谱峰包含被检物质的生物或化学信息,如疾病类型、物质性质和浓度等,因此,谱峰检测的准确性对于信号的后续分析具有重要意义。通常,因为噪声的存在,需要对谱峰进行平滑处理,然而容易使弱峰和重叠峰在平滑过程中被隐藏,结果导致峰检测的准确率下降。在已有峰检测模型中,基于连续小波变换(CWT)模型的检测效果最好。通过分析可以发现,mexihat小波可以看作gaussian函数的二阶导数,因此,采用mexihat小波对谱峰信号进行处理相当于对谱峰信号的二阶导数做高斯平滑,和其它模型相比,CWT模型在平滑前增加了信号增强环节,从而取得了更好的峰检测效果,为此,本文将信号增强环节与时间-空间分数阶非线性扩散模型相结合,得到了一种新的扩散增强模型用以提高峰检测准确性。具体工作为:一、扩散增强模型的设计、实现及验证。将信号增强环节与时间—空间分数阶非线性扩散模型相结合,建立了时间—空间分数阶扩散增强模型(TSFDEM);给出了数值实现方法;讨论了扩散阈值的影响,并给出了一种自动选取扩散阈值的方法;简单地讨论了一下时-空分数阶的选取;对比了所提模型与CWT模型的峰检测结果,此外,通过在其它四种常用模型中加入增强环节,对比了增强效果。结果表明,在峰检测环节中加入增强环节可以明显提高峰检测的准确率,所提的时间—空间分数阶扩散增强模型具有较好的增强效果。二、峰检测效果的评价。以实际质谱信号作为样本,使用三次样条插值进行基线校正,再使用所提的扩散增强模型对其做增强和平滑处理,最后通过局部极大值和幅度阈值检测峰。通过峰检测结果验证了所提的扩散增强模型的效果。结果证明,扩散增强模型可以提高质谱信号峰检测的准确率,尤其在低误检率情况下,峰检测准确率提升明显。之后,在其它四种常用模型中加入增强环节,重新检测,结果表明在峰检测框架中加入增强环节也可以提高峰检测的性能。