【技术实现步骤摘要】
拉曼光谱定量监测物质含量的方法
[0001]本专利技术涉及工业
和生物医学领域,具体涉及医学数据和工业数据的拉曼光谱大数据分析方法,尤其是对于医学领域的拉曼测试,通过建立监测物质拉曼光谱大数据,实施拉曼光谱定量监测物质含量的方法。
技术介绍
[0002]早在1928年,印度科学家C.V.拉曼发现了拉曼散射现象,即当用光束照射到某些物质上后,其散射光会发生频率变化,这种特点的散射光形成的光谱后来被人们按照发现人的姓氏称之为拉曼光谱。不同物质都对应一张特有的光谱,具有极强的分辨率,这种特点使得拉曼光谱作为一种物质结构的分析测试手段而被应用成为可能。虽然C.V.拉曼于1930年因为这项发现与研究获得当年诺贝尔奖,但是由于产生拉曼散射光的光源技术、散射光传导以及收集等技术很长时间没有突破性发展,客观上限制了拉曼光谱技术应用。直到上个世纪60年代,激光技术的突破性发展,使得能产生散射光的高强度光源的激光光源发生器或设备成为现实。
[0003]依据专利技术人检索发现,近几年,拉曼光谱在对特定物质的定性监测方面研究非常多,基本上比较成熟。拉曼光谱在物质成分定量分析方面,目前可检索的对比文件,特点都是针对具体的特定的物质,在对单个拉曼谱线的信号处理上的方法比较多,还没涉及到大数据的方法。例如公布号:CN102495042 A,专利技术名称为:一种粉末混合物的拉曼光谱准确定量分析方法,其主要依据拉曼光谱特征峰强度与物质成分之间建立模型关系,通过双校准模型来加强定量分析的准确度。公布号:CN112304922 A,专利技术 ...
【技术保护点】
【技术特征摘要】
1.拉曼光谱定量监测物质含量的方法,包括:S2000步骤:依据一种以上已知浓度的监测物质,采用监测函数,分别计算一个以上的拉曼数据;S3000步骤:依据所述拉曼数据,采用统计法或查询法标记特征峰;S4000步骤:对于同一种所述已知浓度的所述监测物质的一个以上所述拉曼数据,依据所述特征峰设定拉曼位移区间,依据所述特征峰的包括形状、位置设定特征种类,计算所述特征种类所对应的特征分数;S5000步骤:设定特征分数阈值,依据所述特征种类和所述特征分数,筛选出概率大于特定概率的所述拉曼数据作为最终筛选数据;S6000步骤:采用平均值法,计算所述最终筛选数据的均值,并计算所述均值与所述已知浓度的定量对应表;S7000步骤:通过查询法查询所述定量对应表获取未知浓度的所述监测物质的浓度和误差,或采用拟合法计算所述未知浓度的所述监测物质的所述浓度和误差。2.根据权利要求1所述的方法,其特征在于,所述S2000步骤具体包括:S2010步骤:基于设定的平面坐标系,按照包括公式2.1建立欧氏几何的所述监测函数,计算获取所述拉曼数据,按照包括公式2.3计算获取拉曼谱线;或,S2020步骤:基于设定的曲面坐标系,按照包括公式2.2建立黎曼几何的所述监测函数,计算获取所述拉曼数据,按照包括公式2.3计算获取所述拉曼谱线;S2030步骤:对于不同浓度的所述监测物质,在监测范围之内,采用监测次数超过特定次数,按照公式2.1、公式2.2和公式2.3,监测和计算获取所述拉曼数据和所述拉曼谱线,构成拉曼大数据;所述监测物质,包括纯物质、纯物质溶液和混合成分物质,其形态包括固体、液体和气体,所述监测范围包括浓度范围、监测序号范围和拉曼位移编号范围;所述公式包括:其中:f
2.1
为采用拉曼光谱测量设备测量所述监测物质产生所述拉曼数据过程的所述监测函数的所述欧氏几何表述,R
2.23
为采用拉曼光谱测量设备测量所述监测物质产生所述拉曼数据过程的所述监测函数的所述黎曼几何表述,C为所述监测物质的所述浓度,S为获取所述拉曼数据次数的监测序号,W为所述拉曼光谱的位移值,所述R
2.23
中标号3表示包括为C、S、W的3个维度,f
2.2C
为维度C的实函数,f
2.2S
为维度S的实函数,f
2.2W
为维度W的实函数,LM为所述拉曼数据,LMS为所述拉曼谱线,α为浓度编号,β为监测序号,γ为拉曼位移编号,γ取值范围1≤γ≤p,p为拉曼位移编号最大值,所述拉曼谱线为一次测量中产生的全部所述拉曼数据所构成的拉曼光谱的谱线。3.根据权利要求2所述的方法,其特征在于,所述S2000步骤具体还包括:
S2040步骤:采用所述监测物质的纯物质,直接获取所述纯物质的一条以上所述拉曼谱线;和/或,S2050步骤:采用所述监测物质的由溶解剂溶解产生的混合溶液,分别获取所述混合溶液和所述溶解剂纯物质的一条以上所述拉曼谱线,采用包括公式3.1或公式3.2的差分计算方法,计算获取所述监测物质的所述拉曼谱线;所述公式包括:其中:LM1为所述混合溶液的所述拉曼数据,LM2为所述溶解剂的所述拉曼数据,k
γ
为拉曼位移编号为γ的拉曼峰统一加权系数,γ取值范围1≤γ≤p,p为拉曼位移编号最大值。4.根据权利要求2或3所述的方法,其特征在于,所述S3000步骤具体包括:S3010步骤:依据所述拉曼谱线,寻找并标记波峰,计算所述波峰的宽度和相对高度;S3020步骤:所述统计法包括依据一条以上所述拉曼谱线,以所述拉曼谱线数为统计样本,采用包括正态分布、T检验、Z检验、Bayes概率、SVM支持向量机、CNN卷积神经网络的计算方法,计算置信度包括大于50%的并且所述波峰相对高度包括大于20%的所述波峰,标记该所述波峰为所述特征峰;S3030步骤:所述查询法包括查询由所述统计法计算的所述监测物质的特征峰对应表或可信的所述监测物质的特征峰对应表,标记所述特征峰;所述特征峰为在所述拉曼谱线上的所述拉曼位移位置,所述特征峰的宽度为在所述拉曼谱线上的最大宽度值。5.根据权利要求4所述的方法,其特征在于,所述S4000步骤具体包括:S4010步骤:以每个所述特征峰的峰值所在的所述拉曼位移为中心点,依据所述特征峰的宽度,设定所述拉曼位移区间为2倍以上所述特征峰的宽度;S4020步骤:在所述拉曼位移区间内,按照所述特征种类,计算所述特征分数;S4030步骤:所述计算所述特征分数,包括所述统计法,其中包括所述Z检验、T检验、Bayes概率、SVM支持向量机、CNN卷积神经网络的计算方法,具体包括S4031步骤至S4033步骤,具体是:S4031步骤:取所述特定次数大于30以上所述拉曼谱线作为所述统计样本,在每个所述统计样本的所述特征峰的所述拉曼位移区间内,以所述拉曼数据作为所述特征种类的样本值,计算样本均值、样本方差和样本标准差;S4032步骤:按照计算方法包括公式5.1计算所述特征分数,其中,γ为所述拉曼谱线的编号,p为所选取的所述拉曼谱线的最大编号,Z
γ
为样本标准差,亦即所述特征分数,x
γ
为所述拉曼谱线的编号的所述样本值,为所述样本均值,s为所述
标准差;S4033步骤:所述特征种类具体包括所述拉曼谱线的最大值、最小值、所述特征峰的峰值、所述特征峰的前后谷值、所述特征峰的波峰面积值、所述特征峰的位置、所述特征峰的峰角。6.根据权利要求5所述的方法,其特征在于,所述S5000步骤具体包括:S5010步骤:对于所述特征种类,基于设定的所述特征分数阈值,标...
【专利技术属性】
技术研发人员:丁贤根,黄世回,嵇旭辉,丁远彤,
申请(专利权)人:港湾之星健康生物深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。