Spectrum peak detection algorithm based on trend accumulation without base deduction

Abstract

谱峰的检测分析在色谱技术研究中具有十分重要的作用,但在色谱数据采集、传输的过程中,不同程度的噪声干扰给谱峰检测带来了极大的困难。目前传统的谱峰检测算法普遍通过基底扣除的方式对谱峰的形态进行预定义,将谱峰分为单峰、重叠峰等多个种类。针对不同种类的谱峰采用不同的检测方法,这就导致了传统的谱峰检测算法具有高复杂度、低自动化程度以及容易失真等缺点。因此,该文从另一个角度出发提出了一种新型的谱峰检测算法。该算法取消基底扣除以及谱峰分类这一步骤,直接在源数据曲线的基础上进行谱峰检测,主要分为离散差分、趋势累积以及遍历寻峰3个步骤。首先通过信号量表征数据升降趋势;然后进行数据趋势累积,根据累积总和定位谱峰,采用三点定位的方式,即峰起点、极值点和峰终点描述一个谱峰的位置;最后根据遍历排序的方式进行谱峰的筛选。此外,通过谱峰扣除的方式得到曲线基底部分。采用C语言设计编写了算法程序,并对多个动态比表面积分析仪测定的色谱图进行了检测分析,结果显示使用该算法可以精准区分谱峰部分与基底部分,受数据曲线毛刺、震荡等噪声干扰很小,谱峰的三点定位十分准确,且不受其复杂形态的影响,具有很强的普适性。与其他算法相比,该算法定位准确,结构清晰,具有较好的稳定性以及可靠性。该文报道了无基底扣除以及趋势累积等新型谱峰检测思想在吸脱附色谱曲线中的应用,证明了其在吸脱附色谱峰检测中的有效性和良好的应用前景。