一种基于杂峰扣除提高SERS信号有效信息率的方法与流程

一种基于杂峰扣除提高sers信号有效信息率的方法
技术领域
1.本发明涉及光谱识别技术领域，尤其涉及一种基于杂峰扣除提高sers信号有效信息率的方法。


背景技术：

2.实际检测表明，吸毒人员筛查工作中可利用表面增强拉曼技术对可疑人员的毛发进行检测，但该检测技术的检测结果可能存在误匹配情况，主要原因为毛发的sers信号中存在较多干扰信号。干扰信号主要分为两类，一类干扰信号为人体检材(毛发)中除毒品以外的其他物质sers信号，人体检材成分复杂，大概率出现某特征峰干扰仪器对毒品判断，另一类干扰信号为sers增强基底随机产生的杂峰，它与某一物质的特征峰组合，该组合峰与毒品sers特征信息相似。故针对sers增强基底的杂峰滤除，可提升整条光谱有效信息率，对提高仪器的毒品的识别准确率具有重要意义。


技术实现要素：

3.为解决背景技术中存在的技术问题，本发明提出一种基于杂峰扣除提高sers信号有效信息率的方法，通过上述杂峰扣除方法，可以滤除待检测物的sers信号中增强基底杂峰，提升sers信号中有效信息的比例，降低仪器识别错误率。
4.本发明提出一种基于杂峰扣除提高sers信号有效信息率的方法，包括：
5.s1：获取增强基底中预设点的sers信号f1；
6.s2：获取加入待检测物提取液后所述增强基底中所述预设点的sers信号f2；
7.s3：对sers信号f1、sers信号f2进行预处理；
8.s4：基于偏导型小波变换-求导校位法求解sers信号f1和sers信号f2的相同峰位；
9.s5：基于小波变换型hqi算法计算sers信号f1和sers信号f2的相同峰位的波形相似度，判断sers信号f1和sers信号f2的相同峰位是否为同一特征峰；
10.s6：基于共轭梯度型高斯法去除sers信号f2中与sers信号f1相同峰位是同一特征峰的峰后获得待检测物的sers信号。
11.优选地，所述增强基底为金纳米棒的增强基底。
12.优选地，所述步骤s3中预处理具体包括滤噪处理和基线校正处理。
13.优选地，所述步骤s4所述偏导型小波变换-求导校位法具体为：
[0014][0015]
[0016]
若|x
1-x2|≤4，则认定为相同峰位；
[0017]
其中，f1为sers信号f1，f2为sers信号f2；参数α与τ分别为尺度函数与横轴滑动距离。
[0018]
优选地，所述步骤s5具体包括：
[0019]
s501：基于小波变换型hqi算法计算sers信号f1和sers信号f2的相同峰位的波形相似度r：
[0020][0021]
其中，n＝min{t2(f1),t2(f2)}-min{t1(f1),t1(f2)}；
[0022][0023][0024]
其中，参数α与τ分别为尺度函数与横轴滑动距离；
[0025]
s502：若r大于预设阈值，则判断为sers信号f1和sers信号f2的相同峰位是同一特征峰；若r小于预设阈值，则判断为sers信号f1和sers信号f2的相同峰位不是同一特征峰。
[0026]
优选地，所述步骤s6具体包括：
[0027]
s601：基于共轭梯度型高斯法将sers信号f2中的重叠峰进行微失真分离；
[0028]
s602：去除分离峰中与sers信号f1相同峰位处是同一特征峰的锋；
[0029]
s603：将剩余的分离峰进行合并获得待检测物的sers信号。
[0030]
本发明中，通过获取增强基底中预设点的sers信号f1和加入待检测物提取液后所述增强基底中所述预设点的sers信号f2，进行预处理后；基于偏导型小波变换-求导校位法求解sers信号f1和sers信号f2的相同峰位，基于小波变换型hqi算法计算sers信号f1和sers信号f2的相同峰位的波形相似度，判断sers信号f1和sers信号f2的相同峰位是否为同一特征峰；基于共轭梯度型高斯法去除sers信号f2中与sers信号f1相同峰位是同一特征峰的峰后获得待检测物的sers信号。本发明通过上述杂峰扣除方法，可以滤除待检测物的
sers信号中增强基底杂峰，提升sers信号中有效信息的比例，降低仪器识别错误率。
[0031]
在实际检测中，sers光谱中常看到拉曼位移750cm-1
与1440cm-1
的位置出现高峰强特征峰，这两个峰为ctab的特征峰，一般特征为峰强强度太高，对于低浓度待检测物的sers特征峰具有压制效应。通过本发明所述的杂峰扣除的方法，能够有效展现低浓度待检测物的特征信号。
[0032]
在实际中，金纳米棒的增强基底由于放置时间久，该基底在1000cm-1附近出现随机杂峰，不能用于冰毒检测。而本发明所提出的杂峰扣除法提高sers信号有效信息率的方法，可以滤除增强基底随机杂峰，克服杂峰的干扰，有效提取待检测物质的sers信号的信息。
附图说明
[0033]
图1为本发明提出的一种基于杂峰扣除提高sers信号有效信息率的方法的流程图；
[0034]
图2为本实施例中sers信号f2的光谱图；
[0035]
图3为本实施例中杂峰滤除后的待检测物的sers信号的光谱图。
具体实施方式
[0036]
如图1所示，图1为本发明实施例一种基于杂峰扣除提高sers信号有效信息率的方法的流程图。
[0037]
参照图1，本发明实施例提出的一种基于杂峰扣除提高sers信号有效信息率的方法，应用于待检测物为孔雀石绿，提取孔雀石绿sers信号的有效信息的方法包括：
[0038]
s1：获取增强基底中预设点的sers信号f1；
[0039]
具体地，将已制备的金纳米棒增强置于拉曼仪，固定基底位置，采集预设点的sers数据，为sers信号f1。
[0040]
需要说明的是，预设点可以是增强基底中任意点，获取sers信号f2时需在同一点进行提取。
[0041]
s2：获取加入待检测物提取液后增强基底中所述预设点的sers信号f2；
[0042]
具体地，在增强基底滴加浓度为10-7
孔雀石绿(mg)待检测物提取液，风干，采集上述预设点即第一次采集相同位置的sers信号，为sers信号f2。
[0043]
s3：对sers信号f1、sers信号f2进行预处理；
[0044]
具体地，对两组sers信号数据进行滤噪，基线校正等前处理。
[0045]
s4：基于偏导型小波变换-求导校位法求解sers信号f1和sers信号f2的相同峰位；
[0046]
具体地，所述偏导型小波变换-求导校位法具体为：
[0047]
[0048][0049]
若|x
1-x2|≤4，则认定为是相同峰位；
[0050]
其中，f1为sers信号f1，f2为sers信号f2；参数α与τ分别为尺度函数与横轴滑动距离。
[0051]
s5：基于小波变换型hqi算法计算sers信号f1和sers信号f2的相同峰位的波形相似度，判断sers信号f1和sers信号f2的相同峰位是否为同一特征峰；
[0052]
具体地，所述步骤s5具体包括：
[0053]
s501：基于小波变换型hqi算法计算sers信号f1和sers信号f2的相同峰位的波形相似度r：
[0054][0055]
其中，n＝min{t2(f1),t2(f2)}-min{t1(f1),t1(f2)}；
[0056][0057]
其中，参数α与τ分别为尺度函数与横轴滑动距离；
[0058]
s502：若r大于预设阈值，则判断为sers信号f1和sers信号f2的相同峰位是同一特征峰；若r小于预设阈值，则判断为sers信号f1和sers信号f2的相同峰位不是同一特征峰。
[0059]
需要说明的是，本实施例中，若r超过设定阈值，则可判断两条sers光谱相同峰位的特征峰为一个峰，即待检测物sers信号的该位点特征峰峰位是增强基底峰而不是待检测物峰，否则为增强基底与某物质的sers峰叠加。
[0060]
s6：基于共轭梯度型高斯法去除sers信号f2中与sers信号f1相同峰位是同一特征
峰的峰后获得待检测物的sers信号。
[0061]
本实施例中，所述步骤s6具体包括：
[0062]
s601：基于共轭梯度型高斯法将sers信号f2中的重叠峰进行微失真分离；
[0063]
s602：去除分离峰中与sers信号f1相同峰位处是同一特征峰的锋；
[0064]
s603：将剩余的分离峰进行合并获得待检测物的sers信号。
[0065]
如图2、图3所示本实施例中，针对图2所示sers信号f2即含有待检测物的sers信号，利用共轭梯度型高斯法将待检测物的sers信号f2中重叠峰进行微失真分离；再通过步骤s5判别某峰位的峰是否为增强基底峰，是则直接扣除，最后将剩余分离峰进行合并，可得到滤除杂峰后的待检测物的sers信号，如图3所示，提升了待检测物提取液的sers信号中有效信息率。
[0066]
本发明中，通过获取增强基底中预设点的sers信号f1和加入待检测物提取液后所述增强基底中所述预设点的sers信号f2，进行预处理后，基于偏导型小波变换-求导校位法求解sers信号f1和sers信号f2的相同峰位，基于小波变换型hqi算法计算sers信号f1和sers信号f2的相同峰位的波形相似度，判断sers信号f1和sers信号f2的相同峰位是否为同一特征峰；基于共轭梯度型高斯法去除sers信号f2中与sers信号f1相同峰位是同一特征峰的峰后获得待检测物的sers信号。本发明通过上述杂峰扣除方法，可以滤除待检测物的sers信号中增强基底杂峰，提升sers信号中有效信息的比例，降低仪器识别错误率。
[0067]
在实际检测中，sers光谱中常看到拉曼位移750cm-1
与1440cm-1
的位置出现高峰强特征峰，这两个峰为ctab的特征峰，一般特征为峰强强度太高，对于低浓度待检测物的sers特征峰具有压制效应。通过本发明所述的杂峰扣除的方法，能够有效展现低浓度待检测物的特征信号。
[0068]
在实际中，金纳米棒的增强基底由于放置时间久，该基底在1000cm-1附近出现随机杂峰，不能用于冰毒检测。本发明所提出的杂峰扣除法提高sers信号有效信息率，可以克服上述杂峰的干扰。
[0069]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。