，電腦的對象FP峰值特徵值作成部7發揮功能，依據對象FP43的比對結果檔案，如第68圖、第69圖所示，將對象FP43的各峰值歸屬於基準群FP197的峰值。其結果被輸出至與第124圖之峰值資料特徵值的檔案例199相同的檔案。

步驟S6係以在步驟S5輸出之峰值資料特徵值檔案與對象FP作為輸入，執行「FP_類型2的作成」的處理。

在步驟S6中，電腦的對象FP類型2作成部9發揮功能，將在對象FP峰值特徵值作成部7所特定的峰值47從原本的對象FP43去除，而將剩餘的峰值以及其保持時間所構成的FP作成為對象FP類型2(49)。其結果被輸出至FP類型2檔案(參照第125圖的FP類型2檔案例201)。

在步驟S7中，執行「利用區域分割之對象FP_類型2的特徵值化處理」。該處理中，電腦的對象FP區域分割特徵值作成部11發揮功能，藉由第70圖的區域分割作成對象FP區域分割特徵值。其結果被輸出至對象FP區域分割特徵值檔案(參照第126圖的對象FP區域分割特徵值檔案例203)。

在步驟S8中，執行「峰值資料特徵值與區域分割特徵值的統合」的處理。

該處理中，電腦的對象FP特徵值統合部13發揮功能，將在對象FP峰值特徵值作成部7所作成的對象FP峰值特徵值47與在對象FP區域分割特徵值作成部11所作成的對象FP區域分割特徵值51統合，而作成對象FP統合特徵值。其結果被輸出至對象FP特徵值統合檔案(參照第127圖的對象FP特徵值統合檔案例205)。

在步驟S9中，電腦的評價部27發揮功能，利用MT法評價在步驟S8所輸出之對象FP統合特徵值與基準FP統合特徵值的相等性，將其評價結果輸出為如第87圖~第91圖所示之MD值(第87圖~第91圖)。

步驟S10係將在步驟S9所輸出的MD值作為輸入，執行「合格與否判定」。

在步驟S10中，電腦的評價部27發揮功能，比較在步驟S9所輸出的MD值與預先設定的臨界值(MD值的上限值)，判定合格與否(第2圖的評價結果53)。

〔S1：FP作成處理(僅利用單一波長)〕

第95圖係利用第93圖步驟S1「FP作成處理」之單一波長的峰值資訊時的流程圖。

第95圖係將波長設為單一波長例如設為203nm，而作成評價對象的FP之步驟的詳細情形。該處理中，由3D層析與檢測波長為203nm的峰值資訊，作成由以203nm檢測到的峰值之保持時間及峰值與其等峰值的UV光譜所構成的FP。

在步驟S101中，執行「讀取峰值資訊」的處理。在該處理中，讀取峰值資訊，作為FP的作成所需之兩個資料中的第一個，移到步驟S102。

在步驟S102中，執行「依序取得峰值的保持時間(R1)與對應的峰值資料(P1)」的處理。該處理中，由峰值資訊，將峰值的保持時間(R1)及峰值資料(P1)1峰值1峰值地依序取得，移到步驟S103。

在步驟S103中，執行「讀取3D層析」的處理。該處理中，讀取3D層析，作為FP的作成所需之兩個資料中的第二個，移到步驟S104。

在步驟S104中，執行「依序取得峰值的保持時間(R2)與對應的UV光譜(U1)」的處理。該處理中，由3D層析，將保持時間(R2)及UV光譜(U1)按HPLC分析時的各抽樣速率(sampling rate)取得，移到步驟S105。

在步驟S105中，執行「| R1-R2 | <=臨界值？」的判斷處理。該處理中，判斷在步驟S102及S104所讀取的R1與R2是否在臨界值的範圍對應。對應時(YES)，兩個保持時間相同，判斷保持時間R1之峰值的UV光譜是U1，移到步驟S106。沒有對應時(NO)，兩個保持時間不同，判斷保持時間為R1之峰值的UV光譜不是U1，為了與3D層析的下一個資料作比較，移到步驟S104。此外，此判斷處理的臨界值係為3D層析之“抽樣速率/2”。

在步驟S106中，執行「將U1以最大值1規格化」的處理。在該處理中，以最大值1將在步驟S105判斷為R1之UV光譜的U1加以規格化，移到步驟S107。

在步驟S107中，執行「輸出R1與P1及規格化之U1(對象FP)」之處理。在該處理中，將由峰值資訊取得之R1與P1及在步驟S106規格化的U1輸出至對象FP，移到步驟S108。

在步驟S108中，執行「全部峰值的處理完成？」的判斷處理。在該處理中，判斷是否已對於峰值資訊中全部的峰值進行處理，若全部峰值的處理尚未完成(NO)，為了處理未處理的峰值，而移到步驟S102。步驟S102至S108的處理係反覆進行到全部峰值的處理完成為止，一旦全部峰值的處理完成(YES)，便完成FP作成處理。

〔S1：FP作成處理(利用複數波長)〕

第96圖、第97圖係在第93圖的步驟S1「FP作成處理」中，利用複數波長的峰值資訊來取代前述單一波長的峰值資訊時的流程圖。例如包含203nm，於檢測波長軸方向選擇複數(n個)波長來作成FP的情形。

該FP作成處理係在第95圖所示之單一波長中在無法網羅以3D層析所檢測之全部峰值的情況下，利用複數波長的峰值資訊，作成網羅有3D層析的全部峰值之FP。

此外，第96圖、第97圖係在僅利用上述單一波長的FP作成處理中將作成n個按各波長的FP後，由其等FP作成由複數波長所形成之FP的步驟的詳細情形。

在步驟S110中，執行「按各波長作成FP」的處理。在該處理中，按各波長進行僅利用上述單一波長的FP作成處理，作成n個FP，移到步驟S111。

在步驟S111中，執行「將FP以峰值數(順序遞減)列表化」的處理。

在該處理中，將n個FP依峰值數多的順序列表化，移到步驟S112。

在步驟S112中，將1代入n(n←1)作為用以將n個FP依序處理之計數器的初始化，移到步驟S113。

在步驟S113中，執行「讀取列表第n個FP」的處理。在該處理中，讀取列表第n個FP，移到步驟S114。

在步驟S114中，執行「取得全部保持時間(X)」的處理。在該處理中，取得全部在S113所讀取之FP的保持時間資訊，移到步驟S115。

在步驟S115中，執行「n的更新(n←n+1)」的處理。在該處理中，由於將處理移至下一個FP，所以代入n+1作為n的更新，並移到步驟S116。

在步驟S116中，執行「讀取列表第n個FP」的處理。在該處理中，讀取列表第n個FP，移到步驟S117

在步驟S117中，執行「取得全部保持時間(Y)」的處理。在該處理中，取得全部在S116所讀取之FP的保持時間資訊，移到步驟S118。

在步驟S118中，執行「將X與Y在無重複的情況下統合(Z)」的處理。該處理中，將在步驟S114取得的保持時間資訊X與在步驟S117取得的保持時間資訊Y於無重複下統合後，保存於Z，移到步驟S119。

在步驟S119中，執行「X的更新(X←Z)」的處理。在該處理中，將在步驟S118所保存的Z代入X，作為X的更新，移到步驟S120。

在步驟S120中，執行「全部的FP處理完成？」的判斷處理。在該處理中，判斷在步驟S110所作成的n個FP是否已全部處理，已處理時(YES)，移到步驟S121。尚有未處理的FP時(NO)，為了對未處理的FP執行步驟S115~S120的處理，而移到步驟S115。重複進行步驟S115~S120的處理，直到全部的FP的處理完成。

在步驟S121中，將1代入n(n←1)作為用以將n個FP再度依序處理之計數器的初始化，然後，移到步驟S122。

在步驟S122中，執行「讀取列表第n個FP」的處理。在該處理中，讀取列表第n個FP，然後，移到步驟S123。

在步驟S123中，執行「依序取得各峰值的保持時間(R1)、峰值資料(P1)以及UV光譜(U1)」的處理。在該處理中，由在步驟S122所讀取的FP，1峰值1峰值地依序取得保持時間(R1)、峰值資料(P1)與UV光譜(U1)，然後，移到步驟S124。

在步驟S124中，執行「由X依序取得保持時間(R2)」的處理。在該處理中，由全部FP的保持時間在不重複下保存的X，按1保持時間(R2)逐一取得，移到步驟S125。

在步驟S125中，執行「R1=R2？」的判斷處理。在該處理中，判斷在步驟S123取得的R1與在步驟S124取得的R2是否相等，相等時(YES)，移到步驟S127。不相等時(NO)，移到步驟S126。

在步驟S126中，執行「X的全部保持時間比較完成？」的判斷處理。在該處理中，對於在步驟S123取得的R1，判斷是否完成與X之全部保持時間的比較。完成時(YES)，保持時間R1的峰值判斷已完成處理，為了將處理移到下一個峰值，而移到步驟S123。未完成時(NO)，為了移到X的下一個保持時間，而移到步驟S124。

在步驟S127中，執行「在R1加上(n-1)×分析時間(T)(R1←R1+(n-1)×T)」的處理。在該處理中，存在於峰值數最多之列表的第1個FP之峰值的保持時間原樣地未存在於列表第1個FP，存在於列表第2個FP之峰值的保持時間係在R1加上分析時間(T)，進而，由於列表第1 ~第n-1的FP不存在，存在於列表第n個FP之峰值的保持時間係在R1加上(n-1)×T，移到步驟S128。

在步驟S128中，執行「將R1、P1及U1輸出(對象FP)」的處理。在該處理中，將在步驟S127處理的R1與在S123取得的P1及U1輸出至對象FP，移到步驟S129。

在步驟S129中，執行「從X刪除R2」的處理。在該處理中，由於保持時間為R1(=R2)的處理係在步驟S127、S128中完成，故從X刪除處理畢的保持時間(R2)，移到步驟S130。

在步驟S130中，執行「全部的峰值處理完成？」的判斷處理。在該處理中，判斷是否對於列表第n個FP的全部峰值已完成處理，在已處理時(YES)，完成列表第n個FP的FP作成處理，移到步驟S131。有未處理的峰值時(NO)，為了對未處理的峰值進行處理，而移到步驟S123。反覆進行步驟S123~S130的處理直到全部的峰值處理完成。

在步驟S131中，執行「n的更新(n←n+1)」的處理。在該處理中，將處理移到下一個FP，將n+1代入n作為n的更新，移到步驟S132。

在步驟S132中，執行「全部的FP處理完成？」的判斷處理。在該處理中，判斷在S110所作成的n個FP是否已全部完成處理，當已處理時(YES)，完成FP作成處理。有未處理的FP時(NO)，為了對未處理的FP執行步驟S122~S132的處理，而移到步驟S122。重複進行步驟S122~S132的處理直到完成全部的FP的處理。

〔S2：對象FP歸屬處理1〕

第98圖為顯示第93圖步驟S2之「對象FP歸屬處理1」的詳細構成的流程圖。該處理為歸屬的前處理，從設為正常品的複數基準FP選定適於對象FP43的歸屬的基準FP。

在步驟S201中，執行「讀取對象FP」的處理。在該處理中，讀取歸屬對象的FP，移到步驟S202。

在步驟S202中，執行「取得全部保持時間(R1)」的處理。在該處理中，取得全部在步驟S201所讀取的對象FP的保持時間資訊，移到步驟S203。

在步驟S203中，執行「將全部基準FP的檔案名列表化」的處理。在該處理中，其後，為了依序處理全部基準FP而事先將全部基準FP的檔案名列表化，移到步驟S204。

在步驟S204中，將1代入n(n←1)作為用以依序處理全部基準FP之計數器的初始值，移到步驟S205。

在步驟S205中，執行「列表第n個基準FP(基準FP_n)」的處理。在該處理中，讀取在步驟S203所列表化之全部基準FP的檔案名列表的第n個FP，移到步驟S206。

在步驟S206中，執行「取得全部保持時間(R2)」的處理。在該處理中，取得全部在步驟S205所讀取的基準FP的保持時間資訊，移到步驟S207。

在步驟S207中，執行「算出R1與R2的保持時間出現圖案的一致度(RP_n__min)」的處理。在該處理中，從在步驟S202取得的對象FP的保持時間與在步驟S206取得的基準FP的保持時間算出RP_n＿min，移到步驟S208。此外，RP_n＿min的詳細的計算流程，係藉由第103圖的次常式1另外說明。

在步驟S208中，執行「RP_n＿min的保存(RP_all＿min」的處理。在該處理中，將在步驟S207算出的RP_n＿min保存於RP_all＿min，移到步驟S209。

在步驟S209中，執行「n的更新(n←n+1)」的處理。在該處理中，為了將處理移到下一個FP而將n+1代入n作為n的更新，移到步驟S210。

在步驟S210中，執行「全部基準FP處理完成？」的判斷處理。在該處理中，判斷是否全部的基準FP皆已處理，在已處理時(YES)，移到步驟S211。有未處理的基準FP時(NO)，對未處理的FP執行步驟S205~S210的處理，移到步驟S205。重複進行步驟S205~S210的處理直到全部基準FP的處理完成。

在步驟S211中，執行「從RP_all＿min選定一致度最小的基準FP」的處理。在該處理中，對於全部基準FP由所算出的RP₁＿min比較RP_n＿min，選定與對象FP之保持時間出現圖案的一致度最小的基準FP，完成對象FP歸屬處理1。

〔S3：對象FP歸屬處理2〕

第99圖係第93圖步驟S3的「對象FP歸屬處理2」的詳細情形的流程圖。此處理係歸屬的本處理，於對象FP43與在步驟S2所選定的基準FP 之間，由前述之峰值圖案及UV光譜的一致度算出各歸屬候補峰值的一致度(SCORE)。

在步驟S301中，執行「讀取對象FP」的處理。在該處理中，讀取歸屬對象的FP，移到步驟S302。

在步驟S302中，執行「依序取得歸屬對象峰值的保持時間(R1)和峰值資料(P1)和UV光譜(U1)」的處理。在該處理中，將在步驟S301讀取的對象FP的各峰值依序設為歸屬對象峰值，取得R1和P1及U1，移到步驟S303。

在步驟S303中，執行「讀取基準FP」的處理。在該處理中，讀取在第98圖的〔對象FP歸屬處理1〕選定的基準FP，移到步驟S304。

在步驟S304中，執行「依序取得基準FP的峰值的保持時間(R2)和峰值資料(P2)及UV光譜(U2)」的處理。在該處理中，從在步驟S303讀取的基準FP，依序1峰值1峰值地取得R2和P2與U2，移到步驟S305。

在步驟S305中，執行「| R1-(R2+d) | <臨界值？」的判斷處理。在該處理中，判斷在步驟S302及S304所讀取的R1和R2是否在臨界值的範圍內對應。對應時(YES)，判斷保持時間R2的峰值是保持時間R1的峰值的歸屬候補峰值，為了算出歸屬候補峰值的一致度(SCORE)，而移到步驟S306。不對應時(NO)，在保持時間為R2的峰值與保持時間為R1的峰值中，由於保持時間差異過大，故判斷無法成為歸屬候補峰值，移到步驟S309。此外，在此判斷處理中，d為用以補正對象FP與基準FP的峰值的保持時間之值，初始值設為0，再進行處理時，求得隨時歸屬之峰值間的保持時間的差，以該值更新d。又，臨界值係用以判斷是否應設為歸屬候補峰值之保持時間的容許寬度。

在步驟S306中，執行「算出UV光譜的一致度(UV_Sim)」的處理。在該處理中，由在步驟S302取得的歸屬對象峰值的U1與在步驟S304取得的歸屬候補峰值的U2，算出UV_Sim，移到步驟S307。此外，UV_Sim的詳細的計算流程係另記載於第86圖的次常式2。

在步驟S307中，執行「算出峰值圖案的一致度(P_Sim_min)」的處理。在該處理中，從在步驟S302取得的歸屬對象峰值的R1及P1與在步驟S304取得的歸屬候補峰值的R2及P2，對此等峰值網羅地作成峰值圖案。算出此等峰值圖案的P_Sim_min，移到步驟S308。此外，P_Sim_min的詳細的計算流程係另記載於第87圖的次常式3。

在步驟S308中，執行「算出歸屬候補峰值的一致度(SCORE)」的處理。在該處理中，從在步驟S306算出的UV_Sim與在S307算出的P_Sim_min，將歸屬對象峰值與歸屬候補峰值的SCORE以SCORE=UV_Sim×P_Sim_min的方式算出，移到步驟S310

在步驟S309中，執行「將888888代入SCORE(SCORE←888888)」的處理。在該處理中，將不符合歸屬對象峰值的歸屬候補峰值之峰值的SCORE設為888888，移到步驟S310。

在步驟S310中，執行「SCORE的保存(SCORE＿all)」的處理。在該處理中，將在步驟S308或S309獲得的SCORE保存於SCORE＿all，移到步驟S311。

在步驟S311中，執行「基準全部峰值的處理完成？」的判斷處理。在該處理中，判斷基準FP的全部峰值是否皆已處理，在已處理時(YES)，移到步驟S312。有未處理的峰值時(NO)，為了對未處理的峰值執行步驟S304~S311的處理，而移到步驟S304。重複進行步驟S304~S311的處理直到全部峰值的處理完成。

在步驟S312中，執行「將SCORE＿all輸出至判定結果檔案，將SCORE＿all初始化(設成空)」的處理。在該處理中，將SCORE＿all輸出至判定結果檔案後，將SCORE＿all初始化(設成空)，移到步驟S313。

在步驟S313中，執行「對象全部峰值的處理完成？」的判斷處理。在該處理中，判斷對象FP的全部峰值是否皆已處理，在已處理時(YES)，完成對象FP歸屬處理2。有未處理的峰值時(NO)，為了對未處理的峰值執行步驟S302~S313的處理，而移到S302。重複進行步驟S302~S313的處理直到全部峰值的處理完成。

顯示在第120圖所輸出的判定結果檔案例189。

〔S4：對象FP歸屬處理3〕

第100圖為顯示第93圖步驟S4的「對象FP歸屬處理3」的詳細情形的流程圖。此處理為歸屬的後處理，由以前述方式算出的歸屬候補峰值的一致度(SCORE)，特定與對象FP的各峰值對應之基準FP的峰值。

在步驟S401中，執行「讀取判定結果檔案」的處理。在該處理中，讀取在第81圖的「對象FP歸屬處理2」所作成的判定結果檔案，移到步驟S402。

在步驟S402中，執行「以滿足「SCORE<臨界值」的條件之資料作成歸屬候補峰值得分表」的處理。在該處理中，依據判定結果檔案的SCORE，作成歸屬候補得分表(參照第121圖上圖的歸屬候補得分表191)，移到步驟S403。此歸屬候補峰值得分表係為，按各基準FP的峰值，從針對對象FP全部峰值算出的SCORE，以遞增順序僅排列比臨界值小的SCORE而形成的表。又，此SCORE的值愈小，應歸屬之峰值的可能性愈高。此外，臨界值係用於判斷是否應設為歸屬候補之SCORE的上限值。

在步驟S403中，執行「作成歸屬候補峰值編號表」的處理。在該處理中，依據歸屬候補峰值得分表，作成歸屬候補峰值編號表(參照第121圖下圖的歸屬候補峰值編號表193)，移到步驟S404。此歸屬候補峰值編號表係將歸屬候補峰值得分表的各得分置換成與其得分對應的對象FP的峰值編號的表。由此，該表係為按各基準FP的峰值，使應對應之對象FP的峰值編號依序排列而成的表。

在步驟S404中，執行「取得應歸屬之對象FP的峰值編號」的處理。在該處理中，從在步驟S403所作成的歸屬候補峰值編號表，按各基準FP的峰值取得位於最上位之對象FP的峰值編號，移到步驟S405

在步驟S405中，執行「所取得的峰值編號以遞減順序(未重複)排列？」的判斷處理。在該處理中，判斷在步驟S404取得的對象FP的峰值編號是否在未重複的情況下以遞減順序排列。排列時(YES)，判斷可確定與基準FP的各峰值對應之對象FP的峰值，移到步驟S408。未排列時(NO)，為了針對有問題之基準FP的峰值重新評價應歸屬的對象FP的峰值，而移到步驟S406

在步驟S406中，執行「在有問題的峰值間比較SCORE，更新歸屬候補峰值編號表」的處理。在該處理中，將與有問題之對象FP的峰值編號對應的SCORE在歸屬候補得分表進行比較，更新成將SCORE大的峰值編號置換為位在為第2號之峰值編號而成的歸屬候補峰值編號表，然後移到步驟S407。

在步驟S407中，執行「更新歸屬候補峰值得分表」的處理。在該處理中，依照在步驟S406的歸屬候補峰值編號表的更新內容，更新歸屬候補峰值得分表，移到步驟S404。重複進行步驟S404至S407的處理，直到對象FP的峰值編號沒有問題(有重複，不以遞減順序排列)為止。

在步驟S408中，執行「保存歸屬結果(TEMP)」的處理。在該處理中，將作為基準FP的全部峰值的峰值編號、保持時間與峰值、以及與此等峰值對應的峰值而特定之對象FP的峰值資料保存於TEMP，移到步驟S409。

在步驟S409中，執行「TEMP中已納入有對象FP的全部峰值？」的判斷處理。在該處理中，判斷在步驟S408所保存TEMP中是否已納入有對象FP的全部峰值的峰值資料。全部納入(YES)時，判斷為在對象FP的全部的峰值完成處理，移到步驟S412。有未納入的峰值(NO)時，為了將未納入之峰值的峰值資料追加至TEMP，而移到步驟S410。

在步驟S410中，執行「補正未納入TEMP之對象FP的峰值的保持時間」的處理。在該處理中，未納入TEMP之對象FP的峰值(必須補正之對象FP的峰值)的保持時間係以：補正值=k1+(k2-k1)＊(t0-t1)/(t2-t1)

k1：在必須補正之對象FP的峰值附近所歸屬之兩個基準FP側的峰值中之保持時間小的峰值的保持時間

k2：在必須補正之對象FP的峰值附近所歸屬之兩個基準FP側的峰值中之保持時間大的峰值的保持時間

t0：在必須補正之對象FP的峰值的保持時間

t1：在必須補正之對象FP的峰值附近所歸屬之兩個對象FP側的峰值中之保持時間小的峰值的保持時間

t2：以在必須補正之對象FP的峰值附近所歸屬之兩個對象FP側的峰值中之保持時間大的峰值的保持時間的方式補正至基準FP的保持時間，移到步驟S411。

在步驟S411中，執行「將補正的保持時間與該峰值的峰值資料追加至TEMP，更新TEMP」的處理。在該處理中，比較未納入步驟S410所補正的TEMP之對象FP的峰值的保持時間、與TEMP中之基準FP的保持時間，在TEMP中的適切位置追加未納入TEMP之對象FP的峰值之補正的保持時間及峰值資料峰值並更新TEMP，移到步驟S409。重複進行步驟S409至S411的處理，直到追加對象FP的全部峰值為止。

在步驟S412中，執行「將TEMP輸出至比對結果檔案」的處理。在該處理中，將基準FP的全部峰值和對象FP的全部峰值的對應關係已特定的TEMP輸出作為比對結果檔案，完成對象FP歸屬處理3。

〔S5：對象FP歸屬處理4〕

第101圖、第102圖為第93圖步驟S5的「對象FP歸屬處理4」的詳細情形的流程圖。該處理為歸屬的最後處理，依據在第93圖步驟S4所作成的比對結果檔案(參照第122圖的比對結果檔案例195)，將對象FP的各峰值歸屬於基準群FP(參照第123圖的基準群FP的資料例197)的峰值。

此外，基準群FP197係如前述在全部基準FP間特定峰值的對應關係之FP，且係如第123圖的基準群FP的資料例197所示由基準群FP峰值編號和基準群保持時間和峰值高度所構成的資料。如第2圖的基準群FP45所示，各峰值可以平均值(黒點)±標準偏差(縱分割線)顯示。

在步驟S501中，執行「讀取比對結果檔案」的處理。在該處理中，讀取在第100圖的步驟S412輸出之比對結果檔案，移到步驟S502

在步驟S502中，執行「讀取基準群FP」的處理。在該處理中，讀取作為對象FP的各峰值之最後的歸屬對象之基準群FP197，移到步驟S503。

在步驟S503中，執行「將對象FP與基準群FP統合且保存(TEMP)」的處理。在該處理中，依據在比對結果檔案和基準群FP197共同存在之基準FP的峰值資料，統合兩個檔案，將其結果保存為TEMP，移到步驟S504。

在步驟S504中，執行「補正沒有與基準FP對應之峰值之對象FP的全部峰值的保持時間」的處理。在該處理中，將在比對結果檔案中沒有與基準FP對應之峰值之對象FP的全部峰值的保持時間補正成在步驟S503所保存之TEMP的保持時間，移到步驟S505。此外，保持時間的補正係利用與前述步驟S4的「對象FP歸屬處理3」的步驟S410相同的方法進行補正。

在步驟S505中，執行「依序取得所補正之保持時間(R1、R3)與對應的峰值資料(P1)」的處理。在該處理中，依序取得在步驟S504補正的保持時間為R1與R3、對應之峰值的峰值資料為P1，移到步驟S506。

在步驟S506中，執行「由TEMP依序取得對象FP的歸屬候補峰值的保持時間(R2)與對應的峰值資料(P2)」的處理。在該處理中，從在步驟S503所保存的TEMP，依序取得對象FP的峰值未歸屬的保持時間為R2、對應的峰值資料為P2，移到步驟S507

在步驟S507中，執行「| R1-R2 | <臨界值1？」的判斷處理。在該處理中，判斷在步驟S505與S506取得的R1與R2的差是否小於臨界值1。在小(YES)的情況，判斷對象FP的保持時間為R1的峰值與基準FP的保持時間為R2的峰值有對應之可能性，移到步驟S508。在R1和R2的差為臨界值1以上(NO)的情況，判斷無對應之可能性，移到步驟S512。

在步驟S508中，執行「取得與R1、R2對應的UV光譜(U1、U2)」的處理。在該處理中，將在步驟S507判斷為有對應之可能性的保持時間各自從FP取得與R1和R2的峰值對應的UV光譜，移到步驟S509。

在步驟S509中，執行「算出UV光譜的一致度(UV_Sim)」的處理。在該處理中，從在步驟S508取得的UV光譜U1及U2，利用與步驟S3的「對象FP歸屬處理2」的步驟S306同樣的方法來算出UV_Sim，移到步驟S510。此外，UV_Sim的詳細的計算流程係另在第104圖的次常式2中說明。

在步驟S510中，執行「UV_Sim<臨界值2？」的判斷處理。在該處理中，判斷在步驟S509所算出的UV_Sim是否小於臨界值2。在小(YES)的情況，判斷UV光譜U1的峰值與U2的峰值對應，移到步驟S511。在UV_Sim為臨界值2以上時(NO)的情況，判斷為未對應，移到步驟S507。

在步驟S511中，執行「R3←R2、臨界值2←UV_Sim」的處理。在該處理中，將在步驟S510判斷對應的保持時間為R3(即R1)更新至對應對象的保持時間所屬之R2後，將臨界值2更新至UV_Sim的值，移到步驟S507。

在步驟S512中，執行「全部的歸屬候補峰值的保持時間已比較完成？」的判斷處理。在該處理中，判斷R1與全部的歸屬候補峰值的保持時間的比較是否已完成，在完成時(YES)，移到步驟S513。在未完成時(NO)，移到步驟S507。

在步驟S513中，執行「保持R1、R3與P1及臨界值2(TEMP2)」的處理。在該處理中，將在步驟S510判斷為對應的保持時間(R1)、更新為對應對象的保持時間(R2)的R3、和對應的峰值(P1)、及現時點的臨界值2加以保存(TEMP2)，移到步驟S507。

在步驟S514中，執行「全部的非對應峰值的保持時間已比較完成？」的判斷處理。在該處理中，判斷在全部的非對應峰值的保持時間與歸屬候補峰值的保持時間之比較是否已完成。完成(YES)時，判斷為全部的非對應峰值的歸屬處理已完成，移到步驟S516。未完成(NO)時，判斷為殘留有未處理的非對應峰值，移到步驟S515

在步驟S515中，執行「臨界值2←初始值」的處理。在該處理中，將在步驟S511更新為UV_Sim的臨界值2還原為初始值，移到步驟S505。

在步驟S516中，執行「在TEMP2存在有R3的值相同的峰值？」的判斷處理。在該處理中，判斷複數非對應峰值是否歸屬於TEMP中的相同峰值。在歸屬於相同峰值的非對應峰值存在(YES)時，移到步驟S517。不存在(NO)時，移到步驟S518。

在步驟S517中，執行「比較R3的值為相同峰值的臨界值2，將值較大的峰值的R3還原成原來的值(R1)」的處理。在該處理中，比較TEMP2中的R3的值為相同峰值的臨界值2，值較大的峰值的R3的值還原成原來的值(即R1)，移到步驟S518。

在步驟S518中，執行「TEMP中追加TEMP2的峰值(僅TEMP的保持時間與R3一致的峰值)」的處理。在該處理中，僅在TEMP的保持時間與R3一致的峰值中，於TEMP中追加與R3對應的峰值，移到步驟S519。R3與TEMP的保持時間不一致的峰值，由於在基準群FP中不存在作為歸屬對象的峰值，故不追加。

在步驟S519中，執行「輸出TEMP中的對象FP的峰值(峰值特徵值檔案)」的處理。在該處理中，將歸屬於基準群FP197之對象FP的峰值資料輸出為峰值資料特徵值檔案，完成對象FP歸屬處理4。

第124圖為顯示以前述方式輸出之峰值資料特徵值的檔案例199。

[次常式1]

第103圖為顯示第98圖的「基準FP選定處理」之「次常式1」的詳細情形的流程圖。該處理係計算FP間(例如，對象FP與基準FP)的保持時間出現圖案的一致度。

在步驟S1001中，執行「x←R1，y←R2」的處理。在該處理中，將在第98圖的步驟S202和S206取得的R1及R2分別代入x與y，移到步驟S1002。

在步驟S1002中，執行「取得x、y的資料數(a、b)」的處理。在該處理中，將x、y的資料數分別取得作為a、b，移到步驟S1003。

在步驟S1003中，將1代入i(i←1)作為用以依序叫出x的保持時間的計數器的初始值，移到步驟S1004。

在步驟S1004中，執行「取得自第xi個保持時間起的全距離(f)」的處理。在該處理中，取得第xi個的保持時間與其後的全部保持時間之間距作為f，移到步驟S1005。

在步驟S1005中，將1代入j(j←1)作為用以依序叫出y的保持時間的計數器的初始值，移到步驟S1006。

在步驟S1006中，執行「取得自第yj個保持時間起的全距離(g)」的處理。在該處理中，將第yj個保持時間與其後的全部保持時間之間距取得作為g，移到步驟S1007。

在步驟S1007中，執行「取得滿足“| f的各保持時間之間距-g的各保持時間之間距| <臨界值”的條件之資料數(m)」的處理。在該處理中，將在步驟S1004及S1006取得的保持時間之間距f和g進行循環比較，取得滿足“| f的各保持時間之間距-g的各保持時間之間距| <臨界值”的條件的資料數作為m，移到步驟S1008。

在步驟S1008中，執行「算出f和g的保持時間出現圖案的一致度(RP_fg)」的處理。在該處理中，從在S1002取得的a、b和在S1007取得的m，將RP_fg以RP_fg=(1-(m/(a+b-m)))×(a-m+1)的方式算出，移到步驟S1009。

在步驟S1009中，執行「保存RP_fg(RP_all)」的處理。在該處理中，將在步驟S1008算出的一致度保存在RP_all，移到步驟S1010。

在步驟S1010中，執行「j的更新(j←j+1)」的處理。在該處理中，為了將y的處理移到下一個保持時間，而將j+1代入j作為j的更新，移到步驟S1011。

在步驟S1011中，執行「在y的全部保持時間處理完成？」的判斷處理。在該處理中，判斷y的全部的保持時間的處理是否已完成。在完成(YES)的情況，判斷y的全部保持時間的處理已完成，移到步驟S1012。在未完成的(NO)情況，判斷在y中殘留有未處理的保持時間，移到步驟S1006。

亦即，步驟S1006~S1011的處理係重複進行至y的全部的保持時間被處理為止。

在步驟S1012中，執行「i的更新(i←i+1)」的處理。在該處理中，為了將x的處理移到下一個保持時間，而將i+1代入i作為i的更新，移到步驟S1013。

在步驟S1013中，執行「在x的全部保持時間處理完成？」的判斷處理。在該處理中，判斷x的全部的保持時間的處理是否已完成。完成(YES)時，判斷x的全部保持時間的處理已完成，移到步驟S1014。未完成(NO)時，判斷x中殘留有未處理的保持時間，移到步驟S1004。亦即，步驟S1004~S1013的處理係重複進行至x的全部的保持時間被處理為止。

在步驟S1014中，執行「由RP_all取得最小值(RP_min)」的處理。在該處理中，將保存有對象FP和基準FP的保持時間出現圖案的全部組合之RP之RP_all中的最小值，取得作為RP_min，將該RP_min傳送到第98圖的步驟S207，完成保持時間出現圖案的一致度計算處理。

[次常式2]

第104圖為顯示第99圖的「對象FP歸屬處理2」中之「次常式2」的詳細情形的流程圖。該處理係計算UV光譜的一致度。

在步驟S2001中，執行「x←U1、y←U2、z←0」的處理。在該處理中，將在第99圖的步驟S302與S304所取得的UV光譜U1及U2分別代入x與y，進而，代入0作為UV光譜間的距離的平方和(z)的初始值，移到步驟S2002。

在步驟S2002中，執行「取得x資料數(a)」的處理。在該處理中，將x的資料數取得作為a，移到步驟S2003。

在步驟S2003中，將1代入i，作為用以從x依序叫出構成UV光譜U1之各檢測波長的吸光度的初始值，移到步驟S2004。

在步驟S2004中，執行「取得第xi個資料(b)」的處理。在該處理中，將已代入UV光譜U1之x的第i個吸光度資料取得作為b，移到步驟S2005。

在步驟S2005中，執行「取得第yi個資料(c)」的處理。在該處理中，將已代入UV光譜U2之y的第i個吸光度資料取得作為c，移到步驟S2006。

在步驟S2006中，執行「算出UV光譜間距(d)與UV光譜間距的平方和(z)」的處理。在該處理中，將UV光譜間距d與UV光譜間距的平方和z以d=b-c z=z+d²的方式算出，移到步驟S2007。

在步驟S2007中，執行「i的更新(i←i+1)」的處理。在該處理中，將i+1代入i作為i的更新，移到步驟S2008。

在步驟S2008中，執行「在x的全部資料處理完成？」的判斷處理。在該處理中，判斷x與y的全部的資料的處理是否已完成。完成(YES)時，判斷x與y的全部資料的處理已完成，移到步驟S2009。未完成(NO)時，判斷x與y殘留有未處理的資料，移到步驟S2004。亦即，步驟S2004~S2008的處理係重複進行到x與y的全部的吸光度資料被處理為止。

在步驟S2009中，執行「計算x與y的UV光譜的一致度(UV_Sim)」的處理。在該處理中，將UV_Sim由前述UV光譜間距的平方和z與x的資料數a以UV_Sim=(z/a)的方式算出，將此UV_Sim傳送到第99圖的步驟S306，完成UV光譜的一致度計算處理。

[次常式3]

第105圖為顯示第99圖的「對象FP歸屬處理2」之「次常式3」的詳細情形的流程圖。此處理係計算峰值圖案的一致度。

在步驟S3001中，執行「設定峰值圖案構成候補數(m)和峰值圖案構成峰值數(n)」的處理。在該處理中，分別設定峰值圖案構成候補數(m)和峰值圖案構成峰值數(n)作為用以網羅地作成峰值圖案的設定，移到步驟S3002。

在步驟S3002中，執行「x←對象FP名、r1←R1、p1←P1、y←基準FP名、r2←R2、p2←P2」的處理。在該處理中，將處理所需之對象FP與基準FP的檔案名以及在第99圖的步驟S302和S304取得的保持時間和峰值資料分別代入x、r1、p1和y、r2、p2，移到步驟S3003

在步驟S3003中，執行「取得x的全部保持時間(a)」的處理。在該處理中，讀取在步驟S3002中代入x之名字的檔案(對象FP)，將該檔案的全部保持時間取得作為a，移到步驟S3004。

在步驟S3004中，執行「取得y的全部保持時間(b)」的處理。在該處理中，讀取在步驟S3002中代入y之名字的檔案(基準FP)，將該檔案的全部保持時間取得作為b，移到步驟S3005

在步驟S3005中，執行「由a取得r1的峰值圖案構成候補峰值m條的保持時間(cm)及峰值資料(dm)」的處理。在該處理中，由a分別取得歸屬對象峰值的保持時間所屬之r1的峰值圖案構成候補峰值m條的保持時間作為cm，且取得峰值資料作為dm，移到步驟S3006。此外，峰值圖案構成候補峰值m條係為r1與保持時間接近的m條。

在步驟S3006中，執行「由b取得r2的峰值圖案構成候補峰值m條的保持時間(em)及峰值資料(fm)」的處理。在該處理中，由b分別取得歸屬候補峰值的保持時間所屬之r2的峰值圖案構成候補峰值m條的保持時間作為em，且取得峰值資料作為fm，移到步驟S3007。此外，峰值圖案構成候補峰值m條係為，r2與保持時間接近的m條。

在步驟S3007中，執行「將cm、dm依保持時間順序(遞增順序)排列」的處理。在該處理中，將在S3005取得的cm和dm以保持時間遞增的順序排列替換，移到步驟S3008。

在步驟S3008中，執行「將em、fm依保持時間順序(遞增順序)排列」的處理。在該處理中，將在步驟S3006取得的em和fm以保持時間遞增的順序排列替換，移到步驟S3009。

在步驟S3009中，執行「由cm、dm依序取得峰值圖案構成峰值n條的保持時間(cn)及峰值資料(dn)」的處理。在該處理中，由峰值圖案構成候補峰值m條的cm及dm，依序取得峰值圖案構成峰值n條的保持時間作為cn，且取得峰值資料作為dn，移到步驟S3010。

在步驟S3010中，執行「由em、fm依序取得峰值圖案構成峰值n條的保持時間(en)及峰值資料(fn)」的處理。在該處理中，由峰值圖案構成候補峰值m條的em及fm，依序取得峰值圖案構成峰值n條的保持時間作為en，且取得峰值資料作為fn，移到步驟S3011。

在步驟S3011中，執行「計算峰值圖案的一致度(P＿Sim)」的處理。在該處理中，由目前為止取得的歸屬對象峰值的r1和p1及其峰值圖案構成峰值n條的cn和dn、與歸屬候補峰值的r2和p2及其峰值圖案構成峰值n條的en和fn，將峰值圖案的一致度(P＿Sim)以n=4的情況為例時，如第66圖所示以P＿Sim=(|p1-p2|+1)×(|(r1-(r2+d)|+1)+(|dn1-fn1|+1)×(|(cn1-r1)-(en1-r2)|+1)+(|dn2-fn2|+1)×(|(cn2-r1)-(en2-r2)|+1)+(|dn3-fn3|+1)×(|(cn3-r1)-(en3-r2)|+1)+(|dn4-fn4|+1)×(|(cn4-r1)-(en4-r2)|+1)的方式算出，移到步驟S3012。

在步驟S3012中，執行「保存P_Sim(P_Sim_all)」的處理。在該處理中，將在步驟S3011算出的P_Sim依序保存在P_Sim_all，移到步驟S3013。

在步驟S3013中，執行「由em中的m條取出n條的全部組合完成？」的判斷處理。在該處理中，判斷從歸屬候補峰值的峰值圖案構成候補峰值m條，取出峰值圖案構成峰值n條的全部組合中是否已完成處理。完成(YES)時，在歸屬候補峰值中，判斷網羅的峰值圖案的作成與其圖案的一致度的計算已完成，移到步驟S3014。未完成(NO)時，判斷由m條取出n條的組合未完成，移到步驟S3010。亦即，步驟S3010~S3013的處理係重複進行至由m條取出n條的全部組合中完成處理。

在步驟S3014中，執行「由cm中的m條取出n條的全部組合完成？」的判斷處理。在該處理中，由歸屬對象峰值的峰值圖案構成候補峰值m條，判斷在取出峰值圖案構成峰值n條的全部組合中是否已完成處理。完成(YES)時，在歸屬對象峰值中，判斷網羅的峰值圖案的作成與其圖案之一致度的計算已完成，移到步驟S3015。未完成(NO)時，判斷由m條取出n條的組合未完成，移到步驟S3009。亦即，至步驟S3009~S3014的處理係重複進行至在由m條取出n條的全部組合中完成處理。

在步驟S3015中，執行「由P_Sim_all取得最小值(P_Sim_min)」的處理。在該處理中，將在步驟S3012所保存的P_Sim_all的最小值取得作為P_Sim_min，將此P_Sim_min傳送至第99圖的步驟S307，完成峰值圖案的一致度計算處理。

〔S6：對象FP類型2的作成處理〕

第106圖為顯示第93圖步驟S6的「FP_類型2作成」的詳細情形的流程圖。

在步驟S601中，執行「讀取對象FP」的處理。在該處理中，讀取前述對象FP43(參照第119圖的FP的資料例187)的檔案，移到步驟S602。

在步驟S602中，執行「讀取峰值資料特徵值檔案」的處理。在該處理中，關於前述對象FP43，係讀取峰值資料特徵值的檔案(參照第124圖的峰值資料特徵值的檔案例199)，移到步驟S603。峰值資料特徵值檔案例係包含藉由前述對象FP峰值特徵值作成部7而歸屬於基準群FP45的峰值的對象FP43的峰值資訊。

在步驟S603中，執行「比較對象FP與峰值資料特徵值檔案」的處理。在該處理中，比較對象FP43的檔案與峰值資料特徵值檔案。藉由該比較，特定未被歸屬於基準群FP45的峰值的對象FP43的剩餘峰值，移到步驟S604。

在步驟S604中，執行「輸出僅存在於對象FP的峰值的保持時間與峰值資料」的處理。在該處理中，對象FP43的剩餘峰值的保持時間與峰值資料，被輸出至對象FP類型2的資料檔案(參照第125圖的基準及對象FP類型2的資料例201)。

〔S7：利用區域分割之對象FP_類型2的特徵值化處理〕

第107圖為顯示第94圖步驟S7的「藉由區域分割之對象FP_類型2的特徵值化處理」的詳細情形的流程圖。

在步驟S701中，執行「FP空間的區域分割條件的設定」的處理。在該處理中，為了分割對象FP類型2的區域，而將縱横的線(分割線)第1條的位置分別設定1個。藉由該設定，FP空間係如第76圖、第77圖所示般，縱横分割線(第1條)被設定為分割線。然而，在對象FP類型2的情況，由於無區域的位置變更，故振幅並無關係。一旦在步驟S701設定縱横分割線(第1條)，便移到步驟S702。

在步驟S702中，執行「FP空間的區域分割圖案的作成」的處理。在該處理中，藉由縱横分割線第1條的全部組合設定第2條以後的分割線的位置，作成分割圖案(1個)。藉由該處理，FP空間係如第78圖所示般，進行利用縱横分割線的區域分割。一旦進行區域分割，便移到步驟S703。

在步驟S703中，執行「讀取對象FP_類型2的檔案」的處理。藉由該處理，讀取對象FP類型2的檔案，移到步驟S704。

在步驟S704中，執行「算出FP空間整體的總峰值資料」的處理。在該處理中，例如，如第79圖所示，將存在於已分割的各格子145全部之峰值的高度合計算出(第81圖)，移到步驟S705。

在步驟S705中，執行「以分割圖案分割FP空間」的處理。在該處理中，藉由在步驟S702所設定的區域分割圖案，將在步驟S703所讀取的對象FP類型2如第79圖所示般進行區域分割，移到步驟S706。

在步驟S706中，執行「算出在分割的區域內之峰值資料的存在比例」的處理。在該處理中，各格子145內的峰值存在比例，係以前述特徵值=區域內峰值高度合計/全部峰值高度合計的方式算出。算出結果係如第86圖所示。當算出完成時，便移到步驟S707。

在步驟S707中，執行「將各區域的存在比例作為特徵值輸出」的處理。在該處理中，輸出1種的對象FP區域分割特徵值檔案(參照第126圖所示之1種的對象FP區域分割特徵值檔案例203)。

〔S8：峰值資料特徵值與區域分割特徵值的統合〕

第108圖為顯示第94圖步驟S8的「峰值資料特徵值與區域分割特徵值的統合」的詳細情形的流程圖。

在步驟S801中，執行「讀取峰值資料特徵值檔案」的處理。藉由該處理，讀取與第124圖所示之峰值資料特徵值的檔案例199同樣的檔案，移到步驟S802。

在步驟S802中，執行「讀取區域分割特徵值檔案」的處理。

藉由該處理，讀取第126圖所示之對象FP區域分割特徵值檔案203，移到步驟S803。在步驟S803中，執行「將兩個特徵值資料統合為横1列的資料」的處理。藉由該處理，峰值資料特徵值的檔案(參照第124圖所示之峰值資料特徵值的檔案例199)及對象FP區域分割特徵值檔案(參照第126圖所示之對象FP區域分割特徵值檔案例203)，統合為一列的對象FP特徵值統合檔案(參照第127圖的對象FP特徵值統合檔案例205)，移到步驟S804。

在步驟S804中，執行「將統合的資料輸出」的處理。在該處理中，輸出第127圖的對象FP特徵值統合檔案205。

〔基準FP歸屬結果特徵值統合檔案的作成〕

將對象FP特徵值統合資料與基準FP特徵值統合資料作比較的基準FP特徵值統合檔案，係如第109圖~第116圖所示作成。

第109圖、第110圖係用以作成基準FP特徵值統合檔案的流程圖，使電腦實現下列功能：基準FP作成部31的FP作成功能、基準FP峰值歸屬部15的基準FP峰值歸屬功能、基準FP歸屬結果統合部17的基準FP歸屬結果統合功能、基準FP峰值特徵值作成部19的基準FP峰值特徵值作成功能、基準FP類型2作成部21的基準FP類型2作成功能、基準FP區域分割特徵值作成部23的基準FP區域分割特徵值作成功能、和基準FP特徵值統合部25的基準FP特徵值統合功能。

基準FP作成功能係在步驟S10001中實現。基準FP峰值歸屬功能係在步驟S10002、S10003、S10004中實現。基準FP歸屬結果統合功能係在步驟S10005中實現。基準FP峰值特徵值作成功能係在步驟S10006中實現。基準FP類型2作成功能係在步驟S10007中實現。基準FP區域分割特徵值作成功能係在步驟S10008中實現。基準FP特徵值統合功能係在步驟S10009中實現。

步驟S10001~S10004係與第93圖、第94圖的對象FP特徵值統合檔案的作成相關的S1~S4對應，步驟S1007~S10009係與該S6~S8對應。

步驟S10001係將3D層析及特定的檢測波長的峰值資訊作為輸入資料而執行「FP作成處理」。

按每個成為評價基準之複數評價基準藥劑(基準中藥)都具有3D層析及峰值資料。

在步驟S10001中，電腦的FP作成部3的基準FP作成部31(第1圖)係發揮功能，由3D層析及峰值資訊，基準FP係以與對象FP43(第2圖)同樣的方式作成，基準FP的資料被輸出為檔案。

步驟S10002係將在步驟S10001輸出的全部基準FP作為輸入，而執行「基準FP歸屬處理1」。

在步驟S10002中，電腦的基準FP峰值歸屬部15發揮功能，以全部基準FP作為對象，為了以所選擇的組合且依序算出歸屬得分，所以從全部基準FP選擇組合，移到步驟S10003。

步驟S10003係將所選擇的基準FP的組合作為輸入，執行「基準FP歸屬處理2」。

在步驟S10003中，以在步驟S2所選定之基準FP的組合的全部峰值，如第23圖~第61圖所示般網羅地作成峰值圖案，其次，算出此等峰值圖案的一致度(第63圖或第64圖的P_Sim)。又，在所選定之基準FP的組合的峰值間，算出UV光譜的一致度(第66圖的UV_Sim)。再者，由此等兩個的一致度，算出歸屬候補峰值的一致度(第67圖的SCORE)。該算出結果係被輸出作為判定結果檔案(參照第120圖的判定結果檔案例189)。

步驟S10004係將在步驟S10003輸出的判定結果檔案作為輸入，執行「基準FP歸屬處理3」。

在步驟S10004中，在選定的基準FP的組合間，依據歸屬候補峰值的一致度(SCORE)，特定在選定的基準FP的組合間對應的峰值。其結果係按各基準FP被輸出作為基準FP歸屬資料。

步驟S10005係將在步驟S10004輸出的全部基準FP歸屬資料作為輸入，執行「基準FP歸屬結果統合處理」。

在步驟S10005中，電腦的基準FP歸屬結果統合部17發揮功能，參照在基準FP峰值歸屬部15特定的各基準FP的峰值對應關係，統合全部基準FP歸屬資料以作成基準FP對應表，移到步驟S10006。

在步驟S10006中，電腦的基準FP峰值特徵值作成部19發揮功能，依據在基準FP歸屬結果統合部17所作成的基準FP對應表，作為根據全部基準FP的峰值特徵值(基準群FP)。此基準FP峰值特徵值作成部19的處理，係以基準FP對應表的各峰值(行)算出統計量(最大值、最小值、中央值、平均值等)，依據該資訊，選定峰值(行)。所選定的峰值(行)係被輸出作為基準群FP(參照第123圖的基準群FP例197)。

步驟S10007係以在步驟S10006所輸出的基準群FP和全部基準FP作為輸入，執行「FP_類型2的作成」的處理。

在步驟S10007中，電腦的基準FP類型2作成部21係與對象FP類型2作成部9同樣發揮功能，與第93圖的步驟S6同樣地，從複數各基準FP分別去除前述特徵值化的峰值，將由剩餘的峰值以及其保持時間所構成的FP分別作成為基準FP類型2(參照第125圖的FP類型2檔案例201)。

在步驟S10008中，執行「基準FP_類型2的特徵值化處理」。在該處理中，電腦的基準FP區域分割特徵值作成部23發揮功能，藉由第73圖~第85圖的區域分割，作成基準FP區域分割特徵值。其結果係被輸出作為基準類型2群FP(參照第128圖的基準類型2群FP例207)。

在步驟S10009中，執行「基準資料作成處理」的處理。在該處理中，電腦的基準FP特徵值統合部25發揮功能，將在基準FP峰值特徵值作成部19作成的基準群FP與在基準FP區域分割特徵值作成部23作成的基準類型2群FP統合，作成全部基準FP的特徵值資料。其結果係被輸出為基準群統合資料(參照第129圖的基準群統合資料例209)。

〔S10005：基準FP對應表的作成〕

第111圖、第112圖係表示第110圖步驟S10005的「基準FP歸屬結果統合處理(基準FP對應表的作成)」的詳細情形的流程圖。

在步驟S10101中，執行「讀取歸屬順序第1歸屬資料作為統合資料」的處理。在該處理中，將在步驟S10004中第1進行歸屬處理且特定有峰值的對應關係之基準FP歸屬資料讀取作為統合資料，移到步驟S10102。

在步驟S10102中，執行「依序讀取歸屬資料第2以後」的處理。在該處理中，首先，在步驟S10004中將第2進行歸屬處理且特定有峰值的對應關係之基準FP歸屬資料讀取作為統合資料，移到步驟S10103。

在步驟S10103中，執行「將統合資料和歸屬資料以共通的峰值資料進行統合」的處理。在該處理中，依據統合資料和歸屬資料共通存在之基準FP的峰值資料，將兩個檔案統合，以其結果更新統合資料，移到步驟S10104。

在步驟S10104中，執行「將歸屬資料中的全部的峰值追加至統合資料？」的判斷處理。在該處理中，判斷歸屬資料的全部的峰值是否已追加至統合資料。已追加(YES)時，移到步驟S10105。有未追加的峰值(欠缺波鋒)(NO)時，為了進行將該欠缺波鋒追加至統合資料的處理，移到步驟S10107。此外，欠缺波鋒對統合資料的追加處理(步驟S10107-S10120)，係進行與前述S5(對象FP歸屬處理4)的步驟S504-S517同樣的處理。

在步驟S10121中，執行「將TEMP2的資料追加至統合資料(全部的保持時間與峰值)」的處理。在該處理中，將TEMP2的全部的保持時間(R3)與峰值(P1)追加至統合資料的該處，移到步驟S10122。

在步驟S10122中，執行「臨界值2←初始值，將TEMP2內的資料全部刪除」的處理。在該處理中，將更新為UV_Sim的臨界值2還原成初始值，將全部的資料從納入有全部欠缺波鋒的保持時間或峰值等的資料的TEMP2刪除，返回步驟S10104。

在由步驟S10104移行的步驟S10105中，執行「全部的歸屬資料的處理完成？」的判斷處理。在該處理中，判斷全基準資料的處理是否已完成。處理完成(YES)時，為了輸出全歸屬資料的統合結果之基準FP對應表，而移到步驟S10106。未完成全部的處理(NO)時，返回步驟S10102，依序處理剩餘的歸屬資料。

在步驟S10106中，執行「輸出統合資料(基準FP對應表)」的處理。在該處理中，將統合有全歸屬資料的結果作為基準FP對應表輸出，完成基準FP對應表的作成處理。

〔S10006：峰值特徵值化處理〕

第113圖為顯示第109圖步驟S10006的「峰值特徵值化處理(基準群FP的作成)」的詳細情形的流程圖。

在步驟S10201中，執行「讀取基準FP對應表」的處理。在該處理中，讀取在步驟S10005作成的基準FP對應表，移到步驟S10202

在步驟S10202中，執行「以各峰值(行)算出統計量」的處理。在該處理中，以基準FP對應表的各峰值(行)算出統計量(最大值、最小值、中央值、平均值、分散、標準偏差、存在數、存在率)，移到步驟S10203。

在步驟S10203中，執行「參考所算出的統計量，選定峰值(行)」的處理。在該處理中，參考在步驟S10102算出的統計量來選定峰值，移到步驟S10204。

在步驟S10204中，執行「將選定的峰值(行)輸出(基準群FP)」的處理。在該處理中，根據統計量，將峰值(行)的選定結果輸出作為基準群FP，完成基準群FP的作成處理。

第123圖係顯示以前述方式輸出之基準FP對應表例197。

〔S10007：基準FP類型2的作成處理〕

第114圖為顯示第110圖步驟S10007的「基準FP編集處理(基準FP_類型2的作成)」的詳細情形的流程圖。

在步驟S10301中，執行「依序讀取基準FP」的處理。在該處理中，讀取複數基準FP的檔案(參照第119圖的FP的資料例187)，移到步驟S10302。

在步驟S10302中，執行「讀取基準群FP」的處理。在該處理中，讀取基準群FP的資料檔案(參照第123圖的基準群FP的資料例197)，移到步驟S10303。

在步驟S10303中，執行「由基準群FP取出基準FP的峰值資料特徵值」的處理。在該處理中，由基準群FP45的檔案，取出基準FP經歸屬處理後的峰值資料特徵值，移到步驟S10304。

在步驟S10304中，執行「比較基準FP和所取出的峰值資料特徵值檔案」的處理，基準FP與峰值資料特徵值檔案作比較，移到步驟S10305。

在步驟S10305中，執行「將僅存在於基準FP之峰值的保持時間與峰值資料輸出」的處理，由基準FP去除峰值資料特徵值檔案的峰值，移到步驟S10306。

在步驟S10306中，執行「在全部基準FP處理完成？」的判斷處理。在該處理中，當全部基準FP完成處理時(YES)，步驟S10007完成，若在全部基準FP未完成處理(NO)，則重複進行步驟S10301-S10305。因此，複數基準FP依序被處理，由各基準FP去除峰值資料特徵值檔案的峰值而作成基準FP類型2的檔案(參照第125圖所示之對象及基準FP類型2的資料例201)。

〔S10008：藉由區域分割之基準FP_類型2的特徵值化處理〕

第115圖為顯示第110圖步驟S10008的「藉由區域分割之基準FP_類型2的特徵值化處理」的詳細情形的流程圖。

在步驟S10401中，執行「FP空間的區域分割條件的設定」的處理。在該處理中，為了分割基準FP類型2的區域，將縱横的線(分割線)第1條的位置分別設定複數個。藉由該設定，對於FP空間而言係例如第76圖、第77圖所示般，縱横分割線(第1條)141、143係設定為複數個(條)分割線。一但縱横分割線(第1條)141、143設定為複數個(條)時，便移到步驟S10402。

在步驟S10402中，執行「FP空間的區域分割圖案的設定」的處理。在該處理中，在縱横分割線第1條的全部組合中設定各第2條以後的分割線的位置，作成分割圖案(m×n個)。藉此設定，對於FP空間，如第78圖所示，設定複數個由縱横分割線141、143所形成的區域分割的圖案。一旦進行區域分割，便移到步驟S10403。

在步驟S10403中，執行「依序讀取基準FP_類型2的檔案」的處理。藉由該處理，讀取基準FP類型2的檔案，移到步驟S10404。

在步驟S10404中，執行「算出FP空間整體的總峰值資料」的處理。在該處理中，例如，算出存在於如第79圖所示般被分割之各格子145全部的峰值的高度合計(第81圖)，移到步驟S10405。

在步驟S10405中，執行「將FP空間以各分割圖案依序分割」的處理。在該處理中，以在步驟S10402所設定的複數區域分割圖案，依序分割FP空間，移到步驟S10406。

在步驟S10406中，執行「算出在分割的區域內之峰值資料的存在比例」的處理。在該處理中，例如，算出存在於如第79圖所示般被分割之各格子145全部的峰值的高度合計(第81圖)，第79圖之各格子145內的峰值存在比例係設為前述特徵值=區域內峰值高度合計/全部峰值高度合計。算出結果係例如第83圖~第85圖所示。當算出完成時，移到步驟S10408。

在步驟S10408中，執行「以全部割圖案完成分割」的處理。在該處理中，進行在S10402中設定之複數全部區域分割圖案的特徵值處理是否已完成之判斷。若特徵值處理完成(YES)，則移到步驟S10409，若特徵值處理未完成(NO)，則移到步驟S10405。步驟S10405~S10408係重複進行到全部區域分割圖案的特徵值處理完成為止。

在步驟S10409中，執行「以全部基準FP_類型2處理完成？」的判斷處理。在該處理中，進行按複數基準FP的每一者所作成之複數基準FP類型2的全部之中特徵值處理是否已完成之判斷。若全部基準FP類型2完成(YES)，則步驟S10008完成，若全部基準FP類型2未完成(NO)，則移到步驟S10403。重複進行S10403~S10409，直到基準FP類型2的特徵值處理完成為止。

第128圖為顯示基準類型2群FP例207。

〔S10009：基準資料作成處理〕

第116圖為顯示第110圖步驟S10009的「基準資料的作成處理」的詳細情形之流程圖。

在步驟S10501中，執行「讀取區域分割特徵值檔案」的處理。藉由該處理，讀取基準FP區域分割特徵值檔案(參照第128圖所示之基準類型2群FP例207)，移到步驟S10502

在步驟S10502中，執行「算出已進行區域分割時的分割圖案數」的處理。藉由該處理，算出區域分割的分割圖案數。分割圖案數係如第70圖~第80圖的說明所示，算出為例如100種。在該算出後，移到步驟S10503。

在步驟S10503中，執行「讀取基準群FP」的處理，讀取基準群FP，移到步驟S10504。

在步驟S10504中，執行「作成將基準群FP的各列複製有數份分割圖案的檔案(基準群FP2)」的處理。在該處理中，為了統合基準群FP和區域分割特徵值檔案而將基準群FP的列配合分割圖案數加以複製，作成基準群FP2。例如，將第123圖的基準群FP的檔案例197，以與第129圖的基準群統合資料例209的峰值資料特徵值(基準群FP2)對應的方式進行複製。於複製後，移到步驟S10505。

在步驟S10505中，執行「將基準群FP2和區域分割特徵值檔案按各列統合」的處理。在該處理中，將在步驟S10504所複製之基準群FP2的資料和區域分割特徵值檔案的資料按各列進行統合，移到步驟S10506。

在步驟S10506中，執行「將統合的資料輸出」的處理。在該處理中，輸出依據統合結果之基準FP特徵值統合檔案(參照第129圖的基準群統合資料例209)。

〔實施例1的效果〕

本發明實施例1的多成分物質之評價方法，具備：前述FP作成製程148、對象FP峰值歸屬製程149、對象FP峰值特徵值作成製程151、對象FP類型2作成製程153、對象FP區域分割特徵值作成製程155、對象FP特徵值統合製程157、基準FP峰值歸屬製程159、基準FP歸屬結果統合製程161、基準FP峰值特徵值作成製程163、基準FP類型2作成製程165、基準FP區域分割特徵值作成製程167、基準FP特徵值統合製程169、和評價製程171。

前述FP作成製程148具備：前述對象FP作成製程173和基準FP作成製程175。

前述對象FP峰值歸屬製程149具備：前述基準FP選定製程177、峰值圖案作成製程179和峰值歸屬製程181。

藉由以此等7製程(178、149、151、153、155、157、171)處理作為評價對象之多成分藥劑的3D層析41，可進一步提升評價對象藥劑的品質評價的精確度及效率。

特別是，依據對象FP43和複數基準FP，作成特徵值化的對象FP峰值特徵值，且作成對象FP類型2作為由此特徵值化遺漏之對象FP43的剩餘峰值，將此對象FP類型2分割成複數區域並從存在於各區域之峰值的存在率作成對象FP區域分割特徵值，統合對象FP峰值特徵值及對象FP區域分割特徵值以作成對象FP統合特徵值，因為將於對象FP統合特徵值和基準FP統合特徵值進行比較評價，該基準FP統合特徵值為與該對象FP統合特徵值相對應且基於成為評價基準之多成分物質的複數基準FP來產生，故可將未包含於對象FP峰值特徵值之對象峰值的峰值亦包含在內一併進行評價，而能確實地提升評價對象藥劑的品質評價的精確度。

在對象FP作成製程173所作成的對象FP43，係與3D層析41同樣由三次元資訊(峰值、保持時間及UV光譜)所構成。因此，是原樣地繼承該藥劑特有的資訊之資料。儘管如此，由於資料容量被壓縮至約1/70，故與3D層析41相比較，可大幅減少應處理的資訊量，而可提升處理速度。

對象FP作成製程173係作成合成有檢測波長不同之複數FP而成的FP。藉此，即便是無法以一個波長檢測全部的成份之成份組合而成的多成分藥劑，藉由合成複數檢測波長的FP，也可進行含全部的成份之品質評價。

對象FP作成製程173係作成含有藉3D層析檢測出之全部峰值的FP。因此，適用於屬於多成分藥劑之中藥的品質評價。

在基準FP選定製程177中，將適於對象FP的歸屬的基準FP與FP間的保持時間出現圖案作比較，選定圖案的一致度佳的基準FP。藉此，在峰值歸屬製程181中，由於可在圖案類似的FP間進行歸屬處理，所以可進行精確度高的歸屬。

在峰值圖案作成製程179中，在歸屬對象峰值及歸屬候補峰值各自使用複數周邊峰值，網羅地作成峰值圖案。藉此，即便在對象FP與基準FP，FP整體的圖案稍微不同，也可在峰值歸屬製程181進行精確度高的歸屬。

在峰值歸屬製程181中，除了在峰值圖案作成製程179所作成之峰值圖案的一致度，也加上歸屬對象峰值與歸屬候補峰值的UV光譜的一致度，來特定應歸屬的峰值。因此，可進行精確度高的歸屬。

在峰值歸屬製程181中，將對象FP的全部峰值同時歸屬於基準FP的峰值。因此，可進行效率佳的歸屬處理。

在評價製程171中，利用MT法將由屬於多次元資料的多成分所構成的FP作為MD值聚集成一次元，對複數評價對象批次進行簡單的比較評價。因此，適於由複數成份所構成之多成分系藥劑的評價。

對象FP區域分割特徵值作成製程155，藉由與信號強度軸平行的多條縱分割線141以及與時間軸平行的多條横分割線143，進行前述區域的分割。

因此，可將區域分割簡單化，並可提升處理速度。

多條横分割線143係朝信號強度増大的方向以等比間隔設定。

因此，可在峰值密度的高部分將區域細分化，可有效率地進行藉由區域分割之峰值存在率的算出。

多成分物質之評價方法進一步具備：前述基準FP作成製程175、基準FP峰值歸屬製程159、基準FP歸屬結果統合製程161、基準FP峰值特徵值作成製程163、基準FP類型2作成製程165、基準FP區域分割特徵值作成製程167和基準FP特徵值統合製程169。

因此，作成基準FP峰值特徵值和基準FP區域分割特徵值經統合的基準FP統合特徵值，可在評價製程171中與對象FP統合特徵值作比較，可更加提升評價對象藥劑的品質評價的精確度及效率。

基準FP區域分割特徵值作成製程167，係可變更各區域的位置，且在變更前後可作成基準FP區域分割特徵值。

因此，即便是因分析條件的些微偏差不均等，使得保持時間或峰值高度變動，且在單一圖案中各格子145內的值大幅變動的情況，無拘於該變動，均可擷取各格子145內的峰值的存在量，可進一步提升評價對象藥劑的品質評價的精確度及效率。

基準FP區域分割特徵值作成製程167係藉由與信號強度軸平行的多條縱分割線141、以及與時間軸平行的多條横分割線143，進行前述區域的分割。

因此，可將區域分割簡單化，可提升處理速度。

多條横分割線143係朝信號強度増大的方向以等比間隔設定。

因此，可在峰值密度高的部分將區域細分化，可有效率地進行藉由區域分割之峰值存在率的算出。

基準FP區域分割特徵值作成製程167係以使各縱横分割線141、143在設定範圍內平行移動的方式將位置進行變更設定，藉此變更各區域145的位置。

因此，可以簡單的處理有效率地進行各區域145的位置變更。

本發明實施例的多成分藥劑的評價程式係使電腦實現各功能，可進一步提升評價的精確度及效率。

本發明實施例的多成分藥劑的評價裝置，係使各部分3、5、7、9、11、13、15、17、19、21、23、25、27發揮作用，使評價的精確度及效率更加提升。

〔峰值圖案的一致度計算(P_Sim)的變化例〕

第63圖、第64圖、第105圖之峰值圖案的一致度計算(P_Sim)係適用於上述實施例所示以峰值高度作成FP的情況，依據比較對象的峰值高度的差計算。

另一方面，關於本發明的圖案的評價方法、多成分物質之評價方法、評價程式、以及評價裝置的峰值，亦可包含如上所述意指信號強度(高度)的極大值之情況、和以高度表現信號強度的面積值(峰值面積)的情況之任一者。

此時，以峰值面積作成FP時亦同樣，由於是以高度表現面積值來作成FP，故就FP而言，係成為與以上述實施例的峰值高度作成的情況同樣的表現。因此，藉由利用以峰值高度作成FP的情況同樣的上述實施例的處理，可同樣地評價。

然而，以峰值面積作成FP時，由於比較對象的峰值值的差變大，故設成依據比的計算，在使處理容易方面乃適合者。

以下，係將依據比例計算之峰值圖案的一致度(P_Sim)，以n=2、n=4的情況為例來表示。

n=2時

n=4時

在此，^#1係顯示比較對象之兩個值的比(大值/小值)。

此外，以峰值高度作成FP時，亦同樣可依據比例來計算峰值圖案的一致度(P_Sim)，以峰值面積作成FP時亦與上述峰值高度的差同樣可依據峰值面積值的差來取得峰值圖案的一致度(P_Sim)。

〔次常式2的變化例〕

第130圖係關於取代第104圖而適用之次常式2的變化例，表示第99圖的「對象FP歸屬處理2」之「次常式2」的變化例的詳細情形的流程圖。藉由此變化例相關的處理，計算UV光譜的一致度。

在此次常式2的變化例中，可進行在第104圖的次常式2的RMSD加上UV圖案的移動平均的傾斜資訊(DNS)之處理。DNS係以後述的式子表示，將UV圖案之移動平均值的移動傾斜定義為以兩個圖案比較時的傾斜符號(+/-)的不一致數。亦即，DNS為評價UV圖案之極大、極小值的位置之一致情形的值。

藉由將該DNS的資訊加入前述RMSD，可更正確地算出UV光譜的波形的一致度。

在第130圖的變化例之次常式2中，至步驟S2001~S2008為止，係與第104圖的次常式2大致相同。但是，在步驟S2001中，係追加區間1←w1、區間2←w2的初期設定來進行，可使用於後述之移動平均、移動傾斜之計算的區間。

在本變化例的次常式2中，為了加上DNS而追加步驟S2010~S2013，可在步驟S2009A中進行加上DNS之一致度的計算。

步驟S2010中，執行「加上DNS？」的判斷處理，判斷為加上DNS加味時(YES)，移到步驟S2011，判斷為不加上DNS時(NO)，移到步驟S2009A。是否加上DNS，係取決於例如初期的設定。例如，以峰值面積作成FP時設定成加上DNS，以峰值高度作成FP時設定成不加上DNS。

但是，即便是FP由峰值高度所作成之上述實施例的情況也同樣，可藉由加上DNS的處理來計算UV圖案一致度，FP由峰值面積所作成的的情況也同樣，可藉由不加上DNS的上述實施例的處理來計算UV圖案一致度。

在步驟S2011中，執行「在區間1(w1)計算x與y的移動平均」的處理，求得區間1(w1)的移動平均。區間1(w1)係關於UV資料的波長之區間，在步驟S2001的初期設定中，若為w1=3，則為區間1(3)，求得3個的波長之UV強度的平均。具體而言，係以第131圖的圖表於後敘述。

在步驟S2012中，執行「在區間2(w2)計算x與y的移動傾斜」的處理，求得區間2(w2)之移動傾斜。區間2(w2)係關於在步驟S2011所求得之移動平均的區間，在步驟S2001的初期設定中，若為w2=3，則為區間2(3)，依在步驟S2011所算得的移動平均，求得涵蓋3個移動平均之傾斜的(±)。具體而言，係以第101圖的圖表於後敘述。

在步驟S2013中，執行「算出x與y的移動傾斜之符號的不一致數(DNS)」的處理，由在步驟S2012所算得的移動傾斜，計算傾斜的(±)的一致數。移動傾斜的+，在第66圖中呈現斜右上，移動傾斜的-呈現該斜右下。

當從步驟S2013移到步驟S2009A時，在該步驟S2009A的處理中，進行加上DNS之一致度的計算。

步驟S2009A中，執行「計算x與y的UV光譜的一致度(UV_Sim)」的處理，在加上DNS之一致度的計算中，將UV_Sim由前述UV光譜間距的平方和z與x的資料數a與DNS，以UV_Sim=(z/a)×1．1^DNS的方式算出，將此UV_Sim移到第81圖的步驟S306，完成UV光譜的一致度計算處理。

此外，由步驟S2010移到步驟S2009A時的處理，係與第86圖的步驟S2009相同。

第131圖為顯示移動平均及移動傾斜的計算例的圖表。

第131圖的上層為UV資料例，中層移動平均的計算例，下層為移動傾斜的計算例。UV資料例係以a1~a7表記UV強度，來取代具體的數值。例如，220nm的UV強度為a1，221nm的UV強度為a2等。移動平均的計算例及移動傾斜的計算例亦使用UV強度a1~a7，來取代具體的數值。

移動平均係以區間1(w1=3)為例，在步驟S2012(第130圖)中，計算m1、m2、．．．，作為按區間(a1、a2、a3)、區間(a2、a3、a4)、．．．算得的值。移動傾斜亦以區間2(3)為例，在步驟S2013(第130圖)中，計算s1、．．．，作為按區間(m1、m2、m3)、區間(m2、m3、m4)，．．．算得的值。例如，移動平均的差m3-m1為移動傾斜，取出其(±)。

依此方式，以峰值面積作成FP時，在對於基準群FP的歸屬處理及基準FP歸屬結果統合處理中，可利用加上DNS的處理來計算UV圖案一致度。藉由該計算，即便第66圖所示之對應之2點的距離(dis)比以峰值高度所作成的FP還大，也容易處理，可正確地計算UV圖案一致度。

〔其他〕

本發明實施例的圖案之評價方法、多成分物質之評價方法、評價程式、以及評價裝置中，以峰值面積作成FP時，信號強度軸可同樣適用作為面積值軸，信號強度可同樣適用作為面積值。

本發明實施例係適用於中藥的多成分藥劑評價，惟亦可適用於其他多成分物質的評價。

此外，本發明只要可使峰值特徵值與區域分割特徵值合體，對網羅有FP整體的統合特徵值進行比較評價即可，該峰值特徵值係將藉由峰值歸屬而獲得之結果作為特徵值來進行比較評價來產生，該區域分割特徵值係將未特徵值化之剩餘的峰值所形成的FP(FP類型2)藉由區域分割加以特徵值化來產生。

以下，顯示顯示利用其他方法之峰值特徵值的作成概要。

1. ChemStation資料庫(library)檢索(Agilent)

為一般的歸屬方法，係將欲歸屬之峰值的UV光譜與保持時間(例如，10-10.2分)事先登錄在資料庫，在與該已登錄之峰值相同的保持時間的範圍內，檢索UV光譜一致的峰值而進行歸屬、予以特徵值化。

2. ChemStation用Powered(西川計測)

依據峰值的保持時間資訊，使用階層的叢集(最遠法)法將峰值分類，決定對應的峰值，加以特徵值化。該歸屬方法中，不使用UV光譜。

3. ORIGIN(OriginLab)

由層析或峰值形狀等的資訊進行峰值歸屬、加以特徵值化。

4. ACD/AutoChromUV

依光譜的類似性與峰值面積、形狀等的資訊的一致數，進行峰值歸屬，加以特徵值化。(UVMAP)

依據LC/MS的資訊，進行峰值歸屬，加以特徵值化。(MSMAP)

5. Empower層析圖案匹配(Waters)

思考方式與上述歸屬方法些微不同，定量地評價層析之整體(或一部分)的圖案的類似程度。就方法而言，將層析具體化(5圖案)，以該圖案的差的大小將類似度定量化。(USP5969228)

上述實施例的FP係以3D層析上的全部峰值作為對象，為在瑣細的資料例如3D層析上，亦可去除峰值面積未滿5%的峰值來作成FP。

上述實施例的FP係依據峰值高度而作成，得到第87圖~第91圖的評價，依據峰值面積來作成FP時亦同樣，藉由與依據峰值高度所作成之上述實施例相同的順序，利用MT法求得MD值，且可與第87圖~第91圖同樣的方式得到評價

層析不限於3D層析，亦可使用由去除UV光譜的峰值和其保持時間所構成者來作為FP。此時，去除UV光譜的一致度，可利用與上述實施例同樣的方式進行。

1‧‧‧多成分藥劑的評價裝置

3‧‧‧FP作成部

5‧‧‧對象FP峰值歸屬部

7‧‧‧對象FP峰值特徵值作成部

9‧‧‧對象FP類型2作成部

11‧‧‧對象FP區域分割特徵值作成部

13‧‧‧對象FP特徵值統合部

15‧‧‧基準FP峰值歸屬部

17‧‧‧基準FP歸屬結果統合部

19‧‧‧基準FP峰值特徵值作成部

21‧‧‧基準FP類型2作成部

23‧‧‧基準FP區域分割特徵值作成部

25‧‧‧基準FP特徵值統合部

27‧‧‧評價部

29‧‧‧對象FP作成部

31‧‧‧基準FP作成部

33‧‧‧基準FP選定部

35‧‧‧峰值圖案作成部

37‧‧‧峰值歸屬部

39‧‧‧中藥

41‧‧‧3D層析

42‧‧‧對象FP所含之峰值的UV光譜

43‧‧‧對象FP

45‧‧‧基準群FP

47‧‧‧歸屬於基準群FP的對象FP

49‧‧‧對象FP類型2

51‧‧‧對象FP區域分割特徵值

53‧‧‧對象FP的評價結果

55‧‧‧藥劑A的FP

57‧‧‧藥劑B的FP

59‧‧‧藥劑C的FP

61‧‧‧對象FP(保持時間10.0-14.5分)

63、65、67、69、71、73、75、77、79、81‧‧‧對象FP(保持時間10.0-14.5分)中的各峰值

83‧‧‧基準FP(保持時間10.0-14.5分)

85、87、89、91、93、95、97、99、101、103、105‧‧‧基準FP(保持時間10.0-14.5分)中的各峰值

107‧‧‧對象FP保持時間出現圖案

109‧‧‧基準FP保持時間出現圖案

111‧‧‧保持時間出現距離的一致數

113‧‧‧保持時間出現圖案的一致度

115‧‧‧對象FP歸屬對象峰值的峰值圖案(3條)

117、119、121、123‧‧‧基準FP歸屬候補峰值的峰值圖案(3條)

125‧‧‧對象FP歸屬對象峰值的峰值圖案(5條)

127、129、131、133‧‧‧基準FP歸屬候補峰值的峰值圖案(5條)

135‧‧‧歸屬對象峰值的UV光譜

139‧‧‧歸屬候補峰值的UV光譜

141‧‧‧縱區域分割線

143‧‧‧横區域分割線

145‧‧‧由縱横區域分割線所分割之各區域(格子)

147‧‧‧將各區域以峰值高度的比例予以數量化(特徵值化)之結果例

148‧‧‧FP作成製程

149‧‧‧對象FP峰值歸屬製程

151‧‧‧對象FP峰值特徵值作成製程

153‧‧‧對象FP類型2作成製程

155‧‧‧對象FP區域分割特徵值作成製程

157‧‧‧對象FP特徵值統合製程

159‧‧‧基準FP峰值歸屬製程

161‧‧‧基準FP歸屬結果統合製程

163‧‧‧基準FP峰值特徵值作成製程

165‧‧‧基準FP類型2作成製程

167‧‧‧基準FP區域分割特徵值作成製程

169‧‧‧基準FP特徵值統合製程

171‧‧‧評價製程

173‧‧‧對象FP作成製程

175‧‧‧基準FP作成製程

177‧‧‧基準FP選定製程

179‧‧‧峰值圖案作成製程

181‧‧‧峰值歸屬製程

183‧‧‧3D層析資料例

185‧‧‧峰值資訊資料例

187‧‧‧FP資料例

189‧‧‧判定結果檔案例

191‧‧‧歸屬候補峰值得分表例

193‧‧‧歸屬候補峰值編號表例

195‧‧‧比對結果檔案例

197‧‧‧基準群FP資料例

199‧‧‧對象FP峰值特徵值檔案例

201‧‧‧FP類型2資料例

203‧‧‧對象FP區域分割特徵值檔案例

205‧‧‧對象FP統合特徵值檔案例

207‧‧‧基準類型2群FP資料例

209‧‧‧基準群統合資料例

第1圖為多成分藥劑之評價裝置的方塊圖(實施例1)；第2圖為顯示多成分藥劑之評價順序的方塊圖(實施例1)；第3圖為由三次元層析圖資料(以下稱為3D層析)作成之FP的說明圖(實施例1)；第4圖為(A)為藥劑A的FP、(B)為藥劑B的FP、(C)為藥劑C的FP(實施例1)；第5圖為顯示對象FP及基準FP之保持時間的圖(實施例1)；第6圖為顯示對象FP之保持時間出現圖案的圖(實施例1)；第7圖為顯示基準FP之保持時間出現圖案的圖(實施例1)；第8圖為顯示對象FP與基準FP之保持時間出現距離的一致數的圖(實施例1)；第9圖為顯示對象FP與基準FP之保持時間出現圖案的一致度的圖(實施例1)；第10圖為顯示對象FP之歸屬對象峰值的圖(實施例1)；第11圖為由包含歸屬對象峰值在內之3條峰值所形成的峰值圖案圖(實施例1)；第12圖為由包含歸屬對象峰值在內之5條峰值所形成的峰值圖案圖(實施例1)；第13圖為顯示歸屬對象峰值的容許寬度的圖(實施例1)；第14圖為顯示基準FP的歸屬候補峰值相對於歸屬對象峰值的圖(實施例1)；第15圖為由歸屬對象峰值與歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第16圖為由歸屬對象峰值與其他歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第17圖為由歸屬對象峰值與其他歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第18圖為由歸屬對象峰值與其他歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第19圖為由歸屬對象峰值與歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第20圖為由歸屬對象峰值與其他歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第21圖為由歸屬對象峰值與其他歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第22圖為由歸屬對象峰值與其他歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第23圖為顯示歸屬對象峰值與歸屬候補峰值的峰值圖案構成候補峰值的圖(實施例1)；第24圖為顯示峰值圖案構成候補峰值為4條時之歸屬對象峰值的全部峰值圖案數的圖(實施例1)；第25圖為顯示峰值圖案構成候補峰值為4條時之歸屬候補峰值的全部峰值圖案數的圖(實施例1)；第26圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第27圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第28圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第29圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第30圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第31圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第32圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第33圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第34圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第35圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第36圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第37圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第38圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第39圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第40圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第41圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第42圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第43圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第44圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第45圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第46圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第47圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第48圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第49圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第50圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第51圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第52圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第53圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較之說明圖(實施例1)；第54圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第55圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第56圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第57圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第58圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第59圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第60圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第61圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第62圖為顯示由歸屬對象峰值與歸屬候補峰值的3條峰值所形成之峰值圖案的一致度的算出方法的圖(實施例1)；第63圖為顯示由歸屬對象峰值與歸屬候補峰值的3條峰值所形成之峰值圖案的一致度的算出方法的圖(實施例1)；第64圖為顯示由歸屬對象峰值與歸屬候補峰值的5條峰值所形成之峰值圖案的一致度的算出方法的圖(實施例1)；第65圖為顯示歸屬對象峰值與歸屬候補峰值的UV光譜的圖(實施例1)；第66圖為顯示歸屬對象峰值與歸屬候補峰值的UV光譜的一致度的說明圖(實施例1)；第67圖為顯示峰值圖案與UV光譜兩者的比較之歸屬候補峰值的一致度計算的說明圖(實施例1)；第68圖為顯示對象FP對於基準群FP之歸屬的說明圖(實施例1)；第69圖為顯示對象FP歸屬於基準群FP的狀況的圖(實施例1)；第70圖為顯示藉由區域分割之數量化的說明圖(實施例1)；第71圖為顯示與保持時間等的變動的關係的說明圖(實施例1)；第72圖為顯示變更區域的位置而加以數量化的說明圖(實施例1)；第73圖為顯示FP類型2的資料的圖表(實施例1)；第74圖為顯示FP類型2的圖案的說明圖(實施例1)；第75圖為顯示由縱横分割線的區域分割所形成之各區域的特徵值化的說明圖(實施例1)；第76圖為顯示縱分割線(第1條)的設定的說明圖(實施例1)；第77圖為顯示横分割線(第1條)的設定的說明圖(實施例1)；第78圖為顯示由縱横分割線所形成的區域分割的說明圖(實施例1)；第79圖為顯示特徵值化的區域數的說明圖(實施例1)；第80圖為顯示區域1的特定的說明圖(實施例1)；第81圖為顯示全部峰值的高度及合計的圖表(實施例1)；第82圖為顯示區域1的峰值高度的合計的說明圖(實施例1)；第83圖為顯示全區域的特徵值的圖表(實施例1)；第84圖為顯示依序變更縱第1條的位置而形成的各區域的特徵值的圖表(實施例1)；第85圖為顯示依序變更横第1條的位置而形成之各區域的特徵值之圖表(實施例1)；第86圖為顯示不變更各縱横分割線的位置之1種的特徵值的圖表(實施例1)；第87圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第88圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第89圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第90圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第91圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第92圖為顯示多成分藥劑之評價方法的製程圖(實施例1)；第93圖為顯示多成分藥劑的品質評價流程圖(實施例1)；第94圖為顯示多成分藥劑的品質評價流程圖(實施例1)；第95圖為顯示單波長之FP作成功能中的資料處理流程圖(實施例1)；第96圖為顯示複數波長之FP作成功能中的資料處理流程圖(實施例1)；第97圖為顯示複數波長之FP作成功能中的資料處理流程圖(實施例1)；第98圖為顯示峰值歸屬處理1(基準FP的選定)中的資料處理流程圖(實施例1)；第99圖為顯示峰值歸屬處理2(歸屬得分的算出)中的資料處理流程圖(實施例1)；第100圖為顯示峰值歸屬處理3(對應峰值的特定)中的資料處理流程圖。(實施例1)；第101圖為顯示峰值歸屬處理4(對基準群FP的歸屬)中的資料處理流程圖(實施例1)；第102圖為顯示峰值歸屬處理4(對基準群FP的歸屬)中的資料處理流程圖(實施例1)；第103圖為顯示峰值歸屬處理1(基準FP的選定)中之保持時間出現圖案的一致度計算處理的流程圖(實施例1)；第104圖為顯示峰值歸屬處理2(歸屬得分的算出)中之UV光譜的一致度計算處理的流程圖(實施例1)；第105圖為顯示峰值歸屬處理2(歸屬得分的算出)中之峰值圖案的一致度計算處理的流程圖(實施例1)；第106圖為顯示「FP_類型2作成」的詳細情形的流程圖(實施例1)；第107圖為顯示「藉由區域分割之對象FP_類型2的特徵值化處理」的詳細情形的流程圖(實施例1)；第108圖為顯示「對象FP的峰值特徵值與區域分割特徵值的統合」的詳細情形的流程圖(實施例1)；第109圖為顯示用以作成基準FP特徵值統合檔案的流程圖(實施例1)；第110圖為顯示用以作成基準FP特徵值統合檔案的流程圖(實施例1)；第111圖為顯示「基準FP歸屬結果統合處理(基準FP對應表的作成)」的詳細情形的流程圖(實施例1)；第112圖為顯示「基準FP歸屬結果統合處理(基準FP對應表的作成)」的詳細情形的流程圖(實施例1)；第113圖為顯示「峰值特徵值化處理(基準群FP的作成)」的詳細情形的流程圖(實施例1)；第114圖為顯示「基準FP_類型2的作成處理」的詳細情形的流程圖(實施例1)；第115圖為顯示「藉由區域分割之基準FP的特徵值化處理」的詳細情形的流程圖(實施例1)；第116圖為顯示基準FP的特徵值統合處理相關的流程圖(實施例1)；第117圖為顯示3D層析的資料例的圖表(實施例1)；第118圖為顯示峰值資訊的資料例的圖表(實施例1)；第119圖為顯示FP的資料例的圖表(實施例1)；第120圖為顯示對象FP對於基準FP之歸屬得分計算結果(判定結果檔案)例的圖表(實施例1)；第121圖為顯示在對象FP與基準FP對應之峰值的比對過程的圖表(實施例1)；第122圖為顯示特定在對象FP與基準FP對應之峰值的結果(比對結果檔案)例的圖表(實施例1)；第123圖為顯示基準群FP的資料例的圖表(實施例1)；第124圖為顯示對象FP峰值特徵值檔案例的圖表(實施例1)；第125圖為顯示對象及基準FP類型2的資料例的圖表(實施例1)；第126圖為顯示對象FP區域分割特徵值檔案例的圖表(實施例1)；第127圖為顯示對象FP統合特徵值檔案例的圖表(實施例1)；第128圖為顯示基準類型2群FP例的圖表(實施例1)；第129圖為顯示基準群統合資料例的圖表(實施例1)；第130圖為顯示取代第104圖而適用之次常式2的變化例的詳細情形的流程圖(實施例1)；以及第131圖為顯示移動平均及移動傾斜的計算例的圖表(實施例1)。