[发明专利]一种拉曼光谱数据的处理方法及系统有效

专利信息
申请号: 201811533229.6 申请日: 2018-12-14
公开(公告)号: CN109632761B 公开(公告)日: 2021-11-09
发明(设计)人: 张健伟;段贵娇;陈鲁;张志彬;陈迟;霍剑 申请(专利权)人: 广东环凯微生物科技有限公司
主分类号: G01N21/65 分类号: G01N21/65
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 谭英强
地址: 510663 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 光谱 数据 处理 方法 系统
【说明书】:

发明公开了一种拉曼光谱数据的处理方法及系统,方法包括以下步骤:通过拉曼光谱仪采集测试样品的第一拉曼光谱数据;对所述第一拉曼光谱数据进行去本底处理得到第二拉曼光谱数据;根据标准样品的拉曼光谱数据库和第二拉曼光谱数据,对测试样品中的成分进行识别,得到识别结果。本发明通过对测试样品的第一拉曼光谱数据进行去本底处理,得到第二拉曼光谱数据,再根据标准样品的拉曼光谱数据库和第二拉曼光谱数据,对测试样品中的成分进行识别,得到识别结果,通过去本底处理,避免识别过程中本底光谱对测试结果的影响,保证识别结果的准确性。本发明可广泛应用于光谱数据处理领域。

技术领域

本发明涉及光谱数据处理领域,尤其是一种拉曼光谱数据处理方法及系统。

背景技术

拉曼光谱分析技术是利用激光刺激被测样品,被测样品受激辐射拉曼信号,由于不同物质的内部分子结构不同,使得样品受激能够产生特定的拉曼散射光谱,从而可以通过分析拉曼信号研究分子结构和成分构成。随着激光技术和光电探测技术的进步,拉曼技术在成分检测领域的应用越来越广泛。近年来,国内对食品药品安全监督的力度越来越大,相比较传统气相液相分析设备,采用拉曼光谱检测设备进行成分检测具有检测周期短、成本低和携带方便的优势。但是,由于拉曼信号非常弱,尤其是小型轻量化设备的激光能量弱,其对散射光的收集能力也有限,导致探测器件得到的拉曼信号容易受到本底光谱、噪声和杂散光的干扰,如果直接对探测器采集的数据进行处理和分析,则会影响对测试样品进行成分判断的准确性。

发明内容

为解决上述技术问题,本发明的目的在于:提供一种能有效地检测出测试样品中是否含有标准样品成分的拉曼光谱数据的处理方法及系统。

本发明采用的第一种技术方案是:一种拉曼光谱数据的处理方法,包括以下步骤:

通过拉曼光谱仪采集测试样品的第一拉曼光谱数据;

对所述第一拉曼光谱数据进行去本底处理得到第二拉曼光谱数据;

根据标准样品的拉曼光谱数据库和第二拉曼光谱数据,对测试样品中的成分进行识别,得到识别结果。

进一步地,所述对所述第一拉曼光谱数据进行去本底处理得到第二拉曼光谱数据,具体为:

通过高通滤波器矩阵和惩罚函数对第一拉曼光谱数据进行去本底处理,得到第二拉曼光谱数据,所述第二拉曼光谱数据的计算公式为:

其中,为第二拉曼光谱数据,y为第一拉曼光谱数据,x为迭代光谱数据,F(x)为评价函数,H为有限域高通滤波器矩阵,φ为惩罚函数,λ为权重系数,Di为第i阶微分,M为微分总阶数,Ni为第i阶微分数据长度。

进一步地,所述有限域高通滤波器矩阵,通过以下步骤获取:

获取第一微分算子和截断算子;

根据第一微分算子和截断算子,得到第一增广矩阵和第二增广矩阵;

获取延展模式变换矩阵;

根据第一增广矩阵和延展模式变换矩阵,得到截断矩阵;

根据第二增广矩阵和延展模式变换矩阵,得到微分矩阵;

根据截断矩阵和微分矩阵得到有限域高通滤波器矩阵。

进一步地,在对所述第一拉曼光谱数据进行去本底处理之前,还包括以下步骤:

根据拉曼光谱仪的波长分辨率计算波数最小分辨率,得到波数分度值,所述波数分度值的计算公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东环凯微生物科技有限公司,未经广东环凯微生物科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811533229.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top