Noise and Baseline Filtration in Mass Spectrometry
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60076658%3A12520%2F15%3A43888483" target="_blank" >RIV/60076658:12520/15:43888483 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Noise and Baseline Filtration in Mass Spectrometry
Popis výsledku v původním jazyce
Mass spectrometry (MS) produce terabytes of measurements daily around the world. Systemic (instrumental and chemical) and random noise complicate the dataset. Correct interpretation of mass spectrometry (MS) is aected by presented noise across all kindsof MS techniques. The noise addition may produce fake peaks or hide small intensities in the measurements. Thus, MS data are crowded and have a uneven baseline. In tandem with chromatography, the systemic noise causes extraneous peaks or rising baselineduring gradient elution. The interpretation of MS is not trivial mainly because of the vast amount of noise especially in complex samples. It is necessary to consider approaches for noise subtraction. Common algorithms based on thresholding or wavelet transformation are not resistant to the losses of information from their principle. Thresholding methods, even in the adaptive form, still discard parts under threshold level(s) from the whole measurement. The wavelet transformations direct
Název v anglickém jazyce
Noise and Baseline Filtration in Mass Spectrometry
Popis výsledku anglicky
Mass spectrometry (MS) produce terabytes of measurements daily around the world. Systemic (instrumental and chemical) and random noise complicate the dataset. Correct interpretation of mass spectrometry (MS) is aected by presented noise across all kindsof MS techniques. The noise addition may produce fake peaks or hide small intensities in the measurements. Thus, MS data are crowded and have a uneven baseline. In tandem with chromatography, the systemic noise causes extraneous peaks or rising baselineduring gradient elution. The interpretation of MS is not trivial mainly because of the vast amount of noise especially in complex samples. It is necessary to consider approaches for noise subtraction. Common algorithms based on thresholding or wavelet transformation are not resistant to the losses of information from their principle. Thresholding methods, even in the adaptive form, still discard parts under threshold level(s) from the whole measurement. The wavelet transformations direct
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
ISBN
978-3-319-16479-3
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
8
Strana od-do
418-425
Název nakladatele
Springer Dordrecht
Místo vydání
Dordrecht
Místo konání akce
Granada; Spain
Datum konání akce
15. 4. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—