基于光谱技术的吲哚菁绿检测方法及系统技术方案

本发明专利技术涉及光谱数据处理技术领域，提出了基于光谱技术的吲哚菁绿检测方法及系统，包括：采集若干样品的光谱数据；根据每个样品的光谱数据中每个波段的光谱值，获取若干初始特征区间并计算合并程度，得到若干特征区间组合，分析得到每个样品的光谱数据中若干第一特征区间；根据同一光谱数据中不同第一特征区间的ICA分量，获取每个第一特征区间的噪声分量并得到重构数据，根据重构数据及光谱数据通过DFA算法得到每个样品的校正光谱数据；根据每个样品的校正光谱数据构建检测模型，通过检测模型完成吲哚菁绿检测。本发明专利技术旨在解决光谱数据的偏移消除过程中由于物质含量及噪声导致趋势拟合错误而影响处理结果的问题。趋势拟合错误而影响处理结果的问题。趋势拟合错误而影响处理结果的问题。

【技术实现步骤摘要】
基于光谱技术的吲哚菁绿检测方法及系统


[0001]本专利技术涉及光谱数据处理
，具体涉及基于光谱技术的吲哚菁绿检测方法及系统。

技术介绍

[0002]吲哚菁绿是一种具有强烈荧光特性的染料，广泛应用于生物医学、环境监测及材料科学等领域，其特殊的分子结构使其在吸收光能后能够发出明亮的绿色荧光，这种特性使得吲哚菁绿成为一种理想的标记物或传感器；而光谱技术通过测量物质在不同波长下的吸收或发射光谱，可以实现对物质的定量或定性分析，光谱技术结合吲哚菁绿的特性，可以快速、准确地对样品中吲哚菁绿含量的准确监测。
[0003]在进行光谱检测过程中，为了可以准确获取样品的特征信号来获取吲哚菁绿的检测结果，需要对采集的样品的光谱数据进行预处理；现有技术中通过去趋势分析（DFA）算法可以消除噪声以及在数据获取时产生的偏移对后期计算造成的影响，从而准确地获取样品的光谱数据的特征分布；但在处理过程中，由于光谱数据受到样品本身的物质含量的影响以及噪声的影响，因此在DFA算法中计算累积离差值时，光谱数据均值计算不准确，会使得转换的新序列出现较大的误差，则后续的区间以及拟合局部趋势均会得到错误的结果，进而影响光谱数据分析而降低吲哚菁绿检测结果的准确性。

技术实现思路

[0004]本专利技术提供基于光谱技术的吲哚菁绿检测方法及系统，以解决现有的光谱数据的偏移消除过程中由于物质含量及噪声导致趋势拟合错误而影响处理结果的问题，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了基于光谱技术的吲哚菁绿检测方法，该方法包括以下步骤：采集若干样品的光谱数据；对每个样品的光谱数据获取若干初始特征区间，根据不同样品的初始特征区间的分布及光谱值分布，获取任意两个不同样品的初始特征区间的合并程度，根据合并程度得到每个初始特征区间的若干特征区间组合及第一特征区间；根据同一样品的光谱数据中不同第一特征区间的ICA分量，获取每个样品每个第一特征区间的噪声分量及重构数据，根据重构数据及光谱数据获取每个第一特征区间每个波段的受干扰程度及光谱均值，根据光谱均值通过DFA算法得到每个样品的校正光谱数据；根据每个样品的校正光谱数据构建检测模型，通过检测模型完成吲哚菁绿检测。
[0005]进一步的，所述任意两个不同样品的初始特征区间的合并程度，具体的获取方法为：根据每个样品的光谱数据中每个波段的光谱值，获取每个样品的光谱数据中若干初始特征区间；第个样品的第个初始特征区间与第个样品的第个初始特征区间的合并
程度的计算方法为：的计算方法为：的计算方法为：其中，表示第个样品的第个初始特征区间与第个样品的第个初始特征区间的序号差异特征，表示第个样品的第个初始特征区间的序号，表示第个样品的第个初始特征区间的序号，表示求绝对值，表示以自然常数为底的指数函数；表示第个样品的第个初始特征区间与第个样品的第个初始特征区间的分布差异特征，表示第个样品的第个初始特征区间中所有波段的光谱值的均值，表示第个样品的第个初始特征区间中所有波段的光谱值的均值，表示第个样品的第个初始特征区间与第个样品的第个初始特征区间中所有波段的光谱值的最大值，表示所有波段的波段数最大值，所述波段数表示光谱数据中每个波段对应的波长，和表示第个样品的第个初始特征区间的左端点的波段数和右端点的波段数，和表示第个样品的第个初始特征区间的左端点的波段数和右端点的波段数；表示第个样品的初始特征区间数量与第个样品的初始特征区间数量的比值；获取任意两个不同样品的初始特征区间的合并程度。
[0006]进一步的，所述每个样品的光谱数据中若干初始特征区间，具体的获取方法为：对每个样品的光谱数据中每个波段根据该波段的光谱值及相邻前一个波段的光谱值进行斜率计算，得到每个光谱数据中每个波段的斜率值；第个样品的光谱数据中第个波段的区间划分程度的计算方法为：其中，表示第个样品的光谱数据中第个波段的斜率值与相邻前一个波段的斜率值的差值绝对值，表示每个波段参考的后续波段数量，表示第个样品的光谱数据中第个波段的斜率值，表示第个样品的光谱数据中第个波段的斜率值，表示求绝对值，表示以自然常数为底的指数函数；获取每个样品的光谱数据中每个波段的区间划分程度，将区间划分程度大于划分阈值的波段作为区间分段点，将每个样品的光谱数据中第一个波段和最后一个波段作为区间分段点；将每个样品的光谱数据中相邻两个区间分段点作为一个初始特征区间的两个端点，对每个样品的光谱数据得到若干初始特征区间。
[0007]进一步的，所述根据合并程度得到每个初始特征区间的若干特征区间组合及第一特征区间，包括的具体方法为：将两个不同样品的初始特征区间的合并程度大于合并阈值的两个初始特征区间，作为一个特征区间组合，得到每个初始特征区间的若干特征区间组合；对于第个样品的第个初始特征区间，对该初始特征区间的每个特征区间组合中的两个初始特征区间获取并集，将得到的并集记为每个特征区间组合的组合特征区间，将波段数量最大的组合特征区间，作为第个样品的第个初始特征区间的合并特征区间；获取每个样品的每个初始特征区间的合并特征区间；根据每个初始特征区间的若干特征组合及合并特征区间，获取每个初始特征区间的第一特征区间。
[0008]进一步的，所述每个初始特征区间的第一特征区间，具体的获取方法为：第个样品的第个初始特征区间的完整性的计算方法为：其中，表示第个样品的第个初始特征区间的特征区间组合数量，表示第个样品的第个初始特征区间的第个特征区间组合中两个初始特征区间的光谱数据曲线的DTW距离，为避免指数值过小的超参数，表示以自然常数为底的指数函数；对该初始特征区间在其合并特征区间根据扩张步长进行扩张，得到若干特征区间，将得到的每个特征区间及合并特征区间记为第个样品的第个初始特征区间的扩展特征区间，对每个扩展特征区间计算完整性；将该初始特征区间及每个扩展特征区间的完整性中的最大值，对应的扩展特征区间或初始特征区间，作为第个样品的第个初始特征区间的第一特征区间；获取每个初始特征区间的第一特征区间。
[0009]进一步的，所述每个样品每个第一特征区间的噪声分量及重构数据，具体的获取方法为：对每个样品的光谱数据中每个第一特征区间进行ICA分析，得到每个第一特征区间的若干ICA分量；根据任意一个样品的两个不同第一特征区间的ICA分量的DTW距离，得到任意一个样品的两个不同第一特征区间的ICA分量的相似性，将相似性大于相似阈值的两个ICA分量记为互相的相似分量，得到每个样品的每个第一特征区间的每个ICA分量的若干相似分量；第个样品的第个第一特征区间的第个ICA分量的噪声可能性的计算方法为：其中，表示第个样品的第一特征区间的数量，表示第个样品中存在第个
样品的第个第一特征区间的第个ICA分量的相似分量的第一特征区间的数量，表示第个样品的第个第一特征区间的第个ICA分量的相似分量的数量，表示第个样品的第个第一特征区间的第个ICA分量与第个相似分量的相似性，表示第个样品的第个第一特征区间的第个ICA分量与第个相似分量的所有相邻极大值的间隔的方差，表示第个样品的第个第一特征区间的第个ICA分量与第个相似分量的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于光谱技术的吲哚菁绿检测方法，其特征在于，该方法包括以下步骤：采集若干样品的光谱数据；对每个样品的光谱数据获取若干初始特征区间，根据不同样品的初始特征区间的分布及光谱值分布，获取任意两个不同样品的初始特征区间的合并程度，根据合并程度得到每个初始特征区间的若干特征区间组合及第一特征区间；根据同一样品的光谱数据中不同第一特征区间的ICA分量，获取每个样品每个第一特征区间的噪声分量及重构数据，根据重构数据及光谱数据获取每个第一特征区间每个波段的受干扰程度及光谱均值，根据光谱均值通过DFA算法得到每个样品的校正光谱数据；根据每个样品的校正光谱数据构建检测模型，通过检测模型完成吲哚菁绿检测。2.根据权利要求1所述的基于光谱技术的吲哚菁绿检测方法，其特征在于，所述任意两个不同样品的初始特征区间的合并程度，具体的获取方法为：根据每个样品的光谱数据中每个波段的光谱值，获取每个样品的光谱数据中若干初始特征区间；第个样品的第个初始特征区间与第个样品的第个初始特征区间的合并程度的计算方法为：的计算方法为：的计算方法为：其中，表示第个样品的第个初始特征区间与第个样品的第个初始特征区间的序号差异特征，表示第个样品的第个初始特征区间的序号，表示第个样品的第个初始特征区间的序号，表示求绝对值，表示以自然常数为底的指数函数；表示第个样品的第个初始特征区间与第个样品的第个初始特征区间的分布差异特征，表示第个样品的第个初始特征区间中所有波段的光谱值的均值，表示第个样品的第个初始特征区间中所有波段的光谱值的均值，表示第个样品的第个初始特征区间与第个样品的第个初始特征区间中所有波段的光谱值的最大值，表示所有波段的波段数最大值，所述波段数表示光谱数据中每个波段对应的波长，和表示第个样品的第个初始特征区间的左端点的波段数和右端点的波段数，和表示第个样品的第个初始特征区间的左端点的波段数和右端点的波段数；表示第个样品的初始特征区间数量与第个样品的初始特征区间数量的比值；获取任意两个不同样品的初始特征区间的合并程度。3.根据权利要求2所述的基于光谱技术的吲哚菁绿检测方法，其特征在于，所述每个样品的光谱数据中若干初始特征区间，具体的获取方法为：对每个样品的光谱数据中每个波段根据该波段的光谱值及相邻前一个波段的光谱值
进行斜率计算，得到每个光谱数据中每个波段的斜率值；第个样品的光谱数据中第个波段的区间划分程度的计算方法为：其中，表示第个样品的光谱数据中第个波段的斜率值与相邻前一个波段的斜率值的差值绝对值，表示每个波段参考的后续波段数量，表示第个样品的光谱数据中第个波段的斜率值，表示第个样品的光谱数据中第个波段的斜率值，表示求绝对值，表示以自然常数为底的指数函数；获取每个样品的光谱数据中每个波段的区间划分程度，将区间划分程度大于划分阈值的波段作为区间分段点，将每个样品的光谱数据中第一个波段和最后一个波段作为区间分段点；将每个样品的光谱数据中相邻两个区间分段点作为一个初始特征区间的两个端点，对每个样品的光谱数据得到若干初始特征区间。4.根据权利要求1所述的基于光谱技术的吲哚菁绿检测方法，其特征在于，所述根据合并程度得到每个初始特征区间的若干特征区间组合及第一特征区间，包括的具体方法为：将两个不同样品的初始特征区间的合并程度大于合并阈值的两个初始特征区间，作为一个特征区间组合，得到每个初始特征区间的若干特征区间组合；对于第个样品的第个初始特征区间，对该初始特征区间的每个特征区间组合中的两个初始特征区间获取并集，将得到的并集记为每个特征区间组合的组合特征区间，将波段数量最大的组合特征区间，作为第个样品的第个初始特征区间的合并特征区间；获取每个样品的每个初始特征区间的合并特征区间；根据每个初始特征区间的若干特征组合及合并特征区间，获取每个初始特征区间的第一特征区间。5.根据权利要求4所述的基于光谱技术的吲哚菁绿检测方法，其特征在于，所述每个初始特征区间的第一特征区间，具体的获取方法为：第个样品的第个初始特征区间的完整性的计算方法为：其中，表示第个样品的第个初始特征区间的特征区间组合数量，表示第个样品的第个初始特征区间的第个特征区间组合中两个初始特征区间的光谱数据曲线的DTW距离，为避免指数值过小的超参数，表示以自然常数为底的指数函数；对该初始特征区...

【专利技术属性】
技术研发人员：蔡元学，马福生，芦宇，王江华，姜成伟，姜春香，
申请(专利权)人：天津博霆光电技术有限公司，
类型：发明
国别省市：