专利名称：特征物质的检测系统及方法
技术领域：
本发明涉及特征物质的定性与定量分析领域，尤其涉及特征物质的检测系统及方法。
背景技术：
质谱分析方法是将物质粒子(原子、分子)电离成离子，并通过适当的稳定或变化 的电场或磁场将它们按空间位置、时间先后等实现质荷比分离，并检测其强度来作定性、定 量分析的分析方法。由于其直接测量的本质和高灵敏、高分辨、高通量和高适用性的特性， 使得质谱仪和质谱分析技术在现代科学技术中举足轻重。随着生命科学、环境科学、医药科 学、纳米材料等学科的发展，以及食品安全、国家安全、国际反恐的需要，质谱仪已成为增长 速度飞快的分析仪器之一。尤其是色谱/质谱联用技术和仪器的出现，因其对复杂基体的 高分离功能和检测的高灵敏度，更是在上述各领域倍受青睐，甚至不可或缺。对于复杂基体的检测分析，其分析流程是样品前处理、色谱分离、质谱分析检测、 数据处理。其中，样品前处理占大部分工作量，操作环节多、而且非常复杂。不同分析目的， 前处理操作不同，但通常包括取样、称量、均勻化、粗分离、提纯、浓缩等步骤。复杂的前处 理很容易对被测物产生污染、流失、改性等阻碍真实、精确反映分析检测结果的影响。利用新兴质谱技术在无需任何样品前处理的情况下对复杂基体的样品的成像则 是当前研究的前沿和热点之一。自 1997 年美国范德堡大学(Vanderbilt University)的 Richard Caprioli 等首 次提出MALDI质谱分子成像技术以来，质谱成像技术作为质谱技术中的一个新领域迅速发 展，质谱成像技术就广泛用于样品表面直接质谱分析，特别是生物组织表面直接分析，用于 蛋白组学、代谢组学、脂类组学、药代动力学等领域研究。质谱成像分析的流程是将被用来研究的样品置于质谱仪的靶上或样品台上，按 照预先定义好的样品扫描范围、样品扫描方式、采样点扫描时间间隔和空间间隔，移动样品 台，对样品中的采样点(微区)进行离子化，离子化后的离子进入质谱仪，采集质谱数据信 息，如此逐步采集样品中扫描范围内的其他采样点，最后得到具有空间信息的整个样品的 质谱数据，这样就可以完成对样品的“分子成像”，该分子成像图是3维图，每个点的x，y与 其实际样品中采样点的对应，相对位置一样，z轴为m/z轴，表示该点化合物信息。设定离子m/z的范围，即可确定该样品区域所含分子的种类，并选定峰高或者峰 面积来代表分子的相对丰度。图像中的彩色斑点代表化合物的定位，每个斑点颜色的深浅 与该点上检测到的某离子信号大小相关。通过增加单位面积上离子化样品点数量和像素， 可以获得更多的样品信息，例如采用4000像素比200像素能够得到更好的样品图像。质谱 分子成像技术是一种半定量或相对定量技术，图像上颜色深的部分表明有更多的生物分子 聚集在样品的这个部分。然而，不可能据此确定分子在样品的不同部位的实际绝对含量。选 择组织图像上的任意一个斑点，图像都能够给出一个质谱谱图或者离子谱图，代表在样品 的该部位存在这种分子，然后与做指纹图谱类似，像做指纹图谱那样，将样品的离子谱图与已知标准品进行对照，分析差异，从而进行生物标志物的发现和药物作用的监控。质谱成像技术所获得的“分子成像”是伪图像，该伪图像是直接由质谱数据和预先 定义每个质谱数据的虚拟空间相对位置所获得，仅大体代表相对空间位置，不能真正代表 被分析样品的实际空间信息，也不能准确建立样品的实际被分析样品点与质谱数据间一一 对应的关系，同时质谱成像技术不能解决样品被分析前已被污染的问题，只能解决由于免 去一些复杂前处理再污染的问题。而且由于质谱成像分析信息丰富，所以从质谱成像数据中提取特征物质(某m/ z特征离子，样品上特有的、扫描样品的其他位置所没有，或明显较少的离子)好像大海捞 针，非常艰难。由于直接在伪图像上选感兴趣的区域，存在不精确的问题，给后续的计算带来了 严重的误差，造成了误判和漏判的概率较大。对于复杂样品中未知物分析，特别是特征物质的分析，光学成像分析只能解决物 质的形态、不能确定物质是什么的问题。常规的质谱分析能够解决物质是什么的问题，但不 能给出各物质在样品上分布的信息，同时带来了复杂的样品前处理问题。最新的质谱成像 分析能够一定程度上减少(前处理的步骤越少、被污染的机会就越少)样品复杂前处理对 被测物的影响，可以给出已知的被检测物在样品上分布的信息，但不能确定哪些样品在分 析前已经被污染了，更不能确定质谱成像上样品点与实际被分析样品点的精确联系，更不 能确定哪些物质是样品上特有的，哪些是背景信息，也不能给出所有未知的特征物质有哪 些、分别是什么、以及相对含量和样品上空间分布信息，甚至不能准确、精确绘制感兴趣的 区域。
发明内容
为了解决上述的技术问题，提供了特征物质的检测系统及方法，其目的在于，在质 谱分析前，从光学图像信息辨别样品是否被污染、确认需要分析的样品区域，经过质谱分析 后，将样品光学图像与分析的质谱数据建立对应联系，能够准确、精确绘制感兴趣的区域， 找出该区域内所有特征离子、区别于由于样品或仪器被污染、改性等不良影响所产生的背 景信息，同时获取每个特征离子的相对含量以及其在样品上空间分布信息。解决了样品分 析前确认是否被污染、样品需要分析的区域，不盲目分析的问题；样品分析后，通过建立了 样品实际光学图像与分析获得质谱数据的对应联系解决了质谱数据不能溯源到实际样品 点的问题；通过应用高分辨的光学图像绘制感兴趣的区域，解决感兴趣区域绘制准确、精确 的问题；在该区域内检测出了哪些是特征物质、相对浓度多少、分布在样品什么区域上的， 也就解决哪些物质是该区域内所特有的物质，特有物质的含量和空间分布情况。本发明提供了特征物质的检测方法，包括步骤1，对被测样品进行质谱分析得到每个样品点的质谱数据，并确定被测样品的 感兴趣区域；步骤2，对于同一个m/z所表征的物质，分别计算感兴趣区域内和感兴趣区域外所 有样品点的总离子强度、感兴趣区域内和感兴趣区域外所有样品点的平均强度和/或感兴 趣区域内该m/z所表征的物质的空间聚集度，依据预置的规则判定该m/z所表征的物质是 否为特征物质；
感兴趣区域内总离子强度为感兴趣区域内所有存在该m/z所表征的物质的样品 点对应的质谱峰信号强度之和；感兴趣区域外总离子强度为感兴趣区域外所有存在该m/z所表征的物质的样品 点对应的质谱峰信号强度之和；感兴趣区域内平均强度表示感兴趣区域内总离子强度除以感兴趣区域内所有存 在该m/z所表征的物质的样品点的个数；感兴趣区域外平均强度表示感兴趣区域外总离子强度除以感兴趣区域外所有存 在该m/z所表征的物质的样品点的个数。步骤1中确定感兴趣区域具体包括在质谱分析不破坏被测样品形貌的情况下， 根据对质谱分析后的被测样品的光学成像确定感兴趣区域；或者在质谱分析破坏被测样品 形貌的情况下，根据对质谱分析前的被测样品的光学成像确定感兴趣区域；或者在没有成 像设备的情况下，按照预定的条件从质谱数据中确定感兴趣区域。在质谱分析不破坏被测样品形貌的情况下，对被测样品进行质谱分析后进行光学 成像，或者边进行质谱分析边进行光学成像；在边进行质谱分析边进行光学成像时，每次光 学成像的条件保持一致。光学成像的分辨率不小于最小样品点的半径。在边进行质谱分析边进行光学成像时，利用每次光学成像得到的图像进行合成得 到最终的图像，用来确定感兴趣区域。步骤2中，还计算质谱的噪声强度，将质谱峰信号强度不小于2倍于噪声强度的信 号视为有意义的信号，并提取有意义信号的质谱峰信号强度。预置的规则为感兴趣区域内平均强度大于或等于感兴趣区域外的平均离子强度 的2倍，并且该m/z所表征的物质在感兴趣区域内存在质谱峰的样品点数不少于该m/z所 表征的物质感兴趣区域外存在质谱峰的样品点数，则该m/z所表征的物质为特征物质；该 m/z所表征的物质在R0I内存在质谱峰的样品点的空间聚合度优于在R0I外存在质谱峰的 样品点的空间聚合度，则该m/z所表征的物质为特征物质；或者感兴趣区域内平均强度大 于或等于感兴趣区域外的平均离子强度的2倍，并且该m/z所表征的物质在感兴趣区域内 存在质谱峰的样品点数不少于该m/z所表征的物质感兴趣区域外存在质谱峰的样品点数， 同时该m/z所表征的物质在R0I内存在质谱峰的样品点的空间聚合度优于在R0I外存在质 谱峰的样品点的空间聚合度。感兴趣区域的总面积不大于被测样品总面积的1/2，并且不小于4个样品点所在 区域的面积。感兴趣区域内该m/z所表征的物质的空间聚集度用该m/z所表征的物质对应像素 个数占感兴趣区域内总像素个数的百分比或该m/z所表征的物质对应像素点的聚焦度表示。在没有成像设备的情况下，按照预定的条件从质谱数据中确定感兴趣区域包括如果该被测样品上存在已知特征物质，则获取该特征物质的质谱成像图，在该质 谱成像图上标记离子成像的区域，该区域即为感兴趣区域；或者将每个特征物质成像图做灰度分析，计算出图的灰度面积值与空间聚集度值乘 积，根据乘积结果从大到小依次排列各物质成像图，从乘积结果大的物质成像图中挑选出有特征的图，在图上标记物质成像的区域，该区域即为感兴趣区域；或者对质谱数据做主成分分析获取得分矩阵和主成分，对得分矩阵组织质谱成像，获 取每个主成分对于得分矩阵的质谱成像图，依主成分的次序查看质谱成像图，挑选出有特 征的质谱成像图，在该质谱成像图上标记成像的区域，该区域即为感兴趣区域；或者通过多元统计分析处理质谱数据，得出有特征的质谱成像图，挑选有特征的质谱 成像图，在该质谱成像图上标记质谱成像的区域，该区域即为感兴趣区域。步骤2中，还判断每种物质是否存在于感兴趣区域内，具体包括如果该物质在感兴趣区域内不仅存在有质谱峰的样品点而且满足预设数量的要 求，该样品点在空间上相邻，则该物质存在于感兴趣区域内；否则物质不存在于感兴趣区域 内。步骤2中还根据感兴趣区域内和感兴趣区域外所有样品点的总离子强度、感兴趣 区域内和感兴趣区域外所有样品点的平均强度和/或感兴趣区域内该m/z所表征的物质的 空间聚集度计算特征物质的特征系数。还包括步骤3 对于多个同类的被测样品，得到每个被测样品对应的特征物质后， 对每个被测样品对应的特征物质有关的信息进行统计分析，得到具有统计学意义的特征物 质。还包括步骤4，将与具有统计学意义的特征物质有关的信息作为输入参数，建立模式识别 的模型；步骤5，对未知的被测样品执行步骤1-步骤2，得到未知样品对应的特征物质，将 与未知样品对应的特征物质有关的信息作为输入参数输入该模式识别的模型，判断该未知 的被测样品的类型是否与所述多个同类的被测样品的类型相同；其中与未知样品的特征物 质有关的信息的参数类型和与具有统计学意义的特征物质有关的信息的参数类型相同。与具有统计学意义的特征物质有关的信息包括感兴趣区域内特征物质种类、每种 特征物质的总强度、每种特征物质的平均强度、每种特征物质的空间分布图，以及各特征物 质的总强度相对强度和各特征物质的平均强度相对强度。模式识别的模型为距离测度分类模式识别、基于概率统计的贝叶斯分类模式识 别、神经网络模型、决策树模型、粗糙集、聚类分析、�：劾�、遗传算法聚类模型、蚁群算法 聚类或粒子群算法聚类模型。对于两种不同类的被测样品，在得到该两种不同类的被测样品中包含的具有统计 意义的特征物质后，将两种不同类的被测样品中具有统计意义的特征物质或者两种不同类 的被测样品中与具有统计意义的特征物质有关的信息进行比较，以得到两种不同类的被测 样品中具有统计意义的特征物质的相同之处和/或不同之处，或者两种不同类的被测样品 中与具有统计意义的特征物质有关的信息的相同之处和/或不同之处。对于两种不同类的被测样品，在得到该两种不同类的被测样品中包含的具有统计 意义的特征物质后，将与具有统计学意义的特征物质有关的信息作为输入参数，分别建立 模式识别的模型；对两种不同类的被测样品之一同类的未知被测样品，执行步骤1-步骤2 后得到被测样品中包含的具有统计意义的特征物质，将与具有统计学意义的特征物质有关 的信息分别输入所建立的模型，判断该未知被测样品具体的类别。
对多类不同的被测样品分别得到具有统计学意义的特征物质以及与具有统计学 意义的特征物质有关的信息，并存储到数据库中；将未知的被测样品执行步骤1-步骤2后 得到未知样品对应的特征物质以及与未知样品对应的特征物质有关的信息，将未知样品对 应的特征物质以及与未知样品对应的特征物质有关的信息作为输入参数，根据预置的约束 在数据库中搜索以得到该未知样品的类别。本发明提供了特征物质的检测系统，包括自动样品台和质谱系统，自动样品台用 于承载被测样品，质谱系统用于对被测样品进行质谱分析得到每个样品点的质谱数据，还 包括感兴趣区域判定�？椋糜谌范ū徊庋返母行巳で颍惶卣魑镏逝卸？椋糜诙酝桓鰉/z所表征的物质，分别计算感兴趣区域内和 感兴趣区域外所有样品点的总离子强度、感兴趣区域内和感兴趣区域外所有样品点的平均 强度和/或感兴趣区域内该m/z所表征的物质的空间聚集度，依据预置的规则判定该m/z 所表征的物质是否为特征物质；感兴趣区域内总离子强度为感兴趣区域内所有存在该m/z 所表征的物质的样品点对应的质谱峰信号强度之和；感兴趣区域外总离子强度为感兴趣区 域外所有存在该m/z所表征的物质的样品点对应的质谱峰信号强度之和；感兴趣区域内平 均强度表示感兴趣区域内总离子强度除以感兴趣区域内所有存在该m/z所表征的物质的 样品点的个数；感兴趣区域外平均强度表示感兴趣区域外总离子强度除以感兴趣区域外所 有存在该m/z所表征的物质的样品点的个数。感兴趣区域判定模块，用于在质谱分析不破坏被测样品形貌的情况下，根据对质 谱分析后的被测样品的光学成像确定感兴趣区域；或者在质谱分析破坏被测样品形貌的情 况下，根据对质谱分析前的被测样品的光学成像确定感兴趣区域；或者在没有成像设备的 情况下，按照预定的条件从质谱数据中确定感兴趣区域。质谱系统和自动样品台，用于在质谱分析不破坏被测样品形貌的情况下，对被测 样品进行质谱分析后进行光学成像，或者边进行质谱分析边进行光学成像；在边进行质谱 分析边进行光学成像时，每次光学成像的条件保持一致。光学成像的分辨率不小于最小样品点的半径。在边进行质谱分析边进行光学成像时，利用每次光学成像得到的图像进行合成得 到最终的图像，用来确定感兴趣区域。特征物质判定�？椋褂糜诩扑阒势椎脑肷慷龋势追逍藕徘慷炔恍∮�2倍 于噪声强度的信号视为有意义的信号，并提取有意义信号的质谱峰信号强度。预置的规则为感兴趣区域内平均强度大于或等于感兴趣区域外的平均离子强度 的2倍，并且该m/z所表征的物质在感兴趣区域内存在质谱峰的样品点数不少于该m/z所 表征的物质感兴趣区域外存在质谱峰的样品点数，则该m/z所表征的物质为特征物质；该 m/z所表征的物质在R0I内存在质谱峰的样品点的空间聚合度优于在R0I外存在质谱峰的 样品点的空间聚合度，则该m/z所表征的物质为特征物质；或者感兴趣区域内平均强度大 于或等于感兴趣区域外的平均离子强度的2倍，并且该m/z所表征的物质在感兴趣区域内 存在质谱峰的样品点数不少于该m/z所表征的物质感兴趣区域外存在质谱峰的样品点数， 同时该m/z所表征的物质在R0I内存在质谱峰的样品点的空间聚合度优于在R0I外存在质 谱峰的样品点的空间聚合度。
感兴趣区域的总面积不大于被测样品总面积的1/2，并且不小于4个样品点所在 区域的面积。感兴趣区域内该m/z所表征的物质的空间聚集度用该m/z所表征的物质对应像素 个数占感兴趣区域内总像素个数的百分比或该m/z所表征的物质对应像素点的聚焦度表示。在没有成像设备的情况下，按照预定的条件从质谱数据中确定感兴趣区域包括如果该被测样品上存在已知特征物质，则获取该特征物质的质谱成像图，在该质 谱成像图上标记离子成像的区域，该区域即为感兴趣区域；或者将每个特征物质成像图做灰度分析，计算出图的灰度面积值与空间聚集度值乘 积，根据乘积结果从大到小依次排列各物质成像图，从乘积结果大的物质成像图中挑选出 有特征的图，在图上标记物质成像的区域，该区域即为感兴趣区域；或者对质谱数据做主成分分析获取得分矩阵和主成分，对得分矩阵组织质谱成像，获 取每个主成分对于得分矩阵的质谱成像图，依主成分的次序查看质谱成像图，挑选出有特 征的质谱成像图，在该质谱成像图上标记成像的区域，该区域即为感兴趣区域；或者通过多元统计分析处理质谱数据，得出有特征的质谱成像图，挑选有特征的质谱 成像图，在该质谱成像图上标记质谱成像的区域，该区域即为感兴趣区域。特征物质判定�？椋褂糜谂卸厦恐治镏适欠翊嬖谟诟行巳で蚰冢咛灏ㄈ� 果该物质在感兴趣区域内不仅存在有质谱峰的样品点而且满足预设数量的要求，该样品点 在空间上相邻，则该物质存在于感兴趣区域内；否则物质不存在于感兴趣区域内。特征物质判定�？椋垢莞行巳で蚰诤透行巳で蛲馑醒返愕淖芾胱忧� 度、感兴趣区域内和感兴趣区域外所有样品点的平均强度和/或感兴趣区域内该m/z所表 征的物质的空间聚集度计算特征物质的特征系数。对于多个同类的被测样品，特征物质判定�？榛褂糜诘玫矫扛霰徊庋范杂Φ奶� 征物质后，对每个被测样品对应的特征物质有关的信息进行统计分析，得到具有统计学意 义的特征物质。特征物质判定�？椋褂糜诮刖哂型臣蒲б庖宓奶卣魑镏视泄氐男畔⒆魑淙� 参数，建立模式识别的模型；得到未知样品对应的特征物质，将与未知样品对应的特征物质 有关的信息作为输入参数输入该模式识别的模型，判断该未知的被测样品的类型是否与所 述多个同类的被测样品的类型相同；其中与未知样品的特征物质有关的信息的参数类型和 与具有统计学意义的特征物质有关的信息的参数类型相同。与具有统计学意义的特征物质有关的信息包括感兴趣区域内特征物质种类、每种 特征物质的总强度、每种特征物质的平均强度、每种特征物质的空间分布图，以及各特征物 质的总强度相对强度和各特征物质的平均强度相对强度。模式识别的模型为距离测度分类模式识别、基于概率统计的贝叶斯分类模式识 别、神经网络模型、决策树模型、粗糙集、聚类分析、模糊聚类、遗传算法聚类模型、蚁群算法 聚类或粒子群算法聚类模型。对于两种不同类的被测样品，特征物质判定�？榛乖诘玫礁昧街植煌嗟谋徊庋� 品中包含的具有统计意义的特征物质后，将两种不同类的被测样品中具有统计意义的特征 物质或者两种不同类的被测样品中与具有统计意义的特征物质有关的信息进行比较，以得到两种不同类的被测样品中具有统计意义的特征物质的相同之处和/或不同之处，或者两 种不同类的被测样品中与具有统计意义的特征物质有关的信息的相同之处和/或不同之 处。对于两种不同类的被测样品，特征物质判定�？榛乖诘玫礁昧街植煌嗟谋徊庋� 品中包含的具有统计意义的特征物质后，将与具有统计学意义的特征物质有关的信息作为 输入参数，分别建立模式识别的模型；得到对两种不同类的被测样品之一同类的未知被测 样品中包含的具有统计意义的特征物质，将与具有统计学意义的特征物质有关的信息分别 输入所建立的模型，判断该未知被测样品具体的类别。对多类不同的被测样品，特征物质判定�？榛褂糜诜直鸬玫礁枚嗬嗖煌谋徊庋� 品具有统计学意义的特征物质以及与具有统计学意义的特征物质有关的信息，并存储到数 据库中；得到未知样品对应的特征物质以及与未知样品对应的特征物质有关的信息，将未 知样品对应的特征物质以及与未知样品对应的特征物质有关的信息作为输入参数，根据预 置的约束在数据库中搜索以得到该未知样品的类别。本发明所提出的检测感兴趣区域内特征物质的方法和装置，使研究人员准确、精 确分析检测出样品中感兴趣区域内能够检测到哪些是样品的特有物质、哪些是背景噪声， 所有特征物质离子的相对含量、以及其在样品内的空间分布情况，既获取光学形态信息、又 获取特有的物质信息，避免样品复杂前处理对被测物的不良影响(污染、改性、流失)，对于 复杂基体、如组织切片中蛋白组学、脂类组学、药代动力学的研究分析，指纹、墨迹、印章、字 画的鉴定，提供了准确、可靠的系统和方法。
图1是本发明分析检测特征物质的系统示意图2是光学成像系统与质谱分析系统同时工作的系统示意图3是质谱成像分析的系统示意图4是本发明系统的分析方法流程图5是光学成像系统与质谱分析系统同时工作的方法流程图6是质谱成像分析的方法流程图7是计算感兴趣区域内的特征离子方法流程图8是同类大量样品的特征离子分析检测方法流程图9是同类大量样品的特征离子建模及真伪判断方法流程图10是两类大量样品间的差异离子分析检测方法流程图11是两类大量样品间的差异离子建模及分类判断方法流程图12是多类大量样品的特征离子建库及未知样品鉴定检索方法流程图
图13是应用图9所示方法对指纹真伪判断方法流程图。
具体实施例方式
目前，复杂样品中分析发展趋势是能够检测出哪些是样品中特有的物质，哪些是 背景信息(仪器或样品污染、改性等)，特别是准确、精确绘制感兴趣的区域，检测出该区域 内所有特征离子、每个特征离子的相对含量以及在样品上空间分布信息，解决了该区域内检测出了哪些特征物质、浓度多少、分布在样品什么区域上的，也就解决哪些物质是该区域 内所特有的，特有物质的浓度和分布情况。感兴趣区域(Region of Interest, R0I)内特征物质，也叫特征离子或特有物质， 也就是R0I内的某m/z特征离子，属于R0I内特有的、样品的其他位置没有，或比R0I内明 显较少，可以定义为R0I内离子平均强度高于R0I外平均强度的2倍。图1是本发明分析检测特征物质的系统示意图。如图所示，该系统包括被测样品 100，光学成像系统110、自动样品台120、离子源装置130、质谱接口装置140、质谱系统150、 特征物质信息提取系统160。被测样品100可以是放在玻璃、塑料、金属或其他材质的基质 上，用于装载样品，有利光学成像和质谱分析。光学成像系统110，可以是独立的，也可以是 与质谱分析联用的，独立的光学成像可以是光学显微系统、电子显微系统；对样品成像可以 直接对本样品成像，也可以对样品的对应面(从同一样品切割下来的另一面)成像；与质谱 分析联用的，是将样品放在同一样品台上，既实现光学成像又实现质谱分析；光学成像的结 果是图片信息，包括质谱分析前的图片和质谱分析后的图片，分析前的图片用于反映样品 的原始形貌，分析后的图片用于反映样品分析后的形貌和质谱分析点的位置；光学成像的 空间分辨率要求不小于质谱分析的最小样品点半径，最佳方法是能够看清紧密相连的两个 质谱分析样品点。自动样品台120，自动控制二 /三维移动，与质谱分析系统联动，下述两种 方式皆可可被测样品100移动，而离子源装置130和质谱接口装置140不动，也可被测样 品100不动，离子源装置130和质谱接口装置140移动实现扫描。离子源装置130，将样品 上一个微区内的样品离子化，质谱接口装置140将样品离子导入质谱系统150。被测样品 100、自动样品台120、离子源装置130和质谱接口装置140，可以在真空环境下、也可以在大 气压下工作。质谱系统150，将导入的样品离子实现质荷比分离，并检测其信号强度，形成质 谱数据。特征物质信息提取系统160，将样品的高分辨空间光学图像信息和样品的质谱数据 集作为输入，提取感兴趣区域特有的物质信息。其中，高空间分辨光学图像A，包括样品质谱分析前图片A1和样品质谱分析后图 片A2，图片A1反映样品的原始形貌，图片A2反映样品分析后的形貌和质谱分析点的位置， 如果分析过程中不破坏样品的形貌，则以A2的信息为主，既获得样品形貌又可准确获得质 谱分析点的位置信息，否则，以A1的信息为主，通过分析前在样品上标记3个或3个以上的 点，以这些点为空间参照点来获得质谱分析点的位置信息。A1还可确认样品是否被污染和 需要分析的区域，A1和A2空间分辨率要求不小于质谱分析的最小样品点的半径，最佳方法 是能够区分紧密相连的两个质谱分析样品点。质谱数据集B，是样品所有扫描点的质谱数据的集合，一个样品扫描点至少对应于 一张质谱图数据，样品可以移动一个点、质谱分析一个点，也可以样品台勻速移动一条线、 质谱连续分析这条线上的样品，这种方式最终可以映射为一个样品点对应一个质谱图数 据；质谱图谱数据与质谱分析模式、质量轴范围、质谱分辨率紧密相关，这些参数可根据样 品的分析目的设置。感兴趣区域特有物质信息C，是分析结果的信息集合，表示感兴趣区域内所有特有 离子(特征物质)的信息列表，区域内总强度、平均强度、空间分布信息、特有系数等。图2是光学成像系统与质谱分析系统同时工作的系统示意图。如图所示，上述发 明中光学成像系统110与被测样品100、自动样品台120、离子源130紧密相连，实现光学成像与质谱分析同时进行，为每个样品点分析时，分别采集质谱分析前光学图像al和质谱 分析后光学图像a2，最后通过拼接等数字图像处理手段将多幅图拼成整个样品的光学图像 A1和A2。该实施例相对于图1所示系统，更利于现场快速分析，及时看清每个样品分析前 后和分析后的光学图像，可以同时实现光谱成像和质谱成像，可以在现场选择所需分析的 区域。图3是质谱成像分析的系统示意图。如图所示，该系统没有光学成像系统，仅有质 谱成像分析系统，通过扩大分析检测区域来对被分析样品特征物质的检测，适用于选定R0I 区域精准度要求不高的情况，系统包括被测样品100，自动样品台120、离子源装置130、质 谱接口装置140、质谱系统150、特征物质信息提取系统160。图4是本发明系统的分析方法流程图。如图所示，包括以下步骤步骤S401，调节好质谱仪器系统、调节好离子源装置及接口装置，调好样品台的位 置，做好质谱分析的准备工作。步骤S402，将样品切片进行质谱分析前的光学成像，得样品的光学图像A1，主要 用来确认样品是否被污染和要分析的区域；记录光学成像的条件，确保本次光学成像条件 与质谱分析后光学成像的条件一致。步骤S403，将样品切片转载到样品台适当的位置。步骤S404，按照分析的目的和被测样品的范围，设定分析扫描的范围、扫描速度， 自动控制样品台的移动。步骤S405，按照设定的分析模式，与样品台配合，对样品进行质谱分析，得到样品 中的每一个样品点的质谱数据，形成质谱数据集B。步骤S406，质谱分析完毕后，依据上次的光学成像条件，对分析后的样品切片进行 光学成像，得样品的光学图像A2。步骤S407，获取高分辨的质谱分析后的样品光学图像A，该图像包含每个被分析 样品点的精确空间信息。由于A1反映样品的原始形貌，A2反映样品分析后的形貌和质谱分 析点的位置。如果分析的过程不破坏样品的形貌，则A可由A2直接获得，否则，A由A1获 得样品形貌，与质谱分析前，在样品上标记3个或3个以上的点，用来定位质谱分析点的空 间位置。步骤S408，对质谱数据集，自动计算质谱数据的噪声强度N，定义信号强度S，S不 小于2倍的N，不小于2倍的N的S视为有意义的信号；依据信号强度和质量分辨率，提取 质谱峰强度信息和质谱峰的面积信息。质谱峰强度表示该m/z质谱峰所对应信号的相对强 度，通常是质谱峰的最高值、平均值或中心值扣除噪声后的获得数值，不同的质谱仪器公司 对该值计算方法可能不一样。质谱峰的面积是该m/z总离子数的表示值，通过对该质谱峰 进行积分获得。质谱峰强度和质谱峰面积，可以通过质谱仪的数据处理软件直接获得，也可 同对质谱原始数据进行分析处理获得。步骤S409，将高分辨的光学图像A上的被分析的样品点(微区)与该样品点的质 谱数据建立对应的关系，实现光学图像A上的每个被分析的样品点都能找到相应的质谱数 据，每幅质谱数据都能找到光学图像A上的空间位置。建立这种联系的方法有很多，如第 一种方法以光学图像A为模版，绘制出样品分析的范围区域，在该区域内，建立每个样品 点与对应质谱数据间的联系，即为每一个样品点找到在质谱数据集B中对应的质谱分析数据，代表该点的物质信息，获得实际样品图像与质谱数据一体的图像D1，后续的图像操作与 质谱数据分析处理均在D1上进行；第二种方法参照光学图像A，根据每个质谱数据的空间 标记信息，建立虚拟图像D2，虚拟图像D2与光学图像A上被分析的样品区域空间布局一致， 样品点间空间方位关系一致，在D2上的样品点与光学图像A上被分析样品点一一对应，D2 的空间分辨可以与光学图像A —致，也可不一致，但是D2上的样品点都能代表光学图像A 上相应的被分析点，光学图像A上被分析点都能在D2上找到对应的代表点，后续的图像操 作与质谱数据分析处理均在D2上进行；D1、D2统称为D，表示该图像既代表实际样品上每个 被分析样品点的空间信息又代表该点的质谱信息。可根据光学图像A来确定在D上标记感 兴趣的区域(R0I)，也可根据分析的目的来确定ROI，R0I可以有多个小R0I组成，R0I的总 面积不大于分析样品总面积同时不小于1个样品点，可以根据分析样品的特性和分析目的 来限定R0I的总面积，如可以限定R0I的总面积不大于分析样品总面积的1/2，同时不小 于4个样品点。步骤S410，设定一个m/z，分别计算R0I内外的所有样品点的总离子强度和平均强 度，R0I内总离子强度表示R0I内所有存在该m/z质谱峰的样品点质谱峰信号强度之和，R0I 外总离子强度表示R0I外所有存在该m/z质谱峰的样品点质谱峰信号强度之和，若个数为 0，则平均离子强度为0，R0I内平均强度表示R0I内总离子强度除以相应所有存在该m/z质 谱峰的样品点的个数；R0I外平均强度表示R0I外总离子强度除以相应所有存在该m/z质 谱峰的样品点的个数；计算R0I内特征离子的空间聚集度，计算R0I外特征离子的空间聚集 度；依据计算所得数据和图像信息综合判断该离子是否为特征离子，依照上述方法，判断所 有m/z，得出所有的特征离子列表信息。特征离子在R0I内的空间聚集度表示该离子在R0I 内的空间聚集的情况，通�？梢允褂孟率霾问硎疽皇歉美胱佣杂ο袼馗鍪糝0I内总 像素个数的百分比，百分比高表示该离子在R0I内空间分布多；如果R0I内与R0I外的百分 比相差不大(例如5%以内)则采用参数二，参数二是离子像素点的聚焦度，可以通过计算 离子在各像素间的距离得到，方法一、计算离子对应各像素间的欧氏距离以像素点l(Xl， yi)，像素点2(x2，y2)为例，d = sqrt((Xl-X2)2+(yi-y2)2)，求出这些距离的平均值做为衡量 点的聚集度的标准。方法二、基于分布中心(求点的聚集度)，假设有n个离散点(XpY》，
权利要求
特征物质的检测方法，其特征在于，包括步骤1，对被测样品进行质谱分析得到每个样品点的质谱数据，并确定被测样品的感兴趣区域；步骤2，对于同一个m/z所表征的物质，分别计算感兴趣区域内和感兴趣区域外所有样品点的总离子强度、感兴趣区域内和感兴趣区域外所有样品点的平均强度和/或感兴趣区域内该m/z所表征的物质的空间聚集度，依据预置的规则判定该m/z所表征的物质是否为特征物质；感兴趣区域内总离子强度为感兴趣区域内所有存在该m/z所表征的物质的样品点对应的质谱峰信号强度之和；感兴趣区域外总离子强度为感兴趣区域外所有存在该m/z所表征的物质的样品点对应的质谱峰信号强度之和；感兴趣区域内平均强度表示感兴趣区域内总离子强度除以感兴趣区域内所有存在该m/z所表征的物质的样品点的个数；感兴趣区域外平均强度表示感兴趣区域外总离子强度除以感兴趣区域外所有存在该m/z所表征的物质的样品点的个数。
2.如权利要求1所述的特征物质的检测方法，其特征在于，步骤1中确定感兴趣区域具 体包括在质谱分析不破坏被测样品形貌的情况下，根据对质谱分析后的被测样品的光学 成像确定感兴趣区域；或者在质谱分析破坏被测样品形貌的情况下，根据对质谱分析前的 被测样品的光学成像确定感兴趣区域；或者在没有成像设备的情况下，按照预定的条件从 质谱数据中确定感兴趣区域。
3.如权利要求2所述的特征物质的检测方法，其特征在于，在质谱分析不破坏被测样 品形貌的情况下，对被测样品进行质谱分析后进行光学成像，或者边进行质谱分析边进行 光学成像；在边进行质谱分析边进行光学成像时，每次光学成像的条件保持一致。
4.如权利要求2或3所述的特征物质的检测方法，其特征在于，光学成像的分辨率不小 于最小样品点的半径。
5.如权利要求3所述的特征物质的检测方法，其特征在于，在边进行质谱分析边进行 光学成像时，利用每次光学成像得到的图像进行合成得到最终的图像，用来确定感兴趣区 域。
6.如权利要求3所述的特征物质的检测方法，其特征在于，步骤2中，还计算质谱的噪 声强度，将质谱峰信号强度不小于2倍于噪声强度的信号视为有意义的信号，并提取有意 义信号的质谱峰信号强度。
7.如权利要求3所述的特征物质的检测方法，其特征在于，预置的规则为感兴趣区域 内平均强度大于或等于感兴趣区域外的平均离子强度的2倍，并且该m/z所表征的物质在 感兴趣区域内存在质谱峰的样品点数不少于该m/z所表征的物质感兴趣区域外存在质谱 峰的样品点数，则该m/z所表征的物质为特征物质；该m/z所表征的物质在ROI内存在质谱 峰的样品点的空间聚合度优于在ROI外存在质谱峰的样品点的空间聚合度，则该m/z所表 征的物质为特征物质；或者感兴趣区域内平均强度大于或等于感兴趣区域外的平均离子强 度的2倍，并且该m/z所表征的物质在感兴趣区域内存在质谱峰的样品点数不少于该m/z 所表征的物质感兴趣区域外存在质谱峰的样品点数，同时该m/z所表征的物质在ROI内存在质谱峰的样品点的空间聚合度优于在R0I外存在质谱峰的样品点的空间聚合度。
8.如权利要求1所述的特征物质的检测方法，其特征在于，感兴趣区域的总面积不大 于被测样品总面积的1/2，并且不小于4个样品点所在区域的面积。
9.如权利要求1所述的特征物质的检测方法，其特征在于，感兴趣区域内该m/z所表征 的物质的空间聚集度用该m/z所表征的物质对应像素个数占感兴趣区域内总像素个数的 百分比或该m/z所表征的物质对应像素点的聚焦度表示。
10.如权利要求2所述的特征物质的检测方法，其特征在于，在没有成像设备的情况 下，按照预定的条件从质谱数据中确定感兴趣区域包括如果该被测样品上存在已知特征物质，则获取该特征物质的质谱成像图，在该质谱成 像图上标记离子成像的区域，该区域即为感兴趣区域；或者将每个特征物质成像图做灰度分析，计算出图的灰度面积值与空间聚集度值乘积，根 据乘积结果从大到小依次排列各物质成像图，从乘积结果大的物质成像图中挑选出有特征 的图，在图上标记物质成像的区域，该区域即为感兴趣区域；或者对质谱数据做主成分分析获取得分矩阵和主成分，对得分矩阵组织质谱成像，获取每 个主成分对于得分矩阵的质谱成像图，依主成分的次序查看质谱成像图，挑选出有特征的 质谱成像图，在该质谱成像图上标记成像的区域，该区域即为感兴趣区域；或者通过多元统计分析处理质谱数据，得出有特征的质谱成像图，挑选有特征的质谱成像 图，在该质谱成像图上标记质谱成像的区域，该区域即为感兴趣区域。
11.如权利要求1所述的特征物质的检测方法，其特征在于，步骤2中，还判断每种物质 是否存在于感兴趣区域内，具体包括如果该物质在感兴趣区域内不仅存在有质谱峰的样品点而且满足预设数量的要求，该 样品点在空间上相邻，则该物质存在于感兴趣区域内；否则物质不存在于感兴趣区域内。
12.如权利要求2所述的特征物质的检测方法，其特征在于，步骤2中还根据感兴趣区 域内和感兴趣区域外所有样品点的总离子强度、感兴趣区域内和感兴趣区域外所有样品点 的平均强度和/或感兴趣区域内该m/z所表征的物质的空间聚集度计算特征物质的特征系 数。
13.如权利要求1所述的特征物质的检测方法，其特征在于，还包括步骤3对于多个同 类的被测样品，得到每个被测样品对应的特征物质后，对每个被测样品对应的特征物质有 关的信息进行统计分析，得到具有统计学意义的特征物质。
14.如权利要求13所述的特征物质的检测方法，其特征在于，还包括步骤4，将与具有统计学意义的特征物质有关的信息作为输入参数，建立模式识别的模型；步骤5，对未知的被测样品执行步骤1-步骤2，得到未知样品对应的特征物质，将与未 知样品对应的特征物质有关的信息作为输入参数输入该模式识别的模型，判断该未知的被 测样品的类型是否与所述多个同类的被测样品的类型相同；其中与未知样品的特征物质有 关的信息的参数类型和与具有统计学意义的特征物质有关的信息的参数类型相同。
15.如权利要求14所述的特征物质的检测方法，其特征在于，与具有统计学意义的特 征物质有关的信息包括感兴趣区域内特征物质种类、每种特征物质的总强度、每种特征物 质的平均强度、每种特征物质的空间分布图，以及各特征物质的总强度相对强度和各特征物质的平均强度相对强度。
16.如权利要求15所述的特征物质的检测方法，其特征在于，模式识别的模型为距离 测度分类模式识别、基于概率统计的贝叶斯分类模式识别、神经网络模型、决策树模型、粗 糙集、聚类分析、�：劾�、遗传算法聚类模型、蚁群算法聚类或粒子群算法聚类模型。
17.如权利要求15所述的特征物质的检测方法，其特征在于，对于两种不同类的被测 样品，在得到该两种不同类的被测样品中包含的具有统计意义的特征物质后，将两种不同 类的被测样品中具有统计意义的特征物质或者两种不同类的被测样品中与具有统计意义 的特征物质有关的信息进行比较，以得到两种不同类的被测样品中具有统计意义的特征物 质的相同之处和/或不同之处，或者两种不同类的被测样品中与具有统计意义的特征物质 有关的信息的相同之处和/或不同之处。
18.如权利要求15所述的特征物质的检测方法，其特征在于，对于两种不同类的被测 样品，在得到该两种不同类的被测样品中包含的具有统计意义的特征物质后，将与具有统 计学意义的特征物质有关的信息作为输入参数，分别建立模式识别的模型；对两种不同类 的被测样品之一同类的未知被测样品，执行步骤1-步骤2后得到被测样品中包含的具有统 计意义的特征物质，将与具有统计学意义的特征物质有关的信息分别输入所建立的模型， 判断该未知被测样品具体的类别。
19.如权利要求18所述的特征物质的检测方法，其特征在于，对多类不同的被测样品 分别得到具有统计学意义的特征物质以及与具有统计学意义的特征物质有关的信息，并存 储到数据库中；将未知的被测样品执行步骤1-步骤2后得到未知样品对应的特征物质以及 与未知样品对应的特征物质有关的信息，将未知样品对应的特征物质以及与未知样品对应 的特征物质有关的信息作为输入参数，根据预置的约束在数据库中搜索以得到该未知样品 的类别。
20.特征物质的检测系统，包括自动样品台和质谱系统，自动样品台用于承载被测样 品，质谱系统用于对被测样品进行质谱分析得到每个样品点的质谱数据，其特征在于，还包 括感兴趣区域判定模块，用于确定被测样品的感兴趣区域；特征物质判定�？椋糜诙酝桓鰉/z所表征的物质，分别计算感兴趣区域内和感兴 趣区域外所有样品点的总离子强度、感兴趣区域内和感兴趣区域外所有样品点的平均强度 和/或感兴趣区域内该m/z所表征的物质的空间聚集度，依据预置的规则判定该m/z所表 征的物质是否为特征物质；感兴趣区域内总离子强度为感兴趣区域内所有存在该m/z所表 征的物质的样品点对应的质谱峰信号强度之和；感兴趣区域外总离子强度为感兴趣区域外 所有存在该m/z所表征的物质的样品点对应的质谱峰信号强度之和；感兴趣区域内平均强 度表示感兴趣区域内总离子强度除以感兴趣区域内所有存在该m/z所表征的物质的样品 点的个数；感兴趣区域外平均强度表示感兴趣区域外总离子强度除以感兴趣区域外所有存 在该m/z所表征的物质的样品点的个数。
21.如权利要求20所述的特征物质的检测系统，其特征在于，感兴趣区域判定�？椋� 于在质谱分析不破坏被测样品形貌的情况下，根据对质谱分析后的被测样品的光学成像确 定感兴趣区域；或者在质谱分析破坏被测样品形貌的情况下，根据对质谱分析前的被测样 品的光学成像确定感兴趣区域；或者在没有成像设备的情况下，按照预定的条件从质谱数据中确定感兴趣区域。
22.如权利要求21所述的特征物质的检测系统，其特征在于，质谱系统和自动样品台， 用于在质谱分析不破坏被测样品形貌的情况下，对被测样品进行质谱分析后进行光学成 像，或者边进行质谱分析边进行光学成像；在边进行质谱分析边进行光学成像时，每次光学 成像的条件保持一致。
23.如权利要求21或22所述的特征物质的检测系统，其特征在于，光学成像的分辨率 不小于最小样品点的半径。
24.如权利要求22所述的特征物质的检测系统，其特征在于，在边进行质谱分析边进 行光学成像时，利用每次光学成像得到的图像进行合成得到最终的图像，用来确定感兴趣 区域。
25.如权利要求22所述的特征物质的检测系统，其特征在于，特征物质判定�？椋褂� 于计算质谱的噪声强度，将质谱峰信号强度不小于2倍于噪声强度的信号视为有意义的信 号，并提取有意义信号的质谱峰信号强度。
26.如权利要求22所述的特征物质的检测系统，其特征在于，预置的规则为感兴趣区 域内平均强度大于或等于感兴趣区域外的平均离子强度的2倍，并且该m/z所表征的物质 在感兴趣区域内存在质谱峰的样品点数不少于该m/z所表征的物质感兴趣区域外存在质 谱峰的样品点数，则该m/z所表征的物质为特征物质；该m/z所表征的物质在R0I内存在质 谱峰的样品点的空间聚合度优于在R0I外存在质谱峰的样品点的空间聚合度，则该m/z所 表征的物质为特征物质；或者感兴趣区域内平均强度大于或等于感兴趣区域外的平均离子 强度的2倍，并且该m/z所表征的物质在感兴趣区域内存在质谱峰的样品点数不少于该m/ z所表征的物质感兴趣区域外存在质谱峰的样品点数，同时该m/z所表征的物质在R0I内存 在质谱峰的样品点的空间聚合度优于在R0I外存在质谱峰的样品点的空间聚合度。
27.如权利要求20所述的特征物质的检测系统，其特征在于，感兴趣区域的总面积不 大于被测样品总面积的1/2，并且不小于4个样品点所在区域的面积。
28.如权利要求20所述的特征物质的检测系统，其特征在于，感兴趣区域内该m/z所表 征的物质的空间聚集度用该m/z所表征的物质对应像素个数占感兴趣区域内总像素个数 的百分比或该m/z所表征的物质对应像素点的聚焦度表示。
29.如权利要求20所述的特征物质的检测系统，其特征在于，在没有成像设备的情况 下，按照预定的条件从质谱数据中确定感兴趣区域包括如果该被测样品上存在已知特征物质，则获取该特征物质的质谱成像图，在该质谱成 像图上标记离子成像的区域，该区域即为感兴趣区域；或者将每个特征物质成像图做灰度分析，计算出图的灰度面积值与空间聚集度值乘积，根 据乘积结果从大到小依次排列各物质成像图，从乘积结果大的物质成像图中挑选出有特征 的图，在图上标记物质成像的区域，该区域即为感兴趣区域；或者对质谱数据做主成分分析获取得分矩阵和主成分，对得分矩阵组织质谱成像，获取每 个主成分对于得分矩阵的质谱成像图，依主成分的次序查看质谱成像图，挑选出有特征的 质谱成像图，在该质谱成像图上标记成像的区域，该区域即为感兴趣区域；或者通过多元统计分析处理质谱数据，得出有特征的质谱成像图，挑选有特征的质谱成像 图，在该质谱成像图上标记质谱成像的区域，该区域即为感兴趣区域。
30.如权利要求20所述的特征物质的检测系统，其特征在于，特征物质判定�？椋褂� 于判断每种物质是否存在于感兴趣区域内，具体包括如果该物质在感兴趣区域内不仅存 在有质谱峰的样品点而且满足预设数量的要求，该样品点在空间上相邻，则该物质存在于 感兴趣区域内；否则物质不存在于感兴趣区域内。
31.如权利要求21所述的特征物质的检测系统，其特征在于，特征物质判定�？椋垢� 据感兴趣区域内和感兴趣区域外所有样品点的总离子强度、感兴趣区域内和感兴趣区域外 所有样品点的平均强度和/或感兴趣区域内该m/z所表征的物质的空间聚集度计算特征物 质的特征系数。
32.如权利要求20所述的特征物质的检测系统，其特征在于，对于多个同类的被测样 品，特征物质判定�？榛褂糜诘玫矫扛霰徊庋范杂Φ奶卣魑镏屎螅悦扛霰徊庋范杂� 的特征物质有关的信息进行统计分析，得到具有统计学意义的特征物质。
33.如权利要求20所述的特征物质的检测系统，其特征在于，特征物质判定�？椋褂� 于将与具有统计学意义的特征物质有关的信息作为输入参数，建立模式识别的模型；得到 未知样品对应的特征物质，将与未知样品对应的特征物质有关的信息作为输入参数输入该 模式识别的模型，判断该未知的被测样品的类型是否与所述多个同类的被测样品的类型相 同；其中与未知样品的特征物质有关的信息的参数类型和与具有统计学意义的特征物质有 关的信息的参数类型相同。
34.如权利要求33所述的特征物质的检测系统，其特征在于，与具有统计学意义的特 征物质有关的信息包括感兴趣区域内特征物质种类、每种特征物质的总强度、每种特征物 质的平均强度、每种特征物质的空间分布图，以及各特征物质的总强度相对强度和各特征 物质的平均强度相对强度。
35.如权利要求33所述的特征物质的检测系统，其特征在于，模式识别的模型为距离 测度分类模式识别、基于概率统计的贝叶斯分类模式识别、神经网络模型、决策树模型、粗 糙集、聚类分析、�：劾�、遗传算法聚类模型、蚁群算法聚类或粒子群算法聚类模型。
36.如权利要求33所述的特征物质的检测系统，其特征在于，对于两种不同类的被测 样品，特征物质判定�？榛乖诘玫礁昧街植煌嗟谋徊庋分邪木哂型臣埔庖宓奶卣� 物质后，将两种不同类的被测样品中具有统计意义的特征物质或者两种不同类的被测样品 中与具有统计意义的特征物质有关的信息进行比较，以得到两种不同类的被测样品中具有 统计意义的特征物质的相同之处和/或不同之处，或者两种不同类的被测样品中与具有统 计意义的特征物质有关的信息的相同之处和/或不同之处。
37.如权利要求33所述的特征物质的检测系统，其特征在于，对于两种不同类的被测 样品，特征物质判定�？榛乖诘玫礁昧街植煌嗟谋徊庋分邪木哂型臣埔庖宓奶卣� 物质后，将与具有统计学意义的特征物质有关的信息作为输入参数，分别建立模式识别的 模型；得到对两种不同类的被测样品之一同类的未知被测样品中包含的具有统计意义的特 征物质，将与具有统计学意义的特征物质有关的信息分别输入所建立的模型，判断该未知 被测样品具体的类别。
38.如权利要求33所述的特征物质的检测系统，其特征在于，对多类不同的被测样品， 特征物质判定模块还用于分别得到该多类不同的被测样品具有统计学意义的特征物质以 及与具有统计学意义的特征物质有关的信息，并存储到数据库中；得到未知样品对应的特征物质以及与未知样品对应的特征物质有关的信息，将未知样品对应的特征物质以及与未 知样品对应的特征物质有关的信息作为输入参数，根据预置的约束在数据库中搜索以得到 该未知样品的类别。
全文摘要
本发明涉及特征物质的检测系统及方法。该方法包括步骤1，对被测样品进行质谱分析得到每个样品点的质谱数据，并确定被测样品的感兴趣区域；步骤2，对于同一个m/z所表征的物质，分别计算感兴趣区域内和感兴趣区域外所有样品点的总离子强度、感兴趣区域内和感兴趣区域外所有样品点的平均强度和/或感兴趣区域内该m/z所表征的物质的空间聚集度，依据预置的规则判定该m/z所表征的物质是否为特征物质。本发明使研究人员准确、精确分析检测出样品中感兴趣区域内能够检测到哪些是样品的特有物质、哪些是背景噪声，所有特征物质离子的相对含量以及其在样品内的空间分布情况。
文档编号G01N21/88GK101975818SQ20101016419
公开日2011年2月16日 申请日期2010年4月29日 优先权日2010年4月29日
发明者何明佳, 张新荣, 张玉奎, 方向, 江游, 熊行创, 黄泽健 申请人:中国计量科学研究院
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
