方案摘要
方案下载| 应用领域 | 医疗/卫生 |
| 检测样本 | 其他 |
| 检测项目 | |
| 参考标准 | / |
液相串联质谱联用技术在医学检验中的应用越来越广泛，质谱数据后处理的准确性直接影响到检测结果的质量，本文介绍了基于“AI”算法的Peakintelligence ™数据解析模块的特点及其在临床质谱数据后处理中的应用优势，包括血清中脂溶维生素检测、儿茶酚胺类化合物检测等易受内源性基质干扰影响的项目。通过加载人工智能和机器学习的数据处理算法可以有效避免异常积分曲线出现的概率，简化数据后处理流程，提高实验室分析效率并保证检测结果更准确。
LC-MS/MS法因为其高灵敏度、特异性等优点已经在临检领域普遍使用，但是也存在一些诸如色谱柱或质谱仪稳定性下降、基质影响增大等因素带来的影响检测结果准确性的问题。为了保证计算结果的准确性，往往需人工核对每个数据的积分结果，必要时需依靠手动积分来修正，这个过程耗时又费力，同时又引入了一定的人为误差；
Peakintelligence ™的人工智能算法经过14,000多次熟练操作者的标准积分训练学习，能精准把握各类复杂图谱的色谱积分，在面对基质杂峰干扰时，采用基线分离及垂直分割的自适应智能积分算法，将基质杂峰对目标峰的影响降到最低，自动积分的可靠性大大增强，为高质量得完成MS数据自动化处理工作，提高检测效率，保证质谱数据的可靠性方面提供有力支持。
文献贡献者
LC-MS/MS同时分析93种全氟和多氟烷基化合物
锂离子充电电池鼓胀气的分析
一次分析锂离子电池内部降解的鼓胀气
相关产品
关注
拨打电话
留言咨询
