Multivariate analysis of ToF-SIMS data from multicomponent systems: the why, when, and how.
Multivariate analysis of ToF-SIMS data from multicomponent systems: the why, when, and how.
复制标题
DOI：
10.1007/s13758-012-0049-3
复制
发表时间：
2012-12
期刊：
影响因子：
2.1
通讯作者：
Castner, David G.
中科院分区：
文献类型：
--
作者：
Graham, Daniel J.;Castner, David G.
多变量分析（MVA）方法在飞行时间二次离子质谱（ToF-SIMS）数据处理中的应用越来越普遍。MVA提供了一套强大的工具，帮助用户处理来自复杂多组分表面（如生物材料和生物传感器）的数据。如果使用得当，MVA可以帮助用户识别样品内或样品之间差异的主要来源，确定样品上存在某些化合物的位置，或验证已设计到表面中的化合物的存在。在所有MVA方法中，主成分分析（PCA）是最常用的，并且形成了用于处理ToF-SIMS数据的许多其他方法的应用的良好起点。在这里，我们讨论了PCA和其他MVA方法的多组分ToF-SIMS数据的应用，并提供其应用和使用的指导方针。
The use of multivariate analysis (MVA) methods in the processing of time-of-flight secondary ion mass spectrometry (ToF-SIMS) data has become increasingly more common. MVA presents a powerful set of tools to aid the user in processing data from complex, multicomponent surfaces such as biological materials and biosensors. When properly used, MVA can help the user identify the major sources of differences within a sample or between samples, determine where certain compounds exist on a sample, or verify the presence of compounds that have been engineered into the surface. Of all the MVA methods, principal component analysis (PCA) is the most commonly used and forms an excellent starting point for the application of many of the other methods employed to process ToF-SIMS data. Herein we discuss the application of PCA and other MVA methods to multicomponent ToF-SIMS data and provide guidelines on their application and use.
登录
查看更多内容
影响因子：
6.7
作者：
Auditore, A;Tuccitto, N;Licciardello, A
通讯作者：
Licciardello, A
影响因子：
14
作者：
Brown, Bryan N.;Barnes, Christopher A.;Kasick, Rena T.;Michel, Roger;Gilbert, Thomas W.;Beer-Stolz, Donna;Castner, David G.;Ratner, BuddyD.;Badylak, Stephen F.
通讯作者：
Badylak, Stephen F.
影响因子：
4.7
作者：
Amaya KR;Sweedler JV;Clayton DF
通讯作者：
Clayton DF
影响因子：
24.3
作者：
Almstrand, A-C.;Josefson, M.;Olin, A-C.
通讯作者：
Olin, A-C.
影响因子：
6.7
作者：
Baker, M. J.;Gazi, E.;Lockyer, N. P.
通讯作者：
Lockyer, N. P.