[发明专利]一种谱图峰的多窗口识别方法、装置以及电子设备

说明书

本发明公开了一种谱图峰的多窗口识别方法，属于物质分析技术领域，包括无参数滤波、单窗口数据分类、单窗口寻找每个峰区域峰值最高点、不同长度的滑动窗口分别识别峰等步骤，对窗口内的数据进行加权滤波，在拟合低频信号的同时将高频信号平滑出去，有效保留信号变化信息，滤波过程采用无参数滤波，无需用户调节参数，降低了操作人员的经验要求，并且在单窗口的基础上，叠加不同长度的识别窗口，重复单窗口识别过程，弥补了一个窗口对峰识别的不足，对肩峰、拖尾峰准确识别，可应用于各种类型的质谱信号。本发明还涉及实施上述谱图峰的多窗口识别方法的装置以及电子设备。

技术领域

本发明涉及物质分析技术领域，尤其是涉及一种谱图峰的多窗口识别方法、装置以及电子设备。

背景技术

质谱技术具有快速、准确、灵敏度高等优点，近年来在生物分析领域得到广泛的应用。而质谱谱图峰识别作为检测必不可少的一部分，其识别得到的峰及峰面积信息可用于定量分析，峰识别的重要程度不言而喻。

传统的谱峰识别算法是利用信号的运动趋势及斜率进行判别，即依次处理L长度的信号，比较上升趋势的信号点数m1与下降趋势的信号点数m2，及平均斜率值k与起始阈值T的大小，来判断是否是峰的开始（m1m2，kT）、结束(m1m2,k-T)、顶点(m1=m2)。该方法简单，但具有经验性和局部随机性，不能对质谱中各种峰进行精准分辨，比如遇到较宽的峰，由于峰顶较平，检测不到峰。后续国内外学者提出了多种峰识别算法，如一阶导数法，其利用曲线的一阶导数进行峰的特征点检测，需要设置峰起始斜率阈值，该算法不适合处理基线漂移大、只有一个峰强极大点的肩峰型重叠峰。二阶导数法受噪声的影响远大于一阶导数，微弱的噪声足以使二阶导数曲线上的特征点被完全淹没，影响了二阶导数法的应用。联合一阶导数和二阶导数法进行峰识别，由于一阶导数不易判断肩峰出现情况，对二阶导数造成影响，不能精准识别谱峰，该算法具有一定局限性。退卷积算法将峰与模型峰进行比较，将相同峰形的碎片离子组合成一个化合物的质谱图，实现退卷积，但该算法参数选择复杂。因此需要开发一种有效的峰识别方法对质谱数据进行处理。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种滤波无需调整参数、通过多窗口快速识别峰的谱图峰的多窗口识别方法。

为了克服现有技术的不足，本发明的目的之二在于提供一种滤波无需调整参数、通过多窗口快速识别峰的谱图峰的多窗口识别装置。

为了克服现有技术的不足，本发明的目的之三在于提供一种滤波无需调整参数、通过多窗口快速识别峰的谱图峰的多窗口识别电子设置。

本发明的目的之一采用如下技术方案实现：

一种谱图峰的多窗口识别方法，包括以下步骤：

无参数滤波：根据给定的高阶多项式进行最小二乘拟合得到加权权重，对窗口内的数据进行加权滤波，将高频信号平滑出去并有效的保留信号变化信息；

单窗口数据分类：根据信号强度值与均值的差值设置窗口内数据的信号标签flag，当差值大于信号强度波动范围时，flag=1；当差值小于信号强度波动范围时，flag=-1；当差值等于信号强度波动范围时，flag=0；flag不等于1时，窗口向前滑动并重新设置窗口内数据的信号标签flag，直到完成所有数据的处理；

单窗口寻找每个峰区域峰值最高点：定义初始数据的峰标志位peakflag=0，后续数据点峰标志位peakflag与前一数据点峰标志位peakflag相同，遍历所有的标签，若并且peakflag=0，判定该数据点的前一个点是峰开始区域，即峰起点，此时该数据点的peakflag变为1；若该数据点及其后一个数据点的标签均不为1，且peakflag=1，则该数据点为峰结束点，此时该数据点的peakflag变为0；在峰起点至峰结束点区域内，寻找强度最高的数据点的位置，即为峰值点，直到完成所有峰的寻找；