本公开涉及一种对色谱图及光谱的波形进行解析的解析装置及解析方法。
背景技术:
1、以往为了对试样所含的成分进行鉴定或定量,使用色谱仪。在色谱仪中,利用管柱分离试样中的成分,并依序检测从管柱流出的成分。其后,制作将横轴设为时间且将纵轴设为检测强度的色谱图。
2、为了根据色谱图求出峰的高度及面积,需要确定从色谱图的基线上升的峰开始点及结束点。确定色谱图的峰开始点及结束点的作业被称为采峰(peak picking)。通过确定峰开始点及结束点,而确定峰的高度及面积。根据峰的高度及面积,可计算与峰相对应的化合物的浓度等。
3、近年来,尝试推进使用深度学习将采峰自动化。作为使用深度学习的采峰的方法,已知有利用物体侦测的技术的方法、及利用语义分割的技术的方法。
4、国际公开第2020/225864号中公开了如下一种方法:通过将采峰的问题作为图像识别领域的物体侦测进行定式化,来显示使用单步多框检测器(single shot multiboxdetector,ssd)的采峰结果的确信度。ssd将采峰的结果与对所述结果的确信度一起输出。与此相对,kanazawa s、其他10人、fake metabolomics chromatogram generation forfacilitating deep learning of peak-picking neural networks.j bioscibioeng.2021feb;131(2):207-212.doi:10.1016/j.jbiosc.2020.09.013.epub 2020oct10.pmid:33051155.公开如下一种方法:通过将采峰作为语义分割的问题进行定式化,而使用u-net执行采峰。
技术实现思路
1、然而,目前为止不存在使用语义分割技术的采峰中计算确信度的方法。因此,在使用语义分割技术的现有的采峰的方法中,虽然输出采峰的结果,但不输出输出结果的确信度。
2、本公开的目的在于在进行使用语义分割技术的采峰的情况下,能够计算采峰的确信度。
3、本公开的某一方面的解析装置对作为色谱图或光谱的对象波形进行解析,其包括:处理器;及存储器,储存有通过机械学习所制作的学成模型,所述机械学习使用多组包括通过将峰部分的位置已知的参照波形分割所制作的多个部分波形的组,处理器将对象波形分割成多个部分波形,使用学成模型判定对象波形的峰部分,基于对象波形的峰部分的判定结果,将对象波形分类为峰部分连续的峰区域与峰区域以外的非峰区域,使用在使用学成模型判定对象波形的峰部分时从学成模型输出的数据,计算峰部分的判定结果的确信度。
4、本公开的某一方面的解析方法是对作为色谱图或光谱的对象波形进行解析,其包括:制作学成模型的步骤,所述学成模型通过机械学习确定所输入的波形所包含的峰部分,所述机械学习使用多组包括通过将峰部分的位置已知的参照波形分割所制作的多个部分波形的组;将对象波形分割成多个部分波形的步骤;使用学成模型判定对象波形的峰部分的步骤;基于对象波形的峰部分的判定结果,将对象波形分类为峰部分连续的峰区域与峰区域以外的非峰区域的步骤;及使用在使用学成模型判定对象波形的峰部分时从学成模型输出的数据,计算判定结果的确信度的步骤。
5、本发明的所述及其他目的、特征、方面及优点将由与附图关联地理解的与本发明有关的下述详细说明来表明。
1.一种解析装置,对作为色谱图或光谱的对象波形进行解析,其特征在于,且包括:
2.根据权利要求1所述的解析装置,其中
3.根据权利要求1或2所述的解析装置,其中
4.根据权利要求2所述的解析装置,其中
5.根据权利要求1所述的解析装置,其中
6.根据权利要求1或2所述的解析装置,其中,还包括:
7.根据权利要求6所述的解析装置,其中,还包括:
8.一种解析方法,对作为色谱图或光谱的对象波形进行解析,其特征在于,且包括: