[发明专利]一种便携式血痕识别仪及其鉴别方法

说明书

本发明公开了一种便携式血痕识别仪及其鉴别方法，识别仪，包括：633nm的激光光源，将小于等于633nm的光阻挡的截至型滤光镜滤光片，将大于633nm的非弹性反射光分光的棱镜，将光信号采集记录下来的CCD检测器；鉴别方法包括：将血50个波段的反射光强度数据先进行数据降噪和校正，再对数据标准化，再进行模型计算，最后得到识别结果；采用本发明的仪器和算法，提高检测结果速度，同时提高验证集和测试集的准确率。

技术领域

本发明涉及生物检测领域，特别是一种便携式血痕识别仪及其鉴别方法。

背景技术

在公安刑侦、检验检疫等工作中，血液是至关重要的物证之一。因此需要对血痕进行种属鉴别，判断其为何物种所留。传统的血痕鉴别技术有显微观测法、沉淀反应、酶免疫分析、DNA检测法、高校液相色谱法等。虽然这些方法有效，但是具有操作复杂、耗时长等缺点。特别是传统检测方法会损耗检测对象，物证是行政执法和法庭审判的重要证据，应尽量采用无损的检测方法。

拉曼光谱技术是对物质的结构和成分进行检测的技术手段，依据的是入射光与被检测物质发生非弹性散射的光谱。不同物质的拉曼光谱是独一无二的，具有指纹光谱的特征。拉曼光谱技术具有无需前处理、无损、分析检测速度快的优势。目前，拉曼光谱技术及其相关技术已被广泛应用于化工、医学、半导体、地质等领域，在血痕种属鉴别等相关领域也日渐成熟。

市场上关于血痕种属鉴别的研究都是利用拉曼全波段的光谱，没有进行关键特征波段的选择。且研究所采集的血痕种类较少，无法充分的证明方法的有效性。全波段的拉曼光谱波段数量多，特征维度高，但是样本量少，容易引发“维度灾难”现象，导致预测准确率降低。因此，需要对拉曼光谱进行降维处理，光谱数据的降维方法一般分为特征提取和波段选择。特征提取一般采用通过将数据从高维空间投影到低维空间的方法，主要算法是主成分分析(PCA)、线性判别分析(LDA)、偏最小二乘法(PLS)等，此类降维算法改变了原始数据的物理意义，可解释性差，同时复杂的降维算法也增加了计算成本。市场需要一种能够对数据完成降噪和基线矫正，结合特征选择算法，建立多分类模型，对比各特征选择算法和分类模型对于分类准确率的影响，并对结果进行验证的一套快速鉴别检测血痕种属的方法，本发明解决这样的问题。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种便携式血痕识别仪及其鉴别方法，检测快速，检测结果准确率高。

为了实现上述目标，本发明采用如下的技术方案：

一种便携式血痕识别仪，包括：633nm的激光光源，将小于等于633nm的光阻挡的截至型滤光镜滤光片，将大于633nm的非弹性反射光分光的棱镜，将光信号采集记录下来的CCD检测器。

前述的一种便携式血痕识别仪，CCD检测器的前方放置有光电倍增管。

前述的一种便携式血痕识别仪，CCD检测器选择波段的数量为50个波段。

前述的一种便携式血痕识别仪，50个波段在755cm-1,1230cm-1,1560cm-1位置。

一种便携式血痕识别仪的鉴别方法，包括如下步骤：

步骤一，将动物血液样本经过633nm的激光光源，经过截至型滤光镜滤光片、棱镜，由CCD检测器将光信号采集记录下来；

步骤二，获得反射光谱数据后，完成数据的降噪，降噪的方法采用Savitzky-Golay卷积平滑算法；

数学表达式为：

其中，X_i大为降噪前的数据值，为降噪后的数据值，W_j为移动窗口的权重，窗口的尺寸为(2r+1)，窗口移动的多项式回归的基本思路是：利用多项式对窗口内的数据进行最小二乘拟合；