METHOD AND APPARATUS FOR ENHANCED ESTIMATION OF AN ANALYTE PROPERTY THROUGH MULTIPLE REGION TRANSFORMATION

The invention provides for transformation of a section of a data block independently of the transformation of separate or overlapping data blocks to determine a property related to the original matrix, where each of the separate or overlapping data blocks are derived from an original data matrix. The transformation enhances parameters of a first data block over a given region of an axis of the data matrix, such assignal-to-noise, without affecting analysis of a second data block derived from the data matrix. This allows for enhancement of analysis of an analyte property, such as concentration, represented within the original data matrix. In a first embodiment of the invention, a separate decomposition and factor selection for each selected data matrix is performed with subsequent score matrix concatenization. The combined score matrix is used to generate a model that is subsequently used to estimate a property, such as concentration represented in the original data matrix. In a second embodiment, each data matrix is independently preprocessed. Demonstration of the invention is performed through glucose concentration estimation from noninvasive spectra of the body. Cette invention concerne la transformation d'une section d'un bloc de données, indépendamment de la transformation de blocs de données séparés ou en chevauchement, destinée à déterminer une propriété se rapportant à la matrice originale, chaque bloc de données séparé ou en chevauchement étant issu d'une matrice de données originale. Cette transformation améliore les paramètres d'un premier bloc de données dans une zone donnée d'un axe de la matrice de données, telles que le rapport signal-bruit, sans perturber l'analyse d'un second bloc de données issu de la matrice de données, ce qui permet d'affiner l'analyse d'une propriété d'une substance à analyser, telle que la concentration représentée dans la matrice de données originale. Dans un premier mode de réalisation, une décomposition séparée et un choix de facteurs pour chaque matrice de données choisie sont accomplis, avec concaténation subséquente de la matrice de scores. La matrice de scores combinée est utilisée pour produire un modèle qui est subséquemment exploité pour estimer une propriété, telle que la concentration représentée dans la matrice de données originale. Dans un second mode de réalisation, chaque matrice de données est de nouveau traité de façon indépendante. Une démonstration de l'invention est donnée par une estimation de la