Spectral data transformation analysis by simple mathematical functions: Fourier transform infrared spectrum.

Abstract

Análisis de la transformación de datos espectrales mediante funciones matemáticas simples: Espectro de infrarrojo por transformada de Fourier ResumenPalabras claves El espectro de infrarrojo con transformada de Fourier (FTIR) puede considerarse un conjunto de datos con información implícita procedente de la generación de señales resultantes de vibraciones a nivel molecular por la interacción de la materia con radiación infrarroja. El objetivo de este trabajo fue estudiar el efecto de los cambios espectrales como resultado de transformaciones matemáticas simples de los datos de absorbancia (a) en un espectro de FTIR, con el fin de obtener una o varias aproximaciones algorítmicas que permitan incrementar el aprovechamiento de la información contenida en el espectro de FTIR. Se concluyó que el uso de transformaciones secuenciales del espectro produce la obtención de espectros modificados con información inicialmente no disponible, y que puede ser de utilidad para comparaciones cualitativas, tras la adecuada estandarización del procedimiento de obtención del mismo. Una secuencia con buenos resultado fue: (i) transformar los valores punto a punto mediante el cálculo del inverso, (ii) calcular el espectro diferencial del espectro invertido, (iii) calcular el valor absoluto de cada punto,

Functionally-enhanced derivative spectroscopy (FEDS): a powerful tool to increase of spectral resolution in the mid-infrared advanced analysis of complex samples–a mini review

“…22,23 In addition, the most important effect of the derivative method is that broad bands are suppressed in comparison with sharp bands and, in consequence, this suppression increases with the increase of derivative order. [22][23][24][25][26][27] An unwished effect of the derivative spectroscopy is that the signal-noise ratio (SNR) decreases as derivatives with higher orders are used; therefore, for the derivative process, it is important the control of the degree of smoothing that is applied in order to adapt the procedure to different analytical problems. 22,23…”

Functional transformation of Fourier-transform mid-infrared spectrum for improving spectral specificity by simple algorithm based on wavelet-like functions

“…In addition, algorithms with a reduced data structure and calculation requirements ease the adaptability of computer systems applied to new technologies based on web, remote sensing or mobile operating system. In consequence, the mathematical narrowing of FTIR spectra has a significant relevance for new applications of FTIR spectroscopy as metabolomics, cellular differentiation and complex sample analysis ( e.g ., soil, biological fluids, biomolecules, foods and other) [9] , [10] , [11] , [12] .…”