System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于使用光谱测量来测试样品一致性的系统和方法技术方案_技高网

用于使用光谱测量来测试样品一致性的系统和方法技术方案

技术编号:42226184 阅读:9 留言:0更新日期:2024-08-02 13:43
公开了用于确定样品的指纹与所述样品的至少一个对应预期指纹的一致性的系统、方法和计算机程序产品。该系统获得测量光谱作为样品的指纹。该系统访问包括多个校准参考光谱的光谱库。kNN模块通过确定k最近邻参考光谱的表示来识别该光谱库中的参考光谱的子集。平均参考光谱模块基于所识别的子集计算平均参考光谱,并且计算该k最近邻参考光谱的每个数据点中的标准偏差。差光谱模块通过计算测量光谱与平均参考光谱之间的差值除以每个数据点中的对应标准偏差来确定差光谱。一致性模块确定其中该差光谱的值超过预定义偏差阈值的偏离数据点,并且基于超过所述预定义偏差阈值的数据点,根据预定义一致性规则来确定一致性。

【技术实现步骤摘要】

本专利技术总体上涉及样品的光谱测量,并且更具体地涉及利用通过振动光谱法获得的光谱来测试样品一致性。


技术介绍

1、振动光谱法是直接测量由原子组成的分子中的共价键的方法。离子键或原子键(金属)在本文中是不相关的。振动光谱法包括红外光谱法-例如近红外(nir)或中红外(mir)-和振动拉曼光谱法。

2、振动光谱法的优点是可以以非侵入方式分析样品。常见nir应用的示例是在化学分析领域中,并且解决样品的化学或物理性质的定量分析。例如,可以用nir/mir光谱法分析的样品性质包括但不限于:所测量样品中的特定化合物的浓度(在所述样品中),碘值,ph值,水、蛋白质、脂肪、纤维、灰分、脂肪酸和游离脂肪酸的含量;或与浓度不相关的另一性质(可通过nir/mir光谱法测量),包括:密度、粘度、辛烷值和十六烷值。除了这种定量分析应用之外,还存在既不需要鉴定样品产品,也不需要定量其组成或其他样品性质的应用。相反,这种非定量分析应用涉及样品的定性和比较分析。这种非定量分析的示例包括:

3、-检查样品与参考样品的一致性:当样品的组成和/或样品的特征性质对应于预定公差范围内的参考样品的组成和/或特征性质时,满足一致性。

4、-检测样品的掺杂:掺杂可能发生在例如食品或药物领域。具体地,在非靶向(untargeted/non-targeted)方法中,甚至在不假设特定杂质已知或甚至存在的情况下,执行对与参考样品的偏差的搜索。

5、-监测化学过程:目的是检测实际过程(例如,化学反应或发酵)

6、与目标过程点的偏差,并且在这种偏差的情况下,触发介入过程控制命令,或者当到达终点并且没有发现与目标的偏差时终止过程。

7、解决上述非定量分析的现有技术方法是已知的,诸如由plugge和van der vlies在“近红外光谱法作为评估氨苄西林三水合物符合药典规范的替代方法(near-infraredspectroscopy as an alternative to assess compliance of ampicillin trihydratewith compendial specifications)”,《化学与生物医学分析杂志(journal ofpharmaceutical&biomedical analysis)》,11 435-442(1993)中描述的一致性测试,或者例如由lópez等人在“食品掺假的多元筛查:非靶向对靶向建模(multivariate screeningin food adulteration:untargeted versus targeted modelling)”,《食品化学(foodchemistry)》,第147卷,2014,177-181,https://doi.org/10.1016/j.foodchem.2013.09.139中描述的基于主成分分析的方法。这些现有技术方法使用可以通过证明没有检测到与参考样品的偏差来确认样品的一致性的算法或模型。然而,这些方法是静态的,因为基于与相应库中的静态参考光谱集的比较,总是以相同方式评估未知样品的新光谱。为了处理新样品类型的样品,参考光谱的数量随时间增加以使该方法保持最新。例如,由于例如不同的地理起源、季节性差异或批次和供应商变化,需要评估新的产品变型,并且需要扩展库以覆盖此类新样品。而且配方的变化或不同的过程流程或过程条件导致必需的参考样品及其相应参考光谱的数量显著增加。随着这种增加数量的参考光谱,现有技术的方法随着参考光谱库中的光谱变化的增加而变得更不具特异性和更不敏感,但是检测新的和不期望的光谱变化是非靶向方法的优点。


技术实现思路

1、当使用现有技术方法时,考虑到样品的特定情况(实际样品性质)的动态评估是不可能的。因此,需要提供克服现有技术的上述缺点的系统和方法,其允许参考光谱库的连续增长以适应所有种类的新样品类型的参考光谱,并且同时使用动态方法来选择用于高度特异性和敏感性非定量分析的适当参考光谱。由于用于特定样品的参考光谱的定位,这种动态方法限制了光谱方差。

2、使用本文所公开的方法,对于在
技术介绍
中描述的非定量分析类型,非靶向(untargeted/non-targeted)评估是可能的,而不需要为每种新样品类型建立特定方法。根据“附录xviii:usp 3s(fcc 11)用于掺假检测的非靶向方法的开发和验证指南(appendixxviii:usp 3s(fcc 11)guidance on developing and validating non-targetedmethods for adulteration detection)”,2019;“非靶向方法包括对多种潜在的掺假物敏感的分析测量,并结合统计模型,该统计模型识别与标称材料相关联的信号的偏差:该方法没有针对任何特定的掺假物进行校准。此类方法具有显著的实际益处,但在它们的开发、验证和具体实施中需要审慎调查以确保灵敏度和特异性。”

3、可以用新的参考光谱连续地扩展参考光谱库,新的参考光谱还允许用相应的参考光谱表示各种各样的产品和过程状态。本文所公开的方法使用k最近邻(knn)搜索来选择与待分析样品相关联的光谱附近的一定数量的参考光谱近邻。如david b.hibbert在“化学计量学中的概念和术语的词汇表(iupac推荐2016)”,《纯粹与应用化学(pure appl.chem.)》2016;88(4):407–443第6.20节中所定义,k最近邻是非参数方法,用于在参考光谱的可变空间中找到最接近的训练示例以分析样品。knn方法还可以用作监督分类方法,在该监督分类方法中对象通过关于最常见的最近邻的类别的多数投票来进行分类。在本文所公开的方法中,knn参考光谱的搜索可限于与待分析样品一起给出的类别。

4、然后,根据下面描述的计算机实现的方法,参考光谱的这种选择被用作关于由所选择的参考光谱表示的参考样品的样品评估的基础。有利的是,可以容易地将新的参考光谱和数据集添加到光谱库中,因为在没有任何基础模型的情况下使用纯光谱库。

5、例如,在利用非靶向现有技术的方法进行掺假检测的情况下,诸如牛奶之类的经受区域和季节波动的产品不能利用简单的方法随时间覆盖。或者添加覆盖这种自然变化的样品的许多参考光谱,这降低了掺假检测的灵敏度,或者使用更特定的方法,这容易倾向于过于灵敏并且提供假阴性结果。参考光谱库中的knn搜索方法使得允许具有精确测试的大量不同的参考样品成为可能。

6、在过程控制的示例中,通常在过程序列(或过程流程)中存在许多影响,使得被认为提供相同产品的过程通常偏离理想的目标过程路径,特别是关于时间轴。此外,通常在该过程中样品组成永久地改变。在现有技术的方法中,相应的建模因此通常仅针对过程的最后部分和终止来执行。这种建模依赖于产品,并且每个产品需要一种方法。此外,现有技术的方法不允许监测整个过程,并且也在过程的早期或中期检查与理想过程的意外偏离。本文所公开的方法允许在本文档来自技高网...

【技术保护点】

1.一种用于确定样品(201)的指纹与所述样品的对应预期指纹的一致性的计算机实现的方法(1000),所述方法包括:

2.根据权利要求1所述的方法,其中所述预定义偏差阈值在3至8的范围内。

3.根据权利要求1或2所述的方法,其中如果没有确定偏离数据点,则所述一致性规则确定一致性。

4.根据权利要求1或2所述的方法,其中如果所述偏离数据点处的所述差光谱的所述值的平均值低于另一预定义阈值,则所述一致性规则确定一致性。

5.根据权利要求1或2所述的方法,如果所述偏离数据点处的所述差光谱的所述值的总和除以所有数据点的总数低于另一预定义阈值,则所述一致性规则确定一致性。

6.根据权利要求4或5所述的方法,其中所述另一预定义阈值在0.01至2、优选地0.01至0.5的范围内。

7.根据前述权利要求中任一项所述的方法,其中通过将小波变换应用(1320)于相应的光谱来获得所述测量光谱和所述库中的所述参考光谱的所述表示,并且其中根据小波空间中的预定义度量来执行所述子集的所述识别。

8.根据权利要求7所述的方法,其中确定k最近邻参考光谱的表示使用(1340)可用小波带的子集。

9.根据权利要求8所述的方法,其中所述可用小波带的子集包括具有低频率和中频率的小波带,因为所述子集仅包括最低小波带和最高小波带之间的小波带。

10.根据前述权利要求中任一项所述的方法,其中所述预定义度量是闵可夫斯基距离。

11.根据前述权利要求中任一项所述的方法,其中所述指纹是所述样品在以下任一方面的特征:所述样品的质量、所述样品的组成。

12.根据前述权利要求中任一项所述的方法,其中通过使用红外光谱法或通过使用拉曼光谱法获得所述测量光谱和所述参考光谱。

13.根据前述权利要求中任一项所述的方法,其中所述光谱库包括在样品的处理期间出现的所述样品的多个不同预期特征状态的参考光谱,每个特征状态与相应的指纹相关联,并且其中对于所述处理的每个子过程,经由相应的k最近邻搜索来识别相应的参考光谱的适当子集。

14.一种用于确定样品的指纹与所述样品的对应预期指纹的一致性的计算机程序产品,所述计算机程序产品包括计算机可读指令,所述计算机可读指令在被加载到计算设备的存储器中并且由所述计算设备的一个或多个处理器处理时,使得所述计算设备执行根据前述权利要求中任一项所述的方法步骤。

15.一种用于确定样品(201)的指纹与所述样品的对应预期指纹的一致性的计算机系统(100),所述计算机系统包括适于执行根据权利要求1至13中任一项所述的方法步骤的功能模块。

...

【技术特征摘要】

1.一种用于确定样品(201)的指纹与所述样品的对应预期指纹的一致性的计算机实现的方法(1000),所述方法包括:

2.根据权利要求1所述的方法,其中所述预定义偏差阈值在3至8的范围内。

3.根据权利要求1或2所述的方法,其中如果没有确定偏离数据点,则所述一致性规则确定一致性。

4.根据权利要求1或2所述的方法,其中如果所述偏离数据点处的所述差光谱的所述值的平均值低于另一预定义阈值,则所述一致性规则确定一致性。

5.根据权利要求1或2所述的方法,如果所述偏离数据点处的所述差光谱的所述值的总和除以所有数据点的总数低于另一预定义阈值,则所述一致性规则确定一致性。

6.根据权利要求4或5所述的方法,其中所述另一预定义阈值在0.01至2、优选地0.01至0.5的范围内。

7.根据前述权利要求中任一项所述的方法,其中通过将小波变换应用(1320)于相应的光谱来获得所述测量光谱和所述库中的所述参考光谱的所述表示,并且其中根据小波空间中的预定义度量来执行所述子集的所述识别。

8.根据权利要求7所述的方法,其中确定k最近邻参考光谱的表示使用(1340)可用小波带的子集。

9.根据权利要求8所述的方法,其中所述可用小波带的子集包括具有低频率和中频率的...

【专利技术属性】
技术研发人员:A·尼默勒
申请(专利权)人:布鲁克光谱仪器公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1