В программе МультиХром версии 1.7 (опционально) и версии 3.х (модификации PRO) применяется новый усовершенствованный метод фильтрации шумов хроматографического сигнала.
Основная задача при обработке цифрового сигнала – получить на основа-нии массива цифровых данных максимально точную оценку аналогового сигнала, породившего эти данные. Основные методы фильтрации шумов Свертка – взвешенное среднее значение, функция, описывающая распре-деление весов называется формой щели. Большинство методов фильтрации шумов представляют собой свертку с той или иной формой щели. Главная проблема всех методов – НЕТ КРИТЕРИЯ КАЧЕСТВА СГЛАЖИВАНИЯ |
|||
Теория. Расчет доверительного интервала
|
|||
Доверительный интервал CY вычисляется как | |||
Пример градуировочного графика с вычисленным
|
|||
Аппроксимация с использованием доверительного интервала Доверительный интервал, используемый для оценки точности предсказа-ний с помощью градуировки, может быть использован как критерий качества аппроксимации при фильтрации шумов. При наличии множества аппроксимационных оценок нужно выбирать ту, в которой доверительный интервал минимален!
|
|||
Алгоритм работы простейшего Доверительного фильтра • Оценить отклик и доверительный интервал всех точек в новом (сдвинутом) положении окна |
|||
Бонус #1: аппроксимация скачка базовой линии
Можно повторить аппроксимацию Доверительным фильтром для разных ширин окна или степеней полинома, но возникают проблемы: |
|||
Проблем много, решение одно: Априорная оценка параметров шума Если принять предположение, что стандартное отклонение ? шума одинаково по всему массиву анализируемых данных, то его можно оценить, используя весь массив. Полученная оценка может быть использована для улучшения алгоритма. В частности, при малом числе степеней свободы оценка ? шума по вы-борке менее надежна, чем оценка ? шума по всему массиву данных – ис-правление оценки доверительного интервала «лечит» проблему случайной хорошей аппроксимации. Чем больше степеней свободы, тем ближе должна быть величина S2 к ?2. Критерий ?2, примененный в этом случае, определяет величину SR2 и позво-ляет отсеивать полиномы, имеющие систематическую ошибку аппроксима-ции (неправильный выбор модели) |
|||
Примеры применения Доверительного фильтра в хроматографии Аппроксимация с переменной шириной окна: белый шум |
/td> |
||||||
Таким образом меняется оптимальное окно аппроксимации | ||||||
Аппроксимация с переменной шириной окна: пульсации насоса Пульсация насоса может быть как сигналом, так и шумом. При заданном высоком априорном уровне шумов пульсации насоса исчезают |
||||||
|
||||||
А при низком априорном уровне шумов пульсации остаются, но становятся более гладкими | ||||||
Изократическая хроматография: Оптимальная аппроксимация широких и уз-ких пиков Узкие пики не уширяются и их высота не становится меньше, широкие пики хорошо «выглаживаются» |
||||||
Практический пример: Капиллярный электрофорез Капиллярный электрофорез – один из самых сложных объектов для при-менения фильтров из-за формы пиков: они бывают очень узкими или тре-угольными. Доверительный фильтр хорошо справляется с электрофореграм-мами. Оптимальное увеличение чувствительности и предела обнаружения не ведет к искажению больших пиков. |
||||||
На рисунках представлены: сигнал КЭФ (черная линия), сглаженный До-верительным фильтром (синяя линия) и по алгоритму Савицкого-Голея (красная линия). | ||||||
Разница между исходным и сглаженным сигналами для доверительного фильтра (красная линия) и фильтра Савицкого-Голея, оптимизированного для пика, выходящего на 10й минуте (черная линия). Уровень шумоподавления для анализируемого пика примерно одинаков, а искажения сигнала для доверительного фильтра в 10 раз меньше. | ||||||
Детали применения Доверительного фильтра в капиллярном электрофорезе
Перспективы : • Поддержка взвешенного метода наименьших квадратов и расчет доверительного интервала при заранее известных доверительных интер-валах всех точек Выводы: • Доверительный фильтр – ЛУЧШАЯ С МЕТРОЛОГИЧЕСКОЙ ТОЧКИ ЗРЕНИЯ аппроксимация результатов измерения полиномами |