基于极值统计的拉曼光谱信噪比评估方法与应用

随着近年来便携式光谱仪技术的迅速发展,CCD光谱仪相对于传统光谱仪在光谱收集方式上发生了很多变化：（1）采集到的光谱对信号进行叠加积分,传统信噪比评估方法无法通过单次检测获得探测器波动;（2）对于谱图噪声（谱线随机波动）,由探测器响应随机波动和扫描重复误差转变为CCD探测器像素响应差异、探测器随机噪声和与光学系统分辨力有关的模式噪声。噪声类型发生改变,导致原有的光谱质量评价方法适用性变差,基于实测光谱提出更具适应性的光谱质量评价方法具有很强的现实意义。根据拉曼光谱仪检测器的变化,对采集光谱信号的成分进行分析,在该分析的基础上提出了CCD光谱仪的噪声模型假设,根据该假设使用不同的信号极值点频率对不同的噪声进行像素分离,并对噪声频率模式进行了数值模拟,模拟结果与假设相符;在此基础上提出并实验验证了通过谱线极值间距评估谱线噪声的拉曼光谱信噪比评估方法,该方法包括以下两个步骤：（1）通过采集多次实测光谱进行叠加,叠加过程中对对应不同频次的光谱极值点数量进行统计,得到统计结果后基于文中规律分离光谱仪中的环境噪声和暗噪声;（2）应用上述分离结果,对实测光谱中对应暗噪声的谱线极值点作统计平均,再将该值应用于文中公式,计算得到信噪比。该方法在进行了步骤（1）的前期准备后,可以通过单张谱图评估CCD拉曼光谱仪的随机噪声,并用于评估光谱的信噪比。基于光学构架相同、CCD探测器不同的三个拉曼光谱系统进行实验,采用该方法通过设定信噪比阈值对谱图质量进行控制,获得了一致的光谱曲线;基于该方法对同步叠加平均法进行信噪比拟合,拟合优度达到98%。该方法可用于拉曼光谱仪的性能评估和获取拉曼光谱谱图的质量实时控制。理论和实验表明：对于基于CCD探测器的拉曼光谱仪器,当确定样品和特征峰时,可以基于此方法获得信噪比。该方法还可用于比对不同配置的拉曼光谱设备,以及作为控制谱图质量一致性的标准,并对基于拉曼光谱技术的智能鉴别系统的开发具有指导意义。     

基于双尺度相关运算的拉曼谱峰识别方法

拉曼谱峰识别是拉曼定性分析中的关键技术之一, 针对现有拉曼谱峰识别方法中存在的缺陷和不足提出了一种双尺度相关拉曼光谱谱峰识别方法,即采用两个尺度下的相关系数与局部信噪比相结合来实现拉曼谱峰识别。利用MATLAB对所提算法与传统的连续小波变换法进行了对比分析,并通过实测拉曼光谱进行验证。分析结果：双尺度相关法识别一幅拉曼谱的平均时间为0.51 s,连续小波变换法为0.71 s;当谱峰信噪比≥6时(现代拉曼光谱仪器均可达到较高的信噪比),双尺度相关法的谱峰识别准确率高于99%,连续小波变换法的谱峰识别准确率小于84%,且双尺度相关法谱峰位置识别误差的均值与标准差均要小于连续小波变换法。通过仿真对比分析和实验验证表明：双尺度相关法具有无需人工干预,无需做去噪及去背景等预处理操作,识别速度快,识别准确率高等特点,是一种切实可行的拉曼谱峰识别方法。     

基于特征提取的低信噪比拉曼光谱去噪方法研究

为了提高拉曼光谱检测系统的时间分辨率,常常需要采用较短的采样积分时间,此时带有分子结构振动谱的有用拉曼信号可能完全淹没在噪声中,严重影响信号的进一步分析,因此有必要对测量所得的光谱信号进行噪声消除处理。传统的消噪方法是基于信号与噪声在频域或统计特性之间的差异,通过平滑滤波或取平均值的方法来消除噪声,一般适用于噪声强度不高的情况,对于信噪比较低的情况处理效果并不理想。针对传统去噪方法的不足,从信号重构的角度,利用基于小波变换的谱峰识别、半峰宽检测提取光谱特征参数,再利用最小二乘拟合的方法,能够有效地提取淹没于强噪声背景下的有用拉曼信号。在仿真中,运用该算法得到的光谱曲线光滑,峰位置准确,信噪比改善明显。在实验中,分别利用该方法处理头孢呋辛酯片和罗红霉素拉曼光谱数据,得到了清晰的谱峰位置、幅值及半峰宽信息,实现了对短积分时间、强噪声背景的拉曼信号的有效还原,提高了检测系统的时间分辨率。仿真和实验结果表明,该方法需要调整参数少,易于实现,在信噪比比较低的情况下依然能够得到良好的去噪效果,为进一步分析光谱数据提供准确可靠的信息。     

基于最大似然法的共焦拉曼光谱成像方法

随着现代科技对纳米微观区域兴趣的增加,如DNA测序、分子纳米器件微结构检测等,其对拉曼光谱技术的空间分辨力提出了更高的要求,而现有共焦拉曼光谱技术受自身原理限制,空间分辨力已无法满足科学需求。针对这一问题,在现有共焦拉曼光谱技术的基础上,提出一种基于最大似然算法的共焦拉曼光谱成像方法。该方法将超分辨图像复原技术与共焦拉曼光谱技术相结合,利用基于Poisson-Markov约束的最大似然超分辨复原算法对共焦拉曼光谱图像进行超分辨图像复原处理,恢复图像高频成分,进而改善共焦拉曼光谱系统的空间分辨能力,实现超分辨成像。仿真分析和实验结果表明,提出的基于最大似然算法的共焦拉曼光谱成像方法在不改变现有共焦拉曼光谱系统光学结构的前提下,仅对单幅拉曼光谱图像进行超分辨图像复原处理,即可将系统空间分辨力提高到200 nm,实现超分辨成像,同时该方法具有较强的噪声抑制能力。该方法有效地提高了共焦拉曼光谱系统的空间分辨力,为物理化学、材料科学等前沿领域中的高空间分辨微区光谱探测提供了一种新的途径,是一种行之有效的高空间分辨的共焦拉曼光谱成像方法。     

利用显微拉曼光谱和光谱成像技术分析指纹残留物的研究

利用共聚焦显微拉曼光谱技术,对玻璃片上的油脂指纹进行分析研究。根据其特征峰位置和数目将样品进行分类,并对特征峰所对应的分子振动基团进行指认。在此基础上,对玻璃片上的油脂指纹进行拉曼光谱成像,从而获得油脂指纹纹线物质在空间上的分布情况。实验结果表明,共聚焦显微拉曼光谱技术可以区分不同成分的指纹残留物,拉曼成像技术可以同时获得指纹的图像和物质成分,对于油脂指纹的提取和分析有广阔的应用前景。     

基于匹配追踪的拉曼光谱信号重构算法

拉曼光谱技术是一种高灵敏度、无损伤、振动分子光谱技术,在医药、生物、分析化学等诸多领域有着重要的作用。然而,由于拉曼散射强度低,实际测得的拉曼信号容易被噪声所污染。特别是在较短的曝光时间,收集到的拉曼光谱的信噪比很低。因此,提出了一种基于匹配追踪算法的信号重构方法,用于提取低信噪比的拉曼信号。该方法首先通过阈值循环迭代的方法在平均谱上找出特征峰的位置、估计峰的区间。根据峰的位置区间等信息,用高斯密度函数生成字典。在噪声谱上,根据特征峰位置和区间,将其区分为有信号区间和无信号区间,在有信号区间上利用匹配追踪算法重构被噪声所掩盖的拉曼信号。该算法不仅能够很好的逼近掩盖在噪声中的拉曼信号,且在重构信号的过程中也会对基线进行扣除,无须作基线校正处理。在仿真和实验中对该算法与常规算法进行了比较,结果证明,该算法在低信噪比条件下能够较好的恢复拉曼信号。该算法不同于传统光谱去噪算法,能同时对拉曼光谱进行了基线扣除以及噪声的处理,且能取得较为理想的结果,不需要使用不同的算法对基线和噪声分别处理。其次,在算法上我们创造性地将匹配追踪算法用于拉曼光谱信号的稀疏逼近求解。     

基于多尺度局部信噪比的拉曼谱峰识别算法

拉曼谱峰识别是拉曼光谱定性分析中的关键技术之一。针对现有方法的自动化程度不高、识别率低的问题,提出了一种新的基于多尺度局部信噪比(MLSNR)的拉曼谱峰识别算法。算法通过多尺度二阶差分运算,得到光谱的差分系数,再将差分系数除以估计出的噪声标准差,获得光谱的MLSNR矩阵,通过寻找MLSNR矩阵中的局部极大值形成的脊线来识别拉曼谱峰。算法采用自动阈值估计法去除噪声引起的局部极大值的干扰,可实现谱峰的自动化识别,不需设置任何参数。仿真实验结果表明:无论对单峰还是重叠峰,当拉曼谱峰信噪比大于等于6时MLSNR的谱峰识别准确率均高达100%,即使对处于检测限的单峰,仍有95%以上的识别准确率。MLSNR是一种切实可行的拉曼谱峰识别方法。     

一种改进小波算法及其在拉曼光谱预处理的应用

针对现有用于光谱预处理的小波变换算法对光谱噪声和背景荧光等处理效果不佳的局限性,本文提出了一种改进的小波变换算法——小波变换频率分量相关选择法,首先对拉曼光谱进行小波棱镜分解,然后计算各个频率分量与待测质量指标的相关系数,设定相关系数的相对阈值,提取高于阈值的小波频率分量波长点光谱数据作为校正模型的有效输入数据。将其应用于汽油低分辨率拉曼光谱的预处理,并采用预处理后光谱建立的偏最小二乘模型预测值的最大正负误差和交叉检验的均方误差作为指标。实验结果证明,与其他常见预处理方法比较,该方法并能够很好地减弱荧光背景干扰和高频噪声,显著提高了基于偏最小二乘方法建立的汽油辛烷值的模型预测精度,其均方误差减少为0.23;此外,采用该预处理方法的偏最小二乘模型的均方误差随主元数变化不大,稳健性也比采用其他预处理方法的效果好。     

人全血的毛细管显微拉曼光谱分析

血液中含有众多生物信息,如激素、酶、抗体等丰富的蛋白质成分。通过对血液中众多生物信息进行检测鉴定可以起到对该血液种属判定、溯源的目的。因此,血液检测技术的发展在诸如刑事案件侦破、物种鉴定、疾症预防等领域具有重要意义。目前,传统血液检测手段多为显微观测、免疫法、DNA/基因检测法等,这些技术会对血液样本造成不可逆转的破坏性,且存在分析周期长、结构装置复杂、试验价格昂贵等问题。随着激光技术的发展,拉曼光谱技术作为一种非线性散射光谱技术,在血液检测技术中得到了应用。在血液检测技术中,拉曼光谱技术通常与共聚焦显微系统结合,对涂在载玻片上或盛放在透明容器中的血液样品进行光谱信号采集。该技术具有快速、无损等优势,但复杂的光路系统及昂贵的实验装置限制了该技术的广泛推广。为提出一种装置简单、操作简便的血液拉曼检测新技术,研究采用基于毛细管的显微拉曼技术方案采集并分析人全血的拉曼信号。血液样品通过毛细管的虹吸效应取样,与载玻片的涂样方式相比毛细管的方案具有模拟人血管、维持血液活性、减小空气对实验过程中血液成分的影响、降低激光对血液样品的灼伤效果等优势。为避开可见光部分荧光较强区域的荧光干扰,研究采用360 nm紫外激光器作为激发光源,防止可见荧光信号的干扰。积分时间设为800 ms,有效避免因激光长时间照射对血液样品的灼伤效果,影响实验数据的稳定性与真实性,光谱平均次数为2次,避免单次测量所带来的数据的不准确性影响。光谱扫描范围为500～1 800 cm-1, 结果表明此范围内可较好的避开可见光部分荧光较强区域的干扰。测得的拉曼光谱信号通过滤波去噪及基线校正进行处理。首先采用5阶离散小波变换滤波,进行1层信号分解,滤除高频噪声信号,保留低频有效信号,从而去除杂散信号,对光谱有效信号进行提取。其次,采用4阶多项式拟合扣除基底的基线校正,实现人全血的毛细管显微拉曼光谱峰值信号的提取。最终,通过查询SDBS数据库以及人血样本通过reishaw共聚焦显微拉曼光谱仪测量所得光谱图进行验证发现测得信号中部分为人体内数种氨基酸成分的拉曼信号。实验研究发现,基于毛细管的显微拉曼实验系统与常规拉曼探头实验系统相比,拉曼信号更稳定、重复性高,可有效提取人全血中的拉曼光谱信号, 而其与高精度的共聚焦显微拉曼系统相比价格便宜、结构简单、易于推广等优点,但信号信噪比、有效信号的峰值强度上仍有进一步的提升,是一种测量人全血拉曼信号的可行方案。     

拉曼光谱中荧光抑制技术的研究新进展综述

拉曼光谱技术反映了物质的结构特征,可用于分析有机或者无机样品的化学组分。但由于某些被测物的荧光背景远远强于拉曼信号,这些物质的拉曼光谱测量有时十分困难,这限制了拉曼光谱的广泛应用。因此有必要在拉曼检测中对荧光采取抑制措施以准确获取高信噪比的拉曼光谱指纹信息。近些年来,很多的相关研究探讨及发展了多种荧光抑制的新方法。在目前的科研活动中,常用的技术有表面增强拉曼光谱技术、傅里叶变换拉曼光谱技术、共焦显微拉曼光谱技术和高温拉曼光谱技术等。这些技术解决了拉曼光谱早期存在的一些问题,如荧光干扰、灵敏度低等,极大地扩展了拉曼光谱技术在各个领域的应用。而这些新方法可大致归类为物理/化学方法,基于光学性质不同衍生的方法,计算处理方法和其他方法。文章概括性的介绍了上述方法的理论、实现方式,并分析比较了各自的特点。