面向多行业检测的激光拉曼光谱智能化辨识方法及系统技术方案

本发明专利技术公开了一种面向多行业检测的激光拉曼光谱智能化辨识方法及系统。本方法为：1)将待检物质样品置于激光拉曼光谱仪的检测池中，采集的光谱数据发送至行业检测软件客户端；2)根据选择在客户端或云端辨识并保存检测结果；其中，对该光谱数据检测识别的方法为：建立一行业物质的拉曼光谱数据库，对该光谱数据进行拉曼特征峰提取；如果从该光谱数据选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征峰辨识方法的物质，将其辨识信息与所选取出的拉曼特征峰的阈值信息进行对比，检测是否存在此物质；否则利用小波分析方法对该光谱数据处理；对于辨识方法为模式识别方法的物质，利用分类器对该光谱数据进行分类检测是否存在对应的物质。

【技术实现步骤摘要】
面向多行业检测的激光拉曼光谱智能化辨识方法及系统
本专利技术涉及一种面向多行业检测的激光拉曼光谱智能化自动辨识方法及系统，属于食品、药品、保健品和化妆品等检测应用领域。
技术介绍
自古以来，中国就有食疗保健的传统习俗。随着社会经济的快速发展，人们的生活条件有了显著的改善和提高，人们越来越关注自己的身体健康状况，讲究“有病治病，无病保健”，对保健食品的需求也日益增大。保健食品是指声称具有特定保健功能或者以补充维生素、矿物质为目的的食品。但保健食品不等同于药品，保健食品必须具有食品相当的安全性，长期服用对人体不产生危害，药品通常都有一定毒副作用。保健食品通过调节身体机能维持平衡健康状态，药品则是直接针对疾病机理产生药理作用。保健食品没有严格的服用剂量，但药品必须严格按照规定的剂量服用。由于保健食品只是通过调节人体自身机能平衡而起作用，所以效果显现通常较为缓慢，但其又需具有特定保健功能，因此很容易成为非法添加药物的对象。不法分子常把可产生与处方药物具有类似感觉作用的化学药物违法添加到保健药品和食品中，从而产生立竿见影的功效来蒙骗使用者，以不法牟利。如在减肥类保健品中添加禁用药物西布曲明，在抗疲劳类男性功能保健品中添加处方药物西地那非等。多年临床研究结果显示，使用西布曲明可能增加受试者的严重心血管风险，包括心梗、心脏骤停、心血管死亡等，已有多例死亡报告，因此该药物已于2010年10月在包括中国、美国、欧盟等国家和地区停止生产、销售和使用。而像西地那非等PDE-5抑制剂属于处方药，有明确的适应症、禁忌症和副作用，某些人群不能服用，若患者在不知情的情况下摄入，容易引起严重的不良反应，甚至导致死亡。因此，这些掺假保健食品严重的危害了公众健康，扰乱了市场秩序，给社会及消费者带来严重后果。在保健品中可能添加的非法添加物包括(但不限于表1)：表1保健品中可能添加的非法添加物在药品中可能添加的非法添加物包括(但不限于表2)：表2药品中可能添加的非法添加物在化妆品中可能添加的非法添加物包括(但不限于表3)：表3化妆品中可能添加的非法添加物对非法添加化学药品掺假保健品的预防与打击在很大程度上依赖于分析检测技术，尤其是快速检测技术的能力。快检技术建立在现代分析技术和信息技术的基础之上，技术含量较高，能在简易实验室、移动实验室或监督现场使用操作且在较短的时间完成，获得高置信度的结果。因此，快检技术是对保健食品市场进行技术监管的重要手段，可实现针对性地进行抽查检验，降低执法成本，增加依法监管的技术含量，对行政监管起到强有力的技术支撑作用。近年来，拉曼光谱法在药品、保健品分析中的应用越来越多(参考文献：滕敏，陈俊科，孙予等.注射用针剂药物的拉曼散射光谱研究[J].光散射学报，2010，22(4)：555-557；周群，蔡少青，王建华等.拉曼光谱法快速鉴别黄芩中药材[J].光散射学报，2002，14(3)：166-168；王玉，李忠红，张正行等.拉曼光谱在药物分析中的应用[J].药学学报，2004，39(9)：764-768；曲晓波，赵雨，宋岩等.人参皂苷Rg3的拉曼光谱研究[J].光谱学与光谱分析，2008，28(3)：0569-0571；张进治，汪瑷，陈惠等.吴茱萸生物总碱的TLC-SERS研究[J].光谱学与光谱分析，2008，27(5)：944；张雁，尹利辉，金少鸿.表面增强拉曼光谱法检测微量添加物质的研究[J].中国药事，2012，26(4)：335-339)，中国药典2010版根据这一发展，在附录中新增拉曼光谱法指导原则，进一步促进这一方法在药品、保健品检验中的应用(参考：陈安宇，焦义，刘春伟等.采用纳米增强拉曼光谱检测技术对牛奶中三聚氰胺的检测[J].中国卫生检验杂志，2009，19(8)：1710-1712)。拉曼光谱法在检测方面独具诸多优势：拉曼光谱法获得的是物质分子的指纹光谱，具有极高的特异性；拉曼散射的穿透力强，可以透过玻璃、塑料等透明的包装或容器，适合各种无损快速检测；拉曼光谱法适于水溶液样品检测，可实现无机化合物的鉴定与表征；随着光机电一体化技术的发展而开发的便携式拉曼光谱仪，在实际使用中非常方便，适合检测车及现场快速检测；纳米增强拉曼技术可实现微痕量物质的快速检测，使拉曼光谱技术能够胜任保健食品中非法添加化学药物的快速检测，并可实现多种物质的同时快速检测。但是在传统的结果分析中，一般需要对光谱进行人为的专业性分析和比对，才能得到结论，这样不但要求操作人员具有较高的专业水平，还影响了检测效率和检测可重复性。
技术实现思路
针对现有技术中存在的技术问题，本专利技术的目的在于提供一种面向多行业检测的激光拉曼光谱智能化自动辨识方法及系统。本专利技术的
技术实现思路
为：一种面向多行业检测的激光拉曼光谱智能化辨识方法，其步骤为：1)将待检物质样品置于激光拉曼光谱仪的检测池中进行光谱数据采集，然后将采集的光谱数据发送至行业检测软件客户端；2)选择客户端辨识或云端辨识；若选择客户端辨识，检测软件客户端对该光谱数据进行检测识别，在客户端保存结果，同时将检测结果传送到云端保存；若选择云端辨识，检测软件客户端将该光谱数据发送到云端进行检测识别并保存检测结果；其中，对该光谱数据进行检测识别的方法为：21)建立一行业物质的拉曼光谱数据库，其中每一物质设有一辨识方法；22)对该光谱数据进行拉曼特征峰提取；如果从该光谱数据选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征峰辨识方法的物质，将其辨识信息与所选取出的拉曼特征峰的阈值信息进行对比，如果存在符合条件的拉曼特征峰，则检测为存在此物质；如果从该光谱数据未选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征辨识峰方法的物质，利用小波分析方法对该光谱数据处理并提取特征峰，如果与该物质的特征峰匹配，则检测为存在此物质；23)对于设置的辨识方法为模式识别中有监督学习方法的物质，根据每一物质已标注样本数据利用有监督学习分类器对该光谱数据进行分类，检测是否存在对应的物质；24)对于设置的辨识方法为模式识别中无监督学习方法的物质，计算每一物质的样本数据的微分值作为该物质的特征向量，计算该光谱数据的微分值作为特征向量，然后计算两特征向量的相似度，如果大于设定阈值，则检测为存在对应的物质。进一步的，该光谱数据进行检测识别之前，对该光谱数据进行预处理，其方法为：1)对采集的光谱数据进行微分，确定光谱数据中的热像素点位置，如果光谱数据中存在热像素则采用临近点均值方法对热像素点进行均值补偿；对于光谱数据中出现连续多个热像素点，首先对光谱数据从左向右判定一次热像素值的大小，然后做均值计算，再对光谱数据从右向左判定一次热像素值的大小，然后做均值计算，得到热像素移除后的光谱数据；2)对热像素移除后的光谱数据采用Boxcar等滤波器进行滤波平滑处理；3)采用三次均匀有理B样条曲线对滤波平滑后的光谱数据进行建模，得到建模后的像素模式下的光谱数据；4)选取若干标准物质，并对每一标准物质建立一拟合方程，通过拟合方程将像素模式下的光谱数据转换为波数模式下的光谱数据；5)采用极值算法找到波数模式下的光谱数据的光谱基点位置，然后将所有基点做成基线，以基线对应的光谱强度为参考“0”值，移除步骤4)所得波数模式下的光谱数据的拉曼本文档来自技高网...

【技术保护点】
一种面向多行业检测的激光拉曼光谱智能化辨识方法，其步骤为：1)将待检物质样品置于激光拉曼光谱仪的检测池中进行光谱数据采集，然后将采集的光谱数据发送至行业检测软件客户端；2)选择客户端辨识或云端辨识；若选择客户端辨识，检测软件客户端对该光谱数据进行检测识别，在客户端保存结果，同时将检测结果传送到云端保存；若选择云端辨识，检测软件客户端将该光谱数据发送到云端进行检测识别并保存检测结果；其中，对该光谱数据进行检测识别的方法为：21)建立一行业物质的拉曼光谱数据库，其中每一物质设有一辨识方法；22)对该光谱数据进行拉曼特征峰提取；如果从该光谱数据选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征峰辨识方法的物质，将其辨识信息与所选取出的拉曼特征峰的阈值信息进行对比，如果存在符合条件的拉曼特征峰，则检测为存在此物质；如果从该光谱数据未选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征辨识峰方法的物质，利用小波分析方法对该光谱数据处理并提取特征峰，如果与该物质的特征峰匹配，则检测为存在此物质；23)对于设置的辨识方法为模式识别中有监督学习方法的物质，根据每一物质已标注样本数据利用有监督学习分类器对该光谱数据进行分类，检测是否存在对应的物质；24)对于设置的辨识方法为模式识别中无监督学习方法的物质，计算每一物质的样本数据的微分值作为该物质的特征向量，计算该光谱数据的微分值作为特征向量，然后计算两特征向量的相似度，如果大于设定阈值，则检测为存在对应的物质。...

【技术特征摘要】
2013.05.31 CN 201310214324.01.一种面向多行业检测的激光拉曼光谱智能化辨识方法，其步骤为：1)将待检物质样品置于激光拉曼光谱仪的检测池中进行光谱数据采集，然后将采集的光谱数据发送至行业检测软件客户端；2)选择客户端辨识或云端辨识；若选择客户端辨识，检测软件客户端对该光谱数据进行检测识别，在客户端保存结果，同时将检测结果传送到云端保存；若选择云端辨识，检测软件客户端将该光谱数据发送到云端进行检测识别并保存检测结果；其中，对该光谱数据进行检测识别的方法为：21)建立一行业物质的拉曼光谱数据库，其中每一物质设有一辨识方法；22)对该光谱数据进行拉曼特征峰提取；如果从该光谱数据选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征峰辨识方法的物质，将其辨识信息与所选取出的拉曼特征峰的阈值信息进行对比，如果存在符合条件的拉曼特征峰，则检测为存在此物质；如果从该光谱数据未选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征辨识峰方法的物质，利用小波分析方法对该光谱数据处理并提取特征峰，如果与该物质的特征峰匹配，则检测为存在此物质；23)对于设置的辨识方法为模式识别中有监督学习方法的物质，根据每一物质已标注样本数据利用有监督学习分类器对该光谱数据进行分类，检测是否存在对应的物质；24)对于设置的辨识方法为模式识别中无监督学习方法的物质，计算每一物质的样本数据的微分值作为该物质的特征向量，计算该光谱数据的微分值作为特征向量，然后计算两特征向量的相似度，如果大于设定阈值，则检测为存在对应的物质；其中，对该光谱数据进行检测识别之前，对该光谱数据进行预处理，其方法为：11)对采集的光谱数据进行微分，确定光谱数据中的热像素点位置，如果光谱数据中存在热像素则采用临近点均值方法对热像素点进行均值补偿；对于光谱数据中出现连续多个热像素点，首先对光谱数据从左向右判定一次热像素值的大小，然后做均值计算，再对光谱数据从右向左判定一次热像素值的大小，然后做均值计算，得到热像素移除后的光谱数据；12)对热像素移除后的光谱数据采用Boxcar滤波器进行滤波平滑处理；13)采用三次均匀有理B样条曲线对滤波平滑后的光谱数据进行建模，得到建模后的像素模式下的光谱数据；14)选取若干标准物质，并对每一标准物质建立一拟合方程，通过拟合方程将像素模式下的光谱数据转换为波数模式下的光谱数据；15)采用极值算法找到波数模式下的光谱数据的光谱基点位置，然后将所有基点做成基线，以基线对应的光谱强度为参考“0”值，移除步骤14)所得波数模式下的光谱数据的拉曼光谱背底荧光。2.如权利要求1所述的方法，其特征在于所述辨识信息包括：特征峰所在光谱的区间范围、峰值强度和面积。3.如权利要求1所述的方法，其特征在于所述检测软件客户端设置一查询接口，检测软件客户端模块根据登录用户的权限和查询请求向云端进行查询，并返回对应的查询信息。4.如权利要求1所述的方法，其特征在于所述检测软件客户端包括：光谱处理模块，配置管理模块，加密模块，物质类别管理模块，用户管理模块，报表管理模块，谱图操作模块，谱图显示模块，SOP帮助模块，检测结果显示模块。5.如权利要求1所述的方法，其特征在于对检测出的物质，采用固定层次进行分类，即通过文件夹名称加同名配置文件的方式来组织类别结构进行分类；或者采用自由层次进行分类，即通过数据库按检材、按物质来自由组合类别结构进行分类；或者根据用户购买的检测项目来对检测进行分类，即按照不同用户...

【专利技术属性】
技术研发人员：范广明，尧伟峰，仲雪，倪天瑞，马宁，王中卿，汪春风，李子剑，郭浔，刘春伟，汪泓，
申请(专利权)人：欧普图斯苏州光学纳米科技有限公司，
类型：发明
国别省市：江苏;32