提高lc-ms数据信噪比的方法
阅读说明：本技术 提高lc-ms数据信噪比的方法 (Method for improving LC-MS data signal-to-noise ratio ) 是由 李文杰 俞晓峰 李锐 韩双来 杨继伟 郭子杨 于 2020-12-31 设计创作，主要内容包括：本发明提供了提高LC-MS数据信噪比的方法,所述提高LC-MS数据信噪比的方法包括步骤：(A1)获得色谱峰s(t)的开始位置w-1和结束位置w-2；(A2)将色谱峰s(t)划分为峰部分s-1(t)和非峰部分s-2(t),分别进入步骤(B1)和步骤(C1)；(B1)根据所述色谱峰s(t)设计基函数；(B2)得到峰部分s-1(t)的第一层近似系数a-1和第一层细节系数d-1；(B3)得到峰部分s-1(t)的多层近似系数a-n和各层细节系数d-1,d-2···d-n；(B4)得到峰部分s-1(t)的近似部分s-(1a)(t)和细节部分s-(1b)(t)；细节部分s-(1b)(t)进行EMD经验模态分解；(B5)计算每个模态分量的能量值(B6)得到去噪后的峰部分信息s′-1(t)＝s-(1a)(t)+s′-(1b)(t)；(C1)对于非峰部分s-2(t),按照步骤(B1)-(B4)的方式获得非峰部分s-2(t)的近似部分s-(2a)(t)；(C2)整合峰部分信息s′-1(t)和近似部分s-(2a)(t),得到去噪的色谱峰s′(t)。本发明具有去噪效果好等优点。(The invention provides a method for improving LC-MS data signal-to-noise ratio, which comprises the following steps: (A1) obtaining the start position w of the chromatographic peak s (t) 1 And an end position w 2 (ii) a (A2) Dividing chromatographic peaks s (t) into peak portions s 1 (t) and non-peak portions s 2 (t) proceeding to step (B1) and step (C1), respectively; (B1) designing a basis function according to the chromatographic peak s (t); (B2) obtaining a peak portion s 1 First layer approximation coefficient a of (t) 1 And first layer detail coefficient d 1 (ii) a (B3) Obtaining a peak portion s 1 (t) multilayer approximation coefficient a n And each layer detail coefficient d 1 ，d 2 ···d n (ii) a (B4) Obtaining a peak portion s 1 (t) approximate fraction s 1a (t) and details s 1b (t); detail section s 1b (t) performing EMD empirical mode decomposition; (B5) calculating an energy value for each modal component (B6) Obtaining denoised peak part information s' 1 (t)＝s 1a (t)+s′ 1b (t); (C1) for non-peak portions s 2 (t) obtaining non-peak portions s in the manner of steps (B1) - (B4) 2 (t) approximate fraction s 2a (t); (C2) integration peak partial information s' 1 (t) and an approximation part s 2a (t), a denoised chromatographic peak s' (t) is obtained. The invention has the advantages of good denoising effect and the like.)
技术领域
本发明涉及色谱，特别涉及提高LC-MS数据信噪比的方法。
背景技术
液相色谱-质谱联用仪(LC-MS)是对复杂混合物样品进行定性分析的重要工具。它融合了液相色谱和质谱两种仪器单独使用时的优点，具有更大的优势，广泛应用于环境、食品、地质检测等各个领域。原始LC-MS数据是LC-MS进行定性分析的基础，但它会包含来自仪器噪声、中性粒子、其他化合物等的干扰，若直接应用原始LC-MS数据对混合物样品进行定性分析，产生的分析结果是不可靠的。此外LC-MS系统的复杂性常常使分析人员难以满足方法检测限制。因此需要一种能提高LC-MS信噪比，同时保证信号不失真的算法。
为了提高LC-MS数据的信噪比，常用一些去噪算法进行处理，包括：
1.傅里叶滤波法，傅里叶滤波法对于非平稳信号的处理能力不足且无法获得各频率出现的时刻。
2.小波去噪方法，可以处理非平稳信号，但是小波变换的阈值参数选取困难。
3.多项式平滑算法也称为SG滤波法，对窗口内的数据进行加权，能够平滑噪声，但是它不具有自适应性。
此外，上述算法都是同时对整条谱线进行处理，在滤除噪声的同时可能会引起信号的失真。
LC-MS数据的信号具有局部突变性的特点，在用传统的去噪算法进行处理时，去除噪声的同时往往会把信号的尖端也去掉，从而使信号峰的响应降低，这非常不利于后续的分析。
发明内容
为解决上述现有技术方案中的不足，本发明提供了一种去噪效果好、有用信号不失真的提高LC-MS数据信噪比的方法。
本发明的目的是通过以下技术方案实现的：
提高LC-MS数据信噪比的方法，所述提高LC-MS数据信噪比的方法包括以下步骤：
(A1)检测色谱峰s(t)的峰值位置p和宽度w，获得所述色谱峰s(t)的开始位置w1和结束位置w2；
(A2)将所述色谱峰s(t)划分为峰部分s1(t)和非峰部分s2(t)，分别进入步骤(B1)和步骤(C1)；
(B1)根据所述色谱峰s(t)设计基函数，所述基函数离散化表示为F，根据F构成四个长度为L的正交滤波器；L·D、H·D和L·R、H·R，L·R是F的归一化表示，H·R是L·R的正交反向滤波器，L·D是L·R反向，H·D是H·R的反向；
(B2)得到峰部分s1(t)的第一层近似系数a1和第一层细节系数d1；
L为滤波器长度；
(B3)利用步骤(B2)的方式得到峰部分s1(t)的多层近似系数an和各层细节系数d1，d2···dn，n为大于2的整数；
(B4)将近似系数an和各层细节系数d1，d2···dn分别进行重构，得到峰部分s1(t)的近似部分s1a(t)和细节部分s1b(t)；
细节部分s1b(t)进行EMD经验模态分解，imf为不同尺度下的模态分量，rn(t)为残余分量；
(B5)计算每个模态分量的能量值获得在第k个imf分量发生能量突变；
(B6)将第k个imf分量之后的低频imf分量及其残差项进行重构，得到提取有效信息后的细节部分信息从而得到去噪后的峰部分信息s′1(t)＝s1a(t)+s′1b(t)；
(C1)对于非峰部分s2(t)，按照步骤(B1)-(B4)的方式获得非峰部分s2(t)的近似部分s2a(t)和细节部分；
(C2)整合所述峰部分信息s′1(t)和近似部分s2a(t)，得到去噪的色谱峰s′(t)。
与现有技术相比，本发明具有的有益效果为：
去噪效果好、有用信号不失真；
采用峰检测算法，识别出信号峰的位置，根据信号峰的特点，为峰部分和非峰部分构造不同的基函数进行处理，对信号波采取多层次提取有用信息的去噪算法，对非波位置采取强制消噪处理，从而在有效消除噪声的同时不会引起信号的失真，有效地提高信噪比；
对于信号峰的处理，将噪声所在尺度的细节部分进行了imf分量分解并重构，能够避免阈值系数选取的困难，同时保留噪声所在尺度的有用信号，可以使信号不失真。
附图说明
参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于举例说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。图中：
图1是根据本发明实施例的原始信号示意图；
图2是根据小波变换后的信号示意图；
图3是根据本发明实施例的方法处理后的信号示意图。
具体实施方式
图1-3和以下说明描述了本发明的可选实施方式以教导本领域技术人员如何实施和再现本发明。为了教导本发明技术方案，已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施方式的变型或替换将在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本发明的多个变型。由此，本发明并不局限于下述可选实施方式，而仅由权利要求和它们的等同物限定。
实施例1：
本发明实施例的提高LC-MS数据信噪比的方法的结构示意图，所述提高LC-MS数据信噪比的方法包括步骤：
(A1)检测色谱峰s(t)的峰值位置p和宽度w，获得所述色谱峰s(t)的开始位置w1和结束位置w2；
(A2)将所述色谱峰s(t)划分为峰部分s1(t)和非峰部分s2(t)，分别进入步骤(B1)和步骤(C1)；
(B1)根据所述色谱峰s(t)设计基函数，所述基函数离散化表示为F，根据F构成四个长度为L的正交滤波器；L·D、H·D和L·R、H·R，L·R是F的归一化表示，H·R是L·R的正交反向滤波器，L·D是L·R反向，H·D是H·R的反向；
(B2)得到峰部分s1(t)的第一层近似系数a1和第一层细节系数d1；
L为滤波器长度；
(B3)利用步骤(B2)的方式得到峰部分s1(t)的多层近似系数an和各层细节系数d1，d2···dn，n为大于2的整数；
(B4)将近似系数an和各层细节系数d1，d2···dn分别进行重构，得到峰部分s1(t)的近似部分s1a(t)和细节部分s1b(t)；
细节部分s1b(t)进行EMD经验模态分解，imf为不同尺度下的模态分量，rn(t)为残余分量；
(B5)计算每个模态分量的能量值获得在第k个imf分量发生能量突变；
(B6)将第k个imf分量之后的低频imf分量及其残差项进行重构，得到提取有效信息后的细节部分信息从而得到去噪后的峰部分信息s′1(t)＝s1a(t)+s′1b(t)；
(C1)对于非峰部分s2(t)，按照步骤(B1)-(B4)的方式获得非峰部分s2(t)的近似部分s2a(t)和细节部分；
(C2)整合所述峰部分信息s′1(t)和近似部分s2a(t)，得到去噪的色谱峰s′(t)。
为了降低噪声，并不失真，进一步地，在步骤(B1)中，
F＝[0.014 -0.015 -0.124 0.012 0.561 0.640 0.141 -0.028 0.021 0.010]，L＝10。
为了降低噪声，并不失真，进一步地，在步骤(B2)中，峰部分s1(t)与低通滤波器L·D卷积，得到a1；
峰部分s1(t)与高通滤波器H·D卷积，得到d1。
为了降低噪声，并不失真，进一步地，在步骤(C1)中，基函数离散化表示为：
F＝[0.014 -0.015 -0.124 0.012 0.283 0.321 0.141 -0.028 0.021 0.010]，L＝10。
为了准确寻峰，进一步地，在步骤(A1)中，检测色谱峰s(t)的峰值位置p的方式为：
以函数为母小波对色谱峰s(t)进行连续小波变换，在小波系数矩阵中检测极大值，该极大值对应色谱峰s(t)的峰值位置p
为了准确地获得峰的宽度，进一步地，在步骤(A1)中，检测色谱峰s(t)的宽度w的方式为：
以函数为母小波得到小波变换系数矩阵，得到色谱峰s(t)的宽度w。
实施例2：
根据本发明实施例1的提高LC-MS数据信噪比的方法在农残检测中的应用例。
在该应用例中，提高LC-MS数据信噪比的方法包括步骤：
(A1)获得色谱峰s(t)，如图1所示，检测色谱峰s(t)的峰值位置p和宽度w，获得所述色谱峰s(t)的开始位置w1和结束位置w2；
峰值位置p的获得方式为：
以函数为母小波对色谱峰s(t)进行连续小波变换，在小波系数矩阵中检测极大值，该极大值对应色谱峰s(t)的峰值位置p；
色谱峰s(t)的宽度w的获得方式为：
以函数为母小波得到小波变换系数矩阵，得到色谱峰s(t)的宽度w；
(A2)将所述色谱峰s(t)划分为峰部分s1(t)和非峰部分s2(t)，分别进入步骤(B1)和步骤(C1)；
(B1)根据所述色谱峰s(t)设计基函数，所述基函数离散化表示为F＝[0.014 -0.015 -0.124 0.012 0.561 0.640 0.141 -0.028 0.021 0.010]，根据F构成四个长度为L的正交滤波器；L·D、H·D和L·R、H·R，L·R是F的归一化表示，H·R是L·R的正交反向滤波器，L·D是L·R反向，H·D是H·R的反向；L＝10；
(B2)峰部分s1(t)与低通滤波器L·D卷积，得到峰部分s1(t)的第一层近似系数a1；L为滤波器长度；
峰部分s1(t)与高通滤波器H·D卷积，得到第一层细节系数d1，L为滤波器长度；
(B3)利用步骤(B2)的方式得到峰部分s1(t)的多层近似系数an和各层细节系数d1，d2···dn，n为大于2的整数；本实施例为三层；
(B4)将近似系数an和各层细节系数d1，d2···dn分别进行重构，得到峰部分s1(t)的近似部分s1a(t)和细节部分s1b(t)；
细节部分s1b(t)进行EMD经验模态分解，imf为不同尺度下的模态分量，rn(t)为残余分量；
(B5)计算每个模态分量的能量值获得在第k个imf分量发生能量突变；
(B6)将第k个imf分量之后的低频imf分量及其残差项进行重构，得到提取有效信息后的细节部分信息从而得到去噪后的峰部分信息s′1(t)＝s1a(t)+s′1b(t)；
(C1)对于非峰部分s2(t)，按照步骤(B1)-(B4)的方式获得非峰部分s2(t)的近似部分s2a(t)和细节部分；
针对非峰部分s2(t)的基函数的离散化为；
F＝[0.014 -0.015 -0.124 0.012 0.283 0.321 0.141 -0.028 0.021 0.010]，L＝10。
(C2)整合所述峰部分信息s′1(t)和近似部分s2a(t)，得到去噪的色谱峰s′(t)，如图3所示。
图2示意性地给出了利用小波变化处理原始信号后的信号，与本实施例的处理相比，信噪比低，且在非峰部分信号失真。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种盐酸贝尼地平片中的杂质检测方法