[發明專利]校準曲線制成方法、校準曲線制成裝置以及目標成分校準裝置

在審

• 申請號: 201210240526.8
• 申請日: 2012-07-11
• 公開（公告）號: CN103226093A
• 公開（公告）日: 2013-07-31
• 發明（設計）人: 倉沢光;荒井佳文
• 申請（專利權）人: 精工愛普生株式會社
• 主分類號: G01N21/17
• 分類號: G01N21/17
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 劉薇;陳海紅

相關申請的交叉引用?

本申請以日本專利申請2012-16854為基礎。?

技術領域

本發明涉及制成在根據被檢測體的觀測數據而導出關于上述被檢測體的目標成分的含量時使用的校準曲線的技術和求出關于被檢測體的目標成分的含量的技術。?

背景技術

在現有技術中，提出了對在被檢測體的多個不同位置處觀測到的觀測數據進行獨立成分分析，以通過該獨立成分分析計算出的獨立成分為基本函數，并用基本函數的線性和表示觀測數據，從而解析目標成分的濃度等的方法。?

但是，在上述現有技術中，在每次進行關于被檢測體的目標成分的校準時，需要關于該被檢測體的多個不同的觀測數據，存在不能根據1個觀測數據高精度地進行校準的問題。?

發明內容

本發明正是為了解決上述問題而提出的，其目的在于在進行關于被檢測體的目標成分的校準時，能夠根據與該被檢測體有關的1個觀測數據進行高精度的校準。?

本發明正是為了解決上述問題的至少一部分而提出的，能夠實現為以?下的形式。?

本發明的第1形式是制成在根據被檢測體的觀測數據而導出關于上述被檢測體的目標成分的含量時使用的校準曲線的校準曲線制成方法。校準曲線制成方法包括：計算機取得關于上述被檢測體的多個樣品的上述觀測數據；上述計算機取得關于上述各樣品的上述目標成分的含量；上述計算機估計將上述每個樣品的觀測數據分離成多個獨立成分時的多個獨立成分，并根據上述多個獨立成分，對上述每個樣品求出與上述目標成分對應的混合系數；以及上述計算機根據上述多個樣品的上述目標成分的含量和上述每個樣品的上述混合系數，求出上述校準曲線的回歸公式。?

根據第1形式的校準曲線制成方法，對于被檢測體的多個樣品，根據從各樣品中取得的觀測數據和目標成分的含量，制成用于根據被檢測體的觀測數據而導出在被檢測體中包含的目標成分量的校準曲線。因此，如果使用該校準曲線，則即使被檢測體的觀測數據是一個，也能夠高精度地求出目標成分的含量。因此，如果根據第1形式的校準曲線制成方法預先制成校準曲線，則在進行校準時，只要取得關于被檢測體的一個觀測數據即可。其結果，能夠根據作為實測值的一個觀測數據高精度地求出目標成分量。?

在上述第1形式的校準曲線制成方法中，求出上述混合系數包括：上述計算機求出包含上述各樣品的上述獨立成分的獨立成分矩陣；上述計算機根據上述獨立成分矩陣，求出表示規定上述各樣品中的每個上述獨立成分的獨立成分要素的比率的向量的集合的估計混合矩陣；上述計算機對于在上述估計混合矩陣中包含的上述每個向量，求出其相對上述多個樣品的上述目標成分的含量的相關性，并選擇被判斷為上述相關性最高的上述向量，作為與上述目標成分對應的混合系數。?

根據該校準曲線制成方法，由于求出獨立成分矩陣，求出估計混合矩陣，并在估計混合矩陣中選擇相對樣品的目標成分的含量的相關性強的向量，因此，能夠得到估計精度高的混合系數。?

本發明的第2形式是制成在根據被檢測體的觀測數據而導出關于上述?被檢測體的目標成分的含量時使用的校準曲線的校準曲線制成裝置。校準曲線制成裝置包括：樣品觀測數據取得部，其取得關于上述被檢測體的多個樣品的上述觀測數據；樣品目標成分量取得部，其取得關于上述各樣品的上述目標成分的含量；混合系數估計部，其估計將上述每個樣品的觀測數據分離成多個獨立成分時的多個獨立成分，并根據上述多個獨立成分，對于上述每個樣品求出與上述目標成分對應的混合系數；以及回歸公式計算部，其根據上述多個樣品的上述目標成分的含量和上述每個樣品的上述混合系數，求出上述校準曲線的回歸公式。?

根據第2形式的校準曲線制成裝置，如果根據該校準曲線制成裝置預先制成校準曲線，則與第1形式的校準曲線制成方法一樣，在進行校準時，只要取得關于被檢測體的一個觀測數據即可。因此，達到能夠根據作為實測值的一個觀測數據高精度地求出目標成分量的效果。?

在上述第2形式的校準曲線制成裝置中，上述混合系數估計部可包括：獨立成分矩陣計算部，其求出包含上述各樣品的上述各獨立成分的獨立成分矩陣；估計混合矩陣計算部，其根據上述獨立成分矩陣，求出表示規定上述各樣品中的上述每個獨立成分的獨立成分要素的比率的向量的集合的估計混合矩陣；以及混合系數選擇部，其對在上述估計混合矩陣中包含的每個上述向量，求出其相對上述多個樣品的上述目標成分的含量的相關性，并選擇被判斷為上述相關性最高的上述向量，作為與上述目標成分對應的混合系數。?

根據該構成，能夠得到估計精度高的混合系數。?