Publicité
Algorithmes
Cette section décrit les algorithmes clés du logiciel Simplicity
Algorithmes de lissage
Lissage de Savitzky-Golay
Dans le lissage de Savitzky-Golay, les pics sonores sont lissés en utilisant l'ajustement polynomial par moindres
carrés aux points de données adjacents. Il s'agit de l'équivalent mathématique de la convolution des données avec
un ensemble de coefficients de convolution. Par défaut, l'ordre des polynômes correspond au moment statistique
culminant conservé de l'ensemble de données, et la conservation des moments d'ordre élevé conduit à la conservation
de toutes les composantes haute fréquence, qui est caractéristique du bruit. Le lissage de Savitzky-Golay des
polynômes d'ordre zéro ou de premier ordre est équivalent au lissage de moyenne mobile. Bien que cette méthode ne
produise pas forcément un pic plus lisse que les autres méthodes, le lissage de Savitzky-Golay est idéal pour préserver
la forme de pic originale ou pour faire la distinction entre des pics qui se chevauchent.
Lissage gaussien
Dans le lissage gaussien, les pics sonores sont lissés à l'aide d'un algorithme de moyenne glissante pondérée, qui
remplace chaque point de donnée par la moyenne pondérée d'un nombre de points de données adjacents. L'utilisateur
sélectionnera le nombre de points, le nombre d'itérations ou les moments où la transformation sera appliquée, ainsi
que la valeur sigma (par défaut, il s'agit de 5, 1 et 1, respectivement). Le coefficient de la moyenne pondérée est calculé
selon la fonction présentée ci-dessous :
Le pic lissé est superposé à la ligne d'origine pour mesurer l'efficacité de la fonction de lissage. L'optimisation des
paramètres de lissage produit des pics gaussiens et devrait éviter un élargissement excessif des pics, qui est le résultat
d'un lissage excessif.
Lissage de moyenne mobile
Dans le lissage de moyenne mobile, les pics sonores sont lissés à l'aide d'un simple algorithme de moyenne glissante
non pondérée, qui remplace chaque point de donnée par la moyenne d'un nombre de points de données adjacents. La
formule est présentée ci-dessous :
L'utilisateur sélectionne le nombre de points de données et le nombre d'itérations ou moments où la transformation
sera appliquée (par défaut, il s'agit de 3 et 2, respectivement). Cette méthode est optimale pour réduire le bruit blanc
sans lissage excessif.
Algorithmes de sélection du pic et de l'intégration
Injection de flux et algorithme de base
Cet algorithme repère les pics et la ligne de référence spécifiquement pour l'injection en flux.
Entrée :
•
Baseline Percentage of Max Height (Pourcentage de hauteur max. pour la ligne de référence) permet de spécifier la
hauteur de la ligne de référence sous forme de pourcentage du point le plus haut du chromatogramme. La valeur
par défaut est de 20, la valeur minimale de 0 et la valeur maximale est de 100.
®
QSight
210MD Screening System
Dossiers et algorithmes
157
™
3Q MD.
Publicité
