<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut tout le monde,
Merci beaucoup pour cette excellente discussion et ces conseils, c'est très utile. Comme mon client est maintenant en vacances, je dois attendre pour en discuter davantage, espérons-le, au milieu de la semaine prochaine. Mais je vous tiendrai au courant du résultat.
Merci encore,
Martin
De : Bernd Heinen
Envoyé : Freitag, 11. avril 2014 17:38
À : Chris Kirchberg ; Bill Worley ; Louis Valente ; Daniel Valente; Martin Démel ; SE
Objet : RE : Alignement des pics et reconnaissance de formes
Bonjour,
c'est vraiment un dialogue amusant, j'ai beaucoup appris ! Mais comme je suis un gars simple sans aucune compréhension chimique, cela ressemble pour moi à un problème de détection de valeurs aberrantes. Nous n'avons pas de solution prête à l'emploi dans JMP, mais il est facile de créer un script. Je voudrais
1. identifier les valeurs aberrantes
2. nommez-les dans l'ordre
3. placez toutes les valeurs aberrantes avec leurs noms, valeurs, heures et ID d'échantillon dans un seul tableau de données
4. testez si les heures par nom sont dans la limite de confiance de ax%
Comme alternative, on pourrait simplement prendre les pics identifiés à partir des instruments, les renommer séquentiellement et exécuter une comparaison de modèles (des noms) et/ou appliquer les étapes 3 et 4 ci-dessus.
J'attends avec impatience les commentaires de nos chimistes.
Cordialement
Bernd
De : Chris Kirchberg
Envoyé : Freitag, 11. avril 2014 17:29
À : Bill Worley ; Louis Valente ; Daniel Valente; Martin Démel ; SE
Objet : RE : Alignement des pics et reconnaissance de formes
Qui a dit que la chimie n’était pas amusante ? Je n'ai pas vu autant parler de HPLC/GC, de données et de pics depuis des années. Ça réchauffe mon cœur chimique
Chris Kirchberg
Ingénieur d'activation technique JMP
Équipe mondiale d'habilitation technique
De : Bill Worley
Envoyé : vendredi 11 avril 2014 09:14
À : Louis Valente ; Daniel Valente; Martin Démel ; SE
Objet : RE : Alignement des pics et reconnaissance de formes
Martin,
Étant donné que la chimie est dans mon sang et que nous, les chimistes, devons rester ensemble, je vais me prononcer sur les commentaires de Lou. Mon expérience avec les chromatogrammes que vous montrez est la même que celle de Lou et je suis d'accord avec Lou sur le fait que le logiciel de l'instrument devrait être très capable d'aider à déterminer les pics d'intérêt. JMP pourrait être utilisé pour comparer les chromatogrammes et exposer les différences entre les analyses ou les lots de matériel en répertoriant chaque analyse dans une colonne.
Certaines des différences peuvent valoir la peine d'être identifiées par l'analyste ou elles peuvent être des artefacts ou des pics fantômes laissés par une analyse précédente si les colonnes ne sont pas bien lavées comme en HPLC ou « cuites » pour l'analyse GC. Certains de ces types de pics sont si petits qu’ils ne valent pas la peine d’être déployés. Si vous regardez Pr 16 par rapport à Pr 17, vous voyez un pic initial à environ 8 minutes dans Pr 16 que vous ne voyez pas Pr 17. Ce pic est si petit qu’il ne vaut probablement pas la peine de le poursuivre. Les 3 pics après environ 9 minutes sont reproductibles d'une course à l'autre et pourraient en valoir la peine. Il s'agit soit de sous-produits d'une réaction, soit de contaminants présents dans le matériau analysé.
Sur la base de l'identification montrée pour les pics les plus importants, il s'agit de composés assez gros et il y aura forcément de nombreux petits « morceaux » flottant dans le mélange qui peuvent ou non signifier quoi que ce soit en dernière analyse. Désolé pour la leçon de chimie analytique, mais j'espère que cela aide.
Salutations,
Facture
De : Louis Valente
Envoyé : vendredi 11 avril 2014 à 9h59
À : Daniel Valente ; Martin Démel ; SE
Sujet : Re : Alignement des pics et reconnaissance de formes
Martin,
D'après mon expérience, ces chromatogrammes HPLC ou GLC avec identification des pics de temps de rétention sont analysés en ligne avec le logiciel de chimie analytique fourni sur les détecteurs de l'instrument. Toutes les identifications sont effectuées au niveau du détecteur et s'il y a une dérive du temps de rétention due à une variation de la méthode analytique, le pic est généralement identifié via des expériences de dopage et/ou une spectrophotométrie de masse sur la veine du pic éluée. Bien qu'il semble plausible de pouvoir utiliser JMP pour ce type d'analyse, ce n'est pas la norme puisque les fournisseurs d'instruments comme Hitachi, Perkin-Elmer, Shizmadu, etc. vendent généralement un instrument très coûteux avec un logiciel intégré pour faire une telle chose de manière automatisée. mode.
Salutations,
Lou
Louis Valente
Gestionnaire principal, habilitation technique ▪ Division JMP
Tél : +1 (919) 531-3378
louis.valente@jmp.com
JMP : Découverte statistiqueTM. De SAS.
www.jmp.com
De : Daniel Valente
Date : vendredi 11 avril 2014 à 9h50
À : Martin Demel , "jmpse@wnt.sas.com"
Objet : Re : Alignement des pics et reconnaissance des formes
Salut Martin —
Voyons comment je l'aborderais s'il s'agissait d'une réponse impulsionnelle acoustique. Le paramètre IACF (fonction de corrélation croisée inter-aural) examine le modèle de réflexions arrivant aux oreilles gauche et droite, mesuré à l'aide d'une technique IR binaurale. Il effectue ensuite une corrélation croisée entre le son direct et les 80 premières ms après le son direct (normalement) et recherche la similitude des pics (réflexions) au niveau des deux oreilles. Cela devient alors une mesure de l'espace dans la pièce (en prenant le maximum de l'IACC de –1 à 1 ms. Les données collectées ainsi analysées ressemblent beaucoup à celles que vous avez présentées ici.
Les données sont-elles acquises à la même fréquence d'échantillonnage pour chaque mesure. Il semble que leur échantillon soit assez clairsemé en termes de temps, ce serait bien d'accéder aux données brutes et de voir la réponse à chaque ms ou quelque chose du genre. Si vous pouviez faire cela, vous pourriez utiliser une corrélation croisée dans la plate-forme Time Series pour déterminer le décalage d'échantillon entre les échantillons 1 et 2, puis ajouter une certaine latence à l'échantillon principal pour aligner les pics.
Ce n’est peut-être pas ce qu’ils recherchent, mais c’est la première technique qui m’est venue à l’esprit à travers mon objectif de traitement du signal/acoustique.
Les mathématiques pour ceux qui s'en soucient :
La fonction de corrélation croisée interaurale est définie comme
(11)
où hL(t) et hR(t) sont respectivement les réponses impulsionnelles de l’oreille gauche et droite. Le coefficient de corrélation croisée interaurale est pris comme suit :
(12)
Dan
De : Martin Demel
Date : vendredi 11 avril 2014 à 5h16
À : "[JMP] SE"
Sujet : Alignement des pics et reconnaissance de formes
Salut,
Un client du secteur de l'alimentation et du goût (équipe d'analyse sensorielle) a posé des questions sur la fonctionnalité d'alignement des pics/reconnaissance de formes dans JMP. Avons-nous cette capacité et si oui, existe-t-il un exemple disponible.
Pour être plus concret :
L'ensemble de données ressemble à ceci :
KA 142 005 Pr16
Non.
Heure de retour
Index Ret.
Zone
Taper
Zone relative
Montant
Nom du pic
min
pA*min
%
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
1852,8
36 548
BMB
16 559
373.816,84
UN
6
12 090
1902,0
0,540
BMB
0,245
5.520,64
7
12 413
1920,5
0,011
BMB
0,005
113,79
8
12 927
1948,2
0,744
BMB
0,337
7.611,68
9
13 488
1976,9
0,056
BMB
0,025
572,75
dix
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
Mo
2 902
65.520,93
C_1
16
17 918
2178,2
0,029
BMB
0,013
300,34
Et un deuxième set comme ça :
KA 142 005 Pr17
Non.
Heure de retour
Index Ret.
Zone
Taper
Zone relative
Montant
Nom du pic
min
pA*min
%
ppm
1
9 227
1706,6
0,028
BMB
0,019
414,92
n / A
2
9 355
1716,3
0,021
BMB
0,014
314,55
n / A
3
9 848
1752,4
0,039
BMB
0,026
571,50
n / A
4
11 305
1852,0
30 725
BMB
20 081
449.519,59
UN
5
12 087
1901,8
0,435
BMB
0,284
6.365,73
6
12 925
1948,1
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
dix
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
Mo
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
Vous pouvez voir sur la colonne de droite qu'il y a parfois des personnages et parfois non. Par exemple, en regardant « A », vous voyez que l'heure est à peu près la même, vous savez que c'est lié au même « Nom du pic ». Mais il y en a bien d’autres qu’ils ne connaissent pas. L’objectif est d’aligner plus ou moins automatiquement les autres noms de pics dans plusieurs de ces ensembles de données.
Ci-dessous, vous voyez quelques formes de ces signaux avec les noms des pics.
Ils doivent donc d’abord trouver les pics, puis les comparer avec le deuxième signal et voir si les pics sont alignés. La difficulté vient en outre du fait que le nombre d’observations temporelles n’est pas toujours le même. En d’autres termes, les pics sont décalés dans une petite plage inconnue.
Je sais que l'on pourrait résoudre une telle comparaison par des fonctionnalités de traitement du signal, comme par exemple d'abord la réduction du bruit avec des transformations en ondelettes, parfois des corrections de ligne de base et une normalisation des spectres, puis en utilisant une correspondance de points ou une autre méthode d'alignement. Mais je ne sais pas si c'est quelque chose que nous pourrions faire dans JMP. L'examen de la documentation et une recherche rapide dans les livres n'ont pas été très fructueux. La même chose en utilisant la recherche Internet liée à « JMP ». Je viens de trouver quelques réflexions sur l'utilisation du clustering pour trouver des pics communs et sur l'utilisation ultérieure des centres de ces pics. Mais cela pourrait poser des problèmes si le déplacement d’un pic se situe dans une plage aberrante. Je ne sais pas non plus si une matrice de distance serait utile, et comme je n'ai pas utilisé cette approche auparavant, je n'ai aucune idée pour aller plus loin.
Alors, si vous savez que cela est possible (ou même pas), que cela a déjà été fait par un client ou que vous avez un exemple, je serai ravi de vous servir une bière la prochaine fois que nous nous verrons J
Merci,
Martin
PS : si vous avez une idée mais avez besoin de données, faites-le-moi savoir (j'en ai du client).
Martin Démel
Ingénieur Systèmes JMP ▪ Ventes JMP ▪ Allemagne, Autriche, Suisse
Tél : + 49 89 15929 315 ▪ Fax : + 49 6221 415 44 6115
Mobile : + 49 172 6340 872 ▪ Martin.Demel@jmp.com ▪ www.jmp.com/de
Adresse : Nördliche Auffahrtsallee 22 ▪ 80638 Munich
JMP - Découverte statistique depuis SAS
