<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、みんな、
素晴らしいディスカッションとヒントをありがとうございました。とても役に立ちました。 私の顧客は現在休暇中なので、これについてさらに話し合うのは来週半ばまで待たなければなりません。 しかし、結果についてはお知らせします。
再度、感謝します、
マーティン
出身: ベルント・ハイネン
送信者: フライターグ、11 歳。 2014年4月17:38
宛先: Chris Kirchberg;ビル・ウォーリー。ルイ・ヴァレンテ。ダニエル・ヴァレンテ;マーティン・デメル; SE
件名: RE: ピークアラインメントとパターン認識
こんにちは、
本当に楽しい対談で、とても勉強になりました！ しかし、私は化学の理解がまったくない単純な人間なので、私にとって、それは外れ値の検出の問題のように見えます。 JMP にはすぐに使えるソリューションはありませんが、スクリプトを作成するのは簡単です。 私は...するだろう
1. 外れ値を特定する
2. 順番に名前を付けます
3. すべての外れ値を名前、値、サンプル ID とともに 1 つのデータ テーブルに配置します。
4. 名前ごとの時間が ax% 信頼限界内にあるかどうかをテストします。
別の方法として、機器から識別されたピークを取得し、それらの名前を順番に変更して (名前の) パターン比較を実行するか、上記のステップ 3 および 4 を適用することもできます。
化学者の方からのコメントをお待ちしております。
よろしくお願いします
ベルント
投稿者: クリス・カーチバーグ
送信者: フライターグ、11 歳。 2014年4月17時29分
ビル・ウォーリー宛。ルイ・ヴァレンテ。ダニエル・ヴァレンテ;マーティン・デメル; SE
件名: RE: ピークアラインメントとパターン認識
化学は面白くないなんて誰が言ったのでしょう。 ここ何年も、HPLC/GC、データ、ピークについてあまり話題になっていませんでした。 ケミカルハートを温めてくれます
クリス・カーチバーグ
JMP テクニカル イネーブルメント エンジニア
世界規模の技術支援チーム
投稿者: ビル・ウォーリー
送信日: 2014 年 4 月 11 日金曜日 09:14
宛先: ルイ・ヴァレンテ;ダニエル・ヴァレンテ;マーティン・デメル; SE
件名: RE: ピークアラインメントとパターン認識
マーティン、
化学は私の血に流れており、私たち化学者は団結する必要があるので、私はルーのコメントを考慮するつもりです。 あなたが示したクロマトグラムに関する私の経験はルーの経験と同じであり、機器のソフトウェアは目的のピークの決定に非常に役立つはずであるというルーの意見に同意します。 JMP を使用すると、クロマトグラムを比較し、各実行を列にリストすることで、材料の実行またはバッチ間の違いを明らかにできます。
差異の中には、分析者が時間をかけてさらに特定する価値があるものや、カラムが HPLC のように十分に洗い流されていないか、GC 分析用に「ベークアウト」されていない場合、以前の分析で残ったアーチファクトやゴースト ピークである可能性があります。 このようなタイプのピークの中には、非常に小さいため、努力する価値がないものもあります。 Pr 16 と Pr 17 を比較すると、Pr 16 では約 8 分に最初のピークが見られますが、Pr 17 は見られません。 そのピークは非常に小さいので、それを追いかける努力はおそらく価値がありません。 その後の 9 分付近の 3 つのピークは、実行ごとに再現可能であり、時間を費やす価値があると考えられます。 これらは、反応の副産物、または分析対象の材料中の汚染物質のいずれかです。
より大きなピークについて示された同定に基づくと、これらはいくつかのかなり大きな化合物であり、混合物中には、最終分析では意味を持たない可能性もある小さな「ビット」が多数浮遊しているはずです。 分析化学のレッスンで申し訳ありませんが、お役に立てれば幸いです。
よろしく、
請求書
出身: ルイ・ヴァレンテ
送信日: 2014 年 4 月 11 日金曜日、午前 9 時 59 分
ダニエル・ヴァレンテ宛。マーティン・デメル; SE
件名: Re: ピークアライメントとパターン認識
マーティン、
私の経験では、保持時間ピークの同定を伴うこれらの HPLC または GLC クロマトグラムは、機器の検出器に付属の分析化学ソフトウェアを使用してオンラインで分析されます。 すべての同定は検出器で行われ、分析方法の変動により保持時間に変動がある場合、通常、ピークはスパイク実験および/または溶出したピーク静脈の質量分光光度法によって同定されます。 この種の分析に JMP を使用できることはもっともらしいように思えますが、Hitachi、Perkin-Elmer、Shizmadu などの機器プロバイダーは通常、自動化された分析でそのようなことを行うためのソフトウェアがバンドルされた非常に高価な機器を販売しているため、標準ではありません。ファッション。
よろしく、
ルー
ルイ・ヴァレンテ
シニアマネージャー、テクニカルイネーブルメント ▪ JMP 部門
電話: +1 (919) 531-3378
louis.valente@jmp.com
JMP: 統計的ディスカバリーTM。 SASより。
www.jmp.com
差出人: ダニエル・ヴァレンテ
日時: 2014 年 4 月 11 日金曜日、午前 9 時 50 分
宛先: Martin Demel 、「jmpse@wnt.sas.com」
件名: Re: ピークアライメントとパターン認識
こんにちは、マーティン —
これが音響インパルス応答である場合、どのようにアプローチするかということになります。 IACF (耳間相互相関関数) パラメーターは、バイノーラル IR 技術を使用して測定された、左右の耳に到達する反射のパターンを調べます。 次に、直接音から (通常は) 直接音を過ぎた最初の 80 ミリ秒までの相互相関を取得し、両耳のピーク (反射) がどの程度類似しているかを調べます。 これは、部屋の広さの尺度になります (IACC の最大値を –1 から 1 ミリ秒とすることによって)。 この方法で分析された収集されたデータは、ここで提示したものと非常によく似ています。
データは各測定で同じサンプルレートで収集されていますか。 彼らのサンプルは時間的にはかなりまばらなようです。生データを取得して、ミリ秒ごとなどの応答を確認できれば良いでしょう。 それができれば、時系列プラットフォームの相互相関を使用してサンプル 1 と 2 の間のサンプルの遅れを特定し、先頭のサンプルに遅延を追加してピークを揃えることができます。
これは彼らが望んでいることではないかもしれませんが、これは私の信号処理/音響レンズを通して思いついた最初のテクニックです。
関心のある人のための数学:
両耳間相互相関関数は次のように定義されます。
(11)
ここで、hL(t) と hR(t) はそれぞれ左耳と右耳のインパルス応答です。 両耳間相互相関係数は次のように計算されます。
(12)
ダン
送信者: Martin Demel
日付: 2014 年 4 月 11 日金曜日、午前 5 時 16 分
宛先: 「[JMP] SE」
主題: ピークアラインメントとパターン認識
こんにちは、
食品および味覚分野のお客様 (官能分析チーム) から、JMP のピーク位置合わせ/パターン認識機能について質問されました。 この機能はありますか?もしある場合、利用可能な例はありますか?
より具体的に言うと:
データセットは次のようになります。
KA 142 005 Pr16
いいえ。
戻り時間
Ret.Index
エリア
タイプ
相対エリア
額
ピーク名
分
pA*分
%
ppm
1
8,620
1657,2
0,026
BMB
0,012
264,60
2
9,220
1706,1
0,031
BMB
0,014
318,50
3
9,368
1717,3
0,065
BMB
0,029
659,78
4
9,850
1752,5
0,041
BMB
0,019
418,87
5
11,317
1852年8月
36,548
BMB
16,559
373.816,84
あ
6
12,090
1902,0
0,540
BMB
0,245
5.520,64
7
12,413
1920年5月
0,011
BMB
0,005
113,79
8
12,927
1948年2月
0,744
BMB
0,337
7.611,68
9
13,488
1976,9
0,056
BMB
0,025
572,75
10
14,230
2013,9
0,542
BMB
0,245
5.540,39
11
14,898
2047,2
14,705
BMB
6,663
150.406,13
B
12
15,600
2081,0
0,025
BMB
0,011
256,14
13
16,148
2106,1
55,467
BM
25,132
567.331,13
B_2
14
16,733
2131,0
0,108
M
0,049
1.105,31
15
17,105
2146,3
6,406
MB
2,902
65.520,93
C_1
16
17,918
2178,2
0,029
BMB
0,013
300,34
そして、次のような2番目のセット:
KA 142 005 Pr17
いいえ。
戻り時間
Ret.Index
エリア
タイプ
相対エリア
額
ピーク名
分
pA*分
%
ppm
1
9,227
1706,6
0,028
BMB
0,019
414,92
な
2
9,355
1716,3
0,021
BMB
0,014
314,55
な
3
9,848
1752,4
0,039
BMB
0,026
571,50
な
4
11,305
1852,0
30,725
BMB
20,081
449.519,59
あ
5
12,087
1901年8月
0,435
BMB
0,284
6.365,73
6
12,925
1948年1月
0,680
BMB
0,444
9.944,70
7
13,442
1974,6
0,025
BMB
0,016
360,13
8
14,227
2013,7
0,367
BMB
0,240
5.374,04
9
14,857
2045,2
5,287
BMB
3,456
77.358,63
B
10
16,113
2104,5
43,257
BM
28,271
632.875,80
B_2
11
16,712
2130,1
0,028
M
0,018
407,61
12
17,093
2145,8
5,491
MB
3,589
80.334,69
C_1
13
17,922
2178,4
0,013
BMB
0,009
196,67
14
18,590
2203,5
0,031
BM
0,020
450,20
15
18,837
2212,7
8,131
M
5,314
118.967,53
C_2
16
19,332
2230,9
0,022
M
0,014
323,37
右側の列には、文字がある場合とない場合があることがわかります。 たとえば、「A」を見ると、時間がほぼ同じであることがわかり、同じ「ピーク名」に関連していることがわかります。 しかし、彼らが知らないことは他にもたくさんあります。 目標は、複数のデータ セット全体にわたって他のピーク名をほぼ自動的に揃えることです。
以下に、これらの信号のいくつかの形状とピーク名を示します。
したがって、最初にピークを見つけてから、それを 2 番目の信号と比較して、ピークが揃っているかどうかを確認する必要があります。 さらに難しいのは、時間観測の数が常に同じであるとは限らないことです。 言い換えれば、ピークは小さな未知の範囲内でシフトします。
このような比較は、最初にウェーブレット変換によるノイズ低減、場合によってはベースライン補正やスペクトル正規化、次にポイントマッチングやその他の位置合わせ方法を使用するなどの信号処理機能によって解決できることはわかっています。 しかし、これが JMP でできるかどうかはわかりません。 ドキュメントを確認したり、書籍をざっと調べたりしても、あまりうまくいきませんでした。 「JMP」に関連するインターネット検索を使用した場合も同様です。 クラスタリングを使用して共通のピークを見つけ、それらのピークの中心をさらに使用することについていくつかの考えを見つけました。 ただし、1 つのピークのシフトが外れ値の範囲内にある場合、これには問題が生じる可能性があります。 また、距離行列が役立つかどうかもわかりません。以前はそのアプローチを使用したことがなかったので、さらに先に進む手がかりがありません。
したがって、これが可能であることを知っている (または不可能である)、以前に顧客が行ったことがある、または例がある場合は、次回お会いしたときにビールをご提供させていただきます。
ありがとう、
マーティン
PS: アイデアはあるがデータが必要な場合は、お知らせください (お客様からいただいたデータがあります)。
マルティン・デメル
JMP システム エンジニア ▪ JMP セールス ▪ ドイツ、オーストリア、スイス
電話: + 49 89 15929 315 ▪ ファックス: + 49 6221 415 44 6115
携帯電話: + 49 172 6340 872 ▪ Martin.Demel@jmp.com ▪ www.jmp.com/de
住所: Nördliche Auffaultsallee 22 ▪ 80638 München
JMP - SAS からの統計的発見
