一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法技术

本发明专利技术涉及光谱分析技术领域，具体公开了一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。该方法首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。所述方法为滤纸干血片FTIR/ATR光谱提供了一种有效的去噪方法；有利于进一步提高苯丙氨酸校正模型的精度，使得该模型可以对苯丙氨酸实现快速、准确和绿色的检测。

A method for removing noise of phenylalanine FTIR/ATR spectrum based on wavelet or wavelet packet transform

The invention relates to the technical field of spectral analysis, in particular to a method for removing the noise of phenylalanine FTIR/ATR spectrum based on wavelet or wavelet packet transform. Firstly, parameters of the wavelet packet transform is optimized, then the original spectrum (OS), 9 point smoothed spectra (9S) or a derivative 9 point smoothing spectral (1D9S) denoising; the parameters of wavelet packet transform were optimized, including wavelet or wavelet packet the generating function, decomposition level is determined, and the reset threshold selection method to determine the rules. The method provides an effective de-noising method for dried blood FTIR/ATR spectra; conducive to further improve the phenylalanine precision, so this model can achieve accurate and fast detection of phenylalanine, green.

【技术实现步骤摘要】

本专利技术涉及光谱分析
，具体涉及一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。
技术介绍
滤纸干血片中苯丙氨酸的含量，目前采用细菌抑制法(BIA)、荧光法(FA)、高效液相色谱法(HPLC)、串联质谱法(MS/MS)等检测，这些方法普遍具有消耗试剂、费用高、步骤繁琐、耗时长等缺点。现有技术利用衰减全反射傅里叶变换红外光谱(FTIR/ATR)，结合化学计量学算法对苯丙氨酸进行检测，取得了很好的效果。FTIR/ATR检测技术具有操作简便、分析速度快、能耗低、无需对样品进行处理、不消耗试剂、不产生污染、可同时测定多种成分等优势，已被广泛应用。但是，在测量过程中，红外光谱受到光源强度微小变化、杂散光、外界震动、干涉仪动镜移动、电子线路等因素干扰，不可避免产生噪声，带来很大影响，因此需对光谱进行去噪处理。小波变换具有独特的时频分离特性，能够适应不同波形谱图的去噪要求，已被广泛应用于图像处理、电信号分析、能源勘察、语音分析、医药分析等多学科领域。在进行小波变换时，小波的去噪效果跟小波基、阶数、分解尺度、阈值选取和重调方式等参数有关，但是目前还没有一套规范的选取这些参数的方法。
技术实现思路
本专利技术所要解决的技术问题是，为了克服现有技术中存在的上述问题，提供一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。本专利技术所要解决的上述技术问题，通过以下技术方案予以实现：一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。优选地，所述小波母函数选自小波基sym12、bior2.8或bior6.8。优选地，所述小波包母函数选自小波基db10、sym1和bior1.5。优选地，所述分解层数为1层。优选地，所述的阈值选取方法为rigrsure方法。优选地，所述的重调规则选用sln方法。优选地，所述的方法是对滤纸干血片中苯丙氨酸FTIR/ATR光谱进行去噪。有益效果：本专利技术在FTIR/ATR光谱预处理阶段引进小波和小波包变换，对原始光谱、9点平滑光谱和一阶导数9点平滑光谱分别进行去噪处理，比较去噪前后光谱模型的各项评价指标，结果发现经小波或小波包处理后的模型精度均有明显提高，说明小波和小波包变换为FTIR/ATR光谱提供了一种有效的去噪方法；该方法有利于进一步提高模型精度，使得FTIR/ATR定量校正模型可以对滤纸干血片中苯丙氨酸实现快速、准确和绿色的检测。具体实施方式以下结合具体实施例来进一步解释本专利技术，但实施例对本专利技术不做任何形式的限定。实施例1取69例干血片样本由广州金域医学检验中心提供，采用串联质谱法测定苯丙氨酸(Phe)的浓度，其中35例阴性样本的平均浓度为47.2μmol/L，标准差为9.1μmol/L；34例阳性样本的平均浓度为292.8μmol/L，标准差为258.9μmol/L。以空气作为空白背景，采用FTIR/ATR法对干血片进行光谱采集，对每个血斑各取5个不同位置扫描，取平均值作为该血片的红外原始光谱(OS)数据。用红外光谱仪自带的OPUS7.2软件对所得光谱进行9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)预处理。对FTIR/ATR光谱进行去噪的方法如下：首先对小波或小波包变换的参数进行优化，优化方法如下：以“rigrsure”和“sln”方法，作为阈值选取和重调规则；分解层数为1层；小波母函数选自小波基sym12、bior2.8或bior6.8；小波包母函数选自小波基db10、sym1和bior1.5。然后分别对原始光谱(OS)、9点平滑光谱(9S)和一阶微分9点平滑光谱(1D9S)进行小波和小波包去噪。最后对所建立的模型进行评价，结果见表1和表2。模型评价指标有相关系数(R)、均方根误差(RMSEP)、平均相对误差(MRE)、准确率(Acc)、灵敏度(Sens)和特异性(Spec)。R越趋近于1，RMSEP和MRE越趋近于0，Acc、Sens和Spec越趋近于100，模型的精度越高。其计算方法如下：相关系数(RelativeCoefficient,R)：R=1-Σ|Yp-Yr|2Σ|Yp-Ym|2---(1)]]>预测均方根误差(RootMeanSquareErrorofPrediction,RMSEP)：RMSEP=Σ(Yp-Yr)2n---(2)]]>平均相对误差(MeanRelativeError,MRE)：MRE=1nΣ|Yp-Yr|Yr---(3)]]>准确率(Accuracy,Acc)：Acc=1n(TP+TN)*100---(4)]]>灵敏度(Sensitivity,Sens)：Sens=TPTP+EN*100---(5)]]>特异性(Specificity,Spec)：Spec=TNTN+FP*100---(6)]]>公式(1)～(6)中，Yp、Yr、Ym和n分别表示模型预测值、实验值、实验值的平均值以及样本个数，TP和TN表示正确预测的阳性和阴性样本的数目。表1OS、9S和1D9S光谱经小波变换后模型输出结果表2OS、9S和1D9S光谱经小波包变换后模型输出结果从表1和表2中可见OS、9S、1D9S光谱分别经sym12、bior2.8、bior6.8小波去噪，或db10、sym1、bior1.5小波包去噪后，模型的各项评价指标均有不同程度的改进，说明小波和小波包变换能有效地去除信号噪音，提高模型精度。其中，表1中最优模型是1D9S+sym12，与小波去噪前相比，R从0.87提高到0.91，RMSEP从114.79降低到89.17，MRE从0.3降低到0.28，Acc、Sens和Spec均提高到100。小波包去噪得到的最优模型为1D9S+sym1，与去噪前的光谱模型相比，R从0.87提高到0.91，RMSEP从114.78降低到94.13，MRE从0.3降低到0.29，Acc、Sens和Spec同样均提高到100，而且结果的标准差均为0。上述结果表明，1D9S光谱经小波或小波包变换去噪后建立的模型更加准确、稳定。本文档来自技高网...

【技术保护点】
一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，其特征在于，首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。

【技术特征摘要】
1.一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，
其特征在于，首先对小波或小波包变换的参数进行优化，然后分别对原始光谱
(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；
所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分
解层数的确定、阈值选取方法和重调规则的确定。
2.根据权利要求1所述的去噪的方法，其特征在于，所述小波母函数选自
小波基sym12、bior2.8或bior6.8。
3.根据权利...

【专利技术属性】
技术研发人员：陈超，蔡嘉华，王淑美，梁生旺，
申请(专利权)人：广东药学院，
类型：发明
国别省市：广东;44