质谱峰检测算法的制作方法

本申请涉及质谱峰识别，特别是涉及一种质谱峰检测算法。

背景技术：

1、随着科学技术的发展，质谱技术被广泛地应用在化工、食品检测、材料检测、地球化学和农学等领域。然而，在临床的样品检测中，由于复杂的样品基质产生的离子干扰待测化合物的质谱图或仪器产生的噪声，可能会导致出现峰型不规律、噪声峰增多等现象，这增加了待测化学物鉴定的难度，影响了结果的准确性。

2、到目前为止，大部分的谱峰识别算法主要是根据频谱中一个或多个数据点的提取幅度来检测峰。根据幅度定向原理提出了基于卡尔曼滤波和基于层次密度的噪声应用空间分类等方法来检测质谱图。这种方法虽然有效可行，但是在真正的峰值和噪声之间的区别不是单个或几个数据点的幅度。对于通过幅度定向的峰值检测算法来说，在检测低强度真实质谱特征的同时过滤高强度的噪声是十分困难的，单纯的利用幅度定向会使谱峰检测出现漏峰或错误识别的现象。

3、除幅度定向外，还有一种办法是基于形状定向的谱峰识别。这种方法以形状定向为判据，通过对脊线的长度和宽度限制来决定候选峰的质量，在提高检测灵敏度、降低假峰识别率的同时，对低强度特征峰的检测有特别好的效果。这种方法虽然可以做到在去除高强度噪声的同时检测到低强度峰，但是这种方法对参数的要求比较敏感，很容易因为参数的设置不恰当而出现错误识别。

4、综上所述，无论是基于形状定向还是幅度定向，虽然传统峰值检测方法有很多，但是每个方法无法做到面面俱到。当前的峰值检测难以做到在保证弱峰和重叠峰检出率的同时减少假峰识别率。

技术实现思路

1、基于此，有必要针对传统的峰值检测难以做到在保证弱峰和重叠峰检出率的同时减少假峰识别率的问题，提供一种质谱峰检测算法。

2、本申请提供一种质谱峰检测算法，所述质谱峰检测算法包括：

3、通过加权连续小波变换将频谱信号压缩到小尺度区间，得到加权连续小波系数矩阵；

4、通过滑动窗口法寻找加权连续小波系数矩阵中的局部极大值和局部最小值,根据局部最大值创建局部最大值的二维矩阵，根据局部最小值创建局部最小值的二维矩阵；

5、通过阶梯扫描法遍历所有的极大值和极小值，将局部极值连接成初始脊线和初始谷线；

6、利用连续小波变换得到连续小波系数矩阵，采用逻辑映射对连续小波系数矩阵进行灰度转换；

7、通过自适应变化的权重系数和学习因子优化pso算法，利用优化后的pso算法迭代寻优图像最佳分割阈值；

8、利用otsu基于最佳分割阈值对连续小波系数矩阵分割谱峰区域和噪声区域；

9、对谱峰区域内的脊线设置宽度和长度阈值，得到符合阈值条件的最终脊线与最终谷线，将最终脊线与最终谷线和原始质谱图结合，获得最终的峰识别频谱图。

10、本申请涉及一种质谱峰检测算法，通过加权连续小波变换将频谱信号压缩到小尺度区间，以此获得更明显的峰值信息，使算法可以识别出更多的弱峰和重叠峰，并且减少了对假峰的识别，之后利用自适应变化的权重系数和学习因子优化pso算法，通过优化后的pso算法去寻找最佳分割阈值，将最佳分割阈值代入otsu中，将峰值区域和噪声区域更精确地分割开，在保持较低假峰识别率的同时，实现较高的弱峰和重叠峰识别率。

技术特征：

1.一种质谱峰检测算法，其特征在于，所述质谱峰检测算法包括：

2.根据权利要求1所述的质谱峰检测算法，其特征在于，所述通过加权连续小波变换将频谱信号压缩到小尺度区间，得到加权连续小波系数矩阵，包括：

3.根据权利要求2所述的质谱峰检测算法，其特征在于，所述通过滑动窗口法寻找加权连续小波系数矩阵中的局部极大值和局部最小值,根据局部最大值创建局部最大值的二维矩阵，根据局部最小值创建局部最小值的二维矩阵，包括：

4.根据权利要求3所述的质谱峰检测算法，其特征在于，所述通过阶梯扫描法遍历所有的极大值和极小值，将局部极值连接成初始脊线和初始谷线，包括：

5.根据权利要求4所述的质谱峰检测算法，其特征在于，所述利用连续小波变换得到连续小波系数矩阵，采用逻辑映射对连续小波系数矩阵进行灰度转换，包括：

6.根据权利要求5所述的质谱峰检测算法，其特征在于，所述通过自适应变化的权重系数和学习因子优化pso算法，利用优化后的pso算法迭代寻优图像最佳分割阈值，包括：

7.根据权利要求6所述的质谱峰检测算法，其特征在于，所述利用otsu基于最佳分割阈值对连续小波系数矩阵分割谱峰区域和噪声区域，包括：

8.根据权利要求7所述的质谱峰检测算法，其特征在于，所述将最大类间方差作为适应度函数，把每个粒子的位置代入适应度函数，计算得到适应度值，包括：

9.根据权利要求8所述的质谱峰检测算法，其特征在于，所述跟踪个体的极大值和群体的极大值以更新个体的速度和位置，得到粒子的新的速度和新的位置，包括:

10.根据权利要求9所述的质谱峰检测算法，其特征在于，所述对谱峰区域内的脊线设置宽度和长度阈值，得到符合阈值条件的最终脊线与最终谷线，将最终脊线与最终谷线和原始质谱图结合，获得最终的峰识别频谱图，包括：

技术总结
本申请涉及一种质谱峰检测算法，通过加权连续小波变换将频谱信号压缩到小尺度区间，以此获得更明显的峰值信息，使算法可以识别出更多的弱峰和重叠峰，并且减少了对假峰的识别，之后利用自适应变化的权重系数和学习因子优化PSO算法，通过优化后的PSO算法去寻找最佳分割阈值，将最佳分割阈值代入OTSU中，将峰值区域和噪声区域更精确地分割开，在保持较低假峰识别率的同时，实现较高的弱峰和重叠峰识别率。

技术研发人员：张顺,高文清,蔡挺,俞建成,林静
受保护的技术使用者：宁波市第二医院
技术研发日：
技术公布日：2024/1/15