Suppression de ligne de base et débruitage de chromatogrammes par pénalisation asymétrique de positivité et dérivées parcimonieuses - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Baseline removal and noise filtering in chromatograms via asymmetric penalties on positivity and sparse derivatives

Suppression de ligne de base et débruitage de chromatogrammes par pénalisation asymétrique de positivité et dérivées parcimonieuses

Laurent Duval
Aurélie Pirayre

Résumé

Bon nombre de mesures expérimentales sont altérées par des fluctuations stochastiques et/ou systémiques, souvent inhérentes aux protocoles expérimentaux et aux méthodes d'acquisition. Dans ce contexte, cet article présente une méthode permettant de retrouver le signal d'intérêt débruité et corrigé de sa tendance ou ligne de base. En s'appuyant sur différents a priori sur les signaux (ainsi que sur leurs dérivées) comme la linéarité, la positivité, ou encore la parcimonie, ce problème est formulé comme la minimisation d'une fonction comportant un terme quadratique de fidélité aux données, d'une pénalité régularisée de type 1 asymétrique promotrice de positivité, ainsi qu'une contrainte de parcimonie. Cette modélisation étant assez générique, la méthode proposée (BEADS) est susceptible d'être appliquée à d'autres types de signaux. Nous nous intéressons ici au cas des analyses physico-chimiques, et particulièrement à la chromatographie, où les chromatogrammes sont bruités et présentent de fortes dérives de la ligne de base, biaisant ainsi les informations qui peuvent en être extraites. Les performances sont évaluées sur des données simulées et réelles. Abstract-Many experimental measurements are altered by stochastic or systemic fluctuations, often inherent to experimental protocols and acquisition methods. In this context, the paper introduces a method allowing us to recover a noise-reduced and trend-or baseline-corrected signal. Based on several a priori on signals and their derivatives, i.e. linearity, positivity or sparsity, this problem is formulated as the minimization of a quadratic function for the data fidelity term, an asymmetric 1-like penalization enforcing positivity and a derivative-based sparsity constraint. This model being quite generic, the proposed method (BEADS) may be applied to different kinds of signals. In this work, we deal with physico-chemical analysis, particularly with gas chromatography where chromatograms are noisy and corrupted by a baseline. These artifacts lead to biases in the extracted information. Results obtained on simulated and real data are also presented.
Fichier principal
Vignette du fichier
Duval_L_2015_p-gretsi_suppression_lbdcpapdp.pdf (1.31 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02077964 , version 1 (24-03-2019)

Identifiants

  • HAL Id : hal-02077964 , version 1

Citer

Laurent Duval, Aurélie Pirayre, Xiaoran Ning, Ivan Selesnick. Suppression de ligne de base et débruitage de chromatogrammes par pénalisation asymétrique de positivité et dérivées parcimonieuses. GRETSI : Colloque francophone de traitement du signal et des images, Sep 2015, Lyon, France. ⟨hal-02077964⟩

Collections

IFP TDS-MACS
66 Consultations
176 Téléchargements

Partager

Gmail Facebook X LinkedIn More