一种对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法技术

本发明专利技术公开了一种对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法，包括获取高光谱数据，并对高光谱图片进行预处理；提取AuNPs的特征光谱曲线建立高光谱库，并统计高光谱库内光谱曲线的数量；将高光谱库一一交叉过滤，统计各个高光谱库被过滤后剩下光谱曲线的数量；根据以上统计的光谱曲线数量计算高光谱相似性系数S，定量分析不同金属纳米颗粒高光谱库的相似性。其中提出的高光谱相似性系数S可以简单、快捷、准确的量化不同金属纳米颗粒光谱库之间的相似性。颗粒光谱库之间的相似性。颗粒光谱库之间的相似性。

【技术实现步骤摘要】
一种对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法


[0001]本专利技术涉及利用高光谱技术识别金属纳米颗粒，具体的，涉及一种对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法。

技术介绍

[0002]结合了暗场显微成像系统的高光谱技术是一种原位识别生物中金属纳米颗粒的新型方法。比如，AuNPs具有独特的表面等离子体共振效应使其在400
‑
1000nm的可见
‑
近红外波段展现出很强的光谱吸收，而装配有独特分光光度计的高光谱成像系统中同时配备电荷耦合器件(CCD)相机，可记录这一波段AuNPs独特的光谱曲线。在暗场显微成像系统中，类似于这种表面等离子体共振或其他与纳米材料相互作用后所形成光谱的形状与金属纳米颗粒的大小、形貌、聚集状态、表面修饰情况及周围介电环境密切相关。因此对高光谱进行分析有助于了解纳米粒子的微观组成和周围的微环境。
[0003]在利用高光谱技术对金属纳米材料进行识别时，构建高光谱库是一项重要的基础工作，高光谱库是进行识别分类的基础。同时，高光谱库内的光谱曲线也体现了金属纳米颗粒的表面等离子体共振的情况，因此，判断不同条件下构建的各种金属纳米颗粒光谱库的相似性也有助于了解这些金属纳米颗粒的微观组成和周围的介电环境。
[0004]但是已有的方法判断高光谱库的相似性多是将高光谱库中所有的特征光谱曲线平均化，然后比较平均化后光谱曲线峰值位置。然而，将高光谱库中所有的光谱曲线平均化后，可能会造成高光谱库中大量的光谱曲线信息的缺失和浪费，甚至是出现误判。

技术实现思路

[0005]专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种更加全面准确且简单的方法，以定量分析不同金属纳米颗粒高光谱库之间的相似性。
[0006]为了实现上述目的，本专利技术采取的技术方案如下：
[0007]一种对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法，包括如下步骤：
[0008]步骤一：获取金属纳米颗粒的高光谱图片，其中包括金属纳米颗粒的位置信息和光谱信息；
[0009]步骤二：将高光谱图片进行平滑处理，再用获取的光源光谱对平滑后的高光谱图片进行光谱校正；
[0010]步骤三：根据步骤二中平滑和校正后的金属纳米颗粒的高光谱图片，收集金属纳米颗粒的特征光谱曲线来构建金属纳米颗粒的高光谱库，并统计这些高光谱库中光谱曲线的总数；
[0011]步骤四：对步骤三中收集的多个金属纳米颗粒的高光谱库一一交叉过滤，统计过滤后所剩下光谱曲线的个数；
[0012]步骤五：计算高光谱库相似性系数S，从而定量分析不同金属纳米颗粒光谱库之间的相似性。
[0013]具体地，步骤一中，所述金属纳米颗粒为在暗场高光谱成像系统下能够建立相应的参考库并特异性识别的含金属元素的纳米颗粒。
[0014]优选地，步骤一中，所述金属纳米颗粒为纳米金或纳米银。
[0015]具体地，步骤二中，利用高光谱数据处理软件ENVI4.8中的Adjacent Band Averaging功能将高光谱图片进行平滑处理。
[0016]具体地，步骤四中，在高光谱数据处理软件ENVI4.8中，利用Filter Spectral library功能对步骤三中收集的多个金属纳米颗粒的高光谱库一一交叉过滤。
[0017]具体地，步骤五中S的定义为：
[0018][0019]中N
i
表示第i个高光谱库中的光谱曲线的数量；{N
a
,N
b
}表示a库经过b库过滤后剩下的光谱曲线数量；表示n个高光谱库交叉过滤后所剩光谱曲线数量的总和；S系数的大小体现了高光谱库之间相似性的大小，S系数越大，不同高光谱库内相似的光谱曲线越少，高光谱库的相似度越小。
[0020]优选地，利用S系数判断高光谱库之间的相似性时，Spectral Angle Mapping的阈值选择为0.1。
[0021]有益效果：本专利技术方法通过计算S系数量化判断高光谱库之间的相似性，这种计算S系数的方法简单、快捷、准确。通过S系数不光可以判断光谱库间的相似性，还可以判断在细胞中微环境金属纳米颗粒的差异，并以此系数为基础来判断多个光谱库是否能统一合并成一个相对较小容量的光谱库。
附图说明
[0022]下面结合附图和具体实施方式对本专利技术做更进一步的具体说明，本专利技术的上述和/或其他方面的优点将会变得更加清楚。
[0023]图1经过平滑处理和灯光校正后的高光谱图片，该图片中的细胞累积了AuNPs。
[0024]图2细胞中10、17和60nmAuNPs的光谱库。
[0025]图3A549、HeLa、HepG2细胞中AuNPs的光谱库。
[0026]图4整合合并Li
‑
A549、Li
‑
HeLa、Li
‑
HepG2后统一的高光谱库Li
‑
M。
[0027]图5吸收了AgNPs细胞的高光谱图片和细胞外AgNPs的高光谱图片。
[0028]图6细胞内和细胞外AgNPs的高光谱库。
具体实施方式
[0029]根据下述实施例，可以更好地理解本专利技术。
[0030]实施例1
[0031]本实施例提供一种定量分析细胞中不同粒径AuNPs光谱库之间的相似性的方法，包括以下步骤：
[0032]步骤一：获取AuNPs的高光谱图片，其中包括AuNPs的位置信息和光谱信息。在六孔板中放入无菌盖玻片，将HeLa细胞接种在六孔板中生长24h以贴壁生长在盖玻片上，随后更换含有AuNPs的培养基，细胞吸收AuNPs后用PBS缓冲液清洗5遍，随后加入含2％多聚甲醛的PBS溶液将细胞固定。使用Cytoviva的增强暗场高光谱显微镜，对此吸收了AuNPs的HeLa细胞进行成像；
[0033]步骤二：利用ENVI 4.8软件中的Adjacent Band Averaging功能将高光谱图片进行平滑处理，再将获取的光源光谱把平滑后的高光谱图片进行光谱校正，最终得到如图1所示的高光谱图片；
[0034]步骤三：利用步骤二获取的高光谱图片，收集AuNPs的特征光谱曲线作为高光谱库。如图2所示，分别建立了细胞吸收的10nm、17nm和60nm柠檬酸修饰AuNPs的高光谱库记为Li
‑
10、Li
‑
17、Li
‑
60，且三种高光谱库的光谱曲线数量分别为431、738、720。
[0035]步骤四：在高光谱处理软件ENVI4.8中，利用Filter Spectral library功能对步骤三中收集的多个AuNPs的高光谱库一一交叉过滤，统计过滤后所剩下光谱曲线的个数。Li
‑
10用Li
‑
17过滤，剩下的光谱曲线数量为21；Li
‑
17用Li
‑
10过滤，剩下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法，其特征在于，包括以下步骤：步骤一：获取金属纳米颗粒的高光谱图片，其中包括金属纳米颗粒的位置信息和光谱信息；步骤二：将高光谱图片进行平滑处理，再用获取的光源光谱对平滑后的高光谱图片进行光谱校正；步骤三：根据步骤二中平滑和校正后的金属纳米颗粒的高光谱图片，收集金属纳米颗粒的特征光谱曲线来构建金属纳米颗粒的高光谱库，并统计这些高光谱库中光谱曲线的总数；步骤四：对步骤三中收集的多个金属纳米颗粒的高光谱库一一交叉过滤，统计过滤后所剩下光谱曲线的个数；步骤五：计算高光谱库相似性系数S，从而定量分析不同金属纳米颗粒光谱库之间的相似性。2.根据权利要求1所述的对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法，其特征在于，步骤一中，所述金属纳米颗粒为在暗场高光谱成像系统下能够建立相应的参考库并特异性识别的含金属元素的纳米颗粒。3.根据权利要求1所述的对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法，其特征在于，步骤一中，所述金属纳米颗粒为纳米金或纳米银。4.根据权利要求1所述的对不同金属纳米颗粒高光谱库之间的相似性进行定量分析的方法，其特征在于，步骤二中，利...

【专利技术属性】
技术研发人员：缪爱军，王川，陈柯宇，周浩然，黄彬，杨柳燕，
申请(专利权)人：南京大学，
类型：发明
国别省市：