[发明专利]液质色谱峰噪声估计方法、装置、存储介质、系统在审

专利信息
申请号: 202210020653.0 申请日: 2022-01-10
公开(公告)号: CN114444542A 公开(公告)日: 2022-05-06
发明(设计)人: 王晶;程文播;郭宇;李小强;张远清 申请(专利权)人: 中国科学院苏州生物医学工程技术研究所;天津国科医工科技发展有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06V10/26
代理公司: 北京远大卓悦知识产权代理有限公司 11369 代理人: 贺杰
地址: 215163 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 色谱 噪声 估计 方法 装置 存储 介质 系统
【权利要求书】:

1.一种液质色谱峰噪声估计方法,其特征在于,包括以下步骤:

获取待处理的色谱峰谱图;

利用分割算法对所述谱图进行分割,得到若干分割图像区域块;

根据所述若干分割图像区域块中的图像数据获取噪声的期望估计值;

根据所述期望估计值计算噪声的估计值。

2.如权利要求1所述的液质色谱峰噪声估计方法,其特征在于,所述分割算法还包括步骤:

对获取的所述谱图进行分割,若所述谱图的数据长度为N,将数据分为若干段,每一段的数据长度均为L,若最后一段的数据点不足L,则舍去最后一段,基于此原则可以得到谱图被分为K段,其中K表示为:

符号表示向下取整;

所述谱图被分段后,第一段数据记作S(1,t),依此类推,第n段数据记作S(n,t),最后一段数据记作S(K,t),其中t表示所述段数据的离散时间顺序,取值为t=1,…,L。

3.如权利要求2所述的液质色谱峰噪声估计方法,其特征在于,还包括步骤:

分别对K段数据做离散傅里叶变换,公式如下:

F(n,w)=FFT[S(n,t)] for n=1,…,K (2)

其中频率w的取值为

依次提取F(1,w),…,F(K,w)中的第一个点组成新的集合,该集合表示为:A(0)={F2(1,0),…,F2(K,0)};F2(1,w),…,F2(K,w)的所有第i+1个点组成的集合为这样的集合有L个,分别为A(0),…,A(L-1);

分别计算出每个集合中的最小值,即:

F2(w)=min{F2(1,w),…,F2(K,w)} (3)

其中

此时序列即被认为是噪声的频域估计,而F(0)为噪声的期望估计值。

4.如权利要求3所述的液质色谱峰噪声估计方法,其特征在于,还包括步骤:

根据所述F(0)计算噪声的估计值公式如下:

5.如权利要求4所述的液质色谱峰噪声估计方法,其特征在于,还包括平衡参数η,以对所述噪声的估计值进行修正;公式如下所示:

6.如权利要求3所述的液质色谱峰噪声估计方法,其特征在于,所述离散傅里叶变换为基2FFT变换。

7.一种液质色谱峰噪声估计装置,其特征在于,包括:

获取单元,其被配置为获取待处理的色谱峰谱图;

处理单元,其被配置为利用分割算法对谱图进行分割,从分割后的若干图像数据中获取期望估计值;

计算单元,根据所述期望估计值计算噪声的估计值。

8.一种液质色谱峰噪声估计装置,其特征在于,包括:存储器,其上存储有程序代码;处理器,其与所述存储器联接,并且当所述程序代码被所述处理器执行时,实现权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质,其特征在于,其上存储有程序指令,所述程序指令被执行时实现权利要求1-6任一项所述的液质色谱峰噪声估计方法。

10.一种液质色谱峰噪声估计系统,其特征在于,包括如权利要求7或8所述的液质色谱峰噪声估计装置;所述液质色谱峰噪声估计装置与显示装置相连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院苏州生物医学工程技术研究所;天津国科医工科技发展有限公司,未经中国科学院苏州生物医学工程技术研究所;天津国科医工科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210020653.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top