无创血液成分检测中基于VIP分析的波长筛选

自变量筛选是定量光谱分析领域的研究热点,简便且高效的自变量筛选方法不但可以降低分析计算量,提高分析精度,同时还可以减轻对仪器光谱分辨能力的依赖,降低分析成本。波长筛选也是光谱法无创血液成分检测研究的重要环节。动态光谱理论为血液无创检测提供了极佳的思路,但长期局限于使用宽带光源和高分辨率的光谱仪器,分析中需要大量波长限制了动态光谱法的进一步发展。为了去除冗余信息,使检测走向低成本化和集成化,提出了基于变量投影重要性(variable importance in projection,VIP)分析的波长筛选方法。通过分析PLS模型中各维自变量对因变量的解释能力,从而剔除重要性较低的变量保留解释能力强的波长。以232例受试者的临床实验数据为基础,以血红蛋白含量为分析对象,经投影重要性分析后将波长数由586降至64,波长筛选后血红蛋白预测模型的测试集平均相对误差(MREP)为1.82%,使用了极少的波长便可得到满意的结果;结合Bootstrap方法对模型进行显著性检验后验证了波长变量的解释能力。首次指出了使用动态光谱法检测血红蛋白的敏感波长带。基于投影重要性分析的波长筛选迈出了动态光谱走向实用的重要一步,为实现低成本在线分析打下了基础,同时也为其他领域的光谱分析提供了重要的参考和新的思路。     

大鼠创伤性脑水肿模型中近红外光有效检测深度研究

采用近红外光谱技术实现颅脑损伤的无损监测过程中,存在着检测深度不明确的问题.利用Monte Carlo模拟光子在生物组织中的传输过程,建立有效检测深度模型,对光纤探头在大鼠创伤性脑水肿模型中的有效检测深度规律进行了研究.采用不依赖于模板的阈值分割和窄带水平集分割方法,将大鼠头部MRI图像分为头皮、头骨、脑脊液、灰质和白质五部分,建立真实的大鼠脑组织三维模型,使Monte Carlo仿真结果更加准确.改进复杂组织光场分布仿真的tMCimg软件,使其能够实时记录光子在组织中的位置和光子被检测器接收时的能量,从而计算出探头在组织中的有效检测深度.分析了不同光源和检测器的中心距、光源芯径对有效检测深度的影响,结果表明光在大鼠脑组织中的有效检测深度小于或者等于光源和检测器中心距的一半,并随光源芯径的增大逐渐增大.建立大鼠脑水肿模型,验证了仿真结果的正确性.研究结果对于无创脑水肿模型的光纤探头的设计和脑水肿区域的判定有着重要的意义.     

大鼠创伤性脑水肿模型中近红外光有效检测深度研究

采用近红外光谱技术实现颅脑损伤的无损监测过程中,存在着检测深度不明确的问题.利用Monte carlo模拟光子在生物组织中的传输过程,建立有效检测深度模型,对光纤探头在大鼠创伤性脑水肿模型中的有效检测深度规律进行了研究.采用不依赖于模板的阈值分割和窄带水平集分割方法,将大鼠头部MRI图像分为头皮、头骨、脑脊液、灰质和白...     

拉曼光谱结合偏最小二乘的甲醇汽油甲醇含量快速定量分析方法研究

甲醇汽油是一种用以替代传统汽油的新型燃料,其品质受到甲醇含量的严重影响.因此,甲醇汽油中甲醇含量的快速分析对其品质把控具有深远意义.基于拉曼光谱(Raman)结合偏最小二乘(PLS)建立了一种甲醇汽油中甲醇含量快速定量分析方法.采用激光拉曼光谱仪对49组甲醇汽油样品的Raman光谱进行采集,并进行光谱解析.比较了五种光...     

可见/近红外光估测完整柑橘水果可溶性固形物含量的研究

研究用可见/近红外光谱(Vis/NIR spectroscopy)漫透射方式对柑橘类水果的可溶性固形物含量(SSC)进行了无损、快速定量分析。通过自行设计的Vis/NIR光谱系统测定了110个柑橘样品的SSC。82个柑橘样品用来建模,其余28个用来验证模型的性能。对实验室测得的柑橘水果的SSC实际值与Vis/NIR光谱数据进行相关性分析,用光谱定量分析软件中集成的偏最小二乘回归法(PLS)和主成分回归法(PCR)建立校正和预测模型。对比了不同光谱预处理方法, 如微分处理, 标准归一化处理(SNV), 多元散射校正(MSC)和Savitzky-Golay 光谱平滑方法)对模型检测结果的影响。根据预测平方根误差(RMSEP)和相关系数(r2)进行不同模型的预测性能评价,建立的最好的柑橘水果SSC预测模型的RMSEP＝0.538%,r2＝0.896。结果表明Vis/NIR可以作为一种准确、快速的无损检测方法来评价柑橘类水果的可溶性固形物含量。     

食品中三聚氰胺的光谱检测与分析技术研究进展

三聚氰胺是豆、乳类制品中的非法食品添加剂,曾作为蛋白质的廉价代替物被非法添加进奶粉等食品中,造成了严重的社会危害,极大地威胁人民生命财产安全。目前光谱技术已成为识别和定量检测非法食品添加剂的有效手段,为质量监管部门提供了可靠的研究方法和鉴定依据。光谱检测技术的时效性、无损性和准确性提高了食品中三聚氰胺的检测效率,促进了精准化、自动化食品质量检测的发展。近年来有大量研究围绕着三聚氰胺的光谱检测新技术,如开发新型增强底物或传感器,降低三聚氰胺的检测限,提高检测精度;开发更加便携的自动化光谱快检设备,降低检测成本,提高检测效率。这些光谱技术各具优势,但很难形成标准化、统一化的检测规范,使得各种光谱检测技术仅仅停留在试验阶段,无法应用于实战。另一方面,随着人工智能与模式识别技术的发展,光谱数据分析方法在近年来也有着长足的进步,各种光谱预处理和数据建模方法被不断提出,大大提高了光谱检测技术的灵敏性和稳定性。综述了近十年光谱技术（拉曼光谱、近红外光谱、荧光光谱、光谱成像等）在三聚氰胺检测中的应用现状,总结了不同仪器检测限、定量范围和样品前处理方法;分析了各种光谱预处理和光谱数据建模方法在不同光谱数据中的适用性,归纳出这些方法的优劣与适配的仪器,并对其应用前景和研究趋势进行了展望。     

基于无信息变量和偏最小二乘投影分析的高光谱散射图像最优波段选择

提出了一种无信息变量消除和偏最小二乘投影分析相结合的苹果高光谱散射图像最优波段选择方法.经该算法提取后的波段降为全谱的26%,将选择后的波段作为输入变量建立了苹果硬度的偏最小二乘预测模型.预测均方根误差由6.00N降为5.73N,相关系数也有所提高,并与遗传算法作了比较.结果表明,该算法能有效消除原光谱矩阵中冗余的信息,且不存在遗传算法中的参量选择随机性等缺点.该算法为高光谱散射图像最优波段选择提供了一个理想的方法.     

基于无信息变量和偏最小二乘投影分析的高光谱散射图像最优波段选择

提出了一种无信息变量消除和偏最小二乘投影分析相结合的苹果高光谱散射图像最优波段选择方法.经该算法提取后的波段降为全谱的26%,将选择后的波段作为输入变量建立了苹果硬度的偏最小二乘预测模型.预测均方根误差由6.00N降为5.73N,相关系数也有所提高,并与遗传算法作了比较.结果表明,该算法能有效消除原光谱矩阵中冗余的信息...     

紫外可见光谱的水产养殖水体有机物浓度快速检测研究

应用紫外可见（ultraviolet/visible,UV/Vis）光谱技术对表征水产养殖水体中有机物浓度的指标化学需氧量（chemical oxygen demand,COD）进行快速测量,对采集到的135份甲鱼养殖水样进行UV/Vis波段全光谱扫描,采用无信息变量消除（uninformative variable elimination,UVE）和连续投影算法（successive projections algorithm,SPA）相结合的变量选择算法选取全波段光谱中的特征波长,从201个UV/Vis光谱变量中选取了7个特征波长,只占全波段光谱变量的3.48%,降低了建模的时间和模型的复杂度。结合最小二乘支持向量机（least-square support vector machine,LS-SVM）算法进行COD预测建模,结果表明：使用特征波长建模的预测效果（相关系数r（correlation coefficient）=0.89,预测均方根误差（root mean square error of prediction,RMSEP）=15.46 mg·L-1）好于使用全波段光谱建模的预测效果（r=0.88,RMSEP = 15.71 mg·L-1）。使用UVE-SPA变量选择算法获取UV/Vis光谱特征波长,结合LS-SVM建模,可以快速、准确的测量水产养殖水体中的COD浓度,为进一步实现水产养殖水质的在线检测以及其他水质参数的快速测定奠定了基础。     

数字多波束系统检测性能的研究

本义讨论时域数字多分层、多波束系统的检测性能.首先指出,在有强干扰存在时,一比特量化的限幅系统检测性能将严重下降.进而分析了分层比特数对单波束检测性能的影响.文中提出估计数字式多波束系统检测性能的系统总增益的概念.指出系统均匀性在检测弱信号时的作用.从理论上说明数字多波束系统的模/数转换、后置积累时间以及输出动态的选取准则.     

近红外光谱的阵列扫描式灵敏度法探测颅脑血肿

利用近红外光谱技术对脑组织进行检测实现脑血肿的定位一直以来都是无损光学诊断的研究热点.为了实现开放式全方位的精准探测,基于功能性近红外光谱技术提出一种新的方法—阵列扫描式灵敏度法,即建立全方位阵列探测器,通过单边阵列式扫描检测来获取不同探测位置的光通量,计算每个探测器的探测灵敏度,就能得到全方位的探测信息.首先,建立单...     

特征变量优选在苹果可溶性固形物近红外便携式检测中的应用

为实现苹果可溶性固形物(SSC)的便携式快速检测,利用环形光纤探头和微型光谱仪搭建便携式苹果可溶性固形物光谱采集系统,结合无信息变量消除(UVE)、遗传算法(GA)、竞争性自适应加权(CARS)算法筛选基于偏最小二乘(PLS)的苹果可溶性固形物的近红外光谱特征波长。另外,采用反向区间最小二乘支持向量机(BiLS-SVM)和GA算法优选基于LS-SVM的特征波长变量,分别建立所选特征波长和全波段的PLS模型和LS-SVM模型。试验结果表明,经过GA-CARS算法从全波段1 512个波长中筛选出的50个特征波长建立的PLS模型效果最好,其预测相关系数和预测均方根误差分别为0.962和0.403°Brix。利用该检测装置结合GA-CARS筛选的特征波长,可有效简化苹果可溶性固形物近红外便携式检测模型并提高模型的预测精度,为进一步构建便携式苹果可溶性固形物检测设备奠定了基础。     

可见/近红外光谱分析技术鉴别转基因番茄叶

用可见/近红外光谱（Vis-NIR spectrum）漫反射方式对转基因番茄叶和非转基因番茄叶进行了快速、无损的定性分析。实验共对68个样品（转基因38个,非转基因30个）进行分类,用TQ 6.2.1光谱分析软件中集成的判别分析（Discriminant analysis）和偏最小二乘回归法（PLS）建立校正和预测模型。研究对比了不同光谱预处理方法（微分处理和多元散射校正（MSC））对分类结果的影响。实验结果发现用判别分析较最小二乘法判别结果较好,用InGaAs检测器获得的光谱经MSC后的分类结果最好,分类正确率为89.7％（转基因番茄叶86.8％,非转基因番茄叶93.3％）。结果表明VIS-NIR可以作为一种快速的无损检测方法鉴别转基因和非转基因番茄叶。     

红参提取物总皂苷近红外定量分析建模中的变量筛选

注射用益气复脉（冻干）是由红参、麦冬、五味子3种药材制成的新型冻干粉针制剂。红参提取物总皂苷是注射用益气复脉（冻干）生产过程的重要质控指标,传统分析方法分析结果具有滞后性,无法快速反馈生产过程质量信息。近红外光谱(NIR)作为一种快速无损的过程监控工具已经广泛应用于中药质量控制领域。中药成分复杂且近红外光谱吸收强度弱、谱区重叠严重,如何从干扰严重的复杂光谱中提取有效信息是提高测量准确度的关键。模型集群分析（MPA）通过随机采样,最大限度地提取了样本信息,打破了传统一次性建模思路,为变量筛选方法提供了新的思想。采集了55批红参提取物近红外光谱数据,运用多元散射校正（MSC）进行光谱数据预处理,并将MPA衍生的随机蛙跳法（RF）、竞争自适应重加权（CARS）、变量组合集群分析法（VCPA）、VCPA联合迭代保留信息变量（IRIV）方法与OPUS软件自带的变量筛选方法分别用于总皂苷含量偏最小二乘（PLS）定量分析模型的建立中。结果表明,OPUS软件、CARS-PLS与RF-PLS所建模型校正集相关系数（R_c）仅为0.601 3,0.565 3与0.644 0,拟合效果不理想。VCPA-PLS法所建模型的R_c为0.951 2,是几种变量筛选方法中最高的,但是其预测性能不佳,模型稳健性不理想。VCPA-IRIV-PLS模型具有最好的预测效果,R_c为0.928,RSEP%为7.99%。     

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。     

星载光电成像系统探测能力分析与研究

星载光电成像系统可实现远距离空间目标的探测与识别,而探测距离是系统的主要性能参数。以空间目标反射太阳光为基础,建立了系统极限探测距离的数学物理模型,分析了影响探测距离的因素,对极限探测距离与太阳光入射方向、光学系统的有效通光口径、探测器的信噪比阈值以及曝光时间的定量关系进行了数值模拟研究。研究结果表明:增大光学系统的有效通光口径可实现系统探测能力的显著提升;当信噪比阈值和太阳光入射角同时变化时,降低信噪比阈值可有效提高系统的探测能力,并且此时太阳光入射角的变化对系统极限探测距离的影响较小。     

直接光强检测方式分析激光遥测水下声场探测灵敏度

激光声遥感探测水下声信号技术,是比以往任何一种水声探测技术都先进的技术,但探测系统的灵敏度一直未曾分析。得出了在直接光强检测方式下表面微波的最小可探测幅度值,并且分析了最小可探测幅度值分别和探测高度、接收孔径的关系。在直接光强检测方式下,针对水下声场形成的表面微扰现象,通过建立探测系统的一维物理模型进行理论推算。直接光强检测方式下表面微波的最小可探测幅度值为0.424 4 mm,当表面微波幅度超过该值时,探测系统灵敏度完全满足对水下声场的实时监测要求。     

近红外光谱定量分析的改进ELM算法

极限学习机理论(extreme learning machine, ELM)作为一种新的化学计量学方法,在近红外光谱定量分析中的应用研究,已引起学术界的高度重视。然而,由于光谱数据维数较高,建立ELM模型时需要大量的隐节点,导致隐含层输出矩阵维数高且存在高度共线性,用现有的Moore-Penrose广义逆算法求取隐含层输出矩阵与待测性质间的回归模型往往会存在病态问题。基于ELM建立光谱波长变量与性质之间的回归模型,提出以ELM模型隐含层输出矩阵作为新的变量,采用作者最新提出的基于变量投影重要性的改进叠加PLS算法(stacked partial least squares regression algorithm based on variable importance in the projection,VIP-SPLS),建立新变量与待测性质间的回归模型。VIP-SPLS算法充分利用了每个隐节点的输出信息,能有效解决高维共线性问题,同时具有模型集成的优点,从而改进了ELM模型的性能。将提出的改进ELM算法(improved ELM,iELM)应用于标准近红外光谱数据集,结果表明iELM模型的精度相对于现有的PLS模型和ELM模型分别显著提升了29.06%和27.47%。