[发明专利]参考光谱信息的管理和搜索

说明书

一个处理应用接收与多个已知参考样品相关的峰信息。该处理应用将一个光谱分区为多个不同大小的范围区段，使得与这些已知参考样品相关的基本上相等数目的峰落入该多个不同大小的范围区段的每一个中。为了鉴别一个参考样品库中潜在地是一个受测的未知样品的良好匹配的一组候选参考样品，该处理应用将与该未知样品相关的峰与该多个不同大小的范围区段进行比较。基于该未知样品中的峰和一个相对应的参考样品中的峰的范围区段匹配的数目越大，该未知样品与该相对应的参考样品匹配的可能性越大。

背景

已知可以对样品进行光谱分析以鉴别它的类型。例如，一种受测的未知样品的光谱分析可以包括鉴别一个或多个峰值波长值。该未知样品的峰值波长与一种已知参考样品的峰特征信号(signature)的仔细匹配可以表明该未知样品是否可能是与该参考样品相同的物质。

在现代多通道仪器中，在其中搜索一种未知样品并且将其与一种已知样品进行匹配的一个参考数据库可能要求大量的处理和存储资源。例如，接收对于一个未知样品的每个测量的包括连续的一千个或更多个数据点的光谱分析并不少见。

此外，在常规谱图搜索应用中，一个参考数据库包括多于10,000组的光谱信息(对于每个参考样品一组光学信息)并不少见。

一个对应参考样品的每组光谱信息可以由定义峰、谷等等的一千个或更多个数据点组成。将一个未知样品中的光谱信息(例如，一千个或更多个数据点)与多于10,000组的光谱信息(例如，一千个或更多个数据点)中的一个对应的组进行匹配可能是在计算上有挑战性的。例如，当一个2000点未知光谱在一个具有10,000个参考谱(其中每一个包含2000个信息通道)的库中进行搜索时，如果没有规定使用一种计算上有效的搜索方法学，则必须执行20,000,000次或更多次的操作(逐点比较)。

一种更有效地进行该搜索方法学的方法是在分析之前将光谱数据压缩为一种二进制格式。根据常规光谱学，将一个光谱二进制化的一种之前方法是关于一个峰的存在或不存在进行评价。当将两个光谱进行比较时，如光谱A和光谱B，一种方法将是查找光谱A的一个峰表并且给其中光谱B在那个峰的n个波数(或其他合适单位，例如像素、m/z等等)内也含有一个特征的任何位置指定一个为一的值。将一个零值分配给其中光谱B不含有一个峰的光谱A的峰表的任何位置。这种方法由Clerc等人在1980年代进行了描述。

尽管这种常规方法提供总体的相似度排行，但它不提供任何种类的概率性解释。还值得注意(并且由Clerc所指出)的是，根据这种常规方法，候选匹配的得分取决于该搜索的方向(结果是非对称的)。例如假设光谱A包含10个峰，光谱B包含12个峰，并且发现这些峰中的8个是共有的。由于基于存在的峰的数目将对应的得分进行归一化，因此可以产生8/10或8/12的值。

实施例的简要说明

如以上所讨论的，基于光谱分析将一种未知样品与在一个数据库中的一种已知参考样品进行匹配的常规技术可能是具有挑战性的，由于必须进行比较以精确地鉴别一个适当的匹配的数据点的量。在许多情况下，不希望要求冗长的计算来确定与一个未知样品匹配的一个或多个参考样品以鉴别该未知样品的类型。

此外，常规的光谱匹配技术典型地不足以快速鉴别匹配，因为此类技术仅提供表明多个可能参考样品中的哪一个与该未知样品匹配的一个清单。该候选物的常规排序清单可能是误导性的。例如，根据常规清单，不知道一个清单中的一个第一候选参考样品(即，第一已知样品)是否是比该清单中的一个第二候选参考样品(即，第二已知样品)更可能为一个与该受测样品的匹配。换句话说，常规技术典型地不提供表明一个清单中的多个候选物中的哪一个更可能是与一个受测的未知样品的适当匹配的任何有用的概率信息。