色谱图数据的自动峰值和基线生成制造技术

色谱图数据的自动峰值和基线生成。本文公开了色谱仪支持系统，以及相关的设备、方法、计算装置和计算机可读介质。例如，在一些实施例中，一种色谱仪支持设备可包含：第一逻辑，其用于为色谱图数据集生成一个或多个峰值位置并为所述色谱图数据集生成一个或多个基线，其中个别峰值具有相关联的基线，并且其中所述第一逻辑包含机器学习计算模型，所述机器学习计算模型输出估计的峰值位置和估计的基线；第二逻辑，其用于使所述一个或多个峰值位置和所述一个或多个基线的显示与所述色谱图数据集的显示同时进行；以及第三逻辑，其用于为个别峰值生成相关联的积分值，所述相关联的积分值表示所述相关联的基线上方和所述色谱图数据集的对应于所述个别峰值的一部分下方的面积。对应于所述个别峰值的一部分下方的面积。对应于所述个别峰值的一部分下方的面积。

【技术实现步骤摘要】
色谱图数据的自动峰值和基线生成

技术介绍

[0001]色谱法是一种分离样本混合物成分的技术，它利用成分与其它材料相互作用时的不同特性。色谱的类型包含气相色谱和液相色谱等。
附图说明
[0002]通过以下结合附图的详细描述，将容易地理解各实施例。为了便于描述，相同的附图标记指示相同的结构元件。各实施例在附图的图中以举例而非限制的方式展示。
[0003]图1是根据各个实施例的用于自动峰值和基线生成的实例性色谱仪支持模块的框图。
[0004]图2是根据各个实施例的自动峰值和基线生成的实例性方法的流程图。
[0005]图3是根据各个实施例的生成和选择用于峰值和基线生成的机器学习计算模型的实例性方法的流程图。
[0006]图4是根据各个实施例的基于用户调整来更新用于峰值和基线生成的机器学习计算模型的实例性方法的流程图。
[0007]图5描绘了根据各个实施例的色谱图数据连同可由本文公开的色谱仪支持模块生成的峰值位置和基线的实例图形表示。
[0008]图6描绘了根据各个实施例的在接收到用户调整之后可以由本文公开的色谱仪支持模块生成的色谱图数据连同峰值位置和基线的实例图形表示。
[0009]图7是根据各个实施例的可以在执行本文所公开的一些或所有支持方法时使用的图形用户接口的实例。
[0010]图8是根据各个实施例的可以执行本文所公开的一些或所有色谱仪支持方法的实例性计算装置的框图。
[0011]图9是根据各个实施例的可以在其中执行本文所公开的一些或所有色谱仪支持方法的实例性色谱仪支持系统的框图。
具体实施方式
[0012]本文公开了色谱仪支持系统，以及相关的设备、方法、计算装置和计算机可读介质。例如，在一些实施例中，色谱仪支持设备可以包含：第一逻辑，其用于为色谱图数据集生成一个或多个峰值位置并为色谱图数据集生成一个或多个基线，其中个别峰值具有相关联的基线，并且其中第一逻辑包含机器学习计算模型，所述机器学习计算模型输出估计的峰值位置和估计的基线；第二逻辑，其用于使一个或多个峰值位置和一个或多个基线的显示与色谱图数据集的显示同时进行；第三逻辑，其用于为个别峰值生成相关联的积分值，该积分值表示相关联的基线上方和色谱图数据集的对应于个别峰值的一部分下方的面积。
[0013]本文所公开的色谱仪支持实施例可以实现相对于常规方法的改进的性能。如下文进一步详细讨论的，传统色谱需要用户付出大量努力来识别用于从样本混合物的色谱图中提取成分信息的峰值位置、滴线和/或基线。这种所需的努力可能是色谱过程产量的一个重
要瓶颈，限制了可以执行的色谱分析的体积、类型和速度。
[0014]本文公开的色谱仪支持实施例可以包含机器学习计算模型，该机器学习计算模型输出估计的峰值位置和估计的基线，并且根据个人或机构提供的数据进行训练，并反映出该个人或机构对峰值和基线识别的偏好。机器学习计算模型可以被训练来识别“主观的”、难以量化的偏好，这些偏好支配着个人或机构限定峰值和基线的方法，并且可以显著减少处理和表征色谱图所需的人工干预量，显著减少错误并显著提高产量。因此，本文公开的实施例提供了对色谱技术的实质性改进（例如，支持色谱仪的计算机技术的改进，以及其它改进）。
[0015]在以下详细描述中，对附图进行了参考，所述附图形成所述详细描述的一部分，其中相同的标记自始至终指示相同的部分，并且在附图中通过图示的方式示出了可以实践的各实施例。应理解，在不脱离本公开的范围的情况下，可以利用其它实施例，并且可以进行结构或逻辑改变。因此，以下详细描述不应视为具有限制意义。
[0016]可以以最有助于理解本文所公开的主题的方式依次将各种操作描述为多个离散的动作或操作。然而，描述的顺序不应被解释为暗示这些操作必须依赖于顺序。具体地，这些操作可以不按呈现顺序执行。所描述的操作可以与所描述的实施例不同的顺序来执行。可以执行各种另外的操作，和/或可以在另外的实施例中省略所描述的操作。
[0017]为了本公开的目的，短语“A和/或B”和“A或B”意指（A）、（B）或（A和B）。为了本公开的目的，短语“A、B和/或C”和“A、B或C”意指（A）、（B）、（C）、（A和B）、（A和C）、（B和C）或（A、B和C）。尽管一些元件可以以单数形式表示（例如，“处理装置”），但任何适当的元件都可以由所述元件的多个实例来表示，并且反之亦然。例如，描述为由处理装置执行的一组操作可以由不同处理装置执行所述操作中的不同操作来实施。
[0018]使用短语“一实施例”、“各个实施例”和“一些实施例”的描述中的每个可以指代相同或不同实施例中的一个或多个。此外，如关于本公开的实施例所使用的术语“包括”、“包含”、“具有”等是同义的。当用于描述尺寸范围时，短语“介于X与Y之间”表示包含X和Y的范围。如本文所使用的，“设备”可以指代任何个别装置、装置的集合、装置的部分或装置的部分的集合。附图不一定按比例绘制。
[0019]图1是根据各个实施例的用于自动峰值和基线生成的色谱仪支持模块1000的框图。色谱仪支持模块1000可以由诸如编程的计算装置等的电路系统（例如，包含电气和/或光学组件）实施。色谱仪支持模块1000的逻辑可以包含在单个计算装置中，或者可以视情况而定，跨彼此通信的多个计算装置分布。本文参考图8的计算装置4000讨论了可以单独或组合地实施色谱仪支持模块1000的计算装置的实例，并且本文参考图9的色谱仪支持系统5000讨论了互连有计算装置的系统的实例，在所述系统中色谱仪支持模块1000可以跨所述计算装置中的一个或多个计算装置实施。
[0020]色谱仪支持模块1000可以包含峰值/基线生成逻辑1002、色谱图显示逻辑1004、积分逻辑1006、训练逻辑1008和模型选择逻辑1010。如本文所使用的，术语“逻辑”可以包含用于执行与逻辑相关联的一组操作的设备。例如，支持模块1000中包含的逻辑元件中的任何逻辑元件可以由一个或多个计算装置实施，所述一个或多个计算装置用指令编程以使所述计算装置中的一个或多个处理装置执行所述相关联的一组操作。在特定实施例中，逻辑元件可以包含一个或多个非暂时性计算机可读介质，其上具有指令，所述指令当由一个或多
个计算装置中的一个或多个处理装置执行时使所述一个或多个计算装置执行所述相关联的一组操作。如本文所使用的，术语“模块”可以指一个或多个逻辑元件的集合，所述一个或多个逻辑元件一起执行与模块相关联的功能。模块中的逻辑元件中的不同逻辑元件可以采用相同的形式或者可以采用不同的形式。例如，模块中的一些逻辑可以通过编程的通用处理装置来实施，而模块中的其它逻辑可以通过专用集成电路（ASIC）来实施。在另一个实例中，模块中的逻辑元件中的不同逻辑元件可以与由一个或多个处理装置执行的不同指令集相关联。一个模块可能不包含相关图中描绘的所有逻辑元素；例如，当该模块要执行此处参考该模块讨论的操作的子集时，该模块可以包含关联图中描绘的逻辑元件的子集。
[0021]峰值/基线生成逻辑1002可以被本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种色谱支持设备，其包括：第一逻辑，其用于为色谱图数据集生成一个或多个峰值位置并为所述色谱图数据集生成一个或多个基线，其中个别峰值具有相关联的基线，并且其中所述第一逻辑包含输出估计的峰值位置和估计的基线的机器学习计算模型；第二逻辑，其用于使所述一个或多个峰值位置和所述一个或多个基线的显示与所述色谱图数据集的显示同时进行；以及第三逻辑，其用于为个别峰值生成相关联的积分值，所述相关联的积分值表示所述相关联的基线上方和所述色谱图数据集的对应于所述个别峰值的一部分下方的面积。2.根据权利要求1所述的色谱支持设备，其中所述第一逻辑用于通过组合由所述机器学习计算模型输出的一个或多个所述估计的基线来为所述色谱图数据集生成一个或多个基线。3.根据权利要求1所述的色谱支持设备，其中为所述色谱图数据集生成一个或多个峰值位置包含从一组估计的峰值位置中选择单个估计的峰值位置。4.根据权利要求1至3中任一项所述的色谱支持设备，其中所述第三逻辑用于针对个别峰值识别相关联的峰值起始位置和相关联的峰值结束位置。5.根据权利要求4所述的色谱支持设备，其中对于至少一个峰值，所述相关联的峰值起始位置不在所述相关联的基线的基线起始位置。6.根据权利要求5所述的色谱支持设备，其中所述第二逻辑用于针对所述至少一个峰值使所述相关联的峰值起始位置显示为滴线，同时显示所述色谱图数据集、所述一个或多个峰值位置和所述一个或多个基线。7.根据权利要求4所述的色谱支持设备，其中所述第三逻辑用于为个别峰值生成所述相关联的积分值，所述相关联的积分值表示所述相关联的基线上方、所述色谱图数据集下方和所述相关联的峰值起始位置和所述相关联的峰值结束位置之间的面积。8.一种色谱支持设备，其包括：第一逻辑，其用于：接收来自用户的命令以训练机器学习计算模型，其中来自所述用户的所述命令包含识别多个色谱图数据集以及与所述多个色谱图数据集相关联的标记峰值位置和基线以用于训练所述机器学习计算模型，以及基于所述多个色谱图数据集以及相关联的标记峰值位置和基线对所述机器学习计算模型进行初始训练，其中所述机器学习计算模型用于为输入的色谱图数据集输出估计的峰值位置和估计的基线；以及第二逻辑，其用于在初始训练后向所述用户提供选择所述机器学习计算模型的选项以应用于后续色谱图数据集。9.根据权利要求8所述的色谱支持设备，其中所述机器学习计算模型的输入是色谱图数据的一维阵列。10.根据权利要求8所述的色谱支持设备，其中至少一个基线与多个峰值相关联。1...

【专利技术属性】
技术研发人员：F，
申请(专利权)人：FEI公司，
类型：发明
国别省市：