„Statistics-sensitive Non-linear Iterative Peak-clipping“ – Versionsunterschied
Zur Navigation springen
Zur Suche springen
| [gesichtete Version] | [gesichtete Version] |
Inhalt gelöscht Inhalt hinzugefügt
QS+ |
+Literatur um zu belegen, dass der Begriff etabliert ist, +anschauliches Beispielbild |
||
| Zeile 1: | Zeile 1: | ||
{{QS-NaWi}} |
{{QS-NaWi}} |
||
[[Datei:OpenChrom SNIP.png|mini|[[Basislinie (Chromatographie)|Basislinie]] (dunkel) in [[OpenChrom]] mit SNIP detektiert.]] |
|||
{{Allgemeinverständlichkeit|Grund=''Eine kurze, verständliche Hinführung zur Thematik, also darüber, was der Algorithmus macht, welche Schritte demselben zugrundeliegen, wie der Anwender die Basislinienkorrektur nutzen kann, fehlt. Unverständliches Insidergeschwafel sollte noch in Klartext umgewandelt werden.'' --[[Benutzer:A.Abdel-Rahim|A.Abdel-Rahim]] ([[Benutzer Diskussion:A.Abdel-Rahim|Diskussion]]) 21:48, 22. Mai 2022 (CEST)}} |
|||
'''Statistics-sensitive Non-linear Iterative Peak-clipping''', kurz '''SNIP''', ist ein Algorithmus zur Basislinienkorrektur, |
'''Statistics-sensitive Non-linear Iterative Peak-clipping''', kurz '''SNIP''', ist ein [[Iterative Programmierung|iterativ]]er Algorithmus zur Basislinienkorrektur.<ref>{{Literatur |Autor=Susmita Datta, Bart J. A. Mertens |Titel=Statistical Analysis of Proteomics, Metabolomics, and Lipidomics Data Using Mass Spectrometry |Verlag=Springer |Ort= |Datum=2016 |ISBN=978-3-319-45809-0 |Seiten=104 }}</ref> Er wurde ursprünglich für das [[PIXE]]-Verfahren in den [[Geowissenschaften]] entwickelt.<ref>{{Literatur |Autor=C. G. Ryan, E. Clayton, W. L. Griffin, S. H. Sie, D. R. Cousens |Titel=SNIP, a statistics-sensitive background treatment for the quantitative analysis of PIXE spectra in geoscience applications |Sammelwerk=Nuclear Instruments and Methods in Physics Research B |Band=34 |Verlag= |Datum=1988 |Seiten=396–402 |ISSN=0168-583X |DOI=10.1016/0168-583X(88)90063-8}}</ref> Es ist jedoch universeller einsetzbar etwa in der [[Raman-Spektroskopie]]<ref>{{Literatur |Autor=Oleg Ryabchykov, Shuxia Guo, Thomas Bocklitz |Titel=Analyzing Raman spectroscopic data |Sammelwerk=Physical Sciences Reviews |Band=4 |Nummer=2 |Verlag= |Datum=2019 |Seiten= |ISSN=2365-659X |DOI=10.1515/psr-2017-0043}}</ref> oder [[MALDI-TOF]]-basierten [[Massenspektrometrie]].<ref>{{Literatur |Autor=Susmita Datta, Bart J. A. Mertens |Titel=Statistical Analysis of Proteomics, Metabolomics, and Lipidomics Data Using Mass Spectrometry |Kapitel=Mass Spectrometry Analysis Using MALDIquant |Verlag=Springer |Ort= |Datum=2016 |ISBN=978-3-319-45809-0 |Seiten=104 |DOI=10.1007/978-3-319-45809-0_6 |Online=https://arxiv.org/pdf/1607.03180.pdf}}</ref> Grundsätzlich dient er dem Entfernen von Untergrundrauschen.<ref>{{Literatur |Autor=Claudia Angelini, Paola MV Rancoita, Stefano Rovetta |Titel=Computational Intelligence Methods for Bioinformatics and Biostatistics: 12th International Meeting, CIBB 2015, Naples, Italy, September 10-12, 2015, Revised Selected Papers |Verlag=Springer |Ort= |Datum=2016 |ISBN=978-3-319-44332-4 |Seiten=157 }}</ref> |
||
|Verlag=Springer |Ort= |Datum=2016 |ISBN=978-3-319-45809-0 |Seiten=104 |DOI=10.1007/978-3-319-45809-0_6 |Online=https://arxiv.org/pdf/1607.03180.pdf}}</ref> |
|||
== Einzelnachweise == |
== Einzelnachweise == |
||
Version vom 14. März 2023, 12:02 Uhr
| Dieser Artikel wurde aufgrund von Mängeln auf der Qualitätssicherung Naturwissenschaften eingetragen. Dies geschieht, um die Qualität der Artikel aus den übergreifenden Themengebieten der Naturwissenschaften auf ein akzeptables Niveau zu bringen. Dabei können Artikel gelöscht werden, die nicht signifikant verbessert werden können. Hilf mit, die Mängel dieses Artikels zu beseitigen, und beteilige dich an der Diskussion. |
Statistics-sensitive Non-linear Iterative Peak-clipping, kurz SNIP, ist ein iterativer Algorithmus zur Basislinienkorrektur.[1] Er wurde ursprünglich für das PIXE-Verfahren in den Geowissenschaften entwickelt.[2] Es ist jedoch universeller einsetzbar etwa in der Raman-Spektroskopie[3] oder MALDI-TOF-basierten Massenspektrometrie.[4] Grundsätzlich dient er dem Entfernen von Untergrundrauschen.[5]
Einzelnachweise
- ↑ Susmita Datta, Bart J. A. Mertens: Statistical Analysis of Proteomics, Metabolomics, and Lipidomics Data Using Mass Spectrometry. Springer, 2016, ISBN 978-3-319-45809-0, S. 104.
- ↑ C. G. Ryan, E. Clayton, W. L. Griffin, S. H. Sie, D. R. Cousens: SNIP, a statistics-sensitive background treatment for the quantitative analysis of PIXE spectra in geoscience applications. In: Nuclear Instruments and Methods in Physics Research B. Band 34, 1988, ISSN 0168-583X, S. 396–402, doi:10.1016/0168-583X(88)90063-8.
- ↑ Oleg Ryabchykov, Shuxia Guo, Thomas Bocklitz: Analyzing Raman spectroscopic data. In: Physical Sciences Reviews. Band 4, Nr. 2, 2019, ISSN 2365-659X, doi:10.1515/psr-2017-0043.
- ↑ Susmita Datta, Bart J. A. Mertens: Statistical Analysis of Proteomics, Metabolomics, and Lipidomics Data Using Mass Spectrometry. Springer, 2016, ISBN 978-3-319-45809-0, Mass Spectrometry Analysis Using MALDIquant, S. 104, doi:10.1007/978-3-319-45809-0_6 (arxiv.org [PDF]).
- ↑ Claudia Angelini, Paola MV Rancoita, Stefano Rovetta: Computational Intelligence Methods for Bioinformatics and Biostatistics: 12th International Meeting, CIBB 2015, Naples, Italy, September 10-12, 2015, Revised Selected Papers. Springer, 2016, ISBN 978-3-319-44332-4, S. 157.