R-3000便携式拉曼光谱仪在翡翠鉴定中的应用

使用R-3000便携式拉曼光谱仪,对缅甸原料、腾冲工艺的3个翡翠饰件和一个昆明古玩城所购翡翠挂件进行了无损鉴定。通过对检测样品拉曼光谱的比较研究,得出了有2个样品是由天然翡翠原料所制成;有一个样品含石蜡填充物;而有一个样品与天然翡翠无关,而是由石英岩（SiO2）为主要材料制成的,是假翡翠的结论。说明了R-3000便携式拉曼光谱仪,在玉石翡翠检测鉴定中是十分方便、快捷、准确的。     

用便携式拉曼光谱仪获取烟草花叶病毒的表面增强拉曼光谱

用微波加热方法制得胶态纳米银,以该纳米银为基底,用激发波长为785 nm的便携式拉曼光谱仪获得了烟草花叶病毒的表面增强拉曼光谱。将获得的烟草花叶病毒的SERS谱与文献对比,TMV的SERS谱的谱峰都来源于蛋白质及核酸,与TMV的核壳结构是一致的。     

新型高度便携式拉曼光谱仪

以色列研究小组基于办公室和大学演讲厅常用的普通绿光激光指示器,成功开发出一款新型高度便携式拉曼光谱仪,可实时检测极微量的有害化学物质。该光谱仪采用紧凑型设计,可以快速安置于灾区和安全问题严重地区现场。这个利用一个低功耗、低成本的商用绿光激光指示器建造的拉曼光谱仪,由于减小了设备尺寸,使用起来更为方便。绿光激光器相对较短的波长有助于改进本来就很微弱的拉曼信号的探测。     

便携式拉曼光谱仪快速检测唾液中盐酸吡格列酮的含量

人体唾液与血液中的相应成分有着密切关系。利用唾液代替血液进行检测,可极大地缩短分析时间、减少检测限制、降低安全隐患等,因此在临床医学、毒品管控等方面均有重要意义。发展了便携式拉曼光谱仪利用表面增强拉曼光谱技术快速定量检测唾液中盐酸吡格列酮(口服降血糖药物)含量的方法。借助纳米金溶胶的表面增强拉曼散射效应,在激发光源波长为785 nm时,可以得到低浓度盐酸吡格列酮的高质量拉曼光谱图。同时,不同浓度盐酸吡格列酮表面增强拉曼光谱分析结果表明,该方法还可直接用于唾液中盐酸吡格列酮的定量检测。盐酸吡格列酮含量与其特征峰强度线性相关,相关系数为0.992 3,且最低检测浓度达10 μg·L-1。     

便携式拉曼光谱仪在毒品和易制毒化学品快速检测中的应用

本文考察便携式拉曼光谱仪对毒品和易制毒化学品的检测识别能力,主要是利用RT3000便携式拉曼光谱仪对甲基安非他命、安眠酮等10种毒品进行测试,以及对黄樟脑、甲苯等10种易制毒化学品进行测试,同时测定白糖、淀粉等白色安全粉末的拉曼谱图。利用专门的建库软件建立以上标准物质的拉曼谱图库,并考察其识别能力。结果显示:此10种毒品和10种易制毒化学品都具有典型的特征拉曼峰,将此毒品和易制毒化学品谱图进行建库,可以对其进行分子层面的准确识别。通过对算法识别的优化以及阈值的调节,便携式拉曼光谱仪所测安全粉末的误报率为0。便携式拉曼光谱仪具有重量轻,便于携带的功能,可为毒品和易制毒化学品的现场快速判别提供一种新的手段,具有良好的应用前景。     

芬太尼类物质的振动光谱特征分析研究

通过分析28种芬太尼类物质的红外和拉曼光谱,研究了芬太尼类物质的振动光谱特征,考察了红外和拉曼光谱对芬太尼类物质的区分能力.整体上看,芬太尼类物质的红外和拉曼光谱表现出不同的光谱特征,具有互补性.在红外光谱中,不同盐型芬太尼类物质在3200～2000 cm-1区间差异显著,碱型化合物在2972～2952 cm-1存在强...     

KPCA-聚类分析法和用便携式拉曼仪快速鉴别降糖药

对不同种类的降糖药片进行拉曼光谱的核主成分分析(KPCA)-聚类分析,实现快速、简便的鉴别。KPCA可以有效地避免主成分分析(PCA)只能处理线性问题和降维效果不明显的弊端。它通过一个非线性变换,首先将原变量空间映射到高维特征空间,然后在这个高维特征空间中进行线性主成分分析。采集得到的药片拉曼光谱的KPCA-聚类分析结果表明,采用KPCA提取特征变量的聚类结果比采用PCA提取特征变量后进行聚类分析的效果好,并且未经刮除表面包膜的降糖药片识别准确率为96.5%,经过刮除表面包膜处理的降糖药片的识别准确率为100%。便携式拉曼光谱仪结合该方法以其检测速度快、准确率高、使用简便、无样品前处理等显著优势,为药品的快速检验技术提供一种新的有效的鉴别手段。     

拉曼光谱定性和定量检测青蒿素研究

青蒿素是从中药青蒿中提取的含有过氧基团的倍半萜内酯药物,具有良好的抗疟特性,是治疗疟疾的特效药。运用激光拉曼光谱分析了100～3 500 cm-1光谱范围内青蒿素的声子振动特性。指出位于724 cm-1的拉曼峰为与青蒿素中过氧基团直接相关的一个特性声子振动模式,可用于检测过氧桥键的存在。位于1 734 cm-1的拉曼峰为与青蒿素中内酯基团直接相关的一个特性声子振动模式,可用于进一步检测分析青蒿素。由于这两个特征拉曼峰对应于青蒿素分子中特征化学键的振动,而且在实验上较容易观察分析,因而它们可以很好的用于拉曼光谱法快速初步定性检测青蒿素。同时,通过分析比较不同纯度青蒿素样品中724和1 734 cm-1处特征拉曼峰的平均散射信号强度比,拉曼光谱法可以用于定量检测青蒿素样品的纯度。与常用的高效液相色谱法相比,拉曼光谱法更快速方便,检测精度更高,而且可以检测青蒿素样品纯度的均匀性。拉曼光谱法定性和定量检测青蒿素纯度的功能对分析检测中药青蒿的品质也有重要意义。     

基于主成分分析结合拉曼光谱快速识别血液归属的研究

以3种不同的动物(3×10)血样以及21个人血液作为分析对象,采用主成分分析(PCA)结合拉曼光谱进行血液定性识别检测,通过矢量归一化对拉曼信号进行预处理,以及杠杆值与残差值得分图剔除异样点,使得人与动物血样的识别率均高于95%,并在此基础上进一步采用PCA进行动物血样之间的识别,使得个体的识别率高于90%。实验结果表明PCA在血液识别检测中具有较好的应用前景和可行性,该方法也可以为刑侦、生命科学等应用领域提高借鉴。     

一种危险液体混合物的拉曼光谱定性定量识别方法

危险液体混合物的拉曼光谱定性定量分析一直是现场应用难点,为解决该问题,分析了多种物质混合后拉曼光谱的峰位、峰值、峰型变化情况,选取拉曼光谱关键特征峰进行数学简化,构建了从混合物物质成分到混合物拉曼光谱的映射关系,该映射关系描述多种物质成分混合的混合物拉曼特征峰响应只和混合物中各成分本身拉曼特征峰响应以及各物质成分混合比例有关,各物质成分按混合比例贡献拉曼特征谱峰,共同形成最终的混合物拉曼光谱。由该映射关系求逆,可实现从采集到的混合物拉曼光谱计算出各物质成分的混合比例。基于此,设计了危险液体混合物成分定性定量识别方法,主要方法步骤包括,首先进行拉曼光谱数据采集,然后进行拉曼光谱数据处理并获得拉曼特征峰,再进行测试样品与数据谱库标准品的正反向特征峰匹配,如果正反向特征峰匹配系数都比较高,在满足一定阈值条件下,可认定测试样品是某种纯净物,如果不是纯净物,则进入混合物分析,通过拉曼光谱特征峰反向匹配系数筛选,确定混合物成分构成,混合物成分确定后再进行混合物成分比例计算,最终实现危险液体混合物定性定量分析。实验部分,选定丙酮、甲苯、三氯甲烷、乙醇及其混合物进行实验验证,当混合物样品是丙酮、乙醇两种成分按3∶7比例混合时,经拉曼光谱识别方法计算,混合成分计算值是丙酮占比0.245 7,乙醇占比0.706 0;当混合物样品是甲苯、三氯甲烷两种成分按3∶7比例混合时,经拉曼光谱识别方法计算,混合成分计算值是甲苯占比0.323 4,三氯甲烷占比0.763 0;当混合物样品是丙酮、甲苯、乙醇三种成分按4∶3∶3比例混合时,经拉曼光谱识别方法计算,混合成分计算值是丙酮占比0.795 9、甲苯占比0.303 5、乙醇占比0.287 5,实验结果表明,当危险液体混合物成分是两种或三种成分混合时,混合成分计算值基本和实际值吻合,应用危险液体混合物的拉曼光谱定性定量识别方法,可较准确的从拉曼混合光谱中解析出各混合物成分以及各成分在混合物中的比例,可以判断混合物每个拉曼特征谱峰都来自于哪个成分或哪些成分拉曼特征谱峰的混合,谱图解析结果良好,对危险液体混合物现场分析鉴别有较大应用价值。     

基于一维卷积神经网络的雌激素粉末拉曼光谱定性分类

拉曼光谱物质定性鉴别已被广泛应用于诸多行业和研究领域,但传统拉曼光谱分析过程中的预处理主要依赖人为经验,光谱特征提取虽然能够降低信号维度,同时也会造成部分光谱信息损失。特性相近物质本身光谱相似度较高,受到测量过程中环境干扰和分析过程中多种误差影响,导致最终分类效果并不理想。针对此问题,提出基于一维卷积神经网络（one-dimensional convolution neural network,1D-CNN）的拉曼光谱定性分类方法。实验采集雌酮（Estrone）、雌二醇（Estradiol）,雌三醇（Estriol）三种不同雌性激素粉末的拉曼光谱,设计随机平移、添加噪声和随机加权三种光谱数据增强方法,构建数量充足的拉曼光谱数据库用于神经网络模型训练与测试;基于拉曼光谱数据特点提出一维卷积神经网络分类模型,将光谱预处理、特征提取和定性分类的全过程融为一体。通过大量仿真实验,优化所提出的神经网络模型超参数和训练过程并测试分类效果,从预处理对光谱分类结果的影响和模型抗干扰性能两个方面与多种传统拉曼光谱分类算法对比,评价模型性能。实验结果表明,本文提出的一维卷积神经网络模型可实现三类雌性激素粉末拉曼光谱快速准确分类,分类正确率最高可达98.26%,分析过程中无需光谱预处理和特征提取步骤,简化了光谱分析流程,并能保留更多有效信息。同时,当模拟测量噪声强度达到60 dBW时,传统方法分类正确率均明显出现不同程度明显降低,卷积神经网络模型依然能够取得96.81%的分类正确率,说明相比对传统拉曼光谱分类方法,所提出方法受光谱测量噪声影响更小,鲁棒性更强,适用于分析更复杂现场测量的强噪声拉曼光谱信号。该研究结果表明深度学习方法在拉曼光谱的分析与处理领域具有很大的应用潜力和研究价值。     

基于等离激元增强拉曼光谱的便携式快速检测仪设计与实现

用于食品安全、环境污染、毒品、化学战剂检测等的现场快速检测要求检测设备便携、快速和准确。目前的常规实验室检测方法虽然能够实现准确检测,但是其实时性较差,无法满足现场快速检测的要求。因此,设计开发了基于等离激元增强拉曼光谱的便携式快速检测仪,能够实现对滥用添加剂、违禁食品添加剂、农药残余、毒品、化学战剂和环境水污染等大量有害物质的现场快速定性检测。该检测仪基于ARM嵌入式系统开发,编写了其操作交互界面和底层驱动程序,实现了拉曼光谱数据自动标定和特征谱图快速识别等算法。在仪器中搭建了检测物质拉曼光谱的标谱数据库,数据库根据检测科目进行分类,每种科目包含该类别的多种物质,每种物质均包含其高中低多种浓度的标准品和样本谱图。设计实现了大类科目的辨识比对算法和GPU硬件加速算法,实现了对某一类科目的所有物质的快速比对,与传统的纯CPU算法实现相比较,在辨识速度上提高了20倍以上。通过市场购买的功能饮料、违规葡萄酒与果汁等实际样品对所制备的样机仪器进行测试,测试结果符合预期,具有良好的灵敏度与重现性,满足了现场快速检测的要求。     

Raman Spectroscopy for Protein Analysis

Abstract

Proteins are essential parts of organisms and participate in virtually every process within cells. Raman spectroscopy can be a powerful tool for the characterization of modified amino acids and proteins. In addition to the potential for quantitative results, it offers the advantage of not requiring any sample preparation. This review focuses on applications for protein analysis, published in the period 2010–2014.     

茶叶定性和定量近红外光谱分析方法研究

分别采集了茉莉花茶、苦丁茶、龙井和铁观音4个种类茶叶共120个样本,利用NIRSystems6500型近红外光谱分析仪对样本进行光谱测量,应用近红外光谱分析技术对茶叶进行定性和定量分析。采用主成分分析法,结合聚类分析法,对4种类别的茶叶进行定性鉴别,通过对不同光谱数据预处理方式和不确定因子系数进行比较,确立了最优定性判别定标模型。同时,采用修正的偏最小二乘法,比较不同光谱预处理方法对定标模型的影响,建立了茶叶中水分、茶多酚和咖啡碱含量的定量分析模型,并对未知样本进行预测。定性分析模型的种类识别准确率达到100％,定量分析模型的决定系数均大于0.91,相对分析误差RPD均大于3。结果表明,利用NIRS分析技术可以快速定性和定量分析鉴别茶叶的类别和成分含量。     

拉曼光谱特征提取在化学纤维定性鉴别中的应用

拉曼光谱作为快速、无损的检测技术受到越来越广泛的关注,已经成功的应用于过程监控、质量监测、考古鉴定等领域。针对纺织纤维拉曼光谱的特性,提出了一种基于特征提取的拉曼光谱定性鉴别方法。该方法通过直接测取织物、纤维的激光拉曼光谱,并结合光谱预处理技术与特征峰提取、匹配识别方法,能够定性地鉴别织物、纤维的成分归属,对纺织品检验中的难点化学纤维成分的鉴别效果尤其显著。利用94份测试样品对织物成分中普遍存在的4种纤维品种——涤纶、腈纶、锦纶和粘胶进行了鉴别以验证算法的有效性。实验结果表明,该鉴别方法快速、有效,并具有很好的扩展性能,且该方法属纯粹的光学方法,需要样品量少、无需前处理,测试过程对样品无损,不产生化学污染物,适宜对各类织物成分的定性鉴别,突破了现有检测方法存在的局限。