一种基于对数导数形态特征的谱图解析方法及装置

摘要: 本发明属于谱图信号处理,具体涉及一种基于对数导数形态特征的谱图解析方法及装置。背景技术:1、色谱、光谱、质谱及离子迁移谱等检测技术在疾病筛查、环境监测、食品安全...
一种基于对数导数形态特征的谱图解析方法及装置

本发明属于谱图信号处理,具体涉及一种基于对数导数形态特征的谱图解析方法及装置。

背景技术:

1、色谱、光谱、质谱及离子迁移谱等检测技术在疾病筛查、环境监测、食品安全和工业过程控制等领域广泛应用。此类仪器输出的原始信号通常呈现为一维谱图形式,即检测强度随保留时间、波长、质荷比或漂移时间的响应曲线。理想情况下,单个组分的谱峰具有高斯型或类高斯型特征,通过对谱图进行解析可获得峰位置、峰强度、峰面积及峰数目等信息,从而为定性识别与定量分析提供依据。

2、然而,受限于仪器硬件性能、环境噪声、样品基体复杂性以及待测组分间理化性质的相似性,实测谱图普遍存在谱峰重叠、峰形拖尾、基线漂移和噪声干扰等问题。当多个谱峰发生重叠或峰形发生畸变时,峰位置、峰宽和峰面积等关键参数的准确提取变得困难,后续定性与定量分析的可靠性随之降低。因此,发展高精度、高稳定性且适应性良好的一维谱图解析方法具有重要的理论价值和应用意义。

3、现有解析方法主要包括局部极值检测法、曲线拟合法、信号增强与反卷积法以及小波变换等多尺度分析方法。局部极值检测法计算简便、速度快,但对噪声敏感,处理重叠峰和复杂峰形能力有限。曲线拟合法通过假设谱峰遵循特定数学函数进行全谱或分段拟合,物理意义明确,但严重依赖初始值设定,需预先给定峰数目及各峰参数的初始估计。信号增强与反卷积法可在无需预设峰数目的情况下缩窄谱峰宽度以提升分离度,但对噪声和基线干扰极为敏感,反卷积过程易放大高频噪声,产生虚假旁瓣振荡和伪峰。小波变换等多尺度分析方法对缓变基线具有一定容忍度,但其性能受小波基函数、分解层数和阈值规则等人为设置的影响较大。

4、综上所述,现有技术在处理一维类高斯谱图时,普遍存在需预设峰数目或依赖大量先验参数、对噪声和基线干扰的鲁棒性不足、难以自适应不同信号质量和峰宽变化等缺陷,亟需一种更为稳健、自适应的谱图解析方案。

技术实现思路

1、为解决上述技术问题,本发明提供了一种基于对数导数形态特征的谱图解析方法及装置,利用谱峰在对数导数域中的递减区间分布特征,实现峰区识别与基线校正;进一步利用峰区间内的谱峰对数导数形态特征完成峰形判定与峰参数提取,实现复杂谱图的自适应解析,无需预先设定峰个数和峰宽等参数,能够有效提高复杂基线条件下重叠谱峰的分离精度和参数提取的可靠性。

2、为实现上述目的,本发明采用的技术方案如下:

3、一种基于对数导数形态特征的谱图解析方法,所述方法包括:

4、峰区识别与基线校正:对原始谱图进行对数导数运算和滤波,基于滤波后的对数导数分析已知非谱峰区域内的递减区间的分布特征以确定噪声阈值,并根据所述噪声阈值识别峰区间,结合自适应迭代重加权惩罚最小二乘算法与峰区间迭代更新完成基线校正以获得基线校正后的谱图,利用所述基线校正后的谱图筛选峰区间内的递减区间以确定最终的有效递减区间;

5、峰形判定与参数提取:利用所述基线校正后的谱图、所述识别的峰区间以及所述最终的有效递减区间完成峰形判定,根据峰形类型选择相应的谱峰模型并结合所述最终的有效递减区间的线性特征提取峰参数,利用提取的峰参数进行谱图重构并输出所述峰参数。

6、进一步的,所述对数导数运算和滤波包括:对原始谱图施加偏移以保证所有谱图数据大于零,然后取自然对数并求导;根据已知非谱峰区域内递减区间的统计特征自适应设置小波分层阈值滤波参数,利用小波分层阈值滤波算法滤除高频噪声。

7、进一步的,所述递减区间的分布特征至少包括递减区间的长度特征、单调变化特征以及线性变化特征中的一种或多种;所述识别峰区间是根据当前递减区间分布特征与噪声阈值的关系确定是否为峰区间;所述筛选峰区间内的递减区间是去除峰区间内递减区间不满足噪声阈值关系的递减区间。

8、进一步的,所述结合自适应迭代重加权惩罚最小二乘算法与峰区间迭代更新完成基线校正包括:以识别出的峰区间作为自适应迭代重加权惩罚最小二乘算法的峰区间进行基线校正,获得基线校正后的谱图;以所述基线校正后的谱图代替原始谱图,重复进行对数导数运算和滤波、峰区间识别以及基线校正,直至峰区间收敛,获得稳定的基线校正谱图。

9、进一步的,所述峰形判定包括:提取所述基线校正后的谱图及其滤波后的对数导数、所述识别的峰区间及其有效递减区间;从所述识别的峰区间中确定长度最大的目标峰区,并基于所述目标峰区内的对数导数确定可信峰区;确定所述可信峰区内的尾部区间,并提取所述尾部区间的结构特征;根据所述尾部区间的结构特征判定峰形类型。

10、进一步的,所述根据峰形类型选择相应的谱峰模型包括:当判定为非拖尾峰时,选择非拖尾峰模型进行处理;当判定为拖尾峰时,选择拖尾峰模型进行处理;所述提取峰参数是指根据选定的谱峰模型,结合峰区间内所述最终的有效递减区间的线性特征,通过线性拟合计算峰位置、峰强度以及峰宽参数。

11、进一步的,所述迭代更新的方式是指:在完成当前谱峰参数提取后,根据提取的峰参数重构当前谱峰并从当前谱图中扣除,以更新谱图,重复提取峰参数过程,直至不存在峰区间或者不存在最终的有效递减区间;所述谱图重构是指根据提取的所有峰参数分别构建对应的谱峰并进行线性叠加,输出峰位置、峰强度、峰宽及峰数量参数信息。

12、另一方面,本发明提供一种基于对数导数形态特征的谱图解析装置,包括:

13、峰区识别与基线校正模块,用于对原始谱图进行对数导数运算和滤波,基于滤波后的对数导数分析已知非谱峰区域内的递减区间的分布特征以确定噪声阈值,并根据所述噪声阈值识别峰区间,结合自适应迭代重加权惩罚最小二乘算法与峰区间迭代更新完成基线校正以获得基线校正后的谱图,利用所述基线校正后的谱图筛选峰区间内的递减区间以确定最终的有效递减区间;

14、峰形判定与参数提取模块,用于利用所述基线校正后的谱图、所述识别的峰区间以及所述最终的有效递减区间完成峰形判定,根据峰形类型选择相应的谱峰模型并结合所述最终的有效递减区间的线性特征提取峰参数,利用提取的峰参数进行谱图重构并输出所述峰参数。

15、第三方面,本发明提供一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序;其中,当一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现前述的一种基于对数导数形态特征的谱图解析方法。

16、第四方面,本发明提供一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时能够使处理器实现前述的一种基于对数导数形态特征的谱图解析方法。

17、本发明的有益效果在于:

18、第一,本发明基于谱图的对数导数形态特征进行分析,无需预先设定峰个数和峰宽等先验参数,即可实现具有高斯型或类高斯型峰形特征的一维谱图的自适应解析,克服了传统方法严重依赖初始值设定的不足。

19、第二,通过对数导数运算与自适应小波分层阈值滤波相结合,能够有效滤除高频噪声并保留谱峰趋势信息;结合峰区间迭代更新与自适应迭代重加权惩罚最小二乘算法(adaptive iterative re-weighted penalized least squares, airpls)算法,能够在复杂基线条件下实现峰区的准确识别与基线校正,校正精度高、稳定性好。

20、第三,本发明利用基线校正后谱图峰区间内的对数导数形态特征完成峰形判定,能够有效区分非拖尾峰与拖尾峰,并根据峰形类型选择相应的谱峰模型进行参数提取,实现了重叠谱峰和拖尾谱峰的自适应分离,显著提高了复杂谱图解析的准确性和参数提取的可靠性。

21、第四,本发明采用迭代更新方式逐次提取各谱峰参数并进行谱图重构,直至不存在有效峰区间,能够自动确定峰数目并输出完整的峰参数信息,具有良好的通用性和适应性,适用于离子迁移谱、色谱、光谱、质谱等多种一维检测信号的解析处理。