三维坐标异常数据判定方法的模拟与实验研究

近红外漫反射光谱具有无创伤、连续、无感染、速度快等诸多优势,在人体成分无创伤检测方面有很好的应用前景。但是在测量过程中,随机噪声、干扰组分以及检测条件的改变等容易导致异常光谱。判定并剔除异常光谱对于提高近红外无创血液成分检测的可靠性具有重要意义。首先分析了近红外漫反射光谱无创血糖检测中可能出现的异常数据类型,提出了一种综合利用马氏距离、光谱残差和化学值残差三个指标构造三维空间对样本集进行检验的三维坐标异常数据判定方法。其次,针对三层皮肤组织模型,在参数中设置人为失误、极端成分含量以及异常温度变化的样本,通过蒙特卡罗（MC)模拟程序得到一组正常模拟数据以及一组包含化学值异常和光谱异常的模拟数据,并利用三维坐标法进行异常数据的判定。结果显示,该方法能识别出全部异常样本,剔除这些异常样本后,偏最小二乘（PLS）校正模型的交互验证均方根误差（RMSECV）由21.2 mmol·L-1降低到1.1 mmol·L-1,初步验证了该方法的可行性。进一步,对三位受试者开展了口服葡萄糖耐量试验（OGTT）,通过在测量受试者血糖参考值的同时同步采集其手指部位的漫反射光谱,获得了三组在体实验数据。并利用三维坐标法和蒙特卡罗交互验证法进行异常数据的判定和剔除,最后建立PLS模型比较两种异常数据判别方法的效果：剔除三维坐标法识别出的异常数据后,三组样本建立的校正模型的决定系数显著提升,RMSECV平均值由2.1 mmol·L-1降低至0.8 mmol·L-1,效果优于蒙特卡罗交互验证法的结果。这些结果表明,基于马氏距离、光谱残差和化学值残差的三维坐标异常数据判定方法能有效识别近红外无创血糖测量中的异常数据,在在体成分检测应用中有显著优势。     

无创血糖近浮动基准参考测量方法的仿体实验验证

在近红外无创血糖测量中,由葡萄糖引起的信号变化十分微弱,极易受到人体背景、测量仪器、周围环境等变化的影响,限制了无创血糖检测的精度。针对这个问题,提出应用浮动基准位置理论进行背景变异的校正。但是由于个体的差异性与人体环境的复杂多变性,浮动基准位置会因人而异。通过对人体手掌三层皮肤模型进行蒙特卡洛模拟,发现其在1 000～1 700 nm近红外波段的浮动基准位置基本处于距光源径向距离2 mm附近。为了提高浮动基准位置理论在不同人体之间的适用性,提出了一种近浮动基准参考测量方法,即以径向距离2 mm处作为参考位置进行背景干扰的修正,并通过仿体实验验证其效果。选取与人体手掌皮肤模型的浮动基准位置较为接近的2%和3%浓度的Intralipid仿体溶液进行实验。实验结果表明近浮动基准修正法可以消减光源漂移对测量结果的影响,提高数据的重复性和稳定性;同时通过对不同葡萄糖含量的2%和3%浓度的Intralipid溶液进行多次漫反射信号采集并建立葡萄糖浓度预测模型,发现修正后的回归模型的预测均方根误差(RMSEP)分别降低了38.51%~79.98%和29.72%~52.22%,说明该方法能够比较有效地消除两个测量位置处共同的背景干扰,提高校正模型的预测精度。仿体实验验证的结果,为下一步近浮动基准参考测量方法的在体测量提供了有力的支撑。     

接触压力作用下皮肤形变对于漫反射光谱测量影响研究

人体成分无创光谱检测过程中,测量条件特别是探头压力造成的组织形变在一定程度上影响光谱测量结果。利用物理模型与仿真方法,定量分析了探头接触压力作用下皮肤组织应变,及光学参数与漫反射光谱变化。首先,在多层皮肤组织物理复合模型基础上,结合生物组织固液两相组成特性,定量分析了压力作用下各层皮肤组织形变大小以及成分变化。该模型将皮肤力学模型简化为固态弹性结构及包含于其中的牛顿流体,利用有限元方法,分别模拟不同压力作用下多层皮肤组织应变大小及时间特性,并根据各层组织体积及水含量变化,定量计算其散射系数及吸收系数改变。然后,利用Monte Carlo方法模拟压力作用前后光在组织中传输过程,定量分析了探头压力对漫反射光谱中所包含人体成分检测有效信息的影响。实验结果表明,在光纤探头接触压力作用下,人体皮肤组织中真皮层厚度变小,自由水体积减小,引起散射特性及光子传输路径改变,使得漫反射光谱中所包含的有效光谱信息下降。该研究结果为优化人体漫反射光谱测量策略,提高测量准确性以及重复性提供了参考。     

双光路测量结合净信号处理方法在葡萄糖浓度定量分析中的应用

在近红外无创血糖测量中,由于人体血糖浓度变化引起的光强变化非常小,光谱易受到测量仪器以及被测对象自身生理变化的影响。背景变化的影响在测量过程中是无法消除的,只能通过有效的方法来降低这种变化带来的影响,其中选择光学性质与待测物相似,通过扣除相似参考物的光谱来修正该影响是目前常用的手段之一。为减小背景变化对光谱信号的干扰,准确地提取葡萄糖的特异性信号,提出了一种双光路测量结合净信号(NAS)处理的参考测量方法,采用双光路双检测器系统同步测量参考物和被测样品的光谱,然后基于参考物的光谱构建噪声空间计算样品光谱中的葡萄糖的净信号,并在纯吸收和强散射介质中开展了葡萄糖的建模实验,最后,结合二维相关光谱(2DCOS)分析技术和偏最小二乘回归(PLSR)模型对该方法的有效性进行了评价。二维相关分析的结果表明,与直接扣除参考背景的方式相比,净信号处理能突出葡萄糖的特异信号;而PLSR模型的预测结果表明,双光路的效果要优于单光路扣除背景光谱,糖在水溶液和20%-Intralipid溶液中的预测均方根误差(RMSEP)分别降低了35.25%和37.95%;而双光路结合净信号处理后,两种溶液的预测精度又分别提高了26.11%和14.84%。这表明,双光路测量和净信号分析相结合的方法能更有效地提取葡萄糖的特征信息,提高模型的预测精度,从而为无创血糖检测的实现提供更多可能。     

基于二维相关近红外谱参数化及BP神经网络的掺杂牛奶鉴别

将二维相关近红外谱参数化方法与BP神经网络结合,建立掺杂牛奶与纯牛奶的判别模型。分别配制含有尿素牛奶(1～20 g·L-1)和三聚氰胺牛奶(0.01～3 g·L-1)样品各40个。研究了纯牛奶、掺杂牛奶的二维相关近红外谱特性,在此基础上,分别提取了各样品二维相关同步谱的5个特征参数。将这5个特征参数作为BP神经网络的输入,分别建立掺杂尿素、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型,采用这些模型对未知样品进行预测,其预测正确率分别为95%,100%和96.7%。研究结果表明：该方法有效地提取了牛奶中掺杂目标物的特征光谱信息,同时又减少了BP神经网络输入变量的维数,实现了掺杂牛奶与纯牛奶的鉴别。     

基于特征约束的谱线自动提取

已有的谱线自动提取方法均采用整体阈值约束或局部阈值约束进行谱线识别,因而谱线提取结果中普遍存在谱线遗失或伪谱线过多的缺点。文章在谱线识别时加入了2个特征约束,第1个特征约束是： 谱线线心的强度必须大于局部阈值和整体下阈值,并且如果某一点的强度大于整体上阈值,则可认为在该点存在谱线;第2个特征约束是： 谱线的起始波长和终止波长处的强度必须小于谱线线心的强度。这2个特征约束使得该文的谱线提取效果较之已有方法有显著的提高。通过实验对该文方法和已有的方法进行了比较,实验结果充分体现了该文方法的优势。     

一种基于交叉相关的类星体的红移测量方法

给出了一种新的类星体光谱的红移测量方法。首先,利用提取出的发射谱线信息确定一组红移候选;然后,按这些红移候选将静止模板光谱红移,计算所得光谱与目标光谱的相关值;最后,确定最大相关值对应的红移候选为目标光谱的红移。相对于已有的基于谱线匹配的方法,此方法的性能受谱线提取效果的影响较小。实验结果表明： 此方法的鲁棒性较好,性能优于基于谱线匹配的方法。     

基于相似性度量的星系光谱红移估计

光谱的自动分析对大规模的光谱巡天有着非常重要的意义。文章提出了一种基于相似性度量的星系光谱红移测量方法。方法中采用主分量分析构造星系光谱的静止模板,利用谱线特征确定观测光谱的红移候选,然后根据红移候选进行观测光谱与模板光谱间的相似性度量,所采取的相似性度量策略类似于证据积累的思想,定义为几个相似证据的加权和,从而降低了观测光谱与模板光谱之间的误匹配,提高了红移估计的正确率。通过实验将所提出方法与基于谱线匹配的方法和传统的交叉相关方法进行了比较,实验结果表明：本文方法的正确率较之基于谱线匹配的方法和传统相关法有较大提高。     

基于Bayes决策的光谱分类

天文观测技术的迅速发展推动了大规模的星系光谱巡天计划如SDSS、LAMOST等,面对这些巡天项目所观测到的海量光谱数据, 研究自动的光谱分析方法已成为必然的选择。研究了基于Bayes决策的光谱分类方法,将光谱分为恒星,星系和类星体三类。首先采用主分量分析来进行特征提取,将光谱投影到由三个主分量构成的特征空间中; 然后,采用非参数密度估计Parzen窗法来估计类条件概率密度函数; 最后利用基于最小错误率的Bayes决策进行分类。在Parzen窗法中,核宽很大程度上影响着估计效果,从而影响着分类效果。通过详尽的实验分析了核宽和分类效果的关系,发现当核宽接近某个阈值时,识别率将会增加,但小于这个阈值时,识别率反而下降。     

氯金酸试纸分光光度法测定水中砷

用氢化物发生法测定水中砷已有很多报道,本文用类似古蔡氏法测砷的氢化物发生装置,使AsH₃与涂在滤纸上的HAuCl₄反应,生成不溶于水的AuAs沉淀,固定蓝紫色圆形斑点的表面积,用纸上双波长分光光度技术测定吸光度。本方法灵敏度高,精密度较好,设备简单,操作方便,检出限为10ng/ml,相对标准偏差小于4％。