signal_processing

# 信号处理 ## 概述 PyOpenMS 提供了用于处理原始质谱数据的算法，包括平滑、滤波、峰值检测、中心化、归一化和去卷积。 ## 算法模式 大多数信号处理算法遵循标准模式： python import pyopenms as ms # 1. 创建算法实例 algo = ms.AlgorithmName() # 2. 获取并修改参数 params = algo.getParameters() params.setValue("parameter_name", value) algo.setParameters(params) # 3. 应用于数据 algo.filterExperiment(exp) # 或 filterSpectrum(spec) ## 平滑处理 ### 高斯滤波 (Gaussian Filter) 应用高斯平滑以降低噪声： python # 创建高斯滤波器 gaussian = ms.GaussFilter() # 配置参数 params = gaussian.getParameters() params.setValue("gaussian_width", 0.2) # m/z 或 RT 单位的宽度 params.setValue("ppm_tolerance", 10.0) # 用于 m/z 维度 params.setValue("use_ppm_tolerance", "true") gaussian.setParameters(params) # 应用于实验数据 gaussian.filterExperiment(exp) # 或应用于单个质谱图 spec = exp.getSpectrum(0) gaussian.filterSpectrum(spec) ### Savitzky-Golay 滤波 保留峰形的平滑多项式算法： python # 创建 Savitzky-Golay 滤波器 sg_filter = ms.SavitzkyGolayFilter() # 配置参数 params = sg_filter.getParameters() params.setValue("frame_length", 11) # 窗口大小（必须为奇数） params.setValue("polynomial_order", 4) # 多项式阶数 sg_filter.setParameters(params) # 应用平滑 sg_filter.filterExperiment(exp) ## 峰值检测与中心化 ### 高分辨率峰值检测 (Peak Picker High Resolution) 检测高分辨率数据中的峰值： python # 创建峰值检测器 peak_picker = ms.PeakPickerHiRes() # 配置参数 params = peak_picker.getParameters() params.setValue("signal_to_noise", 3.0) # 信噪比阈值 params.setValue("spacing_difference", 1.5) # 最小峰间距 peak_picker.setParameters(params) # 检测峰值 exp_picked = ms.MSExperiment() peak_picker.pickExperiment(exp, exp_picked) ### 基于小波变换的峰值检测 (Peak Picker for CWT) 基于连续小波变换 (CWT) 的峰值检测： python # 创建 CWT 峰值检测器 cwt_picker = ms.PeakPickerCWT() # 配置参数 params = cwt_picker.getParameters() params.setValue("signal_to_noise", 1.0) params.setValue("peak_width", 0.15) # 预期峰宽 cwt_picker.setParameters(params) # 检测峰值 cwt_picker.pickExperiment(exp, exp_picked) ## 归一化 ### 归一化器 (Normalizer) 归一化峰强度 wi