开云优惠体育网页版入口

专利名称：基于迭代算法的谱峰识别方法、设备、介质及产品

专利类型：发明专利

专利申请号：CN202210488617.7

专利申请（专利权）人：国科新智(天津)开云优惠体育网页版入口发展有限公司
权利人地址：天津市东丽区五经路16号国际医疗器械产业园4号楼209室

专利发明（设计）人：庞嘉,贾明正,吴梦,黄琪,凌星,程文播

专利摘要：本发明涉及基于迭代算法的谱峰识别方法、设备、介质及产品，该方法包括步骤：输入原始谱图数据，基于均值迭代的信噪比估计算法计算每一个数据点的信噪比估计值；遍历谱图内所有数据点，查找满足信噪比阈值设置且趋势为先上升后下降的数据点，将其标记为谱峰候选点；判断谱峰候选点是否满足参数；是则保留谱峰候选点并输出；否则去除谱峰候选点；对所有谱峰候选点进行筛。玫皆计淄际葜新闾跫的谱峰。使用迭代方法查找、重新校正和调整识别到的谱峰，能够在峰边界重叠覆盖的情况下达到细化峰中心的效果，利用峰间隔阈值参数筛选无用峰，该方法可以较好识别质谱图的谱峰。

主权利要求：
1.基于迭代算法的谱峰识别方法，其特征在于，包括以下步骤：
S1、输入原始谱图数据，基于均值迭代的信噪比估计算法计算每一个数据点的信噪比估计值；
S2、遍历谱图内所有数据点，查找满足信噪比阈值设置且趋势为先上升后下降的数据点，将其标记为谱峰候选点；
S3、判断所述谱峰候选点是否满足峰间隔阈值参数；
S4、是则保留谱峰候选点并输出；
S5、否则去除谱峰候选点；
S6、遍历所有谱峰候选点，重复S3步骤至S5步骤，得到原始谱图数据中满足条件的谱峰；
S1步骤包括以下步骤：
S11、将所述原始谱图数据分为多个点数一致的数据组，每组具有 个数据点，对每一组数据进行计算；
S12、计算该组数据的期望值 和标准差 ，其中，表示构成数据点的向量，本组数据的强度最大值 ，本组筛选数据的阈值 ，筛选数据的阈值公式为 ；
S13、将原始谱图数据的直方图像箱数设置为 ，直方图被划分为 段，每段数据点数 ，参数 为设置的参数，将原始谱图数据内大于 的数据全部丢弃，保留小于 的数据点做直方图统计，并以 为长度进行分段，计算每一段数据的平均强度；
S14、对每段分区的数据做直方图统计，计算出该段数据直方图的均值和方差，直方图均值n对应的强度为噪声估计值，噪声估计值的公式为 ；
S15、重复S13步骤和S14步骤，迭代计算直方图若干次并确定最终噪声估计值，窗口中心点的信噪比估计值为该点强度除以噪声估计值；
所述S2步骤包括以下步骤：
遍历谱图内所有数据点，依次寻找满足信噪比估计值大于设定信噪比阈值的点，同时该点的强度大于其左侧若干点、右侧若干点的强度，其左侧第i点和右侧第i点的信噪比估计值大于阈值；按距离该点由远及近的顺序，左边若干点的强度依次递增，右边若干点的强度也依次递增,满足上述条件则认为是一个谱峰点，标记并记作谱峰候选点；
所述S3步骤包括以下步骤：
将所有谱峰候选点按照强度由小到大的排序，谱峰候选点与其右侧的第一点的距离小于峰间隔阈值乘以峰最小间距，右侧第一点的强度大于谱峰候选点，谱峰候选点与其左侧第一点距离小于峰间隔阈值乘以峰最小间距，左侧第一点强度小于候选点，满足上述条件的候选峰点保留作为结果，未满足任意一点的候选峰点被去除；所述峰最小间距为谱峰候选点内相邻峰间隔的最小值，所述峰间隔阈值为设置筛选峰时允许保留的峰值之间差值的倍数，当峰间隔阈值设置的越高，允许的峰值间隔越远，则保留的峰数越多；
所述S6步骤包括以下步骤：
按照S3步骤对所有谱峰候选点进行筛。耘判蚝蟮钠追搴蜓〉阄肿又行，依排序顺序进行迭代，当所有候选点均完成遍历后结束峰筛。菝扛雎闵秆√跫的候选点得到原始数据中满足条件的质谱谱峰。
2.根据权利要求1所述的基于迭代算法的谱峰识别方法，其特征在于，所述筛选数据的阈值 大于或等于0。
3.根据权利要求1所述的基于迭代算法的谱峰识别方法，其特征在于:所述S2步骤中，遍历谱图内所有数据点，依次寻找满足信噪比估计值大于设定信噪比阈值的点，同时该点的强度大于其左侧第一点、左侧第二点、右侧第一点和右侧第二点的强度，其左侧第一点和右侧第一点的信噪比估计值大于阈值，左边第二点强度小于左边第一点，右边第二点强度小于右边第一点，左侧第二点和右侧第二点的信噪比估计值大于阈值，满足上述条件则认为是一个谱峰点，标记并记作谱峰候选点。
4.一种电子设备，其特征在于，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现如权利要求1至3中任一项所述的方法。
5.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被执行时实现如权利要求1至3中任意一项所述的方法。
6.一种计算机程序产品，包括计算机指令，其特征在于，该计算机指令被处理器执行时实现如权利要求1至3中任意一项所述的方法。 说明书 : 基于迭代算法的谱峰识别方法、设备、介质及产品技术领域[0001] 本发明涉及谱峰识别技术领域，特别涉及基于迭代算法的谱峰识别方法、设备、介质及产品。背景技术[0002] 基质辅助激光解析电离飞行时间质谱(MALDI?TOF?MS)应用于微生物鉴定和蛋白质及核酸在内的生物大分子的分析，具有高通量、高灵敏和高准确度的特点。MALDI?TOF?MS检测新型冠状病毒方法为通过特定引物扩增目标基因片段，再通过靶向位点探针特异性单碱基延伸，然后通过质谱技术检测延伸位点的碱基，判断病毒种类和变异类型。该技术在遗传病筛查、肿瘤变异检测、甲基化检测、用药指导、病原体检测及功能医学健康管理等多个领域的应用日益深入，已经成为精准医学不可或缺的分子诊断技术。[0003] MALDI?TOF?MS技术应用中最重要的是将不同种类离子的质量谱峰识别出来，也就是识别不同荷质比的质谱峰。谱峰识别的准确与否与诊断结果是否正确息息相关，所以谱峰检测识别的准确性是影响仪器检测能力的重要指标，必须使用一种高准确性的质谱峰识别方法。[0004] 传统的峰识别方法是在一定范围内考察数据信号强度的变化趋势，满足先上升后下降的趋势即认为是一个峰值。传统方法不能精确地分辨存在干扰噪声的质谱峰，如果谱图有噪声跳变满足设置的范围要求，传统峰识别将误认为该噪声是一个质谱峰，严重影响识别的准确性和仪器的检测结果。质谱峰的谱图表现为半峰宽小、峰值多，传统的谱峰识别算法对于质谱谱图的识别条件设置不足，不适用于MALDI?TOF?MS的质谱结果，识别出的峰数量较多且多数为不感兴趣的峰，影响识别结果的准确度。发明内容[0005] 为了实现根据本发明的上述目的和其他优点，本发明的第一目的是提供基于迭代算法的谱峰识别方法，包括以下步骤：[0006] S1、输入原始谱图数据，基于均值迭代的信噪比估计算法计算每一个数据点的信噪比估计值；[0007] S2、遍历谱图内所有数据点，查找满足信噪比阈值设置且趋势为先上升后下降的数据点，将其标记为谱峰候选点；[0008] S3、判断所述谱峰候选点是否满足峰间隔阈值参数；[0009] S4、是则保留谱峰候选点并输出；[0010] S5、否则去除谱峰候选点；[0011] S6、遍历所有谱峰候选点，重复S3步骤至S5步骤，得到原始谱图数据中满足条件的谱峰。[0012] 进一步地，SI步骤包括以下步骤：[0013] S11、将所述原始谱图数据分为多个点数一致的数据组，每组具有N个数据点，对每一组数据进行计算；[0014] S12、计算该组数据的期望值E(X)和标准差STDEV(X)，其中，X表示构成数据点的向量，本组数据的强度最大值max，本组筛选数据的阈值η，筛选数据的阈值公式为[0015] S13、将原始谱图数据的直方图像箱数设置为Nbin，直方图被划分为Nbin段，每段数据点数INsize＝η/Ncount，参数Ncount为设置的参数，将原始谱图数据内大于η的数据全部丢弃，保留小于η的数据点做直方图统计，并以INsize为长度进行分段，计算每一段数据的平均强度；[0016] S14、对每段分区的数据做直方图统计，计算出该段数据直方图的均值和方差，直方图均值n对应的强度为噪声估计值，噪声估计值的公式为n＝mean(hist)；[0017] S15、重复S13步骤和S14步骤，迭代计算直方图若干次并确定最终噪声估计值，窗口中心点的信噪比估计值为该点强度除以噪声估计值。[0018] 进一步地，所述S2步骤包括以下步骤：[0019] 遍历谱图内所有数据点，依次寻找满足信噪比估计值大于设定信噪比阈值的点，同时该点的强度大于其左侧若干点、右侧若干点的强度，其左侧第i点和右侧第i点的信噪比估计值大于阈值；按距离该点由远及近的顺序，左边若干点的强度依次递增，右边若干点的强度也依次递增，满足上述条件则认为是一个谱峰点，标记并记作谱峰候选点。[0020] 进一步地，所述筛选数据的阈值η大于或等于0。[0021] 进一步地，所述S2步骤中，遍历谱图内所有数据点，依次寻找满足信噪比估计值大于设定信噪比阈值的点，同时该点的强度大于其左侧第一点、左侧第二点、右侧第一点和右侧第二点的强度，其左侧第一点和右侧第一点的信噪比估计值大于阈值，左边第二点强度小于左边第一点，右边第二点强度小于右边第一点，左侧第二点和右侧第二点的信噪比估计值大于阈值，满足上述条件则认为是一个谱峰点，标记并记作谱峰候选点。[0022] 进一步地，所述S3步骤包括以下步骤：[0023] 将所有谱峰候选点按照强度由小到大的排序，谱峰候选点与其右侧的第一点的距离小于峰间隔阈值乘以峰最小间距，右侧第一点的强度大于谱峰候选点，谱峰候选点与其左侧第一点距离小于峰间隔阈值乘以峰最小间距，左侧第一点强度小于候选点，满足上述条件的候选峰点保留作为结果，未满足任意一点的候选峰点被去除；所述峰最小间距为谱峰候选点内相邻峰间隔的最小值，所述峰间隔阈值为设置筛选峰时允许保留的峰值之间差值的倍数，当峰间隔阈值设置的越高，允许的峰值间隔越远，则保留的峰数越多。[0024] 进一步地，所述S6步骤包括以下步骤：[0025] 按照S3步骤对所有谱峰候选点进行筛。耘判蚝蟮钠追搴蜓〉阄肿又行，依排序顺序进行迭代，当所有候选点均完成遍历后结束峰筛。菝扛雎闵秆√跫的候选点得到原始数据中满足条件的质谱谱峰。[0026] 本发明的第二目的是提供一种电子设备，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现基于迭代算法的谱峰识别方法。[0027] 本发明的第三目的是提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被执行时实现基于迭代算法的谱峰识别方法。[0028] 本发明的第四目的是提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现基于迭代算法的谱峰识别方法。[0029] 与现有技术相比，本发明的有益效果是：[0030] 本发明提供了基于迭代算法的谱峰识别方法，使用迭代方法查找、重新校正和调整识别到的谱峰，能够在峰边界重叠覆盖的情况下达到细化峰中心的效果，利用峰间隔阈值参数筛选无用峰，该方法可以较好识别质谱图的谱峰。[0031] 本发明利用迭代计算的算法思想，采用均值迭代的信噪比估计方法，在无法完全去除噪声的质谱数据内可以基于估计的噪声做峰识别，将信噪比估计值做阈值结合数据强度识别谱峰。能够在具备噪声的质谱谱图数据上，优化噪声估计的准确度，获得更为准确的谱峰识别结果。[0032] 常见的谱峰识别方法识别完成后未进行感兴趣谱峰的筛。皇视糜诙喔扇欧宓那榭，会导致感兴趣峰被淹没在大量不感兴趣的峰内，无法达到较好的识别结果。本发明提出的基于迭代算法的谱峰识别方法，可以在识别过程中设置谱峰识别的参数条件，识别过程中删除无用峰，从而获得更符合要求的识别结果。[0033] 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。附图说明[0034] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：[0035] 图1为实施例1的基于迭代算法的谱峰识别方法流程图一；[0036] 图2为实施例1的基于迭代算法的谱峰识别方法流程图二；[0037] 图3为实施例2的电子设备示意图。具体实施方式[0038] 下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。[0039] 实施例1[0040] 基于迭代算法的谱峰识别方法，如图1、图2所示，包括以下步骤：[0041] S1、输入原始谱图数据，基于均值迭代的信噪比估计算法计算每一个数据点的信噪比估计值；具体地，包括以下步骤：[0042] S11、将原始谱图数据分为多个点数一致的数据组，每组具有N个数据点，对每一组数据进行计算；[0043] S12、计算该组数据的期望值E(X)和标准差STDEV(X)，其中，X表示构成数据点的向量，本组数据的强度最大值max，本组筛选数据的阈值η，筛选数据的阈值公式为一般情况下阈值η大于或等于0。[0044] S13、将原始谱图数据的直方图像箱数设置为Nbin，直方图被划分为Nbin段，每段数据点数INsize＝η/Ncount，参数Ncount为设置的参数，将原始谱图数据内大于η的数据全部丢弃，保留小于η的数据点做直方图统计，并以INsize为长度进行分段，计算每一段数据的平均强度；[0045] S14、对每段分区的数据做直方图统计(hist)，计算出该段数据直方图的均值和方差，直方图均值n对应的强度为噪声估计值，噪声估计值的公式为n＝mean(hist)；[0046] S15、重复S13步骤和S14步骤，迭代计算直方图若干次如三次，并确定最终噪声估计值，窗口中心点的信噪比估计值为该点强度除以噪声估计值。[0047] 本发明使用了基于均值迭代的信噪比估计方法，在MALDI?TOF?MS的仪器运行中存在多种噪声的影响，在预处理或者滤波处理后的数据仍存在噪声，噪声分布于谱图的全范围内影响峰识别的准确性。使用基于均值迭代的信噪比估计方法可以较准确地估计谱图内噪声，提升谱峰识别算法的准确性。[0048] S2、遍历谱图内所有数据点，查找满足信噪比阈值设置且趋势为先上升后下降的数据点，将其标记为谱峰候选点。具体地，包括以下步骤：[0049] 遍历谱图内所有数据点，依次寻找满足信噪比估计值大于设定信噪比阈值的点，同时该点的强度大于其左侧若干点、右侧若干点的强度，即满足先上升后下降的峰图趋势；其左侧第i点和右侧第i点的信噪比估计值大于阈值；按距离该点由远及近的顺序，左边若干点的强度依次递增，右边若干点的强度也依次递增,满足上述条件则认为是一个谱峰点，标记并记作谱峰候选点。[0050] 本实施例中，将该点的强度与其左侧两个点和右侧两个点的强度进行比较。具体地，遍历谱图内所有数据点，依次寻找满足信噪比估计值大于设定信噪比阈值的点，同时该点的强度大于其左侧第一点、左侧第二点、右侧第一点和右侧第二点的强度，其左侧第一点和右侧第一点的信噪比估计值大于阈值，左边第二点强度小于左边第一点，右边第二点强度小于右边第一点，左侧第二点和右侧第二点的信噪比估计值大于阈值，满足上述条件则认为是一个谱峰点，标记并记作谱峰候选点。[0051] S3、判断谱峰候选点是否满足峰间隔阈值参数；具体地，将所有谱峰候选点按照强度由小到大的排序，谱峰候选点与其右侧的第一点的距离小于峰间隔阈值乘以峰最小间距，右侧第一点的强度大于谱峰候选点，谱峰候选点与其左侧第一点距离小于峰间隔阈值乘以峰最小间距，左侧第一点强度小于候选点，满足上述条件的候选峰点保留作为结果，即S4、是则保留谱峰候选点并输出；未满足任意一点的候选峰点被去除，即S5、否则去除谱峰候选点。[0052] 其中，峰最小间距为谱峰候选点内相邻峰间隔的最小值，峰间隔阈值为设置筛选峰时允许保留的峰值之间差值的倍数，当峰间隔阈值设置的越高，允许的峰值间隔越远，则保留的峰数越多。[0053] S6、遍历所有谱峰候选点，重复S3步骤至S5步骤，得到原始谱图数据中满足条件的谱峰。具体地，按照S3步骤对所有谱峰候选点进行筛。耘判蚝蟮钠追搴蜓〉阄肿又行，依排序顺序进行迭代，当所有候选点均完成遍历后结束峰筛。菝扛雎闵秆√跫的候选点得到原始数据中满足条件的质谱谱峰。[0054] 本发明提出了基于谱峰参数的迭代谱峰识别方法，用于多干扰峰的谱峰识别，通过参数设置的阈值获得感兴趣的识别结果，删除不满足参数的干扰谱峰，使用迭代计算和参数设置的方式提升了峰识别算法的准确性。[0055] 实施例2[0056] 一种电子设备200，如图3所示，包括但不限于：存储器201，其上存储有程序代码；处理器202，其与存储器联接，并且当程序代码被处理器执行时，实现基于迭代算法的谱峰识别方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。[0057] 实施例3[0058] 一种计算机可读存储介质，其上存储有程序指令，程序指令被执行时实现的基于迭代算法的谱峰识别方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。[0059] 实施例4[0060] 一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现基于迭代算法的谱峰识别方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。[0061] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。[0062] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。[0063] 以上仅为本说明书实施例而已，并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变换。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的权利要求范围之内。本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例。

专利地区：天津

专利申请日期：2022-05-06

专利公开日期：2024-11-29

专利公告号：CN115078519B