一种基于区域卷积神经网络的毛发中毒品的快速识别方法技术

本发明专利技术公开了一种基于区域卷积神经网络的毛发中毒品的快速识别方法，包括如下步骤：S1、对毛发中毒品进行SERS检测，获取光谱数据；S2、对光谱数据进行airPLS基线矫正，然后进行脊线提取去除噪声；S3、将S2处理后的光谱数据通过反向特征消除进行降维处理；S4、搭建卷积神经网络模型，并将上述处理好的数据作为训练集输入神经网络模型进行训练；S5、利用训练好的卷积神经网络模型对毛发样品进行识别。所述方法解决了常规SERS毒品识别方法中体系复杂，相似物质光谱差异小，识别准确率低的问题，具有快速、准确、高灵敏的特性，可用于现场的快速检测。检测。检测。

【技术实现步骤摘要】
一种基于区域卷积神经网络的毛发中毒品的快速识别方法


[0001]本专利技术属于毒品检测领域，尤其涉及一种基于区域卷积神经网络的毛发中毒品的快速识别方法。

技术介绍

[0002]毒品分析是打击毒品犯罪的重要手段，目前我国毒品检测标准方法为气相
‑
质谱联用技术(GC
‑
MS)及液相
‑
质谱联用技术(LC
‑
MS)。另外，化学检测、色谱、毛细管电泳分析等方法也被用于毒品检测。但化学检测法灵敏度低、难以区分结构相似的毒品；色谱法需使用大型仪器，不适合现场检测且检测过程复杂，不易操作；毛细管电泳法需使用高压直流电场，同样不适合现场检测。而表面增强拉曼光谱(Surface Enhanced Raman Spectroscopy,SERS)，具有灵敏度高、无损检测、简单高效等优点，适合现场快速检测，还具有良好的重现性和稳定性。
[0003]毛发中毒品分析一直是毒品检测的一个重要方式，进入血液中的毒品在毛发生长过程中，进入毛发根部地区。毛发长出来后，这些毒品在毛发中形成带状并以一定浓度保持在毛发中，毛发的平均生长率为每月1.1cm(0.8
‑
1.4cm)，所以根据这种模型可推测吸食毒品的时间和剂量等有关吸毒历史情况。传统的毒品识别方法，如基于特征峰、峰宽与半峰宽以及基于光谱相似度的检测方法，但这往往只限于简单体系下的光谱识别，而在实际检测过程中，往往会出现体系复杂，相似物质光谱差异小、实际光谱与标准光谱之间存在误差等特点，这在复杂的毛发中往往无法进行毒品的准确识别。

技术实现思路

[0004]基于上述技术问题，本专利技术提供了一种利用SERS技术结合区域卷积神经网络与反向特征消除对毛发中毒品进行快速检测的方法，解决了常规SERS毒品识别方法中体系复杂，相似物质光谱差异小，识别准确率低的问题，具有快速、准确、高灵敏的特性，可用于现场的快速检测。
[0005]本专利技术具体方案如下
[0006]本专利技术公开了一种基于区域卷积神经网络的毛发中毒品的快速识别方法，包括如下步骤：S1、对毛发中毒品进行SERS检测，获取SERS光谱数据；S2、对光谱数据进行airPLS基线矫正，然后进行脊线提取去除噪声；S3、将S2处理后的光谱数据通过反向特征消除进行降维处理；S4、搭建卷积神经网络模型，并将S3处理好的数据作为训练集输入卷积神经网络模型进行训练；S5、利用训练好的卷积神经网络模型对毛发样品进行识别。
[0007]优选地，S1中，SERS检测时，以SnSe2纳米片阵列为增强基底。
[0008]优选地，S1中，SERS检测时，设定激发光波长为600
‑
800nm，积分时间为5
‑
8s，激发光功率为100
‑
150mW。
[0009]优选地，S1中，SERS检测时，设定激发光波长为785nm，积分时间为5s，激发光功率为100mW。
[0010]优选地，S1中，SERS检测前对毛发样品进行处理，具体包括：将毛发剪碎后，加入10％的氢氧化铯溶液进行溶解，于80
‑
90℃加热10
‑
20min；加入苯乙烯溶液混匀，离心，取上清液。
[0011]优选地，所述毛发为头皮根部2
‑
3cm的毛发。
[0012]优选地，离心速度为7000
‑
9000rpm，离心时间为3
‑
20min。
[0013]优选地，离心速度为8000rpm，离心时间为5min。
[0014]本专利技术有益效果为：
[0015]本专利技术将表面增强拉曼光谱技术与反向特征消除
‑
区域卷积神经网络相结合，形成一个快速、高灵敏的毒品识别方法。相对于传统的基于特征峰与光谱相似度的识别方法，其能够适应复杂的体系以及光谱相似差异小的毒品，通过区域卷积神经网络建立的模型，快速准确地给出识别结果，进而将训练的模型植入手持式拉曼光谱仪中，能够达到现场快速检测的目的，对于毒品打击具有重要意义。
附图说明
[0016]图1为含有毒品的毛发原始光谱图和基线矫正后的光谱图；
[0017]图2为平滑去噪后的光谱图；
[0018]图3为毛发中毒品识别流程图；
具体实施方式
[0019]下面，通过具体实施例对本专利技术的技术方案进行详细说明，但是应该明确提出这些实施例用于举例说明，但是不解释为限制本专利技术的范围。
[0020]实施例1
[0021]一种基于区域卷积神经网络的毛发中毒品的快速识别方法，包括：
[0022]S1、对毛发中毒品进行SERS检测，获取光谱数据
[0023](1)毛发样品的处理
[0024]取正常人头皮根部2
‑
3cm的毛发样品，并进行剪碎处理；将剪碎的毛发样品分别加入标准毒品和不加毒品；将毛发样品分别装入离心管中，加入1000uL10％的氢氧化铯溶液进行溶解，并在85℃的环境下加热10min；在加热后的溶液中加入100uL苯乙烯溶液并震荡混合均匀，采用8000rpm离心机离心3min，取离心后的上清液；
[0025](2)SERS检测，获取SERS光谱数据
[0026]取离心后的上清液5uL滴加到增强基底中；所述增强基底为SnSe2 NPAs基底；采用必达泰克便携式拉曼光谱仪BTC667N型进行检测，设定激发光波长785nm，积分时间5s，激发光功率100mW；得到含有标准毒品的毛发的原始光谱图，如图1所示；
[0027]S2、对SERS光谱数据进行airPLS基线矫正，然后脊线提取去除噪声
[0028]对S1得到的SERS光谱数据提取波段为600cm
‑1‑
1800cm
‑1的数据进行处理；利用matlab2022a进行airPLS(迭代自适应加权惩罚最小二乘)基线矫正；将经过基线矫正后的光谱数据进行脊线提取去除噪声；去除噪声后的光谱图如图2所示；
[0029]S3、将S2处理后的光谱数据通过反向特征消除进行降维处理；
[0030]S4、搭建卷积神经网络模型，并将S3处理好的数据作为训练集输入神经网络模型
进行训练；
[0031]S5、利用训练好的神经网络模型对毛发样品进行识别。
[0032]实施例2
[0033]一种基于区域卷积神经网络的毛发中毒品的快速识别方法，包括：
[0034]S1、对毛发中毒品进行SERS检测，获取光谱数据
[0035](1)毛发样品的处理
[0036]取正常人头皮根部2
‑
3cm的毛发样品，并进行剪碎处理；将剪碎的毛发样品分别加入标准毒品和不加毒品；将毛发样品分别装入离心管中，加入1000uL10％的氢氧化铯溶液进行溶解，并在90℃的环境下加热12min；在加热后的溶液中加入100uL苯乙烯溶液并震荡混合均匀，采用780本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区域卷积神经网络的毛发中毒品的快速识别方法，其特征在于，包括如下步骤：S1、对毛发中毒品进行SERS检测，获取光谱数据；S2、对光谱数据进行airPLS基线矫正，然后进行脊线提取去除噪声；S3、将S2处理后的光谱数据通过反向特征消除进行降维处理；S4、搭建卷积神经网络模型，并将S3处理好的数据作为训练集输入卷积神经网络模型进行训练；S5、利用训练好的卷积神经网络模型对毛发样品进行识别。2.根据权利要求1所述的基于区域卷积神经网络的毛发中毒品的快速识别方法，其特征在于，S1中，SERS检测时，以SnSe2纳米片阵列为增强基底。3.根据权利要求1或2所述的基于区域卷积神经网络的毛发中毒品的快速识别方法，其特征在于，S1中，SERS检测时，设定激发光波长为600
‑
800nm，积分时间为5
‑
8s，激发光功率为100
‑
150mW。4.根据权利要求1或2所述的基于区域卷积神经网络的毛发中毒品的快速识别方法，其特征在于，S1中，SERS检测时，设...

【专利技术属性】
技术研发人员：杨良保，王景霞，林东岳，董荣录，
申请(专利权)人：安徽中科赛飞尔科技有限公司，
类型：发明
国别省市：