[发明专利]一种基于偏微分方程的MALDI质谱峰检测方法

说明书

本发明公开了一种基于偏微分方程的MALDI质谱峰检测方法，该方法先对MALDI质谱信号做基线校正，接着用导数谱方法增强信号，然后用时间‑空间分数阶扩散方程求解去噪得到最终的平滑后的MALDI质谱信号，最后选择幅度阈值和局部极大值法做峰识别得到MALDI谱峰列表，具有更好的保峰去噪效果，使用便捷。

技术领域

本发明涉及一种质谱峰检测方法，尤其涉及一种基于偏微分方程的MALDI质谱峰检测方法。

背景技术

MALDI质谱(基质辅助激光解吸电离质谱)峰检测是谱峰信号处理中的重要环节，谱峰检测的结果会对信号的后续分析产生影响。由于实验环境和仪器分辨水平等因素的影响，一些低振幅的谱峰和重叠的谱峰可能被噪声掩埋，化学、电离和电子噪声等往往会导致曲线下降，使谱峰信号产生基线漂移。

近年来，随着计算机和信息技术的迅猛发展，信号处理技术应运而生并且得到了迅速发展，多种信号处理模型相继被用到MALDI质谱峰检测中，实现了谱峰信号的基线校正和平滑，并较准确地检测出质谱中峰的位置，传统方法包括PROCESS法、LMS法、LIMPIC法、Cromwell法和CWT法。

对于已经提出的模型，可以用一个通用步骤分解，如图1所示，步骤分为三步：基线校正，平滑和峰识别，其中，基线校正和平滑顺序可以调换。这样的步骤分解可以更好地阐明不同谱峰检测模型的基本原理，更重要的是，它可以清楚地比较现有谱峰检测模型之间的异同。

基线校正包括最小二乘拟合法、三次样条插值法和小波变换法；常用峰识别方法包括幅值法、一阶导数法、二阶导数法和局部极大值法。

平滑是谱峰检测中最重要的一个步骤，最简单的平滑方法是滑动均值滤波，即将相邻的奇数个点求平均值代替原中心点；Savitzky-Golay滤波目前被广泛使用，该方法是一种广义的滑动均值滤波方法，它将一小组连续数据点做最小二乘拟合，并将多项式拟合曲线的中心点作为输出,相比于滑动均值滤波法，该方法具有更好的保峰效果，然而去噪效果不够好；高斯滤波是对滑动均值滤波平滑窗口的改进方法，使用高斯函数作为平滑窗口，类似的，Kaiser提出了Kaiser滤波，使用Kaiser窗作为平滑窗口，这两种方法效率较高，然而其对峰的保护效果不强。频谱分析是信号平滑中的另一类方法，这类方法需要先将信号转换到频域，再对其作频谱分析。小波方法是目前最常用的频谱分析方法，该方法可以较好的保护信号特征，然而选择不同的小波基和尺度，信号处理的结果也会大相径庭。

在MALDI质谱的平滑方法上，传统方法都有一定的缺陷。因此，如何进一步提高平滑效果是MALDI质谱峰检测中的一个重要问题。

发明内容

发明目的：针对背景技术中所提到的对于MALDI质谱现有平滑方法的不足，本发明提出一种基于偏微分方程的新的平滑模型，在去噪的同时，进一步保护峰的特征。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于偏微分方程的MALDI质谱峰检测方法，包括步骤：

(1)输入待处理的MALDI质谱信号，并对MALDI质谱做基线校正；

(2)对校正后的信号f(x)使用导数谱方法作增强，将增强后的噪声信号作为分数阶扩散模型的初始信号u(x,0)，经扩散后得到增强后的信号。由此得到时间-空间分数阶扩散导数谱模型，该模型如下公式(1)所示：

其中，x是空间长度，t是时间长度，c是增强系数，g[u(x,t)]是扩散函数，

λ是控制扩散强度的阈值，其取值范围为500-2000，α表示时间分数阶次，β表示空间分数阶次。设τ和h分别为时间和空间步长，k和i分别为时间和空间序列，则有