数据处理方法及数据处理系统技术方案

本发明专利技术提供一种数据处理方法及数据处理系统，数据处理方法包括：准备关于试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数据、及在所述实际数据的所述色谱上峰相互重叠的所述试样中的多个成分各自的光谱数据；对于与所述多个成分各自的所述光谱数据相互对应的波长区域彼此的相似度，一边使所述波长区域全面地变化一边针对每个所述波长区域进行计算；基于相似度计算的计算结果，将所述相似度最低的波长区域设定为对象范围；使用所述多个成分各自的所述光谱数据，在所述对象范围中执行所述实际数据的矩阵分解，由此生成所述多个成分各自的色谱数据。成所述多个成分各自的色谱数据。成所述多个成分各自的色谱数据。

【技术实现步骤摘要】
数据处理方法及数据处理系统


[0001]本专利技术涉及一种三维色谱的数据处理方法及数据处理系统。

技术介绍

[0002]在使用光电二极管阵列(photo diode array，PDA)检测器等多通道型检测器的液相色谱仪(liquid chromatograph，LC)中，连续地获取自分析管柱溶出的试样的吸光光谱，由此可获得具有时间、波长、及信号强度(吸光度)这三个维度的三维色谱数据。
[0003]在使用液相色谱仪对试样中的目标成分进行定量的情况下，一般使用目标成分的吸光度最大的波长生成色谱，在所述色谱上求出目标成分的峰的面积值进行定量。但是，有时在试样中包含目标成分以外的杂质，在色谱上所述杂质的峰有时与目标成分的峰重叠。在此种情况下，在多个峰重叠的状态下，无法求出目标成分或杂质的峰面积值，从而无法获得定量结果，因此需要将在色谱上峰重叠的多个成分相互分离。
[0004]作为用于将相互重叠的多个成分的峰分离的方法，有通过将指数修正高斯(Exponential Modified Gaussian，EMG)函数等模型函数(峰模型)应用于实际的色谱的波形，推测各成分各自的色谱的方法(参照专利文献1)；以及通过对原始的三维色谱数据进行矩阵分解，以数学方式推测各成分的色谱的方法。
[0005][现有技术文献][0006][专利文献][0007][专利文献1]国际公开第2016/035167号

技术实现思路

[0008][专利技术所要解决的问题][0009]通过矩阵分解进行的峰的分离由于仅将原始的三维色谱数据以数学方式分离为经指定的数，因此分离后的各峰的形状可能与实际的峰形状完全不同。另一方面，分离后的各成分的色谱的波形不依赖于峰模型，因此自由度高，也有可能获得比应用峰模型的方法更高的分离精度。
[0010]本专利技术的目的在于可通过矩阵分解对在色谱上相互重叠的多个成分的峰进行高精度的分离。
[0011][解决问题的技术手段][0012]本专利技术者等人考虑到，在使用矩阵分解对在色谱上重叠的多个成分的峰进行分离之前，利用某种方法获取所述多个成分各自的光谱数据，将这些光谱数据用作矩阵分解的基础。但是，在作为分离对象的多个成分的光谱的整体波形相互类似的情况下，若仅将这些光谱数据简单地用于矩阵分解，则难以高精度地进行峰的分离。此处，本专利技术者等人获得如下见解：对与作为分离对象的多个成分的光谱数据相互对应的波长区域彼此的相似度进行全面评价，并在相互的相似度低的波长区域使用光谱数据来执行矩阵分解，由此可提高通过矩阵分解实现的峰分离的精度。本专利技术是基于此种见解而成。
[0013]本专利技术的数据处理方法包括：数据准备步骤，准备关于试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数据、及在所述实际数据的所述色谱上峰相互重叠的所述试样中的多个成分各自的光谱数据；相似度计算步骤，对于与所述数据准备步骤中准备的所述多个成分各自的所述光谱数据相互对应的波长区域彼此的相似度，一边使所述波长区域全面地变化一边针对每个所述波长区域进行计算；对象范围设定步骤，基于所述相似度计算步骤中的计算结果，搜索所述相似度比所述多个成分各自的所述光谱数据彼此的整体相似度低的波长区域，并设定对象范围；以及峰分离步骤，使用所述多个成分各自的所述光谱数据，在所述对象范围设定步骤中设定的所述对象范围中执行所述实际数据的矩阵分解，由此生成所述多个成分各自的色谱数据。
[0014]本专利技术的数据处理系统包括：数据存储部，存储有关于试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数据、及在所述实际数据的所述色谱上峰相互重叠的所述试样中的多个成分各自的光谱数据；以及数据处理部，构成为使用存储于所述数据存储部中的所述实际数据与所述光谱数据，进行所述试样中的所述多个成分的峰的分离处理。而且，所述数据处理部构成为执行：相似度计算步骤，对于与所述数据存储部中所存储的所述多个成分各自的所述光谱数据相互对应的波长区域彼此的相似度，一边使所述波长区域全面地变化一边针对每个所述波长区域进行计算；对象范围设定步骤，基于所述相似度计算步骤中的计算结果，搜索所述相似度比所述多个成分各自的所述光谱数据彼此的整体相似度低的波长区域，并设定对象范围；以及峰分离步骤，使用所述多个成分各自的所述光谱数据，在所述对象范围设定步骤中设定的所述对象范围中执行所述实际数据的矩阵分解，由此生成所述多个成分各自的色谱数据。
[0015][专利技术的效果][0016]根据本专利技术的数据处理方法及数据处理系统，准备关于试样的三维色谱的实际数据以及在色谱上峰相互重叠的多个成分各自的光谱数据，对于与所述多个成分的光谱数据相互对应的波长区域彼此的相似度，一边使波长区域全面地改变一边对波长区域进行计算，基于所述计算结果搜索相似度低的波长区域，并基于所述搜索结果设定对象范围，在所设定的对象范围内执行使用光谱数据的实际数据的矩阵分解，因此可对所述多个成分的峰进行高精度的分离。
附图说明
[0017]图1是概略性地表示数据处理方法的一实施例的流程图。
[0018]图2是概略性地表示执行所述数据处理方法的数据处理系统的一实施例的框图。
[0019]图3是表示利用所述数据处理系统进行的数据处理的一例的流程图。
[0020]图4的(A)、图4的(B)是表示通过应用峰模型进行的峰分离的一例的图，(A)表示实际数据的某波长中的色谱，(B)表示将峰模型应用于所述色谱的状态。
[0021]图5是表示所述数据处理方法中的相似度的计算结果的热图的一例的图。
具体实施方式
[0022]以下，参照附图来对本专利技术的色谱的数据处理方法及数据处理系统的实施例进行说明。
[0023]图1中概略性地表示数据处理方法的一实施例。
[0024]所述实施例的数据处理方法是出于如下目的的方法：使用通过对试样进行色谱法分析而获取的包含光谱与色谱的三维色谱数据，对在色谱上相互重叠的多个成分的峰进行分离。
[0025]在所述方法中，首先，准备关于试样的三维色谱的实际数据，并且准备在所述实际数据的色谱上峰相互重叠的多个成分各自的光谱数据(步骤101)。作为分离对象的所述多个成分各自的光谱数据可为通过任一方法而获取的数据。在所述多个成分已知的情况下，可分别对这些成分进行分析来获取各自的光谱数据。在作为分离对象的所述多个成分未知的情况下，可通过对试样的三维色谱的实际数据执行通过应用峰模型进行的峰分离，生成光谱的推测数据，并将所述推测数据用作各成分的光谱数据。作为通过应用峰模型进行的峰分离的算法，例如可列举专利文献1(国际公开第2016/035167号)中所公开的算法。
[0026]接下来，对于在作为分离对象的所述多个成分各自的光谱数据间相互对应的波长区域彼此的相似度，一边使波长区域全面地改变一边针对每个波长区域进行计算(步骤102)。之后，基于相似度的计算结果，搜索相似度比各成分的光谱数据整体的相互的相似度低的波长区域(例如，在计算出相似度的波长区域中相似度最低的波长区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：数据准备步骤，准备关于包含多个成分的试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数据、及在所述实际数据的所述色谱上峰相互重叠的所述试样中的所述多个成分各自的光谱数据；相似度计算步骤，对于与所述数据准备步骤中准备的所述多个成分各自的所述光谱数据相互对应的波长区域彼此的相似度，一边使所述波长区域全面地变化一边针对每个所述波长区域进行计算；对象范围设定步骤，基于所述相似度计算步骤中的计算结果，搜索所述相似度比所述多个成分各自的所述光谱数据彼此的整体相似度低的波长区域，并设定对象范围；以及峰分离步骤，使用所述多个成分各自的所述光谱数据，在所述对象范围设定步骤中设定的所述对象范围中执行所述实际数据的矩阵分解，由此生成所述多个成分各自的色谱数据。2.根据权利要求1所述的数据处理方法，其中在所述数据准备步骤中，通过应用预先准备的峰模型来使所述实际数据的所述色谱的波形近似，使用应用于所述色谱的所述峰模型来生成所述多个成分各自的光谱的推测数据与色谱的推测数据，在所述相似度计算步骤及所述峰分离步骤中使用的所述光谱数据是在所述数据准备步骤中生成的所述光谱的推测数据，通过所述峰分离步骤生成的所述色谱数据基于在所述数据准备步骤中生成的所述色谱的推测数据。3.根据权利要求1或2所述的数据处理方法，其中所述矩阵分解为非负值矩阵因子分解。4.根据权利要求1或2所述的数据处理方法，其中在所述相似度计算步骤中，一边使所述波长区域的最小波长与波长宽度变化一边对所述相似度进行计算。5.一种数据处理系统，其特征在于，包括：数据存储部，存储有关于试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数...

【专利技术属性】
技术研发人员：藤田雄一郎，西尾顕，
申请(专利权)人：株式会社岛津制作所，
类型：发明
国别省市：