梨可溶性固形物含量的在线近红外光谱检测

应用近红外透射检测技术在线检测梨的可溶性固形物(SSC)。在实验台上以0.5 m·s-1的速度,300 W的光照强度,采用半透射方式检测梨的光谱。实验采用的梨样品为187个,其中147个样品为校正集,40个样品为预测集,应用偏最小二乘回归(PLS)和主成分回归(PCR)建立梨可溶性固形物的在线预测模型。选取550～700 nm, 700～850 nm, 550～850 nm为建模波段范围,发现无论对于PLS还是PCR,都是550～850 nm波段的建模结果好。本实验还研究对比不同的光谱预处理方法(光谱平滑,一阶微分,二阶微分等)对预测模型性能的影响,其中5点S-G(Savitzky-Golay)光谱平滑能有效地提高光谱的信噪比,改善模型预测精度,而一阶微分、二阶微分对模型性能改善基本上没有影响;最好的预测模型相关系数r=0.948 8, 校正标准差RMSEC=0.236,预测标准差RMSEP=0.548。结果表明：PLS模型预测性能较好,梨可溶性固形物的在线检测具有可行性。     

水果表面农药污染的可见／近红外光谱识别法

以表面经过喷施不同浓度农药后的脐橙为研究对象,采用可见／近红外漫反射光谱技术定性检测脐橙农药污染的程度。采集脐橙350～1800nm范围的光谱。应用多元散射校正（MSC）,标准正态变量（SNV）变换,一阶微分和二阶微分四种不同预处理方法,分别在430～1000nm、10001800nm和430～1800nm三个光谱范围内建立识别脐橙污染程度的偏最小二乘法（PLS）数学模型。比较分析得出试验结果：波谱范围取430～1000nm,采用一阶微分的预处理方法时应用PLS校正方法的结果最优,其预测值和真实值之间的相关系数和预测均方根误差分别为0．9830和0．1482。研究结果袁明。可见／近红外漫反射光谱技术可以定性检测脐橙的农药污染程度。     

基于漫反射高光谱成像技术的哈密瓜糖度无损检测研究

利用高光谱成像系统获得网纹类哈密瓜糖度漫反射光谱信息,选择有效波段500～820 nm进行哈密瓜糖度检测建模回归分析。对比了多元散射信号修正和标准正则变换校正方法,原始光谱、一阶微分、二阶微分光谱预处理方法对建模精度的影响;采用偏最小二乘法、逐步多元线性回归和主成分回归方法对比分析了带皮哈密瓜和去皮哈密瓜糖度检测模型效果。结果表明,对原始光谱经过MSC和一阶微分光谱处理后,采用PLS和SMLR方法均可取得很好的建模效果,应用PLS法检测带皮哈密瓜糖度是可行的,其校正集相关系数(R_c)为0.861,RMSEC为0.627,预测集相关系数(R_p)为0.706,RMSEP为0.873;应用SMLR法检测去皮哈密瓜糖度效果最佳,校正集相关系数(R_c)为0.928,RMSEC为0.458,预测集相关系数(R_p)为0.818,RMSEP为0.727。研究表明,应用高光谱成像技术检测哈密瓜糖度具有可行性。     

近红外漫反射光谱法测定整粒小麦单株蛋白质含量

应用近红外漫反射光谱技术(波长为1 100～2 498 nm,分辨率为2 nm),以整粒小麦为材料建立适合于小麦单株分析的蛋白质含量分析系统。首先选取籽粒蛋白质含量具有梯度差异的小麦样品,然后对样品扫描得到原始光谱信息,通过散射校正及数学处理来消除原始光谱噪声,最后分别采用多元线性回归、主成分分析法和偏最小二乘法法建立回归方程。结果表明,优化各项参数后,光谱经过标准乘性散射校正和一阶导数处理后,回归分析采用修正的偏最小二乘法(MPLS)得到的定标模型效果最佳。最终得到的预测方程定标相关系数(RSQ)、交叉验证标准误差(SECV)、交叉验证相关系数(1-VR)分别为0.94,0.42,0.87。数学模型经过验证样品集检验,预测相关系数达到0.88。该模型达到了快速、无损分析单株小麦的要求,非常适合于品质育种的早代选择。     

近红外漫反射光谱法测定麦冬的多糖含量

采用近红外光谱分析技术对麦冬多糖进行定量分析.对麦冬的原始漫反射光谱采用了一阶导数、二阶导数、平滑、散射校正等多种光谱解析手段,初步选择了建模波段,并结合偏最小二乘回归法对麦冬多糖进行了定标建模分析.结果表明,光谱经过一阶导数+标准乘性散射校正(MSC)+SG平滑处理,选取4 000～4 900,5 100～6 900,7 050～10 000 cm-1波段建模得到的定标模型效果最佳,分析结果精度较高,R2,RMSEC,R2CV,RMSECV,主因子数分别为0.996,0.237,0.973,0.583,6.模型经过验证样品集检验,预测相关系数达到0.968 8.     

煤矸石充填复垦重构土壤重金属含量高光谱反演

为研究煤矸石充填复垦土壤重金属含量快速有效的监测方法,以淮南创大生态园煤矸石充填复垦田间试验小区为研究区域,首先采用化学方法监测土壤(0～20 cm)重金属(Cu, Cr, As)含量,然后采用ASD(analytical spectral devices) FiSpec4型高光谱仪测量土壤样品的反射光谱,提取光谱特征,并对光谱进行一阶微分变换、二阶微分变换及倒数对数变换;将变换后的各光谱特征参数与监测的土壤重金属含量进行相关性分析,并依据相关性分析结果选择显著相关的波段作为相关因子供建模使用。采用多元逐步回归(stepwise multiple liner regression,SMLR)分析、偏最小二乘回归(partial least squares regression, PLSR)及人工神经网络(artificial neural network, ANN)三种方法分别建立基于光谱反射率估算土壤重金属含量的预测模型,并采用回归模型进行精度评定,然后确定各重金属含量的最佳预测模型。实验结果表明,经过微分变换的光谱波段与土壤重金属含量达到了显著相关;重金属Cu和Cr的一阶微分光谱的人工神经网络模型为最佳预测模型,重金属元素As的二阶微分光谱的偏最小二乘回归模型为最佳预测模型。     

玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及估测模型

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可见分光光度计测定其叶绿素含量。从原始光谱、吸光度光谱、一阶微分光谱、去除包络线光谱出发,进行光谱预处理,分析了净化图谱信息、突出作物叶绿素含量光谱特征的有效性。其中,吸光度光谱在可见光部分增强了光谱响应特征,去除包络线光谱和一阶微分光谱均具有较强的蓝光、红光吸收谷和绿光反射峰。又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段,原始光谱特征波段为639,672,696,750,768 nm;吸光度光谱特征波段为638,663,750,763 nm;去包络线光谱特征波段为436,564,591,612,635,683,760 nm;一阶微分光谱特征波段为516,559,778 nm。最后,应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型,模型精度由高至低分别为去包络线、吸光度、原始、一阶微分,其中去包络线模型校正集决定系数R2_c为0.88,验证集决定系数R2_v达到0.82,具有较好的预测能力。     

近红外光谱定量分析技术在枇杷可溶性固形物无损检测中的应用

应用近红外漫反射光谱定量分析技术对两个产地三个品种枇杷的可溶性固形物进行无损检测试验研究。通过分析,发现在波长1 400～1 500 nm和1 900～2 000 nm两段范围,样品的可溶性固形物与光谱吸光度之间的相关系数较高;用偏最小二乘回归PLSR、逐步多元线性回归SMLR和主成分回归PCR三种方法分别建立这两个波段和全波段范围的模型,全波段的PLSR模型的效果较优。研究发现一阶和二阶微分光谱建立的模型均不如原始光谱建立的模型效果好。最终建立三个品种枇杷样品的原始光谱在全波段范围经17点平滑后的PLSR模型,模型的校正集和预测集的相关系数分别为0.96和0.95。研究表明近红外光谱检测技术可用于枇杷可溶性固形物含量的定量分析。     

荧光光谱成像技术结合主成分分析与Fisher判别快速鉴别肉苁蓉

为探究一种快速、可靠的肉苁蓉属中药材检测方法,实验采用荧光光谱成像技术结合模式识别方法对肉苁蓉属三种中药材：荒漠肉苁蓉、管花肉苁蓉和沙苁蓉进行鉴别研究。实验中发现肉苁蓉样品存在较显著的荧光特性,采集来自不同产地、不同批次以及不同超市购买的三种肉苁蓉属药材的40个样品的荧光光谱图像,对图像进行去噪、二值化处理后,根据光谱立方体绘制每个样本的光谱曲线,将所得450～680 nm波段范围内的光谱数据作为鉴别分析的研究对象,应用主成分分析法(PCA)对三种肉苁蓉的光谱数据进行降维处理,再结合Fisher判别方法对三种肉苁蓉进行鉴别。分别比较多元散射校正(MSC)、标准正态变量校正变换(SNV)以及一阶微分(FD)三种数据预处理方法对鉴别模型的影响,并根据主成分的累积贡献率和主成分因子数对判别模型效果的影响对主成分因子数进行优化。分析结果表明：一阶微分预处理后提取前四个主成分进行Fisher判别的鉴别效果最佳,PCA结合Fisher判别建立肉苁蓉属三种药材的判别模型原始判别的准确率达到100%,交叉验证的准确率达到95%。由此可见,利用荧光光谱成像技术结合主成分分析及Fisher判别对肉苁蓉属三种药材的鉴别分析是可行的,而且具有操作简便、快速、可靠等优点。     

猪肉pH值的可见近红外光谱在线检测研究

pH值是猪肉关键品质之一,实施在线检测对优化肉品加工工艺、保证产品质量、提高肉及肉制品的经济价值有重要意义。研究应用可见近红外光谱对新鲜猪肉pH值进行在线检测,实验时样品以0.25 m·s-1的速度运动,采集其可见近红外漫反射光谱(350～1 000 nm),进行反射距离校正后应用偏最小二乘回归法建立猪肉pH值在线检测模型。研究通过Kennard-stone算法划分样品校正集与预测集,对比了不同的光谱预处理方法(多元散射校正,微分等)对预测结果的影响,并对建模所用光谱变量进行优化。研究发现经过多元散射校正结合一阶微分预处理的模型效果最好,模型预测相关系数为0.905,预测均方根误差为0.051,经过优化的模型建模所用波长变量数减少一半,模型的预测相关系数提高到0.926,预测均方根误差下降至0.045。结果表明可见近红外光谱可用于新鲜猪肉pH值的在线检测。     

利用外接CO_2激光源的中红外ATR光谱仪原位无创探测人体血糖浓度

糖尿病是一种严重威胁人类健康的疾病,取血检测人体血糖浓度造成病患痛苦甚至感染。因此人体血糖浓度的无创检测技术在糖尿病的临床诊断、监测和治疗上具有重要的意义,也是一个具有挑战性的热点研究课题。在目前报道的各种测试方法中,中红外光谱测试技术受到了广泛重视。利用常规光源的中红外ATR光谱仪进行无创血糖检测时,由于探测光在人体组织中穿透深度低,难以到达含有体液的间质层乃至含有血液信息的真皮层,结果导致测试数据与人体实际血糖浓度的相关性差,限制了临床应用。考虑到高强、高纯的中红外激光在人体组织中具有较深的穿透深度,且CO2激光器的1 035cm-1的发射光非常接近葡萄糖在1 029cm-1处的基频特征吸收峰,因此本文使用外接CO2激光器作为中红外ATR光谱仪的自定义外接光源,组装了新型中红外测试系统。利用此设备,测试了人手指在1 035cm-1激光辐照下的吸光度,同时利用普通光源扫描了人手指的中红外吸收光谱,记录其在1 492cm-1的吸光度。利用常规医学方法测定了人体实际血糖值。结果显示,人手指处受1 035cm-1激光辐照的吸光度与常规光源的红外光谱中1 492cm-1处吸光度的相对强度与人体血糖浓度同步改变,两波数处吸光度的比值与人体实际血糖浓度具有一定的正相关性(R=0.812 5)。测量结果可作为人体血糖值的一个新型指标,显示了外接CO2激光源的中红外ATR光谱仪在无创探测人体血糖浓度方面的临床诊断潜力。     

Measurement of diabetic sugar concentration in human blood using Raman spectroscopy

This study demonstrates the use of Raman spectroscopy for the direct measurement of diabetic sugar in human blood using 532 nm laser system. Raman spectra were collected from whole blood drawn from 21 individuals. We have elicited a reliable glucose signature in diabetic patients, and measured glucose levels in blood serum of normal, healthy diabetic and diabetic patients with other malignancies like cancer and hepatitis. Quantitative predictions of glucose spectra illustrate the predictions based on molecular information carried by the Raman light in highly light-scattering and absorbing media. Raman spectrum peaks for diabetic blood serum are observed at 1168, 1531, 1463, 1021 cm^?1 with intensity level 17000 to 18500 pixels attributed to carbohydrates, proteins, lipids, collagen, and skeletal C-C stretch of lipids acyl chains. Raman spectra for normal, diabetic patients having cancer and hepatitis were also recorded. This in vitro glucose monitoring methodology will lead in vivo noninvasive on-line monitoring having painless and at the same time the data will be displayed on-line and in real time. The measured Raman peaks provides detailed bio-chemical fingerprint of the sample and could confer diagnostic benefit in a clinical setting.     

中红外无创血糖测量中光程变化对PLSR模型的影响研究

在测量人体皮肤中红外光谱的过程中,皮肤与ATR晶体之间的接触面积很难保持一致,导致倏逝波与人体皮肤的作用光程会产生差异。以光程变化信息与葡萄糖浓度信息之间的相关性为基础,建立了两个分析葡萄糖含量的偏最小二乘回归(PLSR)模型,RMSECV分别为31.3和4.52mg.dL-1;RMSEP分别为30.3和98.7mg.dL-1。结果表明,当光程变化信息与葡萄糖浓度信息之间偶然相关时,所建PLSR模型的预测精度与稳健性会受到不同程度的影响,随着二者之间相关性的增强,最优模型对葡萄糖信息的识别能力越来越弱。为提高中红外无创血糖测量分析结果的可靠性,避免获得伪优定标模型提供了实验依据。     

连续幂系数回归在人体血糖无创检测中的应用研究

血糖浓度的准确检测对于糖尿病的治疗具有重要的意义.本文采用连续幂系数回归方法有效地提高了近红外无创检测人体血糖浓度的预测精度.该方法是传统偏最小二乘法(PLS)的扩展,实现简易,且当幂系数选取恰当时,能够明显地提高预测精度.应用该方法分别建立了四成分葡萄糖实验和人体口服葡萄糖实验的定量分析模型,并利用该模型对预测集样本进行预测.实验结果表明,与PLS相比,该方法建立的定量分析模型不仅可以提高预测精度,而且可以针对不同的测量对象没定不同的幂系数以达到最佳的建模效果.根据不同个体灵活地选取幂系数,对于人体血糖浓度近红外无创检测研究具有很大的应用价值.     

基于OPO脉冲激发的血糖光声检测影响因素研究

构建了一套基于侧向模式的光学参数振荡(optical parameter oscillator,OPO)脉冲激光激发-超声传感的血糖光声检测系统,并且将激发波长、激光能量、探测频率和温度等对血糖光声检测的影响,在系统结构上进行了有效融合。然后,以不同浓度的葡萄糖溶液作为测试样品,实验研究了几个因素(激发波长、激光能量、探测频率和温度等)对葡萄糖光声检测和浓度预测的影响。实验得到了不同浓度葡萄糖溶液在不同影响因素条件下的葡萄糖实时光声信号和光声峰峰值,同时,为了得到不同因素对葡萄糖光声值和浓度预测的影响规律,通过线性回归算法建立了葡萄糖光声峰峰值与各因素变化,以及不同因素下光声峰峰值与浓度梯度的映射关系模型。实验和模型预测结果表明：相比1 200和1 300 nm波长而言,1 064 nm波长下的葡萄糖光声峰峰值与浓度梯度模型预测效果最好,模型相关系数达到0.986;葡萄糖光声峰峰值随着脉冲激光输出能量的增大呈线性增大趋势,且葡萄糖浓度预测准确度随着激光输出能量增大有所提高;根据不同探测频率的超声探测器捕获的葡萄糖光声峰峰值与浓度梯度建模效果来看,响应频率为1 MHz的超声探测器相比2.5和10 MHz的超声探测器,在葡萄糖光声信号探测上具有更好的探测效果;最后,实验发现,葡萄糖光声峰峰值随着温度和浓度的增大均呈线性增大趋势,且浓度预测误差随着温度的升高逐渐增大。     

EMD算法在动态光谱无创测量血红蛋白浓度中的应用

将经验模态分解(EMD)算法结合动态光谱理论中的频域提取算法用于血红蛋白浓度的无创测量。在体采集57例光电容积脉搏波,选取636.98～1 086.86 nm范围内的光谱数据进行分析。首先通过EMD方法分别对各个样本每个波长的光电容积脉搏波进行去噪预处理,再利用离散傅里叶变换提取脉搏波的峰峰值构成动态光谱,最后运用偏最小二乘方法对各样本的动态光谱和血红蛋白浓度建立模型。与未经EMD处理的数据建模结果相比,EMD处理后,血红蛋白浓度预测集的相关系数从0.879 8提高到0.917 6,预测集均方根误差从6.675 9 g·L-1减小到5.300 1 g·L-1,相对误差从8.45%减小到6.71%,建模精度有了较大的提高。结果表明,采取经验模态分解的算法进行光电采集数据的去噪预处理可以提高光谱数据的信噪比,进而可以提高血液成分无创测量的准确性。     

基于光声光谱联合主成分回归法的血糖浓度无损检测研究

利用可调谐脉冲激光器激发联合聚焦超声探测器前向探测模式搭建了一套血糖光声无损检测实验装置。为了测试该装置的可靠性,实验中利用532 nm泵浦Nd∶YAG调Q脉冲激光器激发不同浓度的葡萄糖水溶液产生实时光声信号;采用脉冲激光在近红外波段1 300～2 300 nm内固定间隔波长10 nm扫描方式激发不同浓度的葡萄糖水溶液,获取了不同波长下的葡萄糖光声峰峰值,利用差谱方法筛选出了多个葡萄糖的特性波长;然后采用主成分回归算法优选了三个特性波长,并建立了浓度梯度与对应三个优选波长光声峰峰值之间的数学校正模型。实验表明,葡萄糖水溶液的光声信号符合弱吸收介质的柱状光声源模型;利用建立的校正模型对校正集和预测集的葡萄糖浓度预测结果表明,葡萄糖浓度的校正和预测均方根误差均小于10 mg·dl-1,相似系数为0.993 6。     

基于温度不敏感源-探测器距离的测量方法的模拟研究

温度变化是影响近红外无创血糖测量精度的主要因素之一。为降低温度变化对近红外漫反射光谱的影响,提出了一种基于温度不敏感源-探测器距离的测量方法,即在漫反射光强对人体组织温度变化不敏感的源-探测器距离处进行光谱测量。利用Monte Carlo方法模拟了温度为30～40 ℃、葡萄糖浓度为0～300 mmol·L-1的皮肤组织在多个源-探测器距离处的漫反射光强。根据模拟结果,分析了人体皮肤组织模型中温度不敏感源-探测器距离的存在性及其受葡萄糖浓度变化的影响;比较了1 000 nm处温度恒定和温度变动时,不同源-探测器距离处漫反射光强与葡萄糖浓度的相关性;进一步地,利用六个波长(1 000,1 050,1 100,1 150,1 350和1 410 nm)下的温度不敏感源-探测器距离及其他距离处的漫反射光强,建立了葡萄糖的偏最小二乘(PLS)模型,并比较了这些模型在温度恒定和温度变动时的预测精度。结果表明,在1 000～1 440 nm范围内,人体存在温度不敏感源-探测器距离,且葡萄糖浓度变化对该距离的影响可以忽略不计;当组织温度变化时,温度不敏感源-探测器距离处的漫反射光强与葡萄糖浓度的相关性及建模效果均明显优于其他源-探测器距离,基本接近样品温度恒定时的情况。研究表明,基于温度不敏感源-探测器距离的测量方法能有效降低温度变化对漫反射光强的影响,有望提高近红外漫反射无创血糖测量的精度。     

Classification of diabetes and measurement of blood glucose concentration noninvasively using near infrared spectroscopy

Developing noninvasive blood glucose monitoring method is an to immense need to alleviate the pain and suffering of diabetics associated with the frequent pricking of skin for taking blood sample. A hybrid algorithm for multivariate calibration is proposed to improve the prediction performance of classification of diabetes and measurement of blood glucose concentration by near infrared (NIR) spectroscopy noninvasively. The algorithm is based on wavelet prism modified uninformative variable elimination approach (WP-mUVE) combined with least squares support vector machine (LSSVM), named as WP-mUVE-LSSVM. The method is successfully applied to diabetic classification experiment (in vivo) and blood glucose concentration measurement experiment (in vivo) respectively. Human tongue is selected as the measuring site in this study. To evaluate effectiveness of pretreatment method and quality of calibration models, several usually used pretreatment methods and kernel functions of LSSVM are introduced comparing with our method. Higher quality data is obtained by our pretreatment method owing to the elimination of varying background and noise of spectra data simultaneously. Better prediction accuracy and adaptability are obtained by LSSVM model with radial basis kernel function. The results indicate that WP-mUVE-LSSVM holds promise for the classification of diabetes and measurement of blood glucose concentration noninvasively based on human tongue using NIR spectroscopy.     

傅立时变换中红外光谱法用于非损伤性血糖测定的研究

本文首次使用中红外光纤对人体血糖进行了非损伤性测定，实验显示，人手指的中红外光谱１１２３ｃｍ－１谱带的相对强度与人的血糖浓度同步改变，表明葡萄糖特征谱带的相对强度确可作为人血糖值的一个数量指标。这给红外光纤在生物医学领域中的应用展示了光明的前景。