專利名稱：用于量熱數(shù)據(jù)中的自動峰值查找的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于分析從量熱儀器獲取的量熱數(shù)據(jù)的方法，以及具體來說，涉及用于自動識別量熱數(shù)據(jù)中的峰值和/或峰值位置的方法。
背景技術(shù)：
差示掃描量熱法(DSC)是用于熱分析的熱分析技術(shù)。DSC兼作為常規(guī)質(zhì)量檢測和研究工具，廣泛地用于多個應(yīng)用范圍。例如，DSC可以用于研究化合物的穩(wěn)定性、安全性篩檢、藥物分析或藥物分析。在量熱應(yīng)用中，若干峰值查找方法用于識別量熱數(shù)據(jù)中的多個峰值。這些方法中大多數(shù)使用用戶提供的對峰值數(shù)量和每個峰值位置的初始估測。在人工過程中，用戶可見地評估單峰擬合，并且決定是否可能存在另外的峰值。但是，在低信號/高噪聲數(shù)據(jù)中，多個峰值對于用戶來說變得無法鑒別，從而迫使用戶假設(shè)單峰。再者，人工過程還引入用戶相關(guān)的可變性。因此，將期望提供只需最小用戶輸入的用于分析量熱數(shù)據(jù)的自動化方法以確定量熱數(shù)據(jù)中的峰值(包括對用戶不可見的峰值)的數(shù)量和位置。

發(fā)明內(nèi)容
在一個實施例中，提供一種用于自動地確定一組量熱數(shù)據(jù)中的一個或多個量熱峰值的位置的方法。該方法包括a)提供量熱數(shù)據(jù)的非線性擬合，b)通過從量熱數(shù)據(jù)減去非線性擬合來計算殘差，c)基于該殘差計算誤差，d)將該誤差與預(yù)定的誤差比較，以及e)如果該誤差大于預(yù)定的誤差，則提供另一個非線性擬合。在另一個實施例中，提供一種用于自動地確定一組量熱數(shù)據(jù)中的一個或多個量熱峰值的位置的方法。該方法包括a)提供量熱數(shù)據(jù)的第一非線性擬合，b)通過從量熱數(shù)據(jù)減去第一非線性擬合來確定第一殘差，c)基于第一殘差計算第一誤差，d)提供量熱數(shù)據(jù)的第二非線性擬合，e)通過從量熱數(shù)據(jù)減去第二非線性擬合來確定第二殘差，f)基于第二殘差計算第二誤差，g)將第一誤差和第二誤差進(jìn)行比較，以及f)選擇與較低誤差對應(yīng)的非線性擬合。


當(dāng)參考附圖閱讀下文詳細(xì)描述時，本發(fā)明的這些和其他特征、方面和優(yōu)點將變得更好地理解，其中，在所有附圖中，同樣的符號表示同樣的部件，其中:
圖1是用于量熱數(shù)據(jù)的自動峰值擬合的示例方法的流程 圖2是用于量熱數(shù)據(jù)的自動峰值擬合的另一個示例方法的流程 圖3是用于自動峰值擬合的量熱數(shù)據(jù)的示例的示圖；以及 圖4是用于相對于圖3的量熱數(shù)據(jù)中擬合的峰值數(shù)量確定RMS的示圖。
具體實施例方式本發(fā)明的方法的一個或多個示例涉及以最小或沒有用戶輸入分析量熱數(shù)據(jù)以用于確定量熱峰值(包括對人眼不易可見的峰值)的數(shù)量和位置。在某些示例中，用于自動確定一個或多個量熱峰值的位置的方法包括，執(zhí)行最大峰值的位置的非線性擬合，從量熱數(shù)據(jù)減去非線性擬合以獲得殘差，基于該殘差計算誤差；將該誤差與預(yù)定的誤差比較；以及如果該誤差大于預(yù)定的誤差，則提供另一個非線性擬合。雖然這些方法的一個或多個示例用于分析量熱數(shù)據(jù)，但是這些方法可以適用于具有相似分布的其他數(shù)據(jù)類型以及對具有相似分布的其他數(shù)據(jù)類型建模?？梢允褂闷渲蟹逯祵τ谟脩艋虿僮鲉T以其他方式不可見的方法來確定量熱數(shù)據(jù)中的峰值。在一個示例中，這些峰值可能由于數(shù)據(jù)中的高噪聲水平而不可見?？梢孕薷倪@些方法以適于要分析的數(shù)據(jù)類型。例如，取代計算均方根誤差，其他可能的評估度量包括均方誤差、平均絕對誤差、卡方誤差、相關(guān)系數(shù)或一致誤差。在一個實施例中，用于對曲線建模的理論表達(dá)可以包括熱模型，例如但不限于，獨立二態(tài)過渡模型、非二態(tài)或非獨立(即，協(xié)作)模型。在一個示例中，該非線性擬合可以是基于總數(shù)的。例如，峰值的形狀可以與試驗過程期間給定時間點處展開的蛋白質(zhì)的數(shù)量相關(guān)，峰值可以出現(xiàn)在50%的蛋白質(zhì)已展開的點處，從而表示焓的整體變化。非線性擬合的非限制性示例可以包括高斯、柯西、高斯和柯西分布的加權(quán)混合、非對稱高斯、從高斯到柯西分布的單調(diào)過渡)。等式1-3是對曲線建模的理論表達(dá)的示例。該模型基于二態(tài)過渡模型。等式1-3包括量熱系統(tǒng)特定的參數(shù)。
權(quán)利要求
1.一種用于自動地確定一組量熱數(shù)據(jù)中的一個或多個量熱峰值的位置的方法，所述方法包括: a)提供所述量熱數(shù)據(jù)的非線性擬合； b)通過從所述量熱數(shù)據(jù)減去所述非線性擬合來計算殘差； c )基于所述殘差計算誤差； d)將所述誤差與預(yù)定的誤差比較；以及 e)如果所述誤差大于所述預(yù)定的誤差，則提供另一個非線性擬合。
2.如權(quán)利要求1所述的方法，還包括計算摩爾熵變或所述量熱數(shù)據(jù)占據(jù)的面積。
3.如權(quán)利要求1或權(quán)利要求2所述的方法，還包括基于計算的誤差確定所述量熱數(shù)據(jù)中是否存在另一個峰值。
4.如權(quán)利要求1、2或3所述的方法，其中計算所述誤差包括計算均方根誤差。
5.如前述權(quán)利要求中任一項所述的方法，還包括確定所述量熱數(shù)據(jù)上最大殘差的位置。
6.如權(quán)利要求5所述的方法，還包括自動地將最大殘差位置與量熱數(shù)據(jù)的庫比較。
7.如權(quán)利要求6所述的方法，包括基于與所述量熱數(shù)據(jù)的庫的比較接受或拒絕所述數(shù)據(jù)。
8.如前述權(quán)利要求中任一項所述的方法，還包括記錄所述最大殘差的位置。
9.如權(quán)利要求8所述的方法，包括顯示關(guān)聯(lián)的物理現(xiàn)象。
10.如前述權(quán)利要求中任一項所述的方法，包括輸入確定的峰值的數(shù)量。
11.如前述權(quán)利要求中任一項所述的方法，其中所述非線性擬合包括多項式擬合或雷文博格-麥夸特算法。
12.如前述權(quán)利要求中任一項所述的方法，還包括在預(yù)定義的階段處顯示所述非線性擬合。
13.如前述權(quán)利要求中任一項所述的方法，還包括重復(fù)步驟b)、C)、d)和e)。
14.如前述權(quán)利要求中任一項所述的方法，還包括確定所述量熱數(shù)據(jù)中的峰值的數(shù)量。
15.一種用于自動地確定一組量熱數(shù)據(jù)中的一個或多個量熱峰值的位置的方法，所述方法包括: a)提供所述量熱數(shù)據(jù)的第一非線性擬合； b)通過從所述量熱數(shù)據(jù)減去所述第一非線性擬合來確定第一殘差； c)基于所述第一殘差計算第一誤差； d)提供所述量熱數(shù)據(jù)的第二非線性擬合； e)通過從所述量熱數(shù)據(jù)減去所述第二非線性擬合來確定第二殘差； f )基于所述第二殘差計算第二誤差； g)比較所述第一誤差和第二誤差；以及 h)選擇與較低誤差對應(yīng)的非線性擬合。
16.如權(quán)利要求15所述的方法，還包括利用一個或多個附加非線性擬合重復(fù)步驟d至h)，以確認(rèn)所選的非線性擬合是否提供最小誤差。
17.如權(quán)利要求15或16所述的方法，還包括告知用戶所述第一誤差或第二誤差是否低于確定的值。
18.如權(quán)利要求17所述的方法，還包括自動地選擇具有低于所述確定的值的誤差的非線性擬合。
19.包括執(zhí)行如前述權(quán)利要求中任一項所述的方法的蛋白質(zhì)熱分析，其中如權(quán)利要求1所述的所述非線性擬合或如權(quán)利要求15所述的所述第一或第二非線性擬合根據(jù)如下等式1、2或3中的任何一個或多個等式確定:
全文摘要
在一個實施例中，提供一種用于自動地確定一組量熱數(shù)據(jù)中的一個或多個量熱峰值的位置的方法。該方法包括a)提供量熱數(shù)據(jù)的非線性擬合，b)通過從量熱數(shù)據(jù)減去非線性擬合來計算殘差，c)基于該殘差計算誤差，d)將該誤差與預(yù)定的誤差比較，以及e)如果所述誤差大于所述預(yù)定的誤差，則提供另一個非線性擬合。
文檔編號G06T7/60GK103221808SQ201180057401
公開日2013年7月24日 申請日期2011年11月24日 優(yōu)先權(quán)日2010年11月30日
發(fā)明者H.Y-M.陳 申請人:通用電氣公司