threshold - 如何计算 1D 中的 Otsu 阈值

Question

我正在尝试识别分析化学数据中的双峰分布。每个数据集是来自 GC-MS 的特定化合物的 3~70 个保留时间列表。某些化合物的 RT 呈双峰分布，其中库搜索已将相同的身份分配给具有不同 RT 的数据中的两个或多个不同特征。这对于具有非常相似质谱的异构体和其他化合物对来说是很常见的。例如。这是显示双峰分布的一种化合物的 RT 直方图。

我想计算 Otsu 阈值以尝试定义双峰数据（也有多峰分布，但一次只有一步）。我很难理解关于计算的维基百科文章，但文本表明可以通过找到最小的类内方差来找到阈值。因此，我尝试从 RT 列表中进行计算，如下所示：

a = list(d['Component RT'])
n = len(a)
b = [a.pop(0)]

varA = []
varB = []

for i in range(1,n-2):
    b.append(a.pop(0))
    varA.append(statistics.stdev(a)**2)
    varB.append(statistics.stdev(b)**2)

我是否认为如果我绘制上述数据的方差总和，我应该能够将 Otsu 阈值识别为最小值？

在此示例中，阈值很明显，大约有 35 个值可供使用。对于大多数化合物，值较少（通常 <15），数据可能不太明确。这甚至是正确的阈值吗？维基百科关于模态的文章指出了一大堆其他的多模态测试。

标签： threshold