专利名称：校准曲线制成方法、校准曲线制成装置以及目标成分校准装置的制作方法
技术领域：
本发明涉及制成在根据被检测体的观测数据而导出关于上述被检测体的目标成分的含量时使用的校准曲线的技术和求出关于被检测体的目标成分的含量的技术。
背景技术：
在现有技术中，提出了对在被检测体的多个不同位置处观测到的观测数据进行独立成分分析，以通过该独立成分分析计算出的独立成分为基本函数，并用基本函数的线性和表示观测数据，从而解析目标成分的浓度等的方法。但是，在上述现有技术中，在每次进行关于被检测体的目标成分的校准时，需要关于该被检测体的多个不同的观测数据，存在不能根据I个观测数据高精度地进行校准的问 题。
发明内容
本发明正是为了解决上述问题而提出的，其目的在于在进行关于被检测体的目标成分的校准时，能够根据与该被检测体有关的I个观测数据进行高精度的校准。本发明正是为了解决上述问题的至少一部分而提出的，能够实现为以下的形式。本发明的第I形式是制成在根据被检测体的观测数据而导出关于上述被检测体的目标成分的含量时使用的校准曲线的校准曲线制成方法。校准曲线制成方法包括:计算机取得关于上述被检测体的多个样品的上述观测数据；上述计算机取得关于上述各样品的上述目标成分的含量；上述计算机估计将上述每个样品的观测数据分离成多个独立成分时的多个独立成分，并根据上述多个独立成分，对上述每个样品求出与上述目标成分对应的混合系数；以及上述计算机根据上述多个样品的上述目标成分的含量和上述每个样品的上述混合系数，求出上述校准曲线的回归公式。根据第I形式的校准曲线制成方法，对于被检测体的多个样品，根据从各样品中取得的观测数据和目标成分的含量，制成用于根据被检测体的观测数据而导出在被检测体中包含的目标成分量的校准曲线。因此，如果使用该校准曲线，则即使被检测体的观测数据是一个，也能够高精度地求出目标成分的含量。因此，如果根据第I形式的校准曲线制成方法预先制成校准曲线，则在进行校准时，只要取得关于被检测体的一个观测数据即可。其结果，能够根据作为实测值的一个观测数据高精度地求出目标成分量。在上述第I形式的校准曲线制成方法中，求出上述混合系数包括:上述计算机求出包含上述各样品的上述独立成分的独立成分矩阵；上述计算机根据上述独立成分矩阵，求出表示规定上述各样品中的每个上述独立成分的独立成分要素的比率的向量的集合的估计混合矩阵；上述计算机对于在上述估计混合矩阵中包含的上述每个向量，求出其相对上述多个样品的上述目标成分的含量的相关性，并选择被判断为上述相关性最高的上述向量，作为与上述目标成分对应的混合系数。根据该校准曲线制成方法，由于求出独立成分矩阵，求出估计混合矩阵，并在估计混合矩阵中选择相对样品的目标成分的含量的相关性强的向量，因此，能够得到估计精度高的混合系数。本发明的第2形式是制成在根据被检测体的观测数据而导出关于上述被检测体的目标成分的含量时使用的校准曲线的校准曲线制成装置。校准曲线制成装置包括:样品观测数据取得部，其取得关于上述被检测体的多个样品的上述观测数据；样品目标成分量取得部，其取得关于上述各样品的上述目标成分的含量；混合系数估计部，其估计将上述每个样品的观测数据分离成多个独立成分时的多个独立成分，并根据上述多个独立成分，对于上述每个样品求出与上述目标成分对应的混合系数；以及回归公式计算部，其根据上述多个样品的上述目标成分的含量和上述每个样品的上述混合系数，求出上述校准曲线的回归公式。根据第2形式的校准曲线制成装置，如果根据该校准曲线制成装置预先制成校准曲线，则与第I形式的校准曲线制成方法一样，在进行校准时，只要取得关于被检测体的一个观测数据即可。因此，达到能够根据作为实测值的一个观测数据高精度地求出目标成分量的效果。在上述第2形式的校准曲线制成装置中，上述混合系数估计部可包括:独立成分矩阵计算部，其求出包含上述各样品的上述各独立成分的独立成分矩阵；估计混合矩阵计算部，其根据上述独立成分矩阵，求出表示规定上述各样品中的上述每个独立成分的独立成分要素的比率的向量的集合的估计混合矩阵；以及混合系数选择部，其对在上述估计混合矩阵中包含的每个上述向量，求出其相对上述多个样品的上述目标成分的含量的相关性，并选择被判断为上述相关性最 高的上述向量，作为与上述目标成分对应的混合系数。根据该构成，能够得到估计精度高的混合系数。进一步地，在上述校准曲线制成装置中，可以包括存储部，其存储由上述独立成分矩阵计算部算出的上述独立成分矩阵、表示由上述混合系数选择部选择的混合系数在上述估计混合矩阵的哪个位置的目标成分顺序和由上述回归公式计算部算出的回归公式。根据该构成，校准曲线制成装置能够将独立成分矩阵、目标成分顺序和回归公式存储在存储部中。本发明的第3形式是求出关于被检测体的目标成分的含量的目标成分校准装置。目标成分校准装置包括:被检测体观测数据取得部，其取得关于上述被检测体的观测数据；校准用数据取得部，其取得至少包含与上述目标成分对应的独立成分的校准用数据；混合系数计算部，其根据关于上述被检测体的观测数据和上述校准用数据，求出关于上述被检测体的针对上述目标成分的混合系数；以及目标成分量计算部，其根据预先准备的表示与上述目标成分对应的混合系数与含量的关系的回归公式的常数和由上述混合系数计算部求出的混合系数，计算上述目标成分的含量。根据第3形式的目标成分校准装置，只要取得关于被检测体的一个观测数据，就能够高精度地求出关于被检测体的目标成分的含量。
在上述第3形式的目标成分校准装置中，上述校准用数据取得部取得作为与上述目标成分对应的成分而预先求出的独立成分作为上述校准用数据，上述混合系数计算部求出上述独立成分和关于上述被检测体的观测数据的内积，并将该内积值作为上述混合系数。根据上述构成的目标成分校准装置，能够高精度且容易地求出与关于被检测体的目标成分的相关性高的混合系数。在上述第3形式的目标成分校准装置中，上述校准用数据取得部取得将关于多个样品的各观测数据分离成多个独立成分时的多个独立成分作为上述校准用数据，上述混合系数估计部根据关于上述被检测体的观测数据和上述多个独立成分，计算关于上述被检测体的估计混合矩阵，并从上述计算出的估计混合矩阵中选择与上述目标成分对应的混合系数。根据上述构成的目标成分校准装置，能够高精度地求出与关于被检测体的目标成分的相关性高的混合系数。进一步地，本发明能够用上述以外的各种形式实现，例如，能够以将用校准曲线制成方法求出的回归线存储在存储器中的目标成分校准装置的形式实现。例如，本发明的一个形式能够实现为具备数据取得部、成分量取得部、估计部、计算部这4个要素内的一个以上的要素的装置。即，该装置可以具有数据取得部，也可以不具有数据取得部。此外，装置可以具有成分量取得部，也可以不具有成分量取得部。此外，装置可以具有估计部，也可以不具有估计部。此外，装置可以具有计算部，也可以不具有计算部。此外，数据取得部可以采用例如取得关于被检测体的多个样品的观测数据的构成。成分量取得部可以采用例如取得关于各样品的目标成分的含量的构成。估计部可以采用例如估计将每个样品的观测数据分离成多个独立成分时的多个独立成分，并根据多个独立成分对于每个样品求出与目标成分对应的混合系数的构成。计算部可以采用例如根据多个样品的目标成分的含量和每个样品的混合系数，求出校准曲线的回归公式的构成。这样的装置虽然能够实现为例如校准曲线制成装置，但也能够实现为除了校准曲线制成装置以外的其它装置。根据这种形式，能够解决装置的小型化、低成本化、节省资源、制造容易、使用方便性提高等各种课题中的至少一个。上述的校准曲线制成装置的各形式的技术特征的一部分或者全部都可以适用于任意一个该装置。例如，本发明的一个形式能够实现为具备第I数据取得部、第2数据取得部、第I计算部、第2计算部这4个要素内的I个以上的要素的装置。即，该装置可以具有第I数据取得部，也可以不具有第I数据取得部。此外，装置可以具有第2数据取得部，也可以不具有第2数据取得部。此外，装置可以具有第I计算部，也可以不具有第I计算部。此外，装置可以具有第2计算部，也可以不具有第2计算部。第I数据取得部可以采用例如取得关于被检测体的观测数据的构成。第2数据取得部可以采用例如取得至少包含与目标成分对应的独立成分的校准用数据的构成。第I计算部可以采用例如根据关于被检测体的观测数据和校准用数据，求出 针对关于被检测体的目标成分的混合系数的构成。第2计算部可以采用例如根据预先准备的表示与目标成分对应的混合系数与含量的关系的回归公式的常数和混合系数，计算目标成分的含量的构成。这样的装置虽然能够实现为例如目标成分校准装置，但也可以实现为除了目标成分校准装置以外的其它装置。根据这种形式，能够解决装置的小型化、低成本化、节省能源、制造容易、使用方便性提高等各种课题的至少I个。上述的目标成分校准装置的各形式的技术特征的一部分或者全部都可以适用于任意一个该
>j-U ρ α装直。
图1是表示作为本发明的一个实施例的校准曲线制成方法的流程图。图2是表示关于新鲜度不同的绿色蔬菜的光的波长和分光反射率的关系的曲线图。图3Α是表示在步骤4和步骤5中使用的个人计算机及其周边装置的说明图。图3Β是在步骤4和步骤5中使用的装置的功能�？橥肌Ｍ�4是示意性表示在硬盘驱动器中保存的测量数据集的说明图。图5是表示用CPU执行的混合系数估计处理的流程图。图6是用于说明估计混合矩阵又的说明图。图7是表示相关性高的散布图的一个例子的说明图。图8是表示相关性低的散布图的一个例子的说明图。图9是表示用CPU执行的回归公式的计算处理的流程图。
`
图10是在进行目标成分的校准时使用的装置500的功能模块图。图11是表示用CPU执行的目标成分校准处理的流程图。符号说明:10 =CPU ；20:存储器；30:硬盘驱动器；100:个人计算机；200:分光测量装置；300:键盘
具体实施例方式以下根据实施例说明本发明的实施方式。本发明的一个实施例涉及制成用于从作为观测数据的绿色蔬菜的分光反射率的光谱中导出在上述绿色蔬菜中含有的叶绿素量的校准曲线的方法。绿色蔬菜例如是菠菜、小松菜、青椒等。Α.校准曲线制成方法图1是表示作为本发明的一个实施例的校准曲线制成方法的流程图。如图所示，该校准曲线制成方法包括从步骤I到步骤5的5个步骤。各步骤I 5按照该顺序执行。按顺序说明有关各步骤f 5。[步骤I]步骤I是准备步骤，其由操作者进行。操作者准备新鲜度不同的同一种类的多个绿色蔬菜(例如，菠菜)，分别作为样品。在本实施例中，使用η个(η是大于等于2的整数)样品。[步骤2]步骤2是光谱的测量步骤，由操作者使用分光测量装置进行。操作者通过用分光测量装置拍摄在步骤I中准备的多个样品的各个，测量关于各样品的分光反射率的光谱。分光测量装置是将来自被测量体的光通过分光器，并由拍摄元件的拍摄面接收从分光器输出的光谱，从而测量上述光谱的已知设备。在分光反射率的光谱与吸光度的光谱之间，下式(I)表不的关系成立。[公式I][吸光度]=-1ogltl[反射率]…(I)所测量的分光反射率的光谱使用公式(I)而变换成吸光度光谱。变换成吸光度是因为在以后说明的独立成分分析中分析的混合信号中需要线性组合成立，根据朗伯-比尔定律，对于吸光度，线性组合成立的缘故。因此，在步骤S2中，也可以代替分光反射率光谱而测量吸光度光谱。作为测量结果，输出表示针对被测量体的波长的特性的吸光度分布的数据。该吸光度分布的数据也称为光谱数据。在步骤2中，详细地，操作者对每个样品拍摄指定部位，并测量该指定部位的光谱。在此，所谓指定部位，如果是各样品内的部位，则可以是任何部位，但优选地，是新鲜度与样品整体的新鲜度并不显著不同的部位。例如，在一个样品中，当某一部分的新鲜度极差时，将避开该新鲜度差的部分的部位作为上述测量的指定部位。图2是表示关于新鲜度不同的绿色蔬菜的光的波长和分光反射率的关系的曲线图。如图所示，新鲜的蔬菜、稍微蔫了的蔬菜和蔫了的蔬菜，其光谱波形不相同。新鲜的蔬菜或者稍微蔫了的蔬菜以大约700nm—带为边界，在小于等于700nm的波长范围中反射率急剧降低。其原因是在小于等于700nm的波长下发生叶绿素进行的光的吸收。另一方面，在蔫了的蔬菜中，由于叶绿素减少，因此，特别是在小于等于700nm的波长区域中，反射率大幅度上升。这样，由于绿色蔬菜的新鲜度使光谱波形变化，因此，通过步骤2测量关于各样品的光谱。另外，代替用分光器测量分光反射率光谱和/或吸光度光谱，也可以根据其它测量值估计这些光谱。例如，也可以用多波段照相机测量样品，并根据所得到的多波段图像估计分光反射率和/或吸光度光谱。作为这种估计方法，例如能够使用特开2001-99710号公报所记载的方法等。 [步骤3]步骤3是叶绿素量的测量步骤，其由操作者进行。操作者对在步骤I中准备的多个样品的各个进行化学分析，并测量叶绿素量作为关于各样品的目标成分的含量。详细地，从各样品中抽取指定部位，并从该指定部位中提取作为目标成分的叶绿素，测量其含量。在此，“指定部位’可以是样品的任意一个部位，但优选地，与在步骤2中测量光谱的部位一致。[步骤4]步骤4是混合系数的估计步骤，使用个人计算机进行。图3A是表示在步骤4和以后说明的步骤5中使用的个人计算机100及其周边装置的说明图。如图所示，个人计算机(以下称为“计算机”)100与分光测量装置200和键盘300电连接。计算机100是已知的装置，其具备:通过执行计算机程序(以下称为“程序”)进行各种处理和/或控制的CPU 10、作为数据的退避场所的存储器20 (存储部)、保存程序和/或数据、信息的硬盘驱动器30、输入接口(I/F) 50和输出接口(I/F) 60。图3B是在步骤4和步骤5中使用的装置的功能�？橥�。该装置400具有样品观测数据取得部410、样品目标成分量取得部420、混合系数估计部430、回归公式计算部440。混合系数估计部430包含独立成分矩阵计算部432、估计混合矩阵计算部434以及混合系数选择部436。另外，样品观测数据取得部410和样品目标成分量取得部420例如由图3A的CPU 10与输入I/F50和存储器20协作实现。混合系数估计部430、独立成分矩阵计算部432、估计混合矩阵计算部434和混合系数选择部436例如由图3A的CPU 10与存储器20协作实现。此外，回归公式计算部440例如由图3A的CPU 10与存储器20协作实现。另外，这些各部也可以由除了图3A所示的个人计算机100以外的其它具体装置和/或硬件电路实现。图3A所示的分光测量装置200在步骤2中使用。计算机100经由输入I/F50取得根据在步骤2中通过分光测量装置200测量的分光分布而得到的吸光度光谱，作为光谱数据(与图3B的样品观测数据取得部410对应)。此外，计算机100接受操作者的键盘300的操作，并经由输入I/F50取得在步骤3中测量的叶绿素量(与图3B的样品目标成分量取得部420对应)。另外，在步骤3中测量的叶绿素量也可以作为测量叶绿素的指定部位的每单位质量(例如，每100克)的叶绿素的质量输入到计算机100。或者，也可以输入叶绿素量作为绝对重量。上述的光谱数据和叶绿素量的取得的结果是在计算机100的硬盘驱动器30中保存包含光谱数据和叶绿素量的数据集(以下称为“测量数据集”)DSl。图4是示意性表示在硬盘驱动器30中保存的测量数据集DSl的说明图。如图所示，测量数据集DSl是包 含用于识别在步骤I中准备的多个样品的样品号码B2,……、Bn、关于各样品的叶绿素量Cp C2、……、Cn和关于各样品的光谱数据Xp X2、……、Xn的数据结构。在测量数据集DSl中，各叶绿素量Q、C2、……、Cn和各光谱数据X^X2、……、Xn与各样品号码1、B2、……、Bn相对应，以便判断是哪个样品的数据。CPU 10通过将在硬盘驱动器30中存储的指定程序加载到存储器20中并执行该程序，进行作为步骤4的工作的估计混合系数的处理。在此，上述指定程序也可以采用从外部使用因特网等网络下载的构成。在步骤4中，CPU 10具有图3B的混合系数估计部430的功能。图5是表示用CPU 10执行的混合系数估计处理的流程图。当处理开始时，CPU 10首先进行独立成分分析(步骤S110)。独立成分分析(ICA)是多维信号解析法的一种，是在几个不同的条件下观测独立信号重合的混合信号并以此为基础分离独立的原信号的技术。如果使用独立成分分析，则通过将用步骤2得到的光谱数据当作混合了包含叶绿素的m个独立成分(未知)的数据，可以从通过步骤2得到的光谱数据(观测数据)中估计独立成分的光谱。关于独立成分分析，在以下进行详细说明。假设m个未知成分(源)的光谱S (以下也将该光谱称为“未知成分”)用以下的公式(2)的光谱提供，并且通过步骤2得到的η个光谱数据X用下面的公式(3)的光谱提供。另外，在公式(2)中包含的各要素(Sp S2、……、Sm)分别为向量(光谱)。即，例如要素S1如公式(4)表示。在公式(3)中包含的要素(Xp\、……、xm)也是向量，例如，要素X1如公式(5)所示。下标的I是测量光谱的波长段的数量。另外，未知成分的光谱S的要素数量m是大于等于I的整数，并根据样品的种类(在此，是菠菜)，预先通过经验或者实验决定。[公式2]S = [S1, S2,…，SJt …(2)[公式3]
X = [X1, X2,…，XJt...(3)[公式4]S1 = {Sn，S12,…，S1J...(4)[公式5]X1 = {Xn，X12，-,X1J …(5)假设各未知成分在统计上是独立的。在这些未知成分S与这些光谱数据X之间，以下的公式(6)的关系成立。[式6]X = A.S...(6)公式(6)中的A是混合矩阵，也可以用下面的公式(7)表示。另外，在此，文字“A”如公式(7)所示的需要用粗体字表示，但由于说明书的使用文字的限制，在此用正常文字表示。以下，对于表示矩阵的其它粗体字，假设同样用正常文字表示。[公式7]
权利要求
1.一种校准曲线制成方法，是制成在根据被检测体的观测数据而导出关于上述被检测体的目标成分的含量时使用的校准曲线的校准曲线制成方法，包括: 计算机取得关于上述被检测体的多个样品的上述观测数据； 上述计算机取得关于上述各样品的上述目标成分的含量； 上述计算机估计在将每个上述样品的观测数据分离成多个独立成分时的多个独立成分，并根据上述多个独立成分，对每个上述样品求出与上述目标成分对应的混合系数；以及上述计算机根据上述多个样品的上述目标成分的含量和每个上述样品的上述混合系数，求出上述校准曲线的回归公式。
2.根据权利要求1所述的校准曲线的制成方法，其中，求出上述混合系数包括: 上述计算机求出包含上述各样品的上述独立成分的独立成分矩阵； 上述计算机从上述独立成分矩阵中求出表示规定上述各样品中的每个上述独立成分的独立成分要素的比率的向量的集合的估计混合矩阵；以及 上述计算机对于在上述估计混合矩阵中包含的每个上述向量，求出其相对上述多个样品的上述目标成分的含量的相关性，并选择被判断为上述相关性最高的上述向量，作为与上述目标成分对应的混合系数。
3.一种校准曲线制成装置，是制成在根据被检测体的观测数据而导出关于上述被检测体的目标成分的含量时使用的校准曲线的校准曲线制成装置，包括: 样品观测数据取得部，其取得关于上述被检测体的多个样品的上述观测数据； 样品目标成分量取得部，其取得关于上述各样品的上述目标成分的含量； 混合系数估计部，其估计将每个上述样品的观测数据分离成多个独立成分时的多个独立成分，并根据上述多个独立成分，对每个上述样品求出与上述目标成分对应的混合系数；以及 回归公式计算部，其根据上述多个样品的上述目标成分的含量和每个上述样品的上述混合系数，求出上述校准曲线的回归公式。
4.根据权利要求3所述的校准曲线的制成装置，其中，上述混合系数估计部包括: 独立成分矩阵计算部，其求出包含上述各样品的上述各独立成分的独立成分矩阵； 估计混合矩阵计算部，其从上述独立成分矩阵中，求出表示规定上述各样品中的每个上述独立成分的独立成分要素的比率的向量的集合的估计混合矩阵；以及 混合系数选择部，其对于在上述估计混合矩阵中包含的每个上述向量，求出其相对上述多个样品的上述目标成分的含量的相关性，并选择被判断为上述相关性最高的上述向量，作为与上述目标成分对应的混合系数。
5.根据权利要求4所述的校准曲线制成装置，包括: 存储部，其存储由上述独立成分矩阵计算部算出的上述独立成分矩阵、表示由上述混合系数选择部选择的混合系数在上述估计混合矩阵的哪个位置的目标成分顺序和由上述回归公式计算部算出的回归公式。
6.一种目标成分校准装置，是求出关于被检测体的目标成分的含量的目标成分校准装置，包括: 被检测体观测数据取得部，其取得关于上述被检测体的观测数据； 校准用数据取得部，其取得至少包含与上述目标成分对应的独立成分的校准用数据；混合系数计算部，其根据关于上述被检测体的观测数据和上述校准用数据，求出关于上述被检测体的针对上述目标成分的混合系数；以及 目标成分量计算部，其根据预先准备的表示与上述目标成分对应的混合系数和含量的关系的回归公式的常数和由上述混合系数计算部求出的混合系数，计算上述目标成分的含量。
7.根据权利要求6所述的目标成分校准装置，其中， 上述校准用数据取得部取得作为与上述目标成分对应的成分而预先求出的独立成分，作为上述校准用数据； 上述混合系数计算部求出上述独立成分和关于上述被检测体的观测数据的内积，并将该内积值作为上述混合系数。
8.根据权利要求6所述的目标成分校准装置，其中， 上述校准用数据取得部取得将关于多个样品的各观测数据分离成多个独立成分时的多个独立成分，作为上述校准用数据； 上述混合系数估计部根据关于上述被检测体的观测数据和上述多个独立成分，计算关于上述被检测体的估计混合矩阵，并从上述计算出的估计混合矩阵中抽取与上述目标成分对应的混合系数。`
全文摘要
本发明涉及校准曲线制成方法、校准曲线制成装置以及目标成分校准装置，其中该方法包括取得关于被检测体的多个样品的观测数据；取得关于上述各样品的目标成分的含量；估计将上述每个样品的观测数据分离成多个独立成分时的多个独立成分，并根据上述多个独立成分，对上述每个样品求出与上述目标成分对应的混合系数；以及根据上述多个样品的上述目标成分的含量和上述每个样品的上述混合系数，求出上述校准曲线的回归公式。
文档编号G01N21/17GK103226093SQ20121024052
公开日2013年7月31日 申请日期2012年7月11日 优先权日2011年7月12日
发明者仓沢光, 荒井佳文 申请人:精工爱普生株式会社
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
