解析装置及解析方法制造方法及图纸

本发明专利技术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。解析装置(1)将对象波形分割成多个部分波形(S12)，使用学成模型，判定被分割的多个部分波形中成为峰部分的峰波形(S14)，并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，计算峰波形的判定结果的确信度(S17)。峰波形的判定结果的确信度(S17)。峰波形的判定结果的确信度(S17)。

【技术实现步骤摘要】
解析装置及解析方法


[0001]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。

技术介绍

[0002]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。
[0003]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。
[0004]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。
[0005]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 Multibox Detector，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 for facilitating deep learning of peak
‑
picking neural networks.J Biosci Bioeng.2021Feb；131(2):207
‑
212.doi:10.1016/j.jbiosc.2020.09.013.Epub 2020Oct 10.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

[0006]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。
[0007]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。
[0008]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。
[0009]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。
[0010]本专利技术的所述及其他目的、特征、方面及优点将由与附图关联地理解的与本专利技术有关的下述详细说明来表明。
附图说明
[0011]图1是表示解析装置的整体结构的框图。
[0012]图2是表示色谱图的一例的图。
[0013]图3是用来对制作学成模型的顺序进行说明的框图。
[0014]图4是用来对制作学成模型的顺序进行说明的流程图。
[0015]图5是用来对使用学成模型判定色谱图数据的顺序进行说明的流程图。
[0016]图6是表示学成模型的判定结果的一例的图。
[0017]图7是表示基于判定结果进行标签标注处理的曲线图的一例的图。
[0018]图8是表示将确信度与判定结果一起显示的图像的一例的图。
[0019]图9是表示接受对判定结果进行修正的操作的图像的一例的图。
[0020]图10是表示峰的确信度与正解率的关系的图。
[0021]图11是表示计算峰的确信度的方法的各种变形例1～变形例7的图。
[0022]图12是用来对变形例7进行说明的图。
具体实施方式
[0023]以下，参照图式对本公开的实施方式进行详细说明。此外，对图中相同或相当部分标注相同的符号，不再重复其说明。
[0024]图1是表示解析装置1的整体结构的框图。解析装置1包括作为控制部发挥功能的处理器10、作为存储部发挥功能的存储器20、及输入输出端口30。在输入输出端口30连接鼠标40、键盘50、及显示装置60。也可以在输入输出端口30连接质谱仪等。也可以经由互联网或内部网络等在输入输出端口30连接一个或多个终端装置。
[0025]解析装置1例如以个人计算机作为基础而构成。解析装置1可包括能够经由互联网等网络从一个或多个终端装置访问的服务器。
[0026]对输入输出端口30输入解析对象的测定数据(色谱图数据)、及机械学习所使用的学习用数据。也可以构成为经由连接于输入输出端口30的质谱仪输入解析对象的测定数据。也可通过质谱仪、连接于质谱仪的液相色谱仪、及解析装置1构成液相色谱质谱系统。
[0027]在存储器20中至少储存对输入输出端口30输入的学习用数据210、对输入输出端口30输入的测定数据213、机械学习所使用的推定模型300、以及用来执行解析处理及机械学习的处理的解析用程序200。
[0028]学习用数据210被分类为训练用数据211及验证用数据212。训练用数据211及验证
用数据212是通过利用色谱质谱装置测定含有各种成分的试样所获得的色谱图的波形的数据。色谱图例如为总离子色谱图，其利用质谱仪对经液相色谱仪分离的成分进行质谱(mass spectrometry，MS)扫描测定，并表示所检测到的全部质量电荷比的离子的合计强度的时间变化。色谱图也可以为进行选择离子监测(selected ion monitoring，SIM)测定或多反应监测(multiple reaction monitoring，MRM)测定并表示特定的质量电荷比的离子的强度的时间变化的质量色谱图。
[0029]这些训练用数据211及验证用数据212包括预先通过采峰所确定的峰的位置的数据。这些波形的数据以成为强度值的规定的范围内(例如
±
1.0)的方式预先被标准化。通过标准化将强度标不同的多个色谱图统一成共通的强度标，由此能够提高学成模型的精度。此处，作为训练用数据211及验证用数据212，使用通过实际试样的测定所获得的色谱图，但也可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
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：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，所述处理器将所述对象波形分割成多个部分波形，使用所述学成模型，判定被分割的所述多个部分波形中成为峰部分的峰波形，使用在使用所述学成模型判定所述对象波形的峰部分时从所述学成模型输出的数据，计算所述峰波形的判定结果的确信度。2.根据权利要求1所述的解析装置，其中所述处理器使用根据从所述学成模型输出的数据所确定的值、或执行用来对从所述学成模型输出的数据标注标签的标签标注处理后的数据，计算所述确信度。3.根据权利要求1或2所述的解析装置，其中所述处理器对所述峰波形进行标签标注，计算所述确信度。4.根据权利要求2所述的解析装置，其中所述标签包括单独峰、未分离峰、峰开始点、峰结束点、峰顶、及基线中的至少一者。5.根据权利要求1所述的解析装置，其中所述处理器计算所述对象波...

【专利技术属性】
技术研发人员：金泽慎司，
申请(专利权)人：株式会社岛津制作所，
类型：发明
国别省市：