← Volver a Todos los Blogs y Publicaciones Transferencia de calibración entre espectrómetros NIR: métodos y viabilidad

Transferencia de calibración entre espectrómetros NIR: métodos y viabilidad

Por qué una calibración desarrollada en un espectrómetro de infrarrojo cercano rara vez funciona sin cambios en otro, qué métodos de estandarización y de ajuste del modelo describe la literatura y cómo se evalúa la viabilidad de una transferencia para una familia de instrumentos concreta — de laboratorio, en línea o compacta — a partir de estudios publicados y de las prácticas ASTM pertinentes.

Por qué la transferencia de calibraciones es un problema

Una calibración multivariante para un analizador NIR de proceso en la industria química y farmacéutica, o en alimentación humana y animal, supone una gran inversión en muestras, análisis de referencia y modelado, de modo que lo natural es querer construir el modelo una sola vez y utilizarlo en todos los instrumentos. Workman define la transferencia de calibraciones como las técnicas quimiométricas empleadas para aplicar una base de datos espectral, y el modelo construido sobre ella, a dos o más instrumentos conservando estadísticamente la exactitud y la precisión, y señala que obtener resultados idénticos de varios instrumentos con una sola calibración sigue escapándose a los tecnólogos [1]. La transferencia no es sencilla ni siquiera entre instrumentos nominalmente idénticos, debido a los desplazamientos de longitud de onda y a las diferencias de respuesta en absorbancia entre unidades [2], por lo que un modelo desarrollado en un espectrómetro a menudo no puede usarse directamente con espectros medidos en otro [3]. La incertidumbre de la transferencia tiene varios componentes: la reproducibilidad y la repetibilidad del instrumento, los valores de referencia, la matemática multivariante y la repetibilidad de la presentación de la muestra [1].

Tres familias de métodos

Fearn clasifica los enfoques en tres apartados: construir calibraciones robustas, ajustar calibraciones y ajustar espectros [2]. Las calibraciones se vuelven más transferibles mediante pretratamientos espectrales que reducen la variabilidad entre instrumentos y agrupando datos de varios instrumentos; pueden ajustarse con correcciones de pendiente y sesgo estimadas a partir de un número modesto de muestras con valores de referencia conocidos; y en el tercer apartado figuran métodos como la estandarización directa por segmentos y el procedimiento patentado de Shenk y Westerhaus, que utilizan espectros de muestras medidas en ambos instrumentos para igualar la respuesta del instrumento secundario a la del maestro [2].

La idea es anterior a los nombres quimiométricos. En 1985, Shenk, Westerhaus y Templeton transfirieron ecuaciones de calibración de un monocromador de barrido maestro a otros seis utilizando 60 muestras selladas; los errores estándar de la diferencia entre instrumentos para los componentes de los forrajes fueron menores que los observados entre laboratorios en los análisis químicos, y se logró una transferencia satisfactoria con tan solo 10 muestras [4]. Su procedimiento de 1991 para monocromadores del mismo modelo alineaba la escala de longitudes de onda con un patrón de poliestireno y ajustaba las líneas base con una muestra de concentrado sellada; un archivo de repetibilidad con espectros de distintos instrumentos y temperaturas, incorporado a una regresión PLS modificada, redujo el error entre instrumentos en muestras de prueba medidas entre 19 y 29,5 °C [5]. Wang, Veltkamp y Kowalski describieron la estandarización directa (DS) y la estandarización directa por segmentos (PDS), en las que un conjunto de transferencia medido en ambos instrumentos proporciona una transformación que proyecta los espectros secundarios sobre la respuesta del maestro; la PDS utiliza en cada paso una pequeña ventana de longitudes de onda vecinas [6].

Lo que muestran las comparaciones entre instrumentos

El mejor método depende de los instrumentos y de la aplicación. Igne y Hurburgh compararon DS, PDS, estandarización robusta, corrección de pendiente y sesgo o solo de sesgo de las predicciones, y pretratamiento por sí solo, para modelos de soja entera entre dos equipos Foss Infratec y dos Bruins OmegAnalyzerG: los modelos fueron transferibles dentro de una misma marca y entre marcas con una precisión similar o mejor que la calibración individual, los métodos ópticos que modifican los espectros secundarios rindieron significativamente peor que los demás, y el preprocesamiento, con o sin una simple corrección de las predicciones, bastó para eliminar las diferencias de absorbancia y los desplazamientos de longitud de onda [7]. Greensill et al., al transferir un modelo de sólidos solubles entre cuatro espectrómetros de red de diodos del mismo modelo, encontraron que una transformada wavelet modificada rendía significativamente mejor que otras seis técnicas de estandarización y a la par con la actualización del modelo [8]. Hoffmann et al. emplearon PDS, con solo unas pocas muestras medidas en ambos tipos de espectrómetro, para transferir conjuntos de datos de dos espectrómetros FT-NIR de laboratorio al formato de un instrumento portátil miniaturizado, pese a grandes diferencias de intervalo espectral y resolución [9].

De ello se desprenden dos conclusiones para los espectrómetros compactos y en línea. Cuatro unidades del mismo modelo de red de diodos necesitaron aun así una estandarización antes de poder compartir un modelo [8], de modo que la similitud de diseño no hace por sí sola que un modelo sea portable. Cuando las diferencias entre unidades son pequeñas, las vías más ligeras — pretratamiento, datos de calibración agrupados y corrección de pendiente y sesgo [2][7] — pueden bastar, pero esto debe demostrarse mediante mediciones para cada familia de instrumentos, no deducirse de la arquitectura óptica.

Transferencia sin muestras patrón

Los métodos basados en patrones requieren medir las mismas muestras físicas en ambos instrumentos, lo que resulta difícil cuando los instrumentos están muy alejados o no se dispone de patrones químicamente estables [10]. Mishra et al. revisan las técnicas recientes, incluidos los conceptos sin patrones, y concluyen que los enfoques que no dependen de la medición de muestras patrón son prometedores para compartir modelos entre dispositivos similares [10]. Un ejemplo es la PLS invariante al dominio, que añade un regularizador que alinea las distribuciones de origen y de destino en el espacio de variables latentes y puede utilizar datos de destino parcialmente etiquetados o sin etiquetar; Nikzad-Langerodi et al. la demostraron en dos conjuntos de datos NIR [11].

Evaluar la viabilidad para una familia de instrumentos

Como el resultado depende de los instrumentos, del producto y del método, la viabilidad de la transferencia es una propiedad medida y no una especificación. En los estudios anteriores se repiten tres pasos:

  • Comprobar primero los instrumentos. Los desplazamientos de longitud de onda y las diferencias de respuesta en absorbancia son la raíz del problema [2]. La norma ASTM E1866 ofrece procedimientos para desarrollar ensayos de desempeño de espectrofotómetros, también para espectrofotómetros de proceso en línea, con ensayos univariantes de nivel cero y nivel uno y ensayos multivariantes de nivel A y nivel B [12].
  • Comparar las vías de transferencia con datos reales. Medir un conjunto de transferencia en ambos instrumentos y comparar el pretratamiento por sí solo, la corrección de pendiente y sesgo y una estandarización espectral como la PDS [7][8]; cuando existen varias unidades, agrupar sus espectros en el conjunto de calibración o en un archivo de repetibilidad es una alternativa a corregir cada una por separado [2][5].
  • Validar el modelo transferido como un modelo nuevo. La norma ASTM E1655 establece prácticas para el análisis cuantitativo multivariante en el infrarrojo y el infrarrojo cercano y criterios para validar el desempeño de la calibración, suponiendo que el espectrómetro funciona dentro de las especificaciones del fabricante [13]; el modelo transferido se valida en el instrumento secundario con muestras analizadas por el método de referencia, porque los valores de referencia y la presentación de la muestra contribuyen a la incertidumbre tanto como la óptica [1].

Cómo aborda USTECH la transferencia de calibraciones

Las calibraciones de USTECH se desarrollan en la suite quimiométrica caliX y funcionan en el analizador FT-NIR en línea ProLine2550, en los analizadores NIR en línea ProLine17EC y ProLine17ECS y en el analizador at-line MasterLine17EC. Cuando un modelo construido en una unidad va a utilizarse en otra, USTECH lo trata como un proyecto de transferencia: se comprueba el desempeño del instrumento secundario [12], se mide un conjunto de transferencia en ambas unidades, se comparan las vías más ligeras y las más exigentes [2][7] y el modelo transferido se valida frente a valores de referencia en la unidad secundaria [13]. Qué vía necesita un modelo concreto se determina en un estudio de viabilidad con sus propias muestras.

Referencias

  • [1] Workman, J.J. Jr. (2018). A review of calibration transfer practices and instrument differences in spectroscopy. Applied Spectroscopy, 72(3), 340–365. doi:10.1177/0003702817736064
  • [2] Fearn, T. (2001). Standardisation and calibration transfer for near infrared instruments: a review. Journal of Near Infrared Spectroscopy, 9(4), 229–244. doi:10.1255/jnirs.309
  • [3] Feudale, R.N., Woody, N.A., Tan, H., Myles, A.J., Brown, S.D., Ferré, J. (2002). Transfer of multivariate calibration models: a review. Chemometrics and Intelligent Laboratory Systems, 64(2), 181–192. doi:10.1016/S0169-7439(02)00085-0
  • [4] Shenk, J.S., Westerhaus, M.O., Templeton, W.C. Jr. (1985). Calibration transfer between near infrared reflectance spectrophotometers. Crop Science, 25(1), 159–161. doi:10.2135/cropsci1985.0011183X002500010038x
  • [5] Shenk, J.S., Westerhaus, M.O. (1991). New standardization and calibration procedures for NIRS analytical systems. Crop Science, 31(6), 1694–1696. doi:10.2135/cropsci1991.0011183X003100060064x
  • [6] Wang, Y., Veltkamp, D.J., Kowalski, B.R. (1991). Multivariate instrument standardization. Analytical Chemistry, 63(23), 2750–2756. doi:10.1021/ac00023a016
  • [7] Igne, B., Hurburgh, C.R. Jr. (2008). Standardisation of near infrared spectrometers: evaluation of some common techniques for intra- and inter-brand calibration transfer. Journal of Near Infrared Spectroscopy, 16(6), 539–550. doi:10.1255/jnirs.819
  • [8] Greensill, C.V., Wolfs, P.J., Spiegelman, C.H., Walsh, K.B. (2001). Calibration transfer between PDA-based NIR spectrometers in the NIR assessment of melon soluble solids content. Applied Spectroscopy, 55(5), 647–653. doi:10.1366/0003702011952280
  • [9] Hoffmann, U., Pfeifer, F., Hsuing, C., Siesler, H.W. (2016). Spectra transfer between a Fourier transform near-infrared laboratory and a miniaturized handheld near-infrared spectrometer. Applied Spectroscopy, 70(5), 852–860. doi:10.1177/0003702816638284
  • [10] Mishra, P., Nikzad-Langerodi, R., Marini, F., Roger, J.M., Biancolillo, A., Rutledge, D.N., Lohumi, S. (2021). Are standard sample measurements still needed to transfer multivariate calibration models between near-infrared spectrometers? The answer is not always. TrAC Trends in Analytical Chemistry, 143, 116331. doi:10.1016/j.trac.2021.116331
  • [11] Nikzad-Langerodi, R., Zellinger, W., Lughofer, E., Saminger-Platz, S. (2018). Domain-invariant partial-least-squares regression. Analytical Chemistry, 90(11), 6693–6701. doi:10.1021/acs.analchem.8b00498
  • [12] ASTM E1866-97(2021). Standard Guide for Establishing Spectrophotometer Performance Tests. ASTM International, West Conshohocken, PA. store.astm.org/e1866-97r21.html
  • [13] ASTM E1655-17(2024). Standard Practices for Infrared Multivariate Quantitative Analysis. ASTM International, West Conshohocken, PA. store.astm.org/e1655-17r24.html
USTECH Innovations Logo

Evalúe esta aplicación para su proceso

Nuestro equipo de aplicaciones puede explicar el método, compartir la bibliografía de referencia y analizar con usted cómo se aplica a su proceso.

Contáctenos

Leer siguiente

Reducción del desperdicio de ingredientes en la producción de piensos para ganado
ARTÍCULO

Reducción del desperdicio de ingredientes en la producción de piensos para ganado

Por qué el pienso para vacuno se sobreformula frente a la variabilidad de las materias primas, qué dice la literatura sobre el origen de esa variabilidad y cómo el NIR en la recepción y en la mezcladora reduce el margen.

Leer el artículo
Introducción a la regresión PLS en la suite caliX
GUÍA

Introducción a la regresión PLS en caliX Suite

Un recorrido práctico por una calibración PLS: cómo se dividen los datos, cómo se eligen mediante validación el pretratamiento y el número de variables latentes, qué diagnósticos hay que leer y cómo se mantiene vivo el modelo en producción.

Leer la guía