[发明专利]基于CKF的色谱峰估计方法、系统、存储介质及计算机设备

说明书

本发明公开了一种基于CKF的色谱峰估计方法、系统、存储介质及计算机设备，本发明提供的基于CKF的色谱峰估计方法，对色谱峰的相邻两个时刻的强度的关系进行建模，构建一个三次函数关系，能在尽可能保留色谱峰信息的前提下，最大程度地降低了计算复杂度与积分误差，其中，使用三次函数关系，积分误差为0；本发明针对色谱峰的模型，使用容积卡尔曼滤波算法(CKF)进行降噪计算，并对CKF进行了简化处理与降维处理，计算复杂度更低，更适合实时处理色谱图；本发明基于贝叶斯滤波框架进行计算，对输入参数可以灵活调整，这样能更好的适应不同色谱峰的降噪需求。

技术领域

本发明涉及色谱图处理技术领域，特别涉及一种基于CKF的色谱峰估计方法、系统、存储介质及计算机设备。

背景技术

在进行基于液相质谱的科学实验或医学实验中，目标物的色谱峰面积的计算往往起到了至关重要的作用，因为这涉及到定量计算的精度。尤其是对于浓度较低或响应较低的样本，其色谱峰强度低，容易受到噪声的影响，可以想象到，在色谱峰上叠加了一连串明显的噪声，其结果就是噪声很大程度的影响了色谱峰面积的大小，而噪声是随机的，于是色谱峰面积就变得难以准确，相应地，待测目标物浓度也就无法准确测得，可见如图1的示例。而噪声带来的峰面积不准确，无法通过内标法校正，所以大大降低了实验的准确性。如果使用线性的降噪方法，对于非线性的色谱图而言，会损失部分色谱峰信息，难以保证峰面积准确性。

所以，现在需要一种更可靠的方案。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于CKF的色谱峰估计方法、系统、存储介质及计算机设备，以便于更好的处理色谱峰中的噪声，获得更加精准的峰面积。

为实现上述目的，本发明采用的技术方案是：一种基于CKF的色谱峰估计方法，包括以下步骤：

首先将色谱图随时间变化的过程抽象为一马尔可夫过程，将色谱峰在某一时刻的强度与上一时刻的强度关系表示如下：

其中x_k为时刻k的色谱峰强度，x_k-1为时刻k-1的色谱峰强度，w为一服从高斯分布的随机噪声，A、B、C和D为已知常数；色谱峰强度观测值与色谱峰强度具有如下关系：z_k＝x_k+v (1-2)；

其中z_k为时刻k下观测到的色谱峰强度，x_k为时刻k的色谱峰强度，v为一服从高斯分布的随机噪声；

然后根据式(1-1)和(1-2)，基于CKF进行色谱峰估计：

1)初始化，设定初始方差P_0|0、估计期望

2)分解误差的方差：

其中，P_k|k-1表示预测误差的方差，S_k-1|k-1为估计误差的标准差；

3)按照下式计算容积点集：

其中，X_1,k-1|k-1和X_2,k-1|k-1为容积点集，表示色谱图的预测状态估计；

4)基于容积点集，计算传播使用的容积函数点，计算如下：

其中，F()为公式(1)的函数关系；

5)计算色谱图的预测状态估计和预测误差的方差P_k|k-1，计算如下：