Kleine Massenspektrometer sind ein aktueller Forschungsschwerpunkt im Bereich der Massenspektrometrie und zeichnen sich durch direkte Vor-Ort-Tests, schnelle Analysegeschwindigkeit und hohe Tragbarkeit aus. Sie finden breite Anwendung in Bereichen wie Biomedizin und Lebensmittelsicherheit. Aufgrund von Einflüssen durch Probenvorbereitung und Nutzungskonditionen stoßen kleine Massenspektrometer jedoch oft auf Probleme wie hohe Signalrauschpegel und starke Baseline-Verschiebungen bei der Verarbeitung komplexer Matrizes (z. B. Blutproben), was die Genauigkeit und Stabilität der Messergebnisse in der Praxis erheblich mindert. Die Ensemble-Empirical-Mode-Decomposition (EEMD)-Methode kann die verschiedenen physikalisch bedeutungsvollen Komponenten im Signal kleiner Massenspektrometer adaptiv klar zerlegen, während die adaptive iterative bestrafte Kleinste-Quadrate-Methode (airPLS) die Hintergrundbaseline des Signals weiter bearbeiten kann. Die Kombination beider Methoden zur Verarbeitung der Signale kleiner Massenspektrometer kann die Genauigkeit und Stabilität der Signale erheblich verbessern. In dieser Arbeit wurden die Massensignale von 2-Hydroxypentandisäure und γ-Aminobuttersäure in realen Blutproben mit einem kleinen Massenspektrometer erfasst und mit der EEMD-airPLS-Methode verarbeitet. Der Korrelationskoeffizient (r²) und die relative Standardabweichung (RSD) verbesserten sich deutlich, was die Verwendbarkeit der Daten bei praktischen Blutprobenmessungen signifikant erhöhte und eine neue Methode zur Verarbeitung von Massenspektrometersignalen bietet, wodurch der Anwendungsbereich kleiner Massenspektrometer wesentlich erweitert wird.

kleiner Massenspektrometer; Signalanalytik und -verarbeitung; EEMD-airPLS-Methode; Blutproben