Исправьте базовую линию сигнала с peaks
Yout
= msbackadj(X
, Intensities
)
Yout
=
msbackadj(X
, Intensities
,
...'WindowSize', WindowSizeValue
, ...)
Yout
= msbackadj(X
, Intensities
,
...'StepSize', StepSizeValue
, ...)
Yout
= msbackadj(X
, Intensities
,
...'RegressionMethod', RegressionMethodValue
,
...)
Yout
= msbackadj(X
, Intensities
,
...'EstimationMethod', EstimationMethodValue
,
...)
Yout
= msbackadj(X
, Intensities
,
...'SmoothMethod', SmoothMethodValue
, ...)
Yout
= msbackadj(X
, Intensities
,
...'QuantileValue', QuantileValueValue
,
...)
Yout
= msbackadj(X
, Intensities
,
...'PreserveHeights', PreserveHeightsValue
,
...)
Yout
= msbackadj(X
, Intensities
,
...'ShowPlot', ShowPlotValue
, ...)
X | Вектор разделительных стоимостей единицы для набора сигналов с peaks. Число элементов в векторе равняется количеству строк в матричном Intensities . Разделительный модуль может определить количество длины волны, частоты, расстояния, время или m/z в зависимости от инструмента, который генерирует данные сигнала. |
Intensities | Матрица значений интенсивности для набора peaks, который совместно использует ту же область значений разделительного модуля. Каждая строка соответствует разделительной стоимости единицы, и каждый столбец соответствует или набору сигналов с peaks или время задержания. Количество строк равняется числу элементов в векторном X . |
Используйте следующие синтаксисы с данными из любого разделительного метода, который производит данные сигнала, такие как спектроскопия, NMR, электрофорез, хроматография или масс-спектрометрия.
настраивает переменную базовую линию необработанного сигнала с peaks следующими шагами:Yout
= msbackadj(X
, Intensities
)
Оценивает базовую линию в нескольких переключенных окнах ширины разделительные модули 200
Регрессы переменная базовая линия к точкам окна с помощью приближения сплайна
Настраивает базовую линию пиковых сигналов, предоставленных Intensities
вызывает Yout = msbackadj(X, Intensities, ...'PropertyName', PropertyValue, ...)
msbackadj
с дополнительными свойствами, которые используют имя свойства / пары значения свойства. Можно задать одно или несколько свойств в любом порядке. Каждый PropertyName
должен быть заключен в одинарные кавычки и нечувствительный к регистру. Это имя свойства / пары значения свойства следующие:
задает ширину для окна перемены. Yout
=
msbackadj(X
, Intensities
,
...'WindowSize', WindowSizeValue
, ...)WindowSizeValue
может также быть указателем на функцию. Функция выполнена в соответствующих значениях X
и возвращает переменную ширину для окон. Эта опция полезна для случаев, где разрешение сигнала отличается в различных областях. Значением по умолчанию является 200
(базовая точка, оцененная для окон с шириной разделительных модулей 200
).
Результат этого алгоритма зависит от тщательного выбора размера окна и размера шага. Рассмотрите ширину своего peaks в сигнале и присутствии возможных дрейфов. Если у вас есть более широкий peaks к концу сигнала, можно хотеть использовать переменные параметры.
задает шаги для окна перемены. Значение по умолчанию является разделительными модулями Yout
= msbackadj(X
, Intensities
,
...'StepSize', StepSizeValue
, ...)200
(базовая точка оценивается для окон, поместил каждое разделение 200
модули).
может также быть указателем на функцию. Функция выполнена по соответствующим разделительным стоимостям единицы и возвращает расстояние между смежными окнами.StepSizeValue
задает метод, чтобы регрессировать, окно оценило точки к мягкой кривой. Введите Yout
= msbackadj(X
, Intensities
,
...'RegressionMethod', RegressionMethodValue
,
...)'pchip'
(сохраняющая форму кусочная кубичная интерполяция), 'linear'
(линейная интерполяция) или 'spline'
(интерполяция сплайна). Значением по умолчанию является 'pchip'
.
задает метод для нахождения вероятного базового значения в каждом окне. Введите Yout
= msbackadj(X
, Intensities
,
...'EstimationMethod', EstimationMethodValue
,
...)'quantile'
(значение квантиля установлено к % 10
), или 'em'
(принимает вдвойне стохастическую модель). С em
каждая выборка является независимым политиком и тождественно распределенный (i.i.d). чертите любого из двух нормальных распределенных классов (фон или peaks). Поскольку метка класса скрыта, дистрибутивы оцениваются с алгоритмом Максимизации Ожидания. Окончательное базовое значение является средним значением фонового класса.
задает метод для сглаживания кривой предполагаемых точек и устранения эффектов возможных выбросов. Введите Yout
= msbackadj(X
, Intensities
,
...'SmoothMethod', SmoothMethodValue
, ...)'none'
, 'lowess'
(линейная подгонка), 'loess'
(квадратичная подгонка), 'rlowess'
(устойчивый линейный), или 'rloess'
(устойчивая квадратичная подгонка). Значением по умолчанию является 'none'
.
задает значение квантиля. Значением по умолчанию является Yout
= msbackadj(X
, Intensities
,
...'QuantileValue', QuantileValueValue
,
...)0.10
.
, то, когда Yout
= msbackadj(X
, Intensities
,
...'PreserveHeights', PreserveHeightsValue
,
...)PreserveHeightsValue
является true
, устанавливает базовый режим вычитания сохранять высоту самого высокого пика в сигнале. Значением по умолчанию является false
, и пиковые высоты не сохраняются.
строит оцененные по базовой линии точки, регрессировавшую базовую линию и исходный сигнал. Когда вы вызываете Yout
= msbackadj(X
, Intensities
,
...'ShowPlot', ShowPlotValue
, ...)msbackadj
без выходных аргументов, сигнал построен, если ShowPlotValue
не является false
. Когда ShowPlotValue
является true
, только первый сигнал в Intensities
построен. ShowPlotValue
может также содержать индекс к одному из сигналов в Intensities
.
Загрузите MAT-файл, включенный с программным обеспечением Bioinformatics Toolbox™, которое содержит некоторые выборочные данные.
load sample_lo_res
Настройте базовую линию для группы спектров и покажите только третий спектр и его предполагаемое образование.
YB = msbackadj(MZ_lo_res,Y_lo_res,'SHOWPLOT',3);
Постройте предполагаемую базовую линию для четвертого спектра в Y_lo_res
с помощью анонимной функции, чтобы описать m/z зависимый параметр.
wf = @(mz) 200 + .001 .* mz;
msbackadj(MZ_lo_res,Y_lo_res(:,4),'STEPSIZE',wf);