遗传算法用于多组分拉曼光谱定量分析的研究

拉曼光谱是一种分子散射光谱,利用物质的特征拉曼光谱,可实现对其结构、成分、浓度等的检测.多组分物质拉曼光谱的定量分析是一个有待深入研究的课题.采用遗传算法程序对10组分的混合矿石样品的拟合拉曼光谱数据进行了分析,对同一条件下算法多次计算的结果和不同条件下算法的表现进行了讨论,分析了算法设计和基本参数的不同对算法收敛速度以及对计算结果的精确性和稳定性的影响,验证了遗传算法用于多组分样品拉曼光谱数据分析的可行性、有效性和精确性.     

一种葡萄糖发酵液中乙醇含量的拉曼光谱分析方法

拉曼光谱法可实现样品的快速定量分析,但发酵液等复杂体系中样品的拉曼强度与被测组分含量之间的良好线性关系难以直接得到。本实验中将待测样品与纯被测组分的拉曼光谱均视为向量,并按照向量点积公式计算向量之间的夹角。在被测组分的拉曼光谱特征峰波段,对多组样品在不同光谱区间的向量夹角矩阵和被测组分含量进行偏最小二乘回归,建立定量分析数学模型,从而以光谱向量之间的夹角作为定量指标实现葡萄糖发酵液中乙醇含量的快速测定。选取的主成分数为6时,所建模型校正集和预测集中预测值与实测值的线性相关系数分别为0.9993和0.9933;校正集均方根误差为0.2171。其建模所用样本数量少、对样品无损坏,方法适用于发酵在线监测和过程分析。     

石榴石金属离子含量与拉曼位移的定量关系研究

本文通过研究RRUFF数据库中12件石榴石样品的拉曼光谱,发现随着金属离子相对含量的变化,特征峰的拉曼位移有规律地偏移,并据此建立了镁铝榴石-铁铝榴石系列中样品的二价阳离子铁镁含量比率与硅氧四面体旋转振动和Si-O伸缩振动拉曼位移的线性关系模型,相关系数分别为0.979和0.986,并用交叉验证法检验了线性模型的可靠性。本文提出的利用拉曼位移进行相对定量分析的方法,可以为拉曼光谱的定量分析提供新的研究思路。     

基于拉曼成像技术的面粉中抗坏血酸添加剂定量检测研究

抗坏血酸是一种常见的面粉品质改良剂,用于改善面团的流变学特性及面包的烘焙品质。本研究以面粉中含不同浓度抗坏血酸的混合样品为研究对象,通过拉曼成像技术实现面粉中抗坏血酸的检测、识别和定量分析。分别采集面粉、抗坏血酸和面粉-抗坏血酸混合样品的拉曼图像,确定感兴趣区域及光谱范围,以抗坏血酸拉曼光谱中强度较高且区别于面粉的3处拉曼峰（631,1 128和1 658 cm-1）为依据对混合样品的平均拉曼光谱进行分析,结果显示其不能有效评估面粉中抗坏血酸含量,研究探索对图像中各像素点对应的拉曼光谱进行分析以实现面粉中抗坏血酸的有效检测。以混合样品图像中各像素点拉曼光谱作为校正集、面粉平均拉曼光谱和抗坏血酸平均拉曼光谱的线性组合光谱作为验证集建立偏最小二乘模型,模型的回归系数用于将混合样品的三维拉曼图像重建为二维灰度图像,通过阈值分割实现面粉中抗坏血酸的检测和识别,根据识别结果建立定量分析模型。结果显示,偏最小二乘模型的最高和最低回归系数分别对应于抗坏血酸和面粉的最强拉曼峰,所有回归系数应用于混合样品拉曼图像将其转换为灰度图像后面粉和抗坏血酸的像素点仍难以识别,阈值分割方法将灰度图像转换为用于分类面粉像素和抗坏血酸像素的二值图像实现了面粉中抗坏血酸的有效检测。通过分析各浓度混合样品对应子样品中识别到的抗坏血酸像素点数确定本研究对面粉中抗坏血酸的最低检测浓度为0.01%（100 mg·kg-1）,混合样品中抗坏血酸浓度同图像中识别到的抗坏血酸像素点在0.01%~0.20%范围内具有良好的线性关系,决定系数为0.996 0。研究结果可为面粉中抗坏血酸添加剂的定量检测提供方法支持,为大规模快速筛查提供了技术参考。     

多波长消荧光拉曼光谱仪的研制及应用研究

拉曼光谱技术作为探究分子、晶体及其结构特征的有力手段,具有快速、无损、样品用量小、无需前处理且适应性强等优点,已被广泛应用于食品安全、石油化工等领域。但在拉曼光谱应用中,常常受到荧光背景干扰,导致拉曼信号降低,严重的情况下拉曼信号甚至会淹没在荧光背景中。为解决拉曼技术在实际应用中荧光背景干扰的问题,从仪器角度出发,采用二色镜对多波长拉曼光谱进行光路耦合设计,研制了近红外拉曼光谱与移频差分拉曼复合一体的多波长消荧光拉曼光谱检测系统,其中近红外拉曼光谱采用1 064 nm激光光源设计,移频差分拉曼光谱选取784.5和785.5 nm两组激光光源进行时分复用,在移频差分拉曼光谱检测的同时,亦可获得两组单波长拉曼光谱数据。通过对比同步测试和分时逐次测试的强度及峰位稳定性,验证了多波长消荧光拉曼光谱仪的同步测试性能;选取了多种荧光背景强弱不同的样品,进行了单波长拉曼、近红外拉曼及移频差分拉曼光谱的对比分析。针对丙酮、乙腈等荧光背景较弱的样品,可采用单波长拉曼光谱对样品进行定量及定性分析;针对食用油、红色塑胶微粒等荧光背景与拉曼信号强度相当的样品,可采用近红外拉曼光谱对样品进行定量及定性分析;针对红酒、棕色塑胶微粒等荧光背景较强的样品,需结合近红外拉曼光谱和差分拉曼光谱对样品进行定性分析。研究表明：通过多波长消荧光拉曼光谱检测系统的研制,在常规单波长拉曼光谱技术的基础上,将两种抑制荧光干扰技术有机结合,有效扩充了应用领域及样品检测范围。     

部分临床药物的拉曼光谱研究

针对目前临床药物拉曼光谱的缺乏和药物检测领域的现状,利用拉曼光谱技术对抗生素、抗组织胺、血凝酶和止吐剂等几类常用临床药物进行了拉曼光谱的测量和研究。通过观测上述具有良好拉曼活性的药物样品拉曼光谱,不仅确定了样品拉曼峰的位移、强度和线宽,还探索了其包络的线形等光谱特性。通过分析和比较拉曼光谱图,找出各药物间的异同; 对于那些由于拉曼活性低或拉曼光谱的复杂样品,虽然暂时无法识别,但也进行了尝试性的测量或提出了测量建议。研究表明: 小分子药物的光谱特征很明显,拉曼峰分布较广, 对其进行光谱识别简单易行; 而大分子都表现出较弱的光谱特征峰, 常常伴随复杂的包络,不仅导致了对其光谱识别的困难, 也很难准确确定特征峰位置。对于不同药物,提出了用拉曼光谱测量和分析其药物成分的可行性,并通过分析其拉曼光谱的特性, 为医学工作者识别和分析药物成分提供了实验证据。不仅为建立药物的拉曼光谱数据库奠定了基础。还使业界看到了快速识别和检测药物的前景,从而促进拉曼光谱技术在药物检测上的运用。     

岩心显微拉曼光谱成像方法的研究

虽然用激光拉曼光谱显微探针研究岩心中碳质物的工作已有很大进展,但是通常对诸如岩心等样品物性的光谱学(红外、拉曼和荧光等)微探针实验研究多是局限于对经过复杂处理分离出的微小样品或样品中个别点得到的结果,缺乏对复杂样品各组分(或基团)的空间分布及其相互关系的研究。近年来新发展起来的光谱成像分析系统将光谱技术与成像技术有机地结合起来融为一体,可在光谱和空间两个方面对目标样品进行分析和识别,但是用拉曼显微成像光谱研究岩心的工作则少有报道。文章报道了应用“串行-成像”(series-or indirect-imaging,Mapping)和“并行-成像”(parallel-or direct-imaging, Imaging)两种方式对含油岩心进行了显微拉曼光谱成像的研究。从光谱分辨率和空间分辨率以及工作效率等方面对两种方式所得试验结果进行了比较和评估。     

Zernike矩在橡胶添加剂太赫兹光谱定量分析中的应用研究

近年来,“绿色轮胎”发展备受关注。在绿色轮胎制造过程中需要多种橡胶添加剂,而橡胶添加剂的含量与绿色轮胎能否达标密切相关,因此,对轮胎橡胶中相关橡胶添加剂的定量检测具有重要意义。太赫兹时域光谱（THz-TDS）技术已经成功应用于物质定量分析领域,但当定量分析对象为多组分混合物时,由于混合物光谱出现重叠和失真等原因,会导致定量分析结果不理想。针对此问题,将Zernike矩作为一种光谱预处理技术引入到橡胶添加剂多组分混合物的太赫兹光谱定量分析中,提出了基于Zernike矩结合支持向量回归（Zernike moment-support vector regression, ZM-SVR）的太赫兹光谱定量分析方法。首先,以影响绿色轮胎质量能否达标的三种橡胶添加剂氧化锌、白炭黑和2-巯基苯并噻唑（MBT）为定量检测对象,将3种橡胶添加剂与丁腈橡胶构成多组分混合物实验样本,并通过太赫兹时域光谱系统测得样本的太赫兹光谱;然后,对太赫兹光谱进行分析与处理,得到其吸收系数、消光系数和折射率3种光学参数后,将3种光学参数构建为样本的太赫兹三维光谱,并利用Zernike矩提取太赫兹三维光谱灰度图的特征信息;最后,利用支持向量回归建立样本太赫兹三维光谱灰度图特征信息和目标成分含量之间的定量模型,从而对混合物样本中目标成分含量进行分析。利用该方法得到的定量模型预测集相关系数均大于等于0.952 2,均方根误差均小于等于2.267 2%。为进一步验证该方法的有效性,将定量分析结果与常规方法PLS和SVR的结果进行了对比。对比发现,相比常规方法得到的定量分析结果,Zernike矩结合支持向量回归方法所得结果的准确性和稳定性均得到了明显提升。因此,Zernike矩结合支持向量回归方法为橡胶添加剂多组分混合物的太赫兹光谱定量检测提供了新思路,在绿色轮胎及橡胶的质量检测领域具有广阔应用前景。     

PLS-GRNN法近红外光谱多组分定量分析研究

研究了偏最小二乘(partial least squares ,PLS)与广义回归神经网络(generalized regression neural networks, GRNN)联用在近红外光谱多组分定量分析中的应用。以饲料样品为实验材料,采用PLS-GRNN法建立了饲料中水溶性氯化物、粗纤维、脂肪三项组分含量近红外光谱定量分析模型。马氏距离法剔除强影响点和奇异点,用PLS法将原始数据压缩为主成分,取8个主成分吸收峰与4个原始图谱特征峰值输入GRNN网络,网络光滑因子σ_i为0.1。PLS-GRNN模型对样品3个组分含量的预测决定系数(r2)分别为：0.984 0,0.987 0,0.983 0;样品平行扫描光谱预测值的标准偏差分别为：0.003 26,0.065 5,0.031 4。结果表明所建PLS-GRNN模型通过近红外光谱能够准确预测饲料中水溶性氯化物、粗纤维、脂肪三项组分含量,为近红外光谱进行多组分定量分析提供了新思路,同时为解决近红外快速检测技术在预测组分含量较低的样品时误差相对较大的问题提供了可靠的方法。     

用于远程探测的空间外差拉曼光谱技术研究

空间外差拉曼光谱技术是一种新型拉曼光谱探测技术,具有光通量大、高分辨率、无移动部件等技术优势,非常适用于行星探测任务中,对行星表面的矿物及有机物进行分析,探寻可能存在的生命标志物。作者将这一技术运用于远程拉曼光谱探测中,对远程空间外差拉曼光谱仪的光谱分辨率、光谱范围及信噪比等主要特性进行了分析与实验验证。文章对远程空间外差拉曼光谱探测的基本原理进行了简述,设计搭建了一套实验平台,并进行了定标,验证了其性能参数。在此基础上,获取了10 m处部分无机固体样品、有机样品及天然矿物的拉曼散射信号,对系统信噪比进行了估计。由于装调精度不高、光学器件缺陷等原因,系统远非理想。但测试结果表明,对于大部分样品的主要拉曼散射峰,系统信噪比优于5,基本可以满足清楚分辨典型拉曼谱峰的要求,依然可以证明这一技术的可行性。空间外差拉曼光谱技术可以弥补色散型光栅光谱仪与傅里叶变换型光栅光谱仪的主要技术缺陷,在行星表面物质探测与分析领域具有较大的应用前景。作者对于这一技术的研究一定程度上证明了空间外差拉曼光谱技术在远程探测方面的潜力,可为远程空间外差拉曼光谱仪的工程实现提供参考。     

基于拉曼光谱技术鉴别ABS废旧塑胶原料的方法研究

塑胶微粒原料已渗透到人类衣食住行的方方面面,并广泛应用于能源、工业、农业、交通乃至航空航天和海洋开发等各重要领域不可或缺的材料。在利益的诱惑下,废旧塑胶的走私现象屡禁不止。我国作为塑胶原料进口大国,现有检测方法耗时长,难以实现现场检测,因此,开发一种用于现场的废旧塑胶微粒判别方法,对快速通关和海关缉私有重要意义。拉曼光谱技术具有快速、无损、样品用量小、无需前处理且适应性强等优点,已在现场快速鉴别领域得到广泛应用。在研究塑胶废旧机理的基础上,将拉曼光谱技术结合化学判别方法,应用于废旧塑胶原料识别。选取两类成分相似的实际通关塑胶原料样品,包含标准品及废旧品各160份,并对样品的拉曼光谱信息进行了采集。对比分析了两种塑胶原料的原始拉曼光谱,并对样品的拉曼光谱特征峰进行了归属分析。选取1 603 cm-1作为归一化参照峰位,进一步探究废旧塑胶的成分变化,对比统计了废旧塑胶原料及标准塑胶原料的相对峰强变化,结果表明废旧塑胶原料发生了化学老化。基于主成分分析法（PCA）对原始拉曼光谱及预处理拉曼光谱进行降维处理,结果表面预处理拉曼光谱的前2主成分空间分离度较好,通过对原始拉曼光谱数据进行背景扣除及平滑预处理,可减少荧光背景及噪声对鉴别的影响,提高鉴别的准确度。将样品一半划分为校正集用于模型建立,另一半划分为预测集用于模型验证,基于偏最小二乘判别分析（PLS-DA）,建废旧塑胶原料鉴别模型,该模型对建模训练集鉴别正确率为100％,模型验证集鉴别正确率为99.06％。研究表明,基于拉曼光谱技术,结合测试数据预处理及偏最小二乘判别分析方法,可以有效地实现塑胶原料的现场、快速、准确鉴别,为开发现场检测装备及方法提供理论参考。     

拉曼光谱技术在病理诊断中的研究进展

拉曼光谱技术能够提供与物质特定分子结构相关的光谱信息,可用于识别生物组织微小的生化变异,具有快速、实时、无损、无需样本预处理等优点,在临床病理诊断领域极具应用前景。与常规组织病理学分析相比,拉曼光谱技术能够直接检测活体组织,简化了分析程序,缩短了诊断时间。人体病变组织的细胞分子组成和结构可能发生变化,这为拉曼光谱技术在组织病理诊断中的应用提供了检测依据。基于组织分子组成与结构的差异,结合机器学习和化学计量学方法,拉曼光谱技术可以提供客观的诊断信息,实现快速、低侵入的病理诊断。回顾了近十年来拉曼光谱技术在组织病理诊断中的研究进展,对取得的关键成果进行了总结,阐述了当前离体和活体应用拉曼光谱技术的一些关键问题。针对离体拉曼光谱检测,重点评估福尔马林固定石蜡包埋样本、冷冻样本和新鲜组织样本等离体样本的适用情况;阐述拉曼光谱数据收集的关键技术,包括适用光源、光谱范围,以及病理样本光谱采集的方式等。对于活体拉曼光谱检测,重点介绍了活体检测研究中拉曼光谱技术应用的两种形式：结合医用内窥镜进行体内检测,以及开放手术中的直接检测;综述了临床适用的拉曼系统,重点介绍了当前活体拉曼研究中应用的光纤探头。同时,文章也讨论了拉曼光谱数据的处理与分析方法,通过光谱预处理,特征提取与分类识别,构建拉曼光谱病理诊断模型,在小样本范围能够获得较好的诊断结果。考虑临床实际应用,仍需要不断优化分析方法,实现拉曼光谱与生化信息的关联,将样本个体差异的影响纳入分类模型中,以提升模型性能。文章对拉曼光谱应用于病理诊断中的关键问题进行了讨论,为进一步开展研究提供参考。未来需要更深入和广泛地开展离体和活体研究,以促进拉曼光谱技术在临床中的应用。     

激光诱导击穿光谱与拉曼光谱技术在危险物检测中的研究进展

炸药、生物及化学危险物检测在反恐和公共安全领域具有重要应用价值,也是目前亟需解决的问题。激光诱导击穿光谱技术利用高能激光脉冲诱导材料产生等离子体,通过探测等离子体辐射光谱从而分析其组成成分。拉曼光谱技术是基于非弹性光散射的一种光谱检测方法,可以反映分子的振动信息。由于它们都具有快速和非接触遥测的优点,成为最有发展潜力和应用前景的危险物检测技术。介绍了激光诱导击穿光谱、拉曼光谱以及二者联合探测技术在危险物检测中的国内外发展现状,并对各自的优缺点进行了分析。激光诱导击穿光谱信号强、实时性好,但重复性差、基底效应影响显著,在判别组成元素相同而分子结构不同的危险物和干扰物时面临巨大挑战。拉曼光谱能够提供被测物的分子信息,适合于鉴别有机危险物,但信号弱、受荧光干扰大、检测低浓度样品及分析混合物的能力弱,外场使用时受周围杂散光以及环境变化的影响大。将这两种光谱探测技术相融合,发挥各自的优点,可以有效地提高探测危险物的准确度。但两种光谱联合探测系统结构和数据处理复杂,成本高,还有许多技术难点亟需解决。文章最后,对危险物激光诱导击穿光谱和拉曼光谱研究的前景进行了展望。     

共聚焦显微拉曼光谱在木质纤维细胞壁预处理中的应用进展

在能源紧缺和环境恶化的双重压力下,利用农林生物质替代化石资源生产生物燃料、生物基化学品和材料逐步发展成为世界范围内的研究热点,而细胞壁中纤维素、半纤维素、木质素以及其他少量组分的空间分布不均一性和化学结构复杂性构成了天然抗降解屏障,严重阻碍生物质的转化效率,因此需要对木质纤维原料进行预处理,以期破坏细胞壁的宏观壁垒,实现生物质的低成本高效转化。在此过程中,全面了解木质纤维细胞壁的化学组成、结构特性及其在生物质转化过程中的解构机理是高效利用农林生物质的重要前提。由于拉曼光谱具有样品制备要求低、灵敏度高、且能在原位状态下对样品进行定性、定量分析等特点,使得拉曼光谱成为研究木质细胞壁结构的有力工具。尤其与显微技术相结合时,可以同时获得木质纤维细胞壁主要组分的微区分布与超分子结构信息,实现生物质转化过程中化学组分动态变化的可视化研究。首先介绍了拉曼光谱成像的工作原理,并对纤维素、半纤维素和木质素的拉曼特征信号进行了归属。其次,总结了近几年拉曼光谱在生物质转化领域内的应用与研究进展,综述了拉曼光谱在未处理状态下以及稀酸、水热、稀碱等不同预处理过程中的分析方法,对细胞壁主要组分的分布进行表征,以揭示预处理过程中各组分的溶出过程及迁移规律,为在细胞及亚细胞水平探究预处理诱导细胞壁主要组分动态溶解机制提供了有效路径。此外,针对检测中收集的光谱数量过多、分析难等问题,文章重点介绍了主成分聚类分析法和顶点成分分析法两种拉曼数据分析方法,用于提取特征信息并对光谱进行分类研究,以深入探究特定组分的空间分布和分子结构。最后,根据上述分析展望了拉曼光谱在生物质转化领域的研究趋势,为相关研究提供技术参考。     

Raman spectroscopic investigation of frozen and deparaffinized tissue sections of pediatric tumors: neuroblastoma and ganglioneuroma

Raman spectroscopy is a nondestructive technique that can provide information at the molecular level about the biochemicals in tissues. We have investigated the cellular regions in neuroblastoma and ganglioneuroma using Raman spectroscopy and compared their spectral characteristics with those of the corresponding normal adrenal gland. Thin sections from both the frozen and the corresponding formalin‐fixed paraffin‐processed (FFPP) tissues were studied in conjunction with the pathological examination of the tissues. Investigation of the spectral data shows that the normal adrenal gland tissues have higher levels of carotenoids, lipids, and cholesterol compared with the neuroblastoma and ganglioneuroma frozen tissues. However, in comparison with the frozen tissues, the FFPP tissues show a significant alteration of several biochemicals, including the complete removal of carotenoids, lipids, and cholesterol in the adrenal tissues. A quantitative analysis using chemometric methods of principal component analysis and discriminant function analysis of the Raman spectral data obtained from the frozen tissues show a clear‐cut classification among pathological groups with high sensitivity and specificity. We have validated the classification results of the FFPP tissues against a training set data obtained from the archived FFPP tissues of nine other patients. The validation process correctly identified and grouped the data with the training set of normal adrenal gland (>97% of the time) and neuroblastoma (100% of the time) tissues, whereas the validation was not so strong for ganglioneuroma. This study shows that Raman spectroscopy combined with chemometric methods can be successfully used to distinguish neuroblastoma and ganglioneuroma at cellular level in frozen tissue sections. This study also shows that formalin fixation and paraffinization/deparaffinization of tissues can alter their biochemical composition. Copyright © 2012 John Wiley & Sons, Ltd.     

表面增强拉曼光谱检测鸡蛋蛋清内三聚氰胺的定量方法研究

三聚氰胺对人体有害,鸡蛋内三聚氰胺定量检测非常有必要。以鸡蛋蛋清为研究对象,应用表面增强拉曼光谱技术结合化学计量学方法对蛋清内三聚氰胺进行了定量检测。首先采用人工饲养蛋鸡的方法获取含有三聚氰胺的样品鸡蛋。然后使用便携式拉曼光谱检测仪(Opto Trace RamTracer-200)和拉曼增强试剂测定蛋清的表面增强拉曼光谱,同时利用气相色谱质谱技术测定相应蛋清中三聚氰胺的含量。利用Raman Analyzer对拉曼光谱基线进行校正。应用相关系数法从表面增强拉曼光谱中选取320个光谱变量作为输入变量,建立偏最小二乘定量校正模型;并应用谱峰分解法建立谱峰分解定量校正模型。两种模型建立过程中均选定90个样本做为模型校正集,44个样本做为模型验证集,两种模型都有较好的预测效果。偏最小二乘定量校正模型预测值与气相色谱质谱联用法(GC-MS)测定值的决定系数R2为0.856,预测均方根误差RMSEP为1.547;谱峰分解定量校正模型R2为0.947,RMSEP为0.893。实验结果表明,该方法能有效定量检测鸡蛋内三聚氰胺,检测一个样本仅需15 min,为蛋品的三聚氰胺检测提供了一种新途径。     

毒品及其常见添加成分的拉曼光谱快速分析

毒品来源推断技术可以为禁毒工作提供准确的毒品情报信息, 对于有效打击毒品犯罪活动具有重要意义。毒品中添加成分的分析方法研究是毒品来源推断技术的重要组成部分。本文对海洛因、甲基苯丙胺和氯胺酮三类我国常见毒品及其添加成分进行了拉曼光谱快速分析研究, 将盐酸海洛因、盐酸甲基苯丙胺和盐酸氯胺酮毒品与淀粉、葡萄糖、咖啡因等添加成分按一定质量比例混合制成混合样本, 进行拉曼光谱分析。实验结果表明, 在毒品含量低至10%的混合毒品样本中应用拉曼光谱技术能够检出毒品成分; 同时在添加成分含量低至10%的混合毒品样本中也能准确检出添加成分。拉曼光谱法是检验常见毒品及其添加成分的快速有效的方法。     

基于拉曼光谱高斯分峰拟合的硫化锑含量检测方法

针对硫化锑含量采用化学分析方法检测存在操作复杂、检测时间长的问题,提出了一种基于拉曼光谱高斯分峰拟合的硫化锑含量快速检测方法。采用拉曼光谱系统测定锑矿样品的拉曼谱图,对原始拉曼谱图进行平滑去噪、背景扣除、谱段选择及归一化等预处理。基于高斯曲线的高斯峰、峰面积、半高宽和峰位置等信息,建立单个高斯峰的数学模型,提出高斯分峰拟合算法对光谱进行拟合,采用状态转移算法对高斯峰模型进行优化求解,得到表征光谱信息的特征参量,结合偏最小二乘回归方法,确定特征参量和硫化锑含量之间的关系,从而建立模型,实现对硫化锑含量的预测。实验中通过训练样本建立校正模型,对测试样本进行预测,同时从训练样本中随机挑选出检验样本,利用已建立的模型,对其硫化锑含量进行预测,以检验模型的正确性和外推性。实验结果表明：与预处理后全光谱建模相比,采用高斯分峰拟合后建立的预测模型的预测效果更好,证明了模型的正确性和良好外推性。因此,拉曼光谱结合高斯分峰拟合算法应用于锑矿中硫化锑含量的检测是可行的,且测量过程更简单,适用于矿物成分的快速分析。     

古代丝织品及古建彩画蓝色染料的微量及无损分析

染料分析是研究织物颜色老化变色的基础,同时对于了解我国印染工艺的发展有非常重要的作用。通过薄层色谱和拉曼光谱方法,对六个唐代丝绸样品的蓝色染料和故宫建福宫建筑彩画的蓝色物进行了分析,并对两种方法在文物上的适用性进行了比较。结果表明这些呈色物质均为靛蓝,靛蓝不仅作为染料被古人使用,也被当作颜料用于彩绘壁画,使用范围非常广范。两种分析的方法各有利弊,拉曼光谱是无损分析,薄层色谱需要样品量少,但可获得更多的信息。     

拉曼光谱检测生物大分子损伤的研究进展

拉曼光谱是基于拉曼散射效应而发展起来的一种光谱分析技术,体现的是分子的振动或转动信息。由于拉曼光谱技术与常规化学分析技术相比,具有对样品无损、样品制备简单和所需样品量少等特点,广泛用于生物大分子结构变化的研究。拉曼光谱不仅可以用于蛋白质、核酸和脂类等生物大分子损伤的快速检测,而且可以用于癌症的诊断与手术治疗。通过对比正常组织与癌变组织的拉曼光谱,可以找到两种组织特征吸收峰的差异,从而为癌症的最终确诊和确定肿瘤切除范围提供重要信息。文章综述了拉曼光谱检测生物大分子损伤的研究进展,介绍了利用表面增强拉曼光谱、傅里叶变换拉曼光谱和紫外共振拉曼光谱等技术在检测蛋白质二级结构、膜脂及DNA损伤中的应用,并展望了未来拉曼光谱技术的发展前景。