二氧化硅被广泛应用于半导体等电子部件的密封材料以及涂料填料等各种领域。如果在二氧化硅中包含异常的粗颗粒（异物或凝聚物），电子零部件会发生成形不良、绝缘不良、电气性能不良，而涂料会发生涂膜强度下降、涂敷不均等现象。评价二氧化硅的尺寸主要使用激光衍射式粒度分布测定装置（以下简称LD）和扫描电子显微镜（以下简称SEM）等。但是上述设备在测试过程中也存在一些问题，例如LD检测微量粗颗粒灵敏度较低，SEM的观察视野狭窄，导致检测时间过长，无法确保足够的测量数量，而且无法获得浓度信息等等。与之相比，动态图像分析方法可以在短时间内定量获得大量的颗粒图像，因此，适用于快速进行微量粗颗粒检测和浓度评价。动态颗粒

随着对分析物浓度的要求越来越低，能够解决痕量分析的传统分析方法变得越来越少。在这种情况下，典型的方法是增加分析物质的浓度以增加其灵敏度。然而主成分的溶解度可能受到影响，或者分析物因基质中大量的阻碍物而无法得到充分的分离。这种情况下必须进行提取和浓缩等前处理操作，但是，复杂的前处理操作占用了额外的时间和劳动力，从而影响了工作效率。因此，痕量的定量分析需要在两个不同的需求上寻找平衡：增加检测灵敏度和加快操作速度。要实现这一目的的关键点是：使馏分收集（分离）和分析物的浓缩到最后的定量分析的整个过程自动化。

随着基因组分析技术的发展，基因组数据库变得更加全面，作为利用这个数据库进行后基因组分析形式之一的蛋白质组分析也得到了长足发展。随着质谱技术的发展，我们能够通过质谱仪及其数据库实现蛋白质氨基酸测序的高通量分析。虽然在基因组数据库中许多蛋白质被注释为前体蛋白，但在细胞中表达的各种蛋白质是由这些前体蛋白加工为成熟蛋白并运输到体内的。因此，当使用质谱仪及数据库对成熟蛋白的氨基酸序列进行鉴定时，质量数可能与理论值不同，从而导致搜索结果的得分较低。而且，对于一些基因组数据库尚未完成的物种而言，使用质谱鉴定氨基酸序列可能比较棘手，所得序列结果也欠缺可信度。另一方面，利用传统的Edman降解法进行蛋白质测序，