CN102042967A - 一种基于近红外光谱技术的葡萄糖水溶液快速识别方法 - Google Patents

Abstract

本发明涉及一种基于近红外光谱技术的葡萄糖水溶液快速识别方法，该方法：步骤1，通过对若干不同浓度的葡萄糖水溶液的近红外光谱数据的筛选，找出能够识别水溶液中葡萄糖成分的特征吸收峰波长值；步骤2，采集未知水溶液样品的近红外光谱数据；步骤3，将步骤2采集的未知水溶液样品的近红外光谱数据与纯水的标准近红外光谱数据进行相除后，进行平滑和一阶导数处理，得到处理后的近红外光谱图；步骤4，根据步骤3处理后的谱图对未知水溶液中是否为葡萄糖水溶液进行判断。本发明提供的葡萄糖水溶液的识别方法，可实现对水溶液中葡萄糖进行快速定性分析，灵敏度较高，且不会破坏样品。

Description

一种基于近红外光谱技术的葡萄糖水溶液快速识别方法

 

技术领域

本发明涉及一种分析化学领域的快速识别检测方法，具体地，是一种基于近红外光谱技术的葡萄糖水溶液快速识别方法。

背景技术

目前，报道的水溶液中葡萄糖的定性分析方法有常规化学分析法、气相色谱－质谱联用法、高效液相色谱－质谱联用法等。美国专利No.4655225公开了一种非侵入性测定体组织中葡萄糖浓度的分光光度方法。其是将一束由一个方向性的光源射出的光线照射到一个选定的机体部位，然后收集从该机体部位散发的由此产生的辐射。所收集的辐射包括波长为1575nm, 1756nm, 2100nm和2270±15nm的至少一个带，这是典型的葡萄糖吸收谱，可用于对葡萄糖进行定性分析。但这些方法所用仪器昂贵，耗时较长，检测成本高，且不方便。

近红外光谱是一种快速分析方法，该方法所用仪器比较常规，检测成本低。近红外辐射与中红外辐射相比难于被水吸收，因而可以用于检测水溶液样品。近红外辐射是一种低能量的电磁波，近红外光谱技术用于检测分析，可避免样品辐射损伤的发生，具有非破坏性的特点，且不需要为制备待测样品而进行特别的操作。随着近红外分析设备的研究与发展，近红外分析技术已经越来越多的用于有机物的分析。目前，近红外光谱技术己广泛应用于农业、食品工业，石油化学等领域。

但因为纯水在近红外的强吸收，葡萄糖特征峰与水吸收峰差别微小，直接从采集的葡萄糖水溶液的近红外光谱图，不容易找出葡萄糖的特征吸收峰，无法进行快速准确识别。故而，将近红外光谱技术应用于检测葡萄糖的水溶液尚未有文献报道。

发明内容

本发明的目的是提供一种能快速识别水溶液中葡萄糖的方法，该方法可实现对水溶液中葡萄糖进行快速定性分析，灵敏度较高，响应限达到50mg/L。 

为了达到上述目的，本发明提供了一种基于近红外光谱技术的葡萄糖水溶液快速识别方法，该方法包含以下具体步骤：

步骤1，通过对若干不同浓度的葡萄糖水溶液的近红外光谱数据的筛选，找出能够识别水溶液中葡萄糖成分的特征吸收峰波长值；

步骤2，采集未知水溶液样品的近红外光谱数据；

步骤3，将步骤2采集的未知水溶液样品的近红外光谱数据与纯水的标准近红外光谱数据进行相除后，进行平滑和一阶导数处理，得到处理后的近红外光谱图；

步骤4，根据步骤3处理后的谱图对未知水溶液中是否为葡萄糖水溶液进行判断：谱图中若出现步骤1所述的特征吸收峰，说明待测未知水溶液为葡萄糖水溶液；谱图中若未出现步骤1所述的特征吸收峰，说明被测未知水溶液不是葡萄糖水溶液。

上述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其中，所述的筛选包含以下步骤：

步骤1.1，建立纯水的近红外光谱标准数据；

步骤1.2，将所述不同浓度的葡萄糖近红外光谱数据与步骤1.1的纯水的近红外光谱数据相除，并进行光滑处理，再进行一阶导数处理，对得到的一阶导数谱图进行分析比较，寻找共同点，筛选出葡萄糖的特征吸收峰。

上述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其中，所述的步骤1还包含对所述葡萄糖特征吸收峰的验证步骤，具体包含：

步骤1.3，分别采集含有葡萄糖和含有其它有机化合物的水溶液的近红外光谱数据，分别与纯水溶液近红外光谱数据相除、平滑和一阶导数处理，得到一阶导数谱图；

步骤1.4，将上述步骤1.3处理得到的含有葡萄糖和含有其它有机化合物的水溶液的一阶导数谱图进行比对，验证步骤1筛选出的特征吸收峰对葡萄糖是否具有特征性。

上述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其中，所述的葡萄糖特征吸收峰的验证包含如下步骤：

步骤1.5，大量采集一系列含有葡萄糖和不含葡萄糖的未知水溶液的近红外光谱数据，分别与纯水溶液光谱数据相除、平滑和一阶导数处理，得到一系列的一阶导数谱图；

步骤1.6，对步骤1.5所述的一系列未知水溶液的进行液相色谱－质谱联用检测，检测结果作为参考标准；

步骤1.7，用步骤1筛选出的特征吸收峰对步骤1.5得到的所有样品的一阶导数光谱谱图判断是否含有葡萄糖，将判断结果与步骤1.6得到的参考标准作比对，从而验证步骤1筛选出的特征吸收峰对葡萄糖是否具有特征性。

上述两种验证方法，可以任选其一，也可以结合具体情况，联合使用。

上述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其中，所述的未知水溶液中所包含的水为纯水。

上述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其中，所述的葡萄糖水溶液中所包含的水为纯水。

本发明应用近红外光谱技术检测葡萄糖，并非直接用于对水溶液中葡萄糖的快速识别，需要对近红外光谱数据进行预处理，实现对光谱数据微小差异的放大，从而可以方便地准确识别近红外光谱的葡萄糖特征吸收峰。

使用本发明所述的分析方法对未知水样进行葡萄糖快速识别，只需要测定待测样的近红外光谱，通过光谱处理就可以判断出水溶液中是否为葡萄糖水溶液，全部分析过程只需要2－3分钟，不再需要其它辅助仪器和试剂，既节约了成本，又节省了时间，通过对多种未知溶液的检测，识别率在90%以上。

附图说明

图1是不同浓度的葡萄糖水溶液原始光谱图。

图2是纯水的近红外光谱标准光谱图。

图3是图1经过水背景扣除和平滑后的不同浓度的葡萄糖水溶液的光谱图。

图4是图3的一阶导数光谱图。

具体实施方式

以下结合附图和实施例对本发明的技术方案作进一步的说明。

本发明的基于近红外光谱技术的葡萄糖水溶液快速识别方法包括以下步骤：

步骤1，通过对葡萄糖特征吸收峰的筛选和验证找出能够识别水溶液中葡萄糖成分的特征吸收峰波长值；其中，所述的筛选包括如下步骤：

步骤1.1，采集一系列纯水溶液的近红外光谱图，对其按公式：

进行平均处理后，得到纯水的近红外光谱标准数据，如图2所示。该公式中，n代表纯水溶液的近红外光谱采集次数，S代表纯水溶液的近红外光谱吸收值。

步骤1.2，采集一系列不同浓度的葡萄糖水溶液的近红外光谱，如图1所示，该图1的光谱数据与步骤1.1中建立的标准纯水溶液近红外光谱图2的数据进行相除后，进行平滑，得到如图3所示的经过水背景扣除和平滑后的不同浓度葡萄糖水溶液的光谱图；然后，对扣除水背景及平滑处理后的红外光谱图进行一阶导数处理，得到如图4所示的一阶导数谱图；对得到的一阶导数谱图进行分析比较，寻找共同点，筛选找出葡萄糖的特征吸收峰。

所述的对葡萄糖特征吸收峰的验证包含以下两种方法，即可以采用其中一种方法进行验证，也可以采用两种方法同时对葡萄糖特征吸收峰进行验证，现列举如下两种验证方法：

验证方法一包括如下步骤：

步骤1.3，分别采集含有葡萄糖和含有其它有机化合物的水溶液的近红外光谱数据，分别与纯水溶液近红外光谱数据相除、平滑和一阶导数处理，得到一阶导数谱图。

步骤1.4，将上述步骤1.3处理得到的含有葡萄糖和含有其它有机化合物的水溶液的一阶导数谱图进行比对，验证步骤1筛选出的特征吸收峰对葡萄糖是否具有特征性：i)含有葡萄糖的水溶液的一阶导数谱图中具有步骤1所述的特征吸收峰；ii)不含葡萄糖的未知水溶液的一阶导数谱图中不具有步骤1所述的特征吸收峰；当i)及ii)均满足时，则证明步骤1筛选所得的葡萄糖的特征吸收峰具有特征性；当i)及ii)有任意一项不满足时，则证明步骤1筛选所得的葡萄糖的特征吸收峰不具有特征性。

验证方法二包括如下步骤：

步骤1.5，大量采集一系列含有葡萄糖和不含葡萄糖的未知水溶液的近红外光谱数据，分别与纯水溶液光谱数据相除、平滑和一阶导数处理，得到一系列的一阶导数谱图；

步骤1.6，对步骤1.5所述的一系列未知水溶液的进行液相色谱－质谱联用检测，鉴别出哪些含有葡萄糖，哪些溶液不含葡萄糖，检测结果作为参考标准；

步骤1.7，用步骤1筛选出的特征吸收峰对步骤1.5得到的所有样品的一阶导数光谱谱图判断是否含有葡萄糖，将判断结果与步骤1.6得到的参考标准作比对，看是否一致，从而验证步骤1筛选出的特征吸收峰对葡萄糖是否具有特征性：结果一致则说明步骤1筛选出的特征吸收峰对葡萄糖具有特征性；结果不一致，则说明步骤1筛选出的特征吸收峰对葡萄糖不具有特征性。

步骤2，采集未知水溶液样品的近红外光谱数据；

步骤3，将步骤2采集的未知水溶液样品的原始谱图数据与步骤1.1所述的纯水的标准光谱数据依次进行相除后进行平滑和一阶导数处理，得到处理后的近红外光谱图；

步骤4，根据步骤3相除、平滑和一阶导数处理后的谱图对未知水溶液中是否为葡萄糖水溶液进行判断：谱图中若出现步骤1.2所述的特征吸收峰，说明待测未知水溶液为葡萄糖水溶液；若谱图中未出现步骤1.2所述的特征吸收峰，说明被测未知水溶液不是葡萄糖水溶液。

图1是不同浓度葡萄糖水溶液的原始近红外光谱图，图2是纯水的近红外光谱标准光谱图，直接从图1与图2的比较很难看出葡萄糖的特征吸收峰，这主要是由于纯水在近红外的强吸收所造成的。图3为不同浓度葡萄糖溶液光谱数据在通过与纯水近红外光谱数据相除和平滑后所得的光谱图，从图3中可以很明显看出葡萄糖的特征吸收峰随着其浓度的增加而增强，光谱相除是通过公式（S代表近红外光谱吸收值）：

计算得到，即用葡萄糖水溶液原始光谱数据中每一波长的吸收值除以纯水原始光谱数据中相对应波长的吸收值，而光谱的平滑处理是通过Origin软件中的平滑（Smoothing）功能实现，图4为图3的一阶导数光谱图，此一阶导数图利用Origin软件中的微分（Differentiate）功能得到，从图4可以清楚看出，葡萄糖的特征吸收峰在1403－1407nm，1884－1888nm，2304－2308nm，因此通过对不同浓度葡萄糖水溶液的原始近红外光谱的水背景扣除，可以实现对纯水溶液中的葡萄糖进行快速识别。

    本发明实施时，也可以采用谱图库中的纯水的近红外光谱数据。但因为分析仪器可能会有差别，通常会每次重新建立纯水的近红外光谱数据，以减少误差。

本发明提供的分析方法，通过对近红外光谱图进行背景扣除、光滑和一阶导数的预处理，实现对光谱数据微小差异的放大，从而可以方便地准确识别近红外光谱的葡萄糖特征吸收峰。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (6)

1.一种基于近红外光谱技术的葡萄糖水溶液快速识别方法，其特征在于，该方法包含以下具体步骤：

       步骤1，通过对若干不同浓度的葡萄糖水溶液的近红外光谱数据的筛选，找出能够识别水溶液中葡萄糖成分的特征吸收峰波长值；

   步骤2，采集未知水溶液样品的近红外光谱数据；

   步骤3，将步骤2采集的未知水溶液样品的近红外光谱数据与纯水的标准近红外光谱数据进行相除后，进行平滑和一阶导数处理，得到处理后的近红外光谱图；

       步骤4，根据步骤3处理后的谱图对未知水溶液中是否为葡萄糖水溶液进行判断：谱图中若出现步骤1所述的特征吸收峰，说明待测未知水溶液为葡萄糖水溶液；谱图中若未出现步骤1所述的特征吸收峰，说明被测未知水溶液不是葡萄糖水溶液。

2.如权利要求1所述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其特征在于，所述的筛选包含以下步骤：

       步骤1.1，建立纯水的近红外光谱标准数据；

步骤1.2，将所述若干不同浓度的葡萄糖近红外光谱数据与步骤1.1的纯水的近红外光谱数据相除，并进行光滑处理，再进行一阶导数处理，对得到的一阶导数谱图进行分析比较，寻找共同点，筛选出葡萄糖的特征吸收峰。

3.如权利要求1或2所述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其特征在于，所述的步骤1还包含对所述葡萄糖特征吸收峰的验证步骤，具体包含：

步骤1.3，分别采集含有葡萄糖和含有其它有机化合物的水溶液的近红外光谱数据，分别与纯水溶液近红外光谱数据相除、平滑和一阶导数处理，得到一阶导数谱图；

步骤1.4，将上述步骤1.3处理得到的含有葡萄糖和含有其它有机化合物的水溶液的一阶导数谱图进行比对，验证步骤1筛选出的特征吸收峰对葡萄糖是否具有特征性。

4.如权利要求1或2所述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其特征在于，所述的葡萄糖特征吸收峰的验证包含如下步骤：

       步骤1.5，大量采集一系列含有葡萄糖和不含葡萄糖的未知水溶液的近红外光谱数据，分别与纯水溶液光谱数据相除、平滑和一阶导数处理，得到一系列的一阶导数谱图；

         步骤1.6，对步骤1.5所述的一系列未知水溶液的进行液相色谱－质谱联用检测，检测结果作为参考标准；

步骤1.7，用步骤1筛选出的特征吸收峰对步骤1.5得到的所有样品的一阶导数光谱谱图判断是否含有葡萄糖，将判断结果与步骤1.6得到的参考标准作比对，从而验证步骤1筛选出的特征吸收峰对葡萄糖是否具有特征性。

5.如权利要求1所述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其特征在于，所述的未知水溶液中所包含的水为纯水。

6.如权利要求1所述的基于近红外光谱技术的葡萄糖水溶液快速识别方法，其特征在于，所述的葡萄糖水溶液中所包含的水为纯水。

Images