时间和/或空间序列文件的多组分回归/多组分分析制造技术

MCR（多组分回归）估算如从红外或其他光谱学提取的纯组分时间和/或空间序列光谱，这些光谱能够与参考库中的光谱进行比较以找出最佳匹配。然后这些最佳匹配光谱各自进而可以与这些参考光谱相组合，其中也对这些组合进行筛选，以找出对估算的纯组分时间序列光谱中的任一光谱的最佳匹配。然后，这些结果最佳匹配也可以经历上述组合与比较步骤。若希望，该过程可以按此方式以不受限制的方式重复进行，直到达到一个适当的停止点，例如，当标识出希望数量的最佳匹配、当已经执行了某一预定数量的迭代、等等。如果考虑参考光谱的所有可能的组合，本方法能够用少得多的计算步骤以及更快的速度来返回最佳匹配光谱。

【技术实现步骤摘要】
【国外来华专利技术】时间和/或空间序列文件的多组分回归/多组分分析专利技术背景专利
本专利技术涉及光谱分析领域，并且更确切地涉及当希望时将多组分回归与多组分光谱匹配组合使用的演化时间序列光谱的自动标识。相关技术讨论分子光谱仪（有时被称作分光镜）是一种仪器，其中，通常利用不可见光（如光谱的红外区域内的光）来照射固态的、液态的或气态的样品。然后，将来自该样品的光捕获并且进行分析，用以揭露该样品特征的信息。举例来讲，样品可以用在一定波长范围内具有已知强度的红外光进行照射，然后被该样品透射和/或反射的光可以被捕获以用来与光源进行比较。对所捕获的光谱进行检查可以展示出该照射光被该样品吸收的波长。该光谱，并且特别是其中峰的位置以及幅度，可以与之前-获得的参考光谱进行比较，以获得关于样品的信息，例如，它的成分以及特性。本质上，该光谱充当该样品以及其中物质的一个“指纹”，并且通过将该指纹与一个或多个已知的指纹进行匹配，可以确定该样品的身份。当使用这类上述方法收集取决于时间的数据时，如，例如在化学反应监控（动力学）或用气体排放的热分析（TGA-IR）或色谱分析法（GC-IR）中，存在许多偶然性。此分析的最冗长的步骤是从连接的光谱序列中提取独立的谱随后进行这些单独光谱的分析。在GC-IR中，光谱通常用于纯组分，GC进行分离，但在TGA-IR中，单独的光谱本身还可以是混合物。因此应认识到，如果希望将一个演化样品的多个时间序列光谱与一个或多个参考光谱的所有可能的组合进行比较，则这通常会是一个极其巨大的数字，特别是大的参考库可以具有成千上万的条目的情况下。如果在进行定性分析之外，还要进行定量分析，即，在确定未知光谱中每个光谱成分的身份之外还要确定其相对比例的情况下，那么进行这些比较需要的计算时间可以被进一步放大。这种定量分析可以要求在多个参考光谱的组合针对光谱时间序列之间执行回归，以确定每个参考光谱为了形成最佳匹配的组合中应该具有的权重。其结果是，即使使用了专用计算机或具有高速处理器的其他机器，执行彻底的光谱匹配有时会花费几个小时，甚至几天的时间。2010年4月13日授予Ritter等人的题为“特别用于多组分光谱的高效光谱匹配（EFFICIENTSPECTRALMATCHING,PARTICULARLYFORMULTICOMPENENTSPECTRA）”的美国专利号7,698,098B2中描述并要求保护一种用于使用多组分分析使未知光谱进行光谱匹配的方法的背景信息，该背景信息通过引用以其全部内容结合于此，包括以下内容“从红外或其他光谱法获得的未知光谱可以与参考库中的光谱进行比较以找出最佳匹配。然后这些最佳匹配光谱各自进而可以与这些参考光谱相组合，其中也对这些组合进行筛选，以得到对未知光谱的最佳匹配。然后，所产生的这些最佳匹配亦可以经历上述的组合与比较步骤。该过程可以按此方式重复进行，直到达到一个适当的停止点，例如，当标识出希望数量的最佳匹配、当已经执行了某一预定数量的迭代、等等。如果考虑了参考光谱的所有可能的组合，这种方法能够用少得多的计算步骤以及更快的速度来返回最佳匹配的光谱（及光谱的组合）”。2006年7月4日授予Schweitzer等人的题为“用于通过光谱分析标识混合物的组分的方法（METHODFORIDENTIFYINGCOMPONENTSOFAMIXTUREVIASPECTRALANALYSIS）”的美国专利号7,072,771B1中描述并要求保护一种组分光谱分析的方法的背景信息，包括以下内容“本专利技术总体上针对光谱分析领域，并更具体地针对一种使用包括潜在候选者的光谱库从由混合物中收集的光谱集合中标识出混合物的未知组分的改进方法。例如，本方法针对通过包括以下内容的步骤来标识混合物的组分：获得一个限定混合物数据空间的混合物光谱数据集合；根据已知元素的多个库光谱到该混合物数据空间中的投射角对库光谱进行排序；为排序最高的y个库光谱的每个组合计算一个校正的相关系数；以及选择具有最高校正的相关系数的组合，其中，已知元素的所选择的组合被标识为该混合物的组分”。专利技术概述本专利技术针对一种用于对由一个或多个演化样品产生的序列数据文件进行分析的自动化方法。具体地，使用MCR或多组分回归，可以首先通过分析提取一系列线性独立的光谱。技术上，MCR结果被称为“因子”，并且经常通过MCR产生一个因子集合；并且当重新组合时，这些因子可以重现原始数据集合。如在此描述的，MCR然后可以针对将这些因子传递至多组分搜索（MCS）途径，该途径可以使针对所提供的数据库搜索的因子去卷积。这种过程的最终结果能够标识出原始数据集合内存在的每个组分。该途径可以通过执行用原始数据集合标识的组分的光谱相关来完成该分析。实质上，这通过将组分光谱与原始数据集合内的那些光谱进行比较并提供一个值来完成,该值示出在那个时间点存在多少该组分。此跨整个时间演化的数据集合的总结产生一个特征曲线,该特征曲线展现每个组分的存在的时间历史。最终，这产生示出每个组分的时间依赖性的特征曲线序列。如希望，最终报告经常可以被定制成由所提取的光谱、搜索结果、以及每个所标识的组分的特征曲线组成。这克服了现有技术存在的几个问题：·处理数据库内所有的光谱用于信息提取。·用户不必具有样品的一些初始知识。·用户不需要具有关于分析软件的任何技能。·大大加快了最终分析的速度。相应地，本申请的一个第一方面包括一种用于分析来自演化样品的光谱的方法，该方法包括：利用一个光谱仪获得一个时间和/或空间序列光谱集合；通过使用一台计算机通过回归方法从该时间和/或空间序列光谱集合中的每个光谱来估算一个或多个定性且定量的组成组分；以及利用一台计算机将从该时间和/或空间序列光谱集合中的每个光谱所估算的一个或多个定性且定量的组成组分传递到一个多组分搜索（MCS）算法中，该算法被配置成用于迭代地使一个或多个光谱库内存放的一个或多个比较光谱与作为一个或多个对应的定性且定量的组成组分展现的所估算的时间和/或空间序列光谱集合中的每个光谱相关，其中，该结果是迭代地确定的一个或多个候选光谱的最佳匹配的时间和/或空间序列集合。本申请的一个第二方面包括一种用于分析来自演化样品的光谱的系统，该系统包括：一个光谱仪，被配置成用于生成一个时间和/或空间序列光谱集合；以及一台计算机，被配置成用于通过一种回归方法从该时间和/或空间序列光谱集合中的每个光谱来估算一个或多个定性且定量的组成组分，其中该计算机将从该时间和/或空间序列光谱集合中的每个光谱所估算的一个或多个定性且定量的组成组分传递到一个多组分搜索（MCS）算法中，该算法被配置成用于迭代地使一个或多个光谱库内存放的一个或多个比较光谱与作为一个或多个对应的定性且定量的组成组分展现的所估算的时间和/或空间序列光谱集合中的每个光谱相关，其中，结果是迭代地确定的一个或多个候选光谱的最佳匹配的时间序列集合。附图简要说明图1A示出了一个示例性样品的序列时间文件的给定时间点的光谱。图1B示出了由图1A的光谱的去卷积产生的二氧化碳、氨、异氰酸以及水的MCR估算的纯组分吸收光谱。图1C示出了图1B中所示的示例性估算的纯组分的量化时间特征曲线。图2总体上展示了由多组分回归产生的估算的纯组分P1、P2和P3的示例性序列时间文件，其后与从一个或多本文档来自技高网...

【技术保护点】
一种用于对来自演化或变化样品的光谱进行分析的方法，该方法包括：利用一个光谱仪获得一个时间和/或空间序列光谱集合；通过使用一台计算机通过一种回归方法对来自所述时间和/或空间序列光谱集合中的每个光谱的一个或多个定性且定量的组成组分进行估算；以及利用一台计算机将来自所述时间和/或空间序列光谱集合中的每个光谱的所述估算的一个或多个定性且定量的组成组分传递到一个多组分搜索（MCS）算法中，该算法被配置成用于迭代地使一个或多个光谱库内存放的一个或多个比较光谱与作为一个或多个对应的定性且定量的组成组分来展现的所述估算时间和/或空间序列光谱集合中的每个光谱相关，其中，该结果是迭代地确定的一个或多个候选光谱的最佳匹配的时间和/或空间序列集合。

【技术特征摘要】
【国外来华专利技术】2011.10.17 US 61/548,0141.一种用于对来自演化或变化样品的光谱进行分析的方法，该方法包括：利用一个光谱仪获得一个时间和/或空间序列光谱集合；通过使用一台计算机通过一种回归方法对来自所述时间和/或空间序列光谱集合中的每个光谱的一个或多个定性且定量的组成组分进行估算；以及利用一台计算机将来自所述时间和/或空间序列光谱集合中的每个光谱的所述估算的一个或多个定性且定量的组成组分传递到一个多组分搜索(MCS)算法中，该算法被配置成用于迭代地使一个或多个光谱库内存放的一个或多个比较光谱与作为一个或多个对应的定性且定量的组成组分来展现的所述估算时间和/或空间序列光谱集合中的每个光谱相关，其中，结果是迭代地确定的一个或多个候选光谱的最佳匹配的时间和/或空间序列集合,所述迭代地使一个或多个候选光谱相关的MCS搜索算法进一步被配置成用于：生成一个或多个新的比较光谱，其中，所述新的比较光谱中的每个光谱是之前标识的候选光谱之一与来自一个光谱库源的比较光谱之一的一个组合，并且将从所述时间和/或空间序列光谱集合的每个光谱所述估算的一个或多个的组成组分与选定的所述新的比较光谱进行比较以确定一个符合程度；并且重复以上所述的生成和比较步骤，直到标识出一个所希望数量的所述一个或多个候选光谱的集合，或当标识出所述一个或多个候选光谱的集合时，这些候选光谱以至少某个合格的符合度值与来自所述时间和/或空间序列光谱集合中的每个光谱的所述估算的一个或多个定性且定量的组成组分相匹配，或一旦选定的所述一个或多个候选光谱的时间和/或空间序列集合中达到最大数量的组成组分。2.如权利要求1所述的方法，进一步包括：按照所述一个或多个定性且定量的组成组分的经排列的次序和/或时间和/或空间演化特征曲线来展现所述迭代地确定的一个或多个候选光谱的最佳匹配的时间和/或空间序列集合。3.如权利要求1所述的方法，其中，所述估算步骤内的所述回归方法包括一个多组分回归(MCR)算法。4.如权利要求3所述的方法，其中，所述多组分回归(MCR)算法包括对所述获得的时间序列光谱集合的一个单峰性约束。5.如权利要求3所述的方法，其中，所述多组分回归(MCR)算法包括对所述获得的时间和/或空间序列光谱集合的一个非负性约束。6.如权利要求5所述的方法，其中，所述多组分回归(MCR)算法包括一个非负最小二乘法(NNLS)迭代过...

【专利技术属性】
技术研发人员：M·S·布拉德利，G·L·瑞特，A·I·格莱诺弗，
申请(专利权)人：热电科学仪器有限公司，
类型：发明
国别省市：美国;US