【技术实现步骤摘要】
本专利技术涉及细菌鉴别，尤其涉及一种基于表面增强拉曼光谱的复杂体系下细菌识别方法和系统。
技术介绍
1、表面增强拉曼光谱(sers)是一种理想的细菌检测方法，具有效率高、分析速度快、灵敏度高等特点，在细菌检测方面应用广泛。然而，sers技术在实际复杂样品中的细菌检测也存在一定的缺陷，难以达到满意的检测结果。最突出的问题是检测基质的复杂性，例如颜色、存在其他活性物质或检测样品中存在多种微生物，严重干扰特定目标菌株的检测。
2、目前，细菌的sers信号识别经常将无监督算法和监督学习算法相结合，实现对细菌的高效分类。但是在不同的介质中由于环境因素的影响，sers信号会有不同的特征，例如包含的细菌信号特征除外，还会有许多背景信号的干扰，导致无法使用一种模型来进行通用的细菌检测，导致应用受限。
技术实现思路
1、为解决
技术介绍
中存在的技术问题，本专利技术提出一种基于表面增强拉曼光谱的复杂体系下细菌识别方法和系统。
2、本专利技术提出的一种基于表面增强拉曼光谱的复杂体系下细菌识别方法，包括：
3、获取待识别表面增强拉曼光谱数据；
4、对待识别表面增强拉曼光谱数据进行预处理；
5、从预处理后的待识别表面增强拉曼光谱数据中提取所有的准波峰的数据；其中，准波峰的数据包括起始位置、峰位和峰强；
6、根据所有准波峰的数据，判断该待识别表面增强拉曼光谱数据是否为含细菌的表面增强拉曼光谱数据；
7、当判断该待识别表面增强拉曼
8、根据细菌的特征峰进行识别，得到细菌识别结果。
9、优选地，根据所有准波峰的数据，判断该待识别表面增强拉曼光谱数据是否为含细菌的表面增强拉曼光谱数据，具体包括：
10、根据所有准波峰的峰位，判断该待识别表面增强拉曼光谱数据是否在第一拉曼位移区间、第二拉曼位移区间和第三拉曼位移区间内均存在唯一峰位；其中，第一拉曼位移区间为648-654cm-1，第二拉曼位移区间为725-730cm-1，第三拉曼位移区间为1320-1330cm-1；
11、当该待识别表面增强拉曼光谱数据在第一拉曼位移区间、第二拉曼位移区间和第三拉曼位移区间中均存在唯一峰位时，判断该待识别表面增强拉曼光谱数据为含细菌的表面增强拉曼光谱数据。
12、优选地，根据所有准波峰的数据，确定细菌的特征峰，具体包括：
13、根据所有准波峰的数据，将峰位处于第一拉曼位移区间的准波峰作为第一特征峰，将峰位处于第二拉曼位移区间的准波峰作为第二特征峰。
14、优选地，根据细菌的特征峰进行识别，得到细菌识别结果，具体包括：
15、根据细菌的第一特征峰和第二特征峰，计算第一特征峰与第二特征峰的峰强之间的比例；
16、将第一特征峰与第二特征峰的峰强之间的比例作为索引进入预设的拉曼光谱数据库进行查找，得到细菌识别结果。
17、优选地，对待识别表面增强拉曼光谱数据进行预处理，具体包括：
18、对待识别表面增强拉曼光谱数据进行噪声去除；
19、对待识别表面增强拉曼光谱数据进行基线处理。
20、优选地，对待识别表面增强拉曼光谱数据进行基线处理，具体包括：
21、采用经验模态分解对待识别表面增强拉曼光谱数据进行基线处理；优选地，对待识别表面增强拉曼光谱数据进行噪声去除，具体包括：
22、采用deepdeniser网络对待识别表面增强拉曼光谱数据进行噪声去除。
23、优选地，从预处理后的待识别表面增强拉曼光谱数据中提取所有的准波峰的数据，具体包括：
24、利用gold去卷积算法，对预处理后的待识别表面增强拉曼光谱数据进行自动寻峰，提取出所有的准波峰的数据。
25、本专利技术还提出了一种基于表面增强拉曼光谱的复杂体系下细菌识别系统，包括：
26、获取模块，用于获取待识别表面增强拉曼光谱数据；
27、预处理模块，用于对待识别表面增强拉曼光谱数据进行预处理；
28、提取模块，用于从预处理后的待识别表面增强拉曼光谱数据中提取所有的准波峰的数据；其中，准波峰的数据包括起始位置、峰位和峰强；
29、判断模块，用于根据所有准波峰的数据，判断该待识别表面增强拉曼光谱数据是否为含细菌的表面增强拉曼光谱数据；
30、特征峰确定模块，用于在判断该待识别表面增强拉曼光谱数据为含细菌的表面增强拉曼光谱数据时，根据所有准波峰的数据，确定细菌的特征峰；
31、识别模块，用于根据细菌的特征峰进行识别，得到细菌识别结果。
32、优选地，判断模块用于根据所有准波峰的峰位，判断该待识别表面增强拉曼光谱数据是否在第一拉曼位移区间、第二拉曼位移区间和第三拉曼位移区间内均存在唯一峰位；
33、其中，第一拉曼位移区间为648-654cm-1，第二拉曼位移区间为725-730cm-1，第三拉曼位移区间为1320-1330cm-1；
34、当该待识别表面增强拉曼光谱数据在第一拉曼位移区间、第二拉曼位移区间和第三拉曼位移区间中均存在唯一峰位时，判断模块判断该待识别表面增强拉曼光谱数据为含细菌的表面增强拉曼光谱数据。
35、优选地，特征峰确定模块用于在判断该待识别表面增强拉曼光谱数据为含细菌的表面增强拉曼光谱数据时，根据所有准波峰的数据，将峰位处于第一拉曼位移区间的准波峰作为第一特征峰，将峰位处于第二拉曼位移区间的准波峰作为第二特征峰。
36、优选地，识别模块用于根据细菌的第一特征峰和第二特征峰，计算第一特征峰与第二特征峰的峰强之间的比例，并将第一特征峰与第二特征峰的峰强之间的比例作为索引进入预设的拉曼光谱数据库进行查找，得到细菌识别结果。
37、本专利技术中，所提出的基于表面增强拉曼光谱的复杂体系下细菌识别方法和系统，在获取待识别表面增强拉曼光谱数据之后先进行预处理，再进行准波峰的数据的提取，能够有效去除荧光背景和噪声的干扰；再根据所有准波峰的数据，判断该待识别表面增强拉曼光谱数据是否为含细菌的表面增强拉曼光谱数据；当判断该待识别表面增强拉曼光谱数据为含细菌的表面增强拉曼光谱数据时，根据所有准波峰的数据，确定细菌的特征峰；根据细菌的特征峰进行识别，得到细菌识别结果。本专利技术能够提高检测速度和准确性，能够有效排除干扰峰，尤其针对非物质干扰峰有着较为优异的区分效果，克服了现有细菌识别模型易受外界环境影响与非有效物质对光谱的影响的缺陷。
本文档来自技高网...【技术保护点】
1.一种基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，包括：
2.根据权利要求1所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，根据所有准波峰的数据，判断该待识别表面增强拉曼光谱数据是否为含细菌的表面增强拉曼光谱数据，具体包括：
3.根据权利要求2所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，根据所有准波峰的数据，确定细菌的特征峰，具体包括：
4.根据权利要求3所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，根据细菌的特征峰进行识别，得到细菌识别结果，具体包括：
5.根据权利要求1所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，对待识别表面增强拉曼光谱数据进行预处理，具体包括：
6.根据权利要求1所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，从预处理后的待识别表面增强拉曼光谱数据中提取所有的准波峰的数据，具体包括：
7.一种基于表面增强拉曼光谱的复杂体系下细菌识别系统，其特征在于，包括：
8.根据权利要
9.根据权利要求8所述的基于表面增强拉曼光谱的复杂体系下细菌识别系统，其特征在于，特征峰确定模块用于在判断该待识别表面增强拉曼光谱数据为含细菌的表面增强拉曼光谱数据时，根据所有准波峰的数据，将峰位处于第一拉曼位移区间的准波峰作为第一特征峰，将峰位处于第二拉曼位移区间的准波峰作为第二特征峰。
10.根据权利要求9所述的基于表面增强拉曼光谱的复杂体系下细菌识别系统，其特征在于，识别模块用于根据细菌的第一特征峰和第二特征峰，计算第一特征峰与第二特征峰的峰强之间的比例，并将第一特征峰与第二特征峰的峰强之间的比例作为索引进入预设的拉曼光谱数据库进行查找，得到细菌识别结果。
...【技术特征摘要】
1.一种基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，包括：
2.根据权利要求1所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，根据所有准波峰的数据，判断该待识别表面增强拉曼光谱数据是否为含细菌的表面增强拉曼光谱数据，具体包括：
3.根据权利要求2所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，根据所有准波峰的数据，确定细菌的特征峰，具体包括：
4.根据权利要求3所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，根据细菌的特征峰进行识别，得到细菌识别结果，具体包括：
5.根据权利要求1所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，对待识别表面增强拉曼光谱数据进行预处理，具体包括：
6.根据权利要求1所述的基于表面增强拉曼光谱的复杂体系下细菌识别方法，其特征在于，从预处理后的待识别表面增强拉曼光谱数据中提取所有的准波峰的数据，具体包括：
7.一种基于表面增强拉曼光谱的复杂体系下细菌识别系统，其特征在于，包括：<...
【专利技术属性】
技术研发人员：杨良保，洪岩，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：
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。