[发明专利]拉曼光谱的峰位分析方法、系统、终端设备及介质

说明书

本发明公开了一种拉曼光谱的峰位分析方法、系统、终端设备以及计算机可读存储介质，该拉曼光谱的峰位分析方法的步骤包括：基于预设的滑动PCA模型和预设的分类预测模型对所述拉曼光谱进行划分得到多个光谱区间和多个所述光谱区间对应的F1分数，并基于多个所述F1分数从多个所述光谱区间确定最优光谱区间；获取所述最优光谱区间内的原始光谱和所述原始光谱中的多个光谱峰位，并确定多个所述光谱峰位对应的峰位区间的中间位置；根据所述中间位置确定峰均值组，基于多个所述峰均值组对所述原始光谱中的多个所述光谱峰位进行排序，并针对排序后的多个光谱峰位进行分析。本发明能够提高针对拉曼光谱峰位进行分析时的分析效率。

技术领域

本发明涉及光谱分析领域，尤其是涉及一种拉曼光谱的峰位分析方法、系统、终端设备以及计算机可读存储介质。

背景技术

拉曼光谱应用广泛，可用于物质鉴别和测试样品的指纹等。但是由于拉曼光谱较长，导致待测物品的拉曼光谱包含较多拉曼峰，在对待测物品进行分析时无法快速定位待测样品中的指纹峰，即特征峰。并且目前市场上的拉曼光谱仪无法测量一个较大范围的拉曼光谱，测试人员需要针对不同的拉曼位移进行测量得到光谱，进而将多个光谱进行拼接，此种光谱拼接的方式会引入一系列的测量和分析误差。

基于传统拉曼光谱分析法选择分析区域时，首先需要进行元素分析或者工业分析获得包含物质的指纹图谱，从而得到光谱特征参数与检测物质的关系，即获取用于后续分析的拉曼峰的位置或者区域。在使用拉曼光谱进行定量分析时，通常设定一个分析窗口大小，使用滑动窗口的偏最小二乘法寻找最优的分析区间。使用传统拉曼光谱分析法得到的光谱峰位复杂，且耗时长，并且计算存在一定误差。此外需要具有较强的相关检测物质的技术支撑，当测试物品成分复杂或者未知时无法快速计算用于分析的光谱区间。并且简单的滑动窗口的方法很难获得指纹峰位。通常用于区分几种不同物品成分的物质包含多个拉曼峰，而传统拉曼光谱分析法不能实现通过使用一个很小的窗口来锁定单个指纹峰，原因在于窗口宽度减少到只包含单个或拉曼峰时预测模型将变得不可靠，导致得到的拉曼峰的重要程度也将变得不可靠。

综上，传统的拉曼光谱分析法的分析效率低下，并且可靠性低，不适用于复杂的测试环境。

发明内容

本发明的主要目的在于提供一种拉曼光谱的峰位分析方法、系统、终端设备以及计算机可读存储介质，旨在提高针对拉曼光谱峰位进行分析时的分析效率。

为实现上述目的，本发明提供一种拉曼光谱的峰位分析方法，所述拉曼光谱的峰位分析方法包括：

基于预设的滑动PCA模型和预设的分类预测模型对所述拉曼光谱进行划分得到多个光谱区间和多个所述光谱区间对应的F1分数，并基于多个所述F1分数从多个所述光谱区间确定最优光谱区间，其中，所述F1分数为精确率和召回率的调和平均数；

获取所述最优光谱区间内的原始光谱和所述原始光谱中的多个光谱峰位，并确定多个所述光谱峰位对应的峰位区间的中间位置；

根据所述中间位置确定峰均值组，基于多个所述峰均值组对所述原始光谱中的多个所述光谱峰位进行排序，并针对排序后的多个光谱峰位进行分析。

可选地，所述根据所述中间位置确定峰均值组的步骤，包括：

将预设的多个PCA特征向量分别与所述原始光谱进行融合得到多个融合光谱，其中，所述PCA特征向量基于所述滑动PCA模型和所述分类预测模型得到；

获取各个所述融合光谱中的多个特征峰位，和，多个所述特征峰位在各自所述中间位置处的峰均值，并基于多个所述峰均值确定各个所述融合光谱对应的峰均值组。

可选地，在所述基于预设的滑动PCA模型和预设的分类预测模型对所述拉曼光谱进行划分得到多个光谱区间和多个所述光谱区间对应的F1分数，并基于多个所述F1分数从多个所述光谱区间确定最优光谱区间的步骤之前，还包括：