JP2015081908A - 分析方法 - Google Patents

Abstract

【課題】センサーにより得られた３次元のスペクトラムデータに含まれる特徴量を得るためのピーク解析の方法を提供する。【解決手段】３次元のスペクトラムデータから２次元のピーク配列を求め、２次元のピーク配列に含まれるピーク動向からピークの派生要因を推定し、特徴量を求める際に、ピーク配列の中の第１の方向に並ぶ複数のピークに仮識別子を付け、ピーク配列の中の第２の方向に並ぶ複数のピークを接続するワーキングファンクションを生成し、第２の方向に並ぶ複数のピークを仮識別子に基づいてワーキングファンクションにより接続した値を、第１の方向に並ぶ複数のピークを入れ替えて求め、求められたワーキングファンクションの値が所定の範囲内であれば、そのワーキングファンクションにより接続されたピークの仮識別子を共通の識別子に変更する。【選択図】図５

Description

本発明は、化学物質の波形成分を含むデータなどのスペクトラムデータに含まれる特徴量を得る方法に関するものである。

高感度に化学物質を検出、分析する技術として、近年、フィールド非対称性イオン移動度分光計（ＦＡＩＭＳ）と呼ばれる装置がある。この装置では、センサーに印加する直流電圧と交流電圧を変化させることにより、イオン化された化学物質の移動度の変化を、微細な構成のフィルタによって検出し、その検出結果の差異により化学物質に関連するデータを出力できる。

特許文献１には、複数の電極を有する少なくとも１つのイオンチャネルの形状のイオンフィルタを有するイオン移動度分光計について記載されている。このイオン移動度分光計では、導電層に印加される時間変化する電位により、充填剤はイオン種を選択的に入れることができる。電位は、駆動電界成分および横電界成分を有し、好ましい実施形態において、電極のそれぞれは、駆動電界および横電界の両方の成分を生成するのに関与する。デバイスは、ドリフトガスフローがなくても用いることができる。さらに、特許文献１には、分光計の種々の用途であるようなマイクロスケール分光計を製作するための微細加工技術について記載されている。

特許文献２には、サンプルを分析するユニットを有するシステムが開示されている。分析するユニットは、少なくとも２つのパラメータにより制御される電界をイオン化された化学物質が通過するイオン強度を測定するイオン移動度センサーにサンプルを供給して得られた測定データに含まれるデータの２次元表現であって、第１のパラメータを変化させ、他のパラメータを固定したときのイオン強度を示す２次元表現の中に存在するピークを検出する機能ユニットと、検出されたピークと他の２次元表現の中に存在するピークとの連続性および生滅に基づいて検出されたピークを分類する機能ユニットと、分類されたピークに基づいてサンプルに含まれる化学物質を推定する機能ユニットとを有する。

特表２００８−５０８６９３号公報 国際公開ＷＯ２０１２／０５６７０９号公報

イオン移動度センサーによりプラスイオンおよびマイナスイオンそれぞれに２次元（ピーク高さを入れると３次元）のピークが得られる。それらのピークは、イオンと空気中の分子との衝突の影響が含まれるのでガウシアン分布を持ち、さらに、さまざまな容易による偽のピーク（目的外のピーク、スプリアス、spurious）が含まれる。したがって、センサーから得られるスペクトルデータの中から、スプリアスの影響を除いて、目的とするピークを分離することが要望される。

本発明の一態様は、センサーにより得られた３次元のスペクトラムデータに含まれる特徴量を得ることを含む方法である。特徴量を得ることは、以下のステップを含む。
１．３次元のスペクトラムデータから２次元のピーク配列を求めること。
２．２次元のピーク配列に含まれるピーク動向からピークの派生要因を推定し、特徴量を求めること。

ピークの派生要因を推定することは、さらに、以下のステップを含む。
・ピーク配列の中の第１の方向に並ぶ複数のピークに仮識別子を付けること。
・ピーク配列の中の第２の方向に並ぶ複数のピークを接続するワーキングファンクションを生成すること。
・第２の方向に並ぶ複数のピークを仮識別子に基づいてワーキングファンクションにより接続した値を、第１の方向に並ぶ複数のピークを入れ替えて求め、求められたワーキングファンクションの値が所定の範囲内であれば、そのワーキングファンクションにより接続されたピークの仮識別子を共通の識別子に変更すること。
・共通の識別子が付されたピークの動向からピークの派生要因を推定すること。

化学物質分析システムを表すブロック図。 ＯＬＰの構成を示すブロック図。 ＦＡＩＭＳ装置の測定データの例を示す図。 分析方法（分析処理）の概要を示すフローチャート。 ピークを解析する処理の概要を示すフローチャート。 コストファンクションを計算する処理を示すフローチャート。 （ａ）は補正前のＰｋテーブルを示し、（ｂ）はカーブフィッティングした概要を示し、（ｃ）補正後のＰｋテーブルを示し、（ｄ）は補正後のピークでカーブフィッティングした概要を示す。

以下では、イオン移動度センサーの１つであるＦＡＩＭＳをセンサーとして備えた装置を例にさらに詳しく説明する。ＦＡＩＭＳ（Field Asymmetric Ion Mobility Spectrometry）では、Ｖｄ電圧（Dispersion Voltage、電界電圧（Ｖｄ）、交流）とＶｃ電圧（Compensation Voltage、補償電圧、直流）の２つの変量に応じて変化するイオン電流を検出することが可能である。検出されたイオン電流の波形（スペクトラムデータ、スペクトロスコピックデータ）ＳＤは化学物質固有の波形が含まれるので、化学物質の特定を行うことが可能である。得られるデータＳＤは、イオン電流の値を含めると３次元のデータとなる。また、化学物質は、その特性に応じて、たとえばＶｄ電圧を固定化した場合に、Ｖｃ電圧を変えることにより、測定対象の化学物質のイオン移動度の特性によりイオン電流値はピークを形成し、それが複数個になることもありうる。

ＦＡＩＭＳ（ＦＡＩＭＳ装置、ＦＡＩＭＳセンサー）で得られるデータＳＤは、２次元データをパラメータとしてピーク（波形）を含むイオン電流が含まれ、全体としては３次元データとなる。さらに１つの化学物質から得られるデータＳＤでも、複数のピークが含まれる。このため、ガスクロマトグラフィーなどの他の分析装置と同様に、分析技術の習熟が必要であり、分析結果から単純に結論を出すことが難しい。

また、ＦＡＩＭＳでは、通常の空気が存在する環境の下で測定する場合が多く、予測しない他の化学物質が混在することもあり得る。この場合、混在する他の化学物質の影響で、目的とする化学物質が本来示すべき特性が得られず、測定結果を誤って判断することが起こりえる。他の化学物質の混在だけでなく、その他の環境条件、例えば、温度、湿度、気圧、流量等の影響も避けられない。さらに、さまざまな要因のノイズがあるので偽のピーク（スプリアル）も含まれる。

以下においては、ＦＡＩＭＳから得られる２次元データＳＤ、または多次元データＳＤを、センサーから得られるスペクトラムデータの典型例として本発明を説明する。データＳＤにはイオン電流の特性が含まれる。特性の１つは、データＳＤに含まれるピークであり、ある次元のパラメータの近隣のデータ間の相関からピークは特定され得る。それらのピークの中の特定のピークを派生させる共通の要因（派生要因）の１つは、化学物質の特定のグループであると想定できる。

グループ化された化学物資の特性、具体的にはイオン移動度の測定値を検出するのに用いたセンサーに固有の特性があればその影響を補正し、さらに温度、湿度等のセンサーに依存しない環境条件等の影響も補正することにより、それらの影響を排除できる可能性があり、特定の化学物質本来の特性を見出し得る可能性がある。

具体的には、ある特定のＶｄ電圧に対し、Ｖｃ電圧を変化させた場合に現れるイオン電流のピークに対し、近隣のＶｄ電圧の場合のピークとの相関を調べ、それらが同じ化学物質から派生しているのか否かを判定し、測定結果に表れるピークを、派生させる化学物質毎にグループ化することが可能である。近隣のイオン電流のピークの相関は、ピークの現れる場所、ピークの幅、ピーク値だけでなく、イオン化された物質の理論上の特性等を考慮して判断される。さらに、測定系に存在する物質のイオン化エネルギー値を参照して、測定された化学物質の特性（測定値）から、測定に用いたＦＡＩＭＳセンサーの特性に依存する部分を補正することにより、より正確なイオン電流値を求める。

さらに、ＦＡＩＭＳセンサーの特性に依存しない、温度、湿度、圧力、流量、等の環境条件の影響も補正して、より正確なイオン電流値を算出する。これにより、対象の化学物質の特定（同定）を、より高い精度で行うことができる。また、測定対象の化学物質の特定時に参照するリファレンスデータに対しても、測定対象と同じ環境条件に対する補償処理を施し、測定結果が信頼に足る場合には、その結果の一部、あるいは全部をリファレンスデータの一部あるいは全部と入れ替えることにより、リファレンスデータの更新処理を行う。

図１は、化学物質を分析および解析して結果を出力するシステムを表すブロック図である。システム１は、典型的には、ノート型のパーソナルコンピュータ１０を中心としたシステム１として実現される。パーソナルコンピュータ（ＰＣ）１０は、ＣＰＵ１１と、適当なメモリ１２と、ハードディスクなどのストレージ１３と、ユーザインタフェースを提供するローカルな入出力インタフェース１４と、例えば、無線ＬＡＮ１５、有線ＬＡＮ１６を介して下界（外部）の機器とデータ交換するための通信インタフェース（トランシーバ）１７と、これらを接続するバスシステム１８とを備えている。ローカル入出力インタフェース１４には、キーボード２１などの入力機器と、液晶ディスプレイ２２などの画像出力機器と、スピーカ２３などの音響出力機器と、マイクロホン２４などの音響情報を取得するための機器が接続されている。システム１は、これらの入出力デバイスをふくんでいてもよく、入出力デバイスを接続するためのインタフェースが用意されているものであってもよい。

バス１８には、さらに、センサー６１から得られた測定データの解析機能を含むデバイス（臭覚プロセッサ、ＯＬＰ、ＯＬｆａｃｔｉｏｎ Ｐｒｏｃｅｓｓｏｒ）４０が接続されている。ＯＬＰ４０は、１つの集積化されたデバイス（半導体チップ）または複数の集積化されたチップ（チップセット）として提供することができる。

ＰＣ１０は、さらにセンサーコントローラデバイス５０を備えている。センサーコントローラデバイス５０は、ＯＬＰ４０により制御され、ＯＬＰ４０に対して各種のデータを供給する機能を果たす。センサーコントローラデバイス５０は、各種のセンサーと接続され、データを取得（サンプリング）するためのセンサーインタフェース５１と、いくつかのセンサーの測定条件を変えることができるセンサードライバ・コントローラユニット（ＳＤＣＵ）５２とを備えている。

典型的なセンサー６１は、空気中の物質（化学物質）を検出するセンサーであり、非対称電界イオン移動度スペクトロメータ（ＦＡＩＭＳ）または微分型電気移動度スペクトロメータ（ＤＭＳ）が知られている。この種のスペクトロメータ（センサー、以降においては総称してＤＭＳ）は、高圧−低圧に変化する非対称電界に、イオン化した流体サンプル（例、ガス、液体又は蒸気）を入力し、イオンの電界移動度に基づいてそれらをフィルタリングした結果を出力する。ＤＭＳ６１の測定条件は、ＳＤＣＵ５２により制御される。

ＤＭＳ６１の一例は、国際公開ＷＯ２００６／０１３３９６または国際公開ＷＯ２００６／０１３８９０に記載されたイオン移動度分析装置である。これらはモノリシックな、またはマイクロマシン型のコンパクトな質量分析装置であり、十分に携帯できるものである。センサーインタフェース５１には、さらに、温度、湿度、などの環境情報（環境条件）を測定するための複数のセンサー群（環境情報センサー群）７０が接続されている。環境条件測定用のセンサー群７０は、温度センサー７１、湿度センサー７２、圧力センサー７３、エアーフローセンサー７４を含む。さらに、センサーインタフェース５１は、エアーポンプ７５を制御する機能を含む。エアーポンプ７５は、必須の構成ではない。エアーポンプ７５は、アプリケーションの要求、外界条件などにより上記の環境条件測定用のセンサー群７０および／または臭覚センサーであるＤＭＳ６１に強制的に外気を供給することを可能としている。６２は化学物質を含むガスを臭覚センサーＤＭＳ６１へ送り込む口であり、下界の状況により単独で、あるいはエアーポンプ７５の助けを借りて化学物質を臭覚センサー６１へ送り込む。

ＯＬＰ４０を含むシステムのもっとも小さい単位は、デバイス（集積回路チップ）４０そのものである。ＯＬＰ４０を含むシステムは、ＰＣ１０であっても良く、さらにはＯＬＰ４０を搭載した水質検査装置、微小な麻薬物質の検出が可能な麻薬検出装置や、患者の呼気から疾患の罹患状態を調べる健康モニタ装置などであっても良い。

ＯＬＰ４０は、解析機能を備えており、外気あるいは周辺の空気のにおい（匂い、芳香、臭い）の要因となる化学物質をリアルタイムで検出（解析）することができるデバイスあるいは装置である。においの情報は、健康および安全にかかわる多くのアプリケーションで重要な役割を果たす。ＯＬＰ４０は、においの情報を出力する機能（臭覚機能）をポータブルな家電装置やＰＣ１０に搭載することを可能としている。

においの要因は、周囲の空気に含まれる化合物、ガスなどの化学物質である。以下において、化学物質とは、化合物、分子および元素を含み、成分あるいは組成物に限らず、生成物も含む。それらにおいの要因は、水晶センサー（QCM、Quartz Crystal Microbalance）、電気化学的なセンサー、SAW（Surface Acoustic Wave）デバイス、光センサー、ガスクロマトグラフィーおよび質量分析装置などのセンサーにより検出できる。これらのセンサーは、化学物質の存在により変化（変動）する量（物理量）を検出できるものである。これらのセンサーの多くは、かさばっていて複雑であり、日常で使用されるアプリケーションに使用することは容易ではない。さらに、これらのセンサーの幾つかは、少量のガスまたはその他の特定の化学物質にのみ鋭敏であったり、感度が温度と湿度に応じて変わるなどの制限もある。

近年、上述したようにコンパクトで携帯が可能で、においの要因を検出できる分析装置が検討されている。イオン移動度（Ion Mobility）および光学（赤外線、ＮＭＲ）を使用した分析デバイスは、単一チップに纏められた小さなセンサーを提供可能であり、家庭における健康および安全管理のような種々様々のアプリケーションに使用できる可能性がある。

これらの分析装置（センサー）は、特定の成分（化学物質）に敏感なセンサーと比較すると汎用性が高く、分析可能な範囲内では、ほとんどすべての成分の有無および強度（濃度）を同じ程度の精度で検出できる。しかしながら、分析装置は化学物質の存在を示唆する大量のデータを出力する。そのため、センサーの出力データをＰＣ１０のＣＰＵ１１で処理しようとするとＣＰＵ１１の処理能力が過大でないと、臭覚を実現しようとするために他のアプリケーションを実現できなくなったり、処理能力が著しく制限されたりする可能性がある。ＯＬＰ４０は、そのような不便さに対しても解を提供できるものである。すなわち、図１に示したようなＰＣ１０をベースとするシステム１に限らず、ワンチップ化されたＯＬＰ４０を搭載することにより、家電や携帯電話などの極めてハンディーな電子端末、ホームセキュリティ用の機器などに、経済的に臭覚機能を搭載することが可能となる。また、センサーはイオン移動度センサーに限定されず、上述したように、スペクトラムデータを出力するタイプであればよい。

上述したフィールド非対称質量分析計（ＦＡＩＭＳ、Field Asymmetric waveform Ion Mobility Spectrometry、またはＤＩＭＳ、Differential Ion Mobility Spectrometry）のようなＭＥＭＳセンサーを、ＯＬＰ４０とともに用いることにより、高価なＣＰＵまたはＤＳＰが不要で、大きな機械的な部品も不要で、さらに、複雑なコントロール回路類も解析回路類も不要な、低コストの、においを記録、認識できるシステム１を提供できる。

図２に、ＯＬＰ４０の機能をブロック図により示している。ＯＬＰ４０は、センサーコントローラデバイス５０を介してセンサー６１からのデータＳＤ、および、温度湿度などの環境情報を含む周辺情報ＰＩとを受信する入力インタフェース４１と、センサーコントローラデバイス５０を介してセンサー６１の測定条件を制御するコンディショナー４２と、得られたデータおよび情報を解析（分析）して特徴量を見出して測定対象（コンテンツ）を提供する検索ユニット（解析ユニット）４０ｓとを含む。周辺情報ＰＩには、センサーコントローラデバイス５０を介して得られた情報の他に、ＣＰＵ１１などから得られるアプリケーション情報、マイクロホン２４から得られる音響情報、不図示のカメラから得られる画像情報、ＧＰＳから得られる位置情報などを含めることが可能である。この検索ユニット４０ｓが提供するコンテンツは、化学物質情報をコンテキスト情報としてそれを含むコンテンツ、コンテキスト情報に関連するコンテンツ、コンテキスト情報から想定されるコンテンツなど様々である。

化学物質に関するコンテンツ（情報）には、化学物質そのものの名前、性質などが含まれる。化学物質に関連するコンテンツ（情報）には化学物質を含む製品の名前、性質、属性などが含まれる。化学物質から想定されるコンテンツ（情報）には、化学物質が直接または間接的に要因となる事象、化学物質が直接または間接的な結果となる事象などが含まれる。たとえば、爆弾、テロ、火災、その他の災害または脅威となる現象、様々な病気、障害、育成状況、天候、などの様々な生物学的、物理学的、化学的、および社会的な現象が含まれる。検索ユニット４０ｓは、これらのコンテキスト情報を含むまたは関連するコンテンツをデータベースで持っていてもよく、ＰＣ１０の機能を用いてネットワーク上に供給されているコンテンツから選択してもよい。

ＯＬＰ４０の検索ユニット４０ｓは、入力インタフェース４１を介して得られたスペクトラムデータＡＳＤおよび周辺情報ＰＩを処理して特徴点（特徴量）を抽出する分析ユニット４３と、複数のコンテキスト情報Ｃｘ、および複数のコンテキスト情報Ｃｘに対しそれぞれランク付けされた複数のストック済みのデータ（スペクトラムデータ）ＳＳＤ（本例においてはそれぞれのデータの特徴量）を含むデータベース４４を有する。分析ユニット４３は、ピーク配列を求めるユニット４３ａと、ピーク動向から派生要因からを求めるユニット４３ｂと、派生要因から特徴量を得るユニット４３ｃとを含む。派生要因を求めるユニット４３ｂは、仮識別子（仮ＰｋＩｄ）をピークに付与してワーキングファンクションを計算して最適なピーク動向を得るユニット４３ｄと、ピーク動向から派生要因を得るユニット４３ｅとを含む。

データベース４４は、さらに、コンテキスト情報Ｃｘに対しそれぞれランク付けされた周辺情報ＰＩを含んでいてもよい。周辺情報ＰＩは、温度、湿度などの周辺情報ＰＩに含まれる環境条件の一部の情報であってもよく、全てを含むものであってもよい。

データベース４４の一部あるいは全部は、ストレージ１３に格納されていてもよい。ＯＬＰ４０は、さらに、得られたスペクトラムデータＡＳＤに対するストック済みのスペクトラムデータＳＳＤのスコアＳｃを算出する照合ユニット４５と、スコアＳｃおよびランクを含む総合評価Ｒｓの高い順番で表示されるように、コンテキスト情報Ｃｘを含む、または関連付されたコンテンツＣＣを出力する出力ユニット４６とを有する。出力ユニット４６は、出力ユニット４６はコンテンツＣＣそのものではなく、コンテンツＣＣのタイトルを上記により定められた順番で、ＣＰＵ１１を介してディスプレイ２２に表示する。ユーザ（クライアント）はディスプレイ２２に表示されたタイトルＴｄから所望のものを選択して、コンテンツＣＣをディスプレイ２２に表示する機能（機能ユニット）４６ａを含む。この例において、ディスプレイ２２に表示されるタイトルＴｄが、評価の高い順番にコンテンツＣＣを出力するためのデータに対応する。

すなわち、出力ユニット４６は、照合ユニット４５において算出されたスコアが高いストック済みのスペクトラムデータＳＳＤ（以降においてはゴールデンデータとして参照される）に対するランク付けの高いコンテキスト情報Ｃｘに関連付されたコンテンツＣＣが、算出されたスコアおよびランクを含む総合評価Ｒｓの高い順番でクライアントに選択されるようにする出力データＴｄを出力する第１のユニット（機能ユニット）４６ａを含む。さらに、出力ユニット４６は、周辺情報ＰＩに含まれる環境条件に対するランクを含む総合評価Ｒｓの高い順番で、コンテキスト情報Ｃｘに関連付されたコンテンツＣＣがクライアントに選択されるようにタイトルが並んで表示されるデータ（出力データ）Ｔｄを生成する第２のユニット（機能ユニット）４６ｂを含んでいてもよい。

ＯＬＰ４０は、出力ユニット４６により出力されたコンテンツＣＣの中（コンテンツＣＣのタイトルＴｄの中）から選択されたコンテンツＣＣの情報を取得するもモニタリングユニット４７と、得られたスペクトラムデータＡＳＤを、選択されたコンテンツＣＣに含まれるコンテキスト情報Ｃｘに対してランク付けてデータベース４４に加える更新ユニット４８とを含む。

データベース４４は、さらに、ストック済みのスペクトラムデータＳＳＤの特徴量ＣＡｖを含む。以下においては、特徴量ＣＡｖがゴールデンデータとして参照されることがある。照合ユニット４５は、得られたスペクトラムデータＡＳＤの特徴量およびストック済みのスペクトラムデータＳＳＤに含まれる特徴量ＣＡｖに基づきスコアＳｃを算出する機能（機能ユニット）４５ａを含む。この算出する機能４５ａは、得られたスペクトラムデータＡＳＤに含まれる特徴量のランク付けを行い、ランクの高い特徴量からスコアＳｃを算出する水平ランキング機能を含む。

照合ユニット４５は、得られたスペクトラムデータＡＳＤの特徴量およびストック済みのスペクトラムデータＳＳＤの特徴量の少なくともいずれかを周辺情報ＰＩにより補正する機能（機能ユニット）４５ｂと、ストック済みのスペクトラムデータＳＳＤの中から照合対象となるスペクトラムデータを周辺情報ＰＩに基づき選択する機能（機能ユニット）４５ｃとを含む。

図３に、化学物質の典型的なＦＡＩＭＳの出力データ（測定データ）ＡＳＤの例を示す。データＡＳＤは、Ｖｄ電圧をステップ状に変化させながら、Ｖｃ電圧を変えた場合のイオン電流の値として得られるスペクトラムデータ（スペクトロスコピックデータ）である。この図３では、最初の固定化されたＶｄ電圧に対する、Ｖｃ電圧とイオン電流が、３次元表示のもっとも奥のラインに表されている。その後、Ｖｄ電圧を少しずつ増加させながら、同様に測定していき、三次元表示の奥から徐々に前の方へ出力が得られている。この例では、特定のＶｄ電圧に対して、少なくとも３個のピークが表れていることが分かる。

ＦＡＩＭＳセンサー６１では、Ｖｄ電圧（Dispersion Voltage、ＭＨｚ程度の周波数、たとえば、１から２０ＭＨｚ程度の周波数で、適当なデューティーサイクル（たとえば３０％程度）のサイクリックに変化する交流またはパルスなどの交流電圧値）と、Ｖｃ電圧（Compensation Voltage、直流電圧値）の２つの変量に応じて変化するイオン電流を検出することにより、化学物質の特定を行うことが可能である。たとえば、一定の電界電圧Ｖｄに対して補償電圧Ｖｃを変化させることによりイオン電流の２次元のスペクトルが得られる。さらに、電界電圧Ｖｄを変化させることにより３次元のスペクトルが得られる。電界電圧Ｖｄは、たとえば、約１，０００Ｖ／ｃｍから約３０，０００Ｖ／ｃｍまでの範囲、あるいはそれ以上の範囲を変化させる。一定の補償電圧Ｖｃに対して電界電圧Ｖｄを変化させて２次元のデータを取得し、さらに補償電圧Ｖｃを変化させて３次元のデータを取得してもよい。いずれの場合もイオン電流を得るためのパラメータ（電界電圧Ｖｄおよび補償電圧Ｖｃ）は２次元のスペクトルデータＳＤとなる。

化学物質は、その特性に応じて、たとえば電界電圧Ｖｄを固定化した場合に、複数のピークを形成することがある。たとえば化学物質（Dimethyl−Sulfoxide 、（ＣＨ_３）_２ＳＯ）の場合、特定のＶｄ電圧に対し、Ｖｃ電圧を変化させたとき、化学物質のイオン移動度の特性により、イオン電流に３個のピークが得られる。

図４は、プロセッサ（ＯＬＰ）４０の分析ユニット４３で行う分析処理を中心にフローチャートにより示している。これらの処理はコンピュータ上で稼働するプログラム（プログラム製品）として提供することが可能であり、適当な記録媒体に記録して提供することができ、インタネットなどのコンピュータネットワークを介して提供することも可能である。また、プロセッサ４０で全てを行う代わりに、ネットワークを介して、複数の端末やサーバーにより、その処理を分散・分担させて解析することも可能である。

ステップ１００で、ＤＭＳ（ＦＡＩＭＳ）６２の測定データＡＤＳを入手する。測定データＳＤは、プラスイオンおよびマイナスイオンのそれぞれの３次元のスペクトラムデータであるが、以降ではプラスイオンのデータをもとに説明する。ステップ１１０で測定データＳＤからピークを分離して２次元のピークテーブル（Ｐｋテーブル）を生成する。Ｐｋテーブルには、ピークポジション、ピーク高さ、ピーク幅などのここのピークを特定するための情報を含む。ピーク分離には、ガウシアンフィッティング、Ｂスプラインフィッティングなどの手法を用いることができる。

さらに具体的には、ベースライン特性を直線または多項式で近似し、ガウシアン特性、ローレンツ特性などを用いてカーブフィッティングし、ピークを見つける。イオン電流の測定値に対して平滑化フィルタ処理を行い、検出／特定された各々のピークの高いピークから順次、ベースラインの補正処理を行い、さらにガウシアン特性、スプライン近似などの方法によりピークフィッティング処理を行う。これらの処理により、複数のピークが重なり合った場合にも、ピークを分離処理することが可能となる。複数のピークに対して、ユニークな番号を付し、またそのピークの特性（ピーク位置、ピーク値、ピーク幅などの特性）を求める。

ステップ１２０において、Ｐｋテーブルにリストアップされたピークの動向を判断して各ピークの派生要因を推定し、ピークの高さなどを基に特徴量を抽出する。ステップ１３０において抽出された特徴量からＦＡＩＭＳ６１の測定対象を特定し、コンテンツなどの情報により提供する。

図５に特徴量を抽出する処理をさらに詳しく示している。ステップ２０１でＰｋテーブルを読み込む。Ｐｋテーブルは、Ｖｃ電圧（補償電圧）を第１の方向、Ｖｄ電圧（電界電圧）を第２の方向とした２次元のテーブルであり、測定したＶｄ電圧毎に、ピークポジション（ピークのＶｃ電圧）と、ピーク高さ、ピーク幅、その他のピーク特性値とが保持されている。

ステップ２０２で、Ｐｋテーブルの各Ｖｄのピークに仮識別子（識別情報、ＰｋＩｄ）を付与する。仮ＰｋＩｄを付与する方法は、Ｖｃ値の順番であってもよく、最も確からしい順番であってもよく、ランダムであってもよい。

ステップ２０３で、コストファンクションＣＦを初期化する。ＣＦの一例は、ピークポジション、ピーク高さなどを含めてフィッティングする関数であり、多項式を用いた最小二乗法によりフィッティングしたときの誤差を求める関数であってよい。最小二乗法の代わりに、バイウェイトなどのロバスト的なフィッティング手法を用いてもよい。

ステップ２０４において、仮ＰｋＩｄが同じピークをＶｄ方向にＣＦを用いてフィッティングし、その値を求める。さらに、Ｖｃ方向の仮ＰｋＩｄが異なるピークを入れ替えてＣＦの値を求め、ＣＦの値が所定の範囲、たとえば、最も小さくなるように仮ＰｋＩｄを更新し、ＣＦにより接続された仮ＰｋＩｄを共通のＰｋＩｄに更新する。

ステップ２０４で、上記のＣＦの値を最小にすることにより得られたピーク動向をルールと照合する。ルールの一例は、イオン化する段階で現れる水などのリアクタントイオン（Reactant Ion）とイオン化された対象の試料（Product Ion）のピーク特性に関する理論上のルールである。これらの理論上のルールに関しては、例えば「G.A.Eiceman, Z.Karpas著、Ion Mobility Spectrometry, CRC出版」や、「Alexandre A, Shvartsburg著、Differential Ion Mobility Spectrometry, CRC出版」などに詳述されており、ここではその詳細は述べないが、以下に簡単に説明する。通常の空気中には、窒素（Ｎ_２）、酸素（Ｏ_２）と水（Ｈ_２Ｏ）が含まれているが、そこへ微小な化学物質（仮にＭとする）が混入し、さらにイオン化された場合、その組成は一般に以下のように変化する。
Ｈ^＋（Ｈ_２Ｏ）_３＋Ｍ＋Ｎ_２⇔ＭＨ^＋（H_２O）_２+N_２+H_２O⇔Ｍ_２Ｈ^＋（Ｈ_２Ｏ）_１＋Ｎ_２+H_２O

上の式は、イオン化された分子の変遷を表しているが、その成分量まではあらわしていない。最初の項は、リアクタントイオン、次の項はモノマー（Monomer）、最後の項はディマー（Dimer）を表している。最初に、イオンは水分と結び付きやすく、水の分子３個と結合して水イオンとなる。この状態で電界強度が高くなると、水の分子1個が、化学物質Ｍに置き換わり、モノマーと呼ばれる、Ｍの分子1個と、水の分子２個からなるイオンを形成する。さらに電界が高くなると、ディマーと呼ばれる、Ｍの分子２個と、水の分子１個からなるイオンを形成する。今の場合、リアクタントは水である。

得られたピーク動向がルールと照合して不合理がなければステップ２０７において得られた仮ＰｋＩｄを固定し、ステップ２０８においてピーク動向を精査し、ピークの派生要因、典型的には化学成分を推定する。ピークの派生要因が推定されれば、ステップ２０９において、ピーク高さ、幅などから分析対象のスペクトルデータＳＤの特徴量を決定し、出力する。

一方、得られたピーク動向が不合理な場合は、ステップ２０６において、ステップ２０４においてスプリアスとして破棄されたピークの重み係数を変え、スプリアスとして破棄されにくい状況に変更して、ステップ２０４を繰り返す。

図６に、仮ＰｋＩｄを用いてＣＦを計算するステップ２０４をさらに詳しく示している。また、図７にＰｋテーブル（Ｐｋポジションテーブル）８０の一例と、それに含まれる仮ＰｋＩｄをＣＦにより接続した例を示している。

ステップ２１０において、仮ＰｋＩｄを用いて各ＰｋＩｄで接続されたＣＦを計算し、そのＣＦ値を保存する。ステップ２１１で、第２の方向であるＶｄ値を、測定されたステップ、スペクトルデータＳＤに含まれるステップ、または分析のために設定されたステップでアップまたはダウンする。ステップ２１２で、全てのＶｄ値のピーク、すなわち、Ｐｋテーブル８０に含まれるすべてのピークに対して解析が終了するとこのルーチンは終了する。

ステップ２１３で、Ｖｄ値の仮ＰｋＩｄを交換（スワップ）して、全てケースのＣＦを計算する。たとえば、Ｐｋテーブル８０に含まれるピークＰであって、前後のＶｄに共通する仮ＰｋＩｄがないピークＰについても、他のピークＰと入れ替えてＣＦを計算する。

ステップ２１４で、計算したＣＦ値の中に、記憶しているＣＦ値より低いものがなければ、ステップ２１１に戻ってＶｄ値を１ステップアップあるいはダウンして上記の処理を繰り返す。ステップ２１４において、ＣＦ値に低いものがあれば、ステップ２１５において、記憶されているＣＦ値を置き換えて（更新し）、ステップ２１６において、低いＣＦ値が得られたＣＦにより接続されている仮ＰｋＩｄのピークに同じ仮ＰｋＩｄを割り当てる。また、ステップ２１７において、前後のＶｄに含まれるピークＰに接続されない仮ＰｋＩｄのピークをスプリアスとして記憶する。

以上のような処理を行うことにより、図７（ｃ）に示すように、Ｐｋテーブル８０に含まれるピークからスプリアスピークＰｓを発見して排除できる。また、ＰｋテーブルのＰｋＩｄをＣＦの低い値、たとえば、ピークフィッティングしたときの最小二乗誤差が最小となるように自動的に変更できる。

なお、上記では、イオン移動度センサーから得られるスペクトルデータに基づいて本発明を説明しているが、スペクトルデータであれば異なるセンサー、たとえば、質量分析装置の出力やガスクロマトグラフィーの出力などであってもよい。２次元の一軸（３次元の一軸）は、時間的に変換するデータであれば時間であってもよい。

１ システム、 １０ ＰＣ、 ４０ ＯＬＰ

Claims (1)

1. センサーにより得られた３次元のスペクトラムデータに含まれる特徴量を得ることを含み、
   前記特徴量を得ることは、
   前記３次元のスペクトラムデータから２次元のピーク配列を求めることと、
   前記２次元のピーク配列に含まれるピーク動向からピークの派生要因を推定し、特徴量を求めることとを含み、
   前記ピークの派生要因を推定することは、
   前記ピーク配列の中の第１の方向に並ぶ複数のピークに仮識別子を付けることと、
   前記ピーク配列の中の第２の方向に並ぶ複数のピークを接続するワーキングファンクションを生成することと、
   前記第２の方向に並ぶ複数のピークを前記仮識別子に基づいて前記ワーキングファンクションにより接続した値を、前記第１の方向に並ぶ複数のピークを入れ替えて求め、求められたワーキングファンクションの値が所定の範囲内であれば、そのワーキングファンクションにより接続されたピークの仮識別子を共通の識別子に変更することと、
   前記共通の識別子が付されたピークの動向からピークの派生要因を推定することとを含む、分析方法。

Images