CN104458693A - 用于毒品检测的拉曼光谱测量方法 - Google Patents
用于毒品检测的拉曼光谱测量方法 Download PDFInfo
- Publication number
- CN104458693A CN104458693A CN201310446679.2A CN201310446679A CN104458693A CN 104458693 A CN104458693 A CN 104458693A CN 201310446679 A CN201310446679 A CN 201310446679A CN 104458693 A CN104458693 A CN 104458693A
- Authority
- CN
- China
- Prior art keywords
- raman spectrum
- drugs
- sample
- spectrum curve
- testing sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001237 Raman spectrum Methods 0.000 title claims abstract description 193
- 239000003814 drug Substances 0.000 title claims abstract description 124
- 229940079593 drug Drugs 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 title abstract description 23
- 238000012360 testing method Methods 0.000 claims description 92
- 230000002708 enhancing effect Effects 0.000 claims description 50
- 239000012744 reinforcing agent Substances 0.000 claims description 36
- 239000002117 illicit drug Substances 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 21
- 229910052751 metal Inorganic materials 0.000 claims description 13
- 239000002184 metal Substances 0.000 claims description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 6
- KDLHZDBZIXYQEI-UHFFFAOYSA-N Palladium Chemical compound [Pd] KDLHZDBZIXYQEI-UHFFFAOYSA-N 0.000 claims description 6
- 239000007864 aqueous solution Substances 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims description 6
- 239000000243 solution Substances 0.000 claims description 6
- 239000002086 nanomaterial Substances 0.000 claims description 4
- CPELXLSAUQHCOX-UHFFFAOYSA-M Bromide Chemical compound [Br-] CPELXLSAUQHCOX-UHFFFAOYSA-M 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 241000370738 Chlorion Species 0.000 claims description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 3
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 claims description 3
- NPYPAHLBTDXSSS-UHFFFAOYSA-N Potassium ion Chemical compound [K+] NPYPAHLBTDXSSS-UHFFFAOYSA-N 0.000 claims description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 3
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- 239000004411 aluminium Substances 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229940006460 bromide ion Drugs 0.000 claims description 3
- 239000011852 carbon nanoparticle Substances 0.000 claims description 3
- 239000002041 carbon nanotube Substances 0.000 claims description 3
- 229910021393 carbon nanotube Inorganic materials 0.000 claims description 3
- 229910017052 cobalt Inorganic materials 0.000 claims description 3
- 239000010941 cobalt Substances 0.000 claims description 3
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 claims description 3
- 229910052802 copper Inorganic materials 0.000 claims description 3
- 239000010949 copper Substances 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052737 gold Inorganic materials 0.000 claims description 3
- 239000010931 gold Substances 0.000 claims description 3
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 229910052749 magnesium Inorganic materials 0.000 claims description 3
- 239000011777 magnesium Substances 0.000 claims description 3
- 239000002082 metal nanoparticle Substances 0.000 claims description 3
- 229910052759 nickel Inorganic materials 0.000 claims description 3
- 229910052763 palladium Inorganic materials 0.000 claims description 3
- 229910052697 platinum Inorganic materials 0.000 claims description 3
- 229910001414 potassium ion Inorganic materials 0.000 claims description 3
- 229910052709 silver Inorganic materials 0.000 claims description 3
- 239000004332 silver Substances 0.000 claims description 3
- -1 sodion Chemical compound 0.000 claims description 3
- 239000000203 mixture Substances 0.000 abstract description 2
- 239000003623 enhancer Substances 0.000 abstract 1
- 238000001069 Raman spectroscopy Methods 0.000 description 3
- 238000011524 similarity measure Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
- G01N21/658—Raman scattering enhancement Raman, e.g. surface plasmons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/15—Medicinal preparations ; Physical properties thereof, e.g. dissolubility
Abstract
本发明公开了一种用于毒品检测的拉曼光谱测量方法,包括以下步骤:对待测样品的拉曼光谱进行测量以获得待测样品的原始拉曼光谱曲线;判断待测样品的原始拉曼光谱曲线是否具有特征部分,如果待测样品的原始拉曼光谱曲线不具有特征部分,则对待测样品与增强剂的混合物进行测量以获得待测样本的增强拉曼光谱曲线;如果待测样品的原始拉曼光谱曲线具有特征部分,则将待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品,而如果待测样品的原始拉曼光谱曲线不具有特征部分,则将待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品。
Description
技术领域
本发明涉及安全检测技术领域,尤其涉及一种利用拉曼光谱技术来对走私毒品进行检测的方法。
背景技术
目前海关缉私局通常采用先筛查、再确证的方法查毒。在筛查时主要采用试剂盒或试纸条进行测试,这些方法的优点是快速简便、成本低,但该法特异性强,如果不知道待测样品的类型,需要拿试剂或试纸逐个去试,尤其是在对走私毒品进行检测时,由于走私毒品中往往包含多种掺杂成分,用试剂或试纸进行检测时可靠性较差,容易导致假阳性结果。色谱、质谱等方法是确证过程中采用的主要方法,但是这些方法操作复杂,耗材昂贵,难以在现场快速检测中得到应用。因此,需要一种简单快捷、准确可靠的方法解决走私毒品检测的难题。
发明内容
本发明的目的是提供一种用于毒品检测的拉曼光谱测量方法,其能够快速、高效、准确地确定待测样品中是否包含毒品。
为了实现上述发明目的,本发明的技术方案通过以下方式来实现:
根据本发明的第一方面,提供一种用于毒品检测的拉曼光谱测量方法,包括以下步骤:
(a)对待测样品的拉曼光谱进行测量以获得待测样品的原始拉曼光谱曲线;
(b)判断所述待测样品的原始拉曼光谱曲线是否具有特征部分,如果待测样品的原始拉曼光谱曲线不具有特征部分,则对所述待测样品与增强剂的混合物进行测量以获得待测样本的增强拉曼光谱曲线;
(c)如果待测样品的原始拉曼光谱曲线具有特征部分,则将所述待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品,而如果待测样品的原始拉曼光谱曲线不具有特征部分,则将所述待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品。
进一步地,所述方法在上述步骤(a)之前还可以包括以下步骤:
(o1)对毒品样本的拉曼光谱进行测量以获得毒品样本的原始拉曼光谱;和
(o2)判断所述毒品样本的原始拉曼光谱曲线是否具有特征部分,如果原始拉曼光谱曲线具有特征部分,则基于所述毒品样本的原始拉曼光谱曲线建立毒品的原始拉曼光谱数据库,而如果所述原始拉曼光谱曲线不具有特征部分,则对所述毒品样本与增强剂的混合物进行测量以获得毒品样本的增强拉曼光谱曲线并基于所述毒品样本的增强拉曼光谱曲线建立毒品的增强拉曼光谱数据库。
进一步地,在所述步骤(c)中,所述待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库的对比可以通过计算待测样品的原始拉曼光谱曲线与毒品样本的原始拉曼光谱曲线的相似度来进行,所述待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库的对比可以通过计算所述待测样品的增强拉曼光谱曲线与毒品样本的增强拉曼光谱曲线的相似度来进行,如果待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱曲线的相似度超过第一阈值或待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱曲线的相似度超过第二阈值,则判定待测样品中含有所述毒品。
更进一步地,所述特征部分可以是一个或更多个特征峰,所述相似度基于所述特征峰的峰位、峰宽和/或峰高来进行加权计算。
进一步地,所述待测样品与增强剂的混合物可以由待测样品与增强剂直接混合而成或由待测样品的水溶液或有机溶液与增强剂混合而成,所述毒品样本与增强剂的混合物可以由毒品样本与增强剂直接混合而成或由毒品样本的水溶液或有机溶液与增强剂混合而成。
进一步地,所述增强剂可以包含尺度在1-1000nm范围内的金属纳米颗粒材料、金属纳米线、金属纳米团簇、碳纳米管和碳纳米颗粒中任一种或它们的组合。
进一步地,所述增强剂包含金属纳米材料。
更进一步地,所述增强剂还可包含氯离子、溴离子、钠离子、钾离子或硫酸根离子。
具体地,所述金属可以包括金、银、铜、镁、铝、铁、钴、镍、钯或铂中的任一种或它们的组合。
本发明的上述技术方案中的至少一个方面能够通过结合原始拉曼光谱和增强拉曼光谱对待测样品进行检测。这种方案可以兼顾和优化毒品检测的准确性与提高检测效率的平衡,从而实现快速、高效和准确的毒品检测。
附图说明
图1示出根据本发明的实施例的用于毒品检测的拉曼光谱测量方法的示意性流程图;
图2示意性地示出根据本发明一实施例的拉曼光谱测量方法检测的第一种毒品的原始拉曼光谱曲线;
图3a示意性地示出根据本发明一实施例的拉曼光谱测量方法检测的第二种毒品的原始拉曼光谱曲线;和
图3b示意性地示出根据本发明一实施例的拉曼光谱测量方法检测的第二种毒品的增强拉曼光谱曲线。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。在说明书中,相同或相似的附图标号表示相同或相似的部件。下述参照附图对本发明实施方式的说明旨在对本发明的总体发明构思进行解释,而不应当理解为对本发明的一种限制。
图1示意性地示出根据本发明的一实施例的用于毒品检测的拉曼光谱测量方法的流程图。该方法可以分成两个阶段,即准备阶段和实际检测阶段。在准备阶段,主要目的是建立供实际检测使用的毒品的拉曼光谱数据库。在实际检测阶段,则是对实际的待测样品进行检测,并与毒品的拉曼光谱数据库进行比对以得出结果。
该准备阶段可以包括以下步骤:对毒品样本的拉曼光谱进行测量以获得毒品样本的原始拉曼光谱曲线;和判断所述毒品样本的原始拉曼光谱曲线是否具有特征部分,如果所述原始拉曼光谱曲线具有特征部分,则基于所述原始拉曼光谱曲线建立毒品的原始拉曼光谱数据库,而如果所述原始拉曼光谱曲线不具有特征部分,则对所述毒品样本与增强剂的混合物进行测量以获得毒品样本的增强拉曼光谱曲线并基于所述增强拉曼光谱曲线建立毒品的增强拉曼光谱数据库。上述过程可以对于一种或多种毒品样本分别实施,直至不再有所需的新的毒品样本的原始拉曼光谱或增强拉曼光谱需要采集为止。
该实际检测阶段可以包括以下步骤:对待测样品的拉曼光谱进行测量以获得待测样品的原始拉曼光谱曲线;判断所述待测样品的原始拉曼光谱曲线是否具有特征部分,如果待测样品的原始拉曼光谱曲线不具有特征部分,则对所述待测样品与增强剂的混合物进行测量以获得待测样本的增强拉曼光谱曲线;而如果待测样品的原始拉曼光谱曲线具有特征部分,则将所述待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品,而如果待测样品的原始拉曼光谱曲线不具有特征部分,则将所述待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品。
从上述可知,根据本发明的实施例的拉曼光谱测量方法利用了原始拉曼光谱数据和增强拉曼光谱数据相结合的方式对毒品进行检测。这种方式能够将对毒品的检测效率和检测准确性进行最佳的优化。毒品检测与一般的化学品检测相比具有其特定的要求,一方面,由于毒品检测往往涉及对犯罪行为的认定,因此,对毒品的检测必须非常准确;而另一方面,由于毒品检测往往是在机场、海关等出入境地点进行,因此,对毒品的检测必须具有很高的检测效率,一些流程复杂的检测方法尽管检测精度很高也难以应用在现场快速检测中而只能用于后续的进一步判定。
对于拉曼光谱测量方法而言,如果仅采用直接对待测样品进行检测并根据原始拉曼光谱数据进行判定,在一些情况下检测的准确性对于某些毒品难以保证;而如果仅采用对待测样品和增强剂的混合物进行检测并根据增强拉曼光谱数据进行判定,则可能会导致检测过程出现不必要的复杂化而降低检测效率。而根据本发明的方法由于采用了检测待测样品的原始拉曼光谱和增强拉曼光谱相结合的方式,既能够保证毒品检测的准确性,又能够尽可能地提高检测效率。
在根据本发明的用于毒品检测的拉曼光谱测量方法中,上述准备阶段并不是必须的,例如,操作者可以利用已有的毒品的原始拉曼光谱数据或增强拉曼光谱数据与对实际样品的检测结果进行比对。另一方面,上述准备阶段也不一定在进行实际样品的检测之前很久进行,例如,为了保证检测的准确性或校准拉曼光谱检测设备,可以在对待测样品进行检测的现场对毒品样本进行检测来获得毒品的原始拉曼光谱数据或增强拉曼光谱数据。
在一示例中,待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库的对比可以通过计算待测样品的原始拉曼光谱曲线与毒品样本的原始拉曼光谱曲线的相似度来进行。同样,待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库的对比通过计算所述待测样品的增强拉曼光谱曲线与毒品样本的增强拉曼光谱曲线的相似度来进行。
相似度的计算有多种方法,比如相关算法、最大似然法、绝对值算法等等。例如,假定毒品的原始拉曼光谱曲线为A(x),待测样品的原始拉曼光谱曲线为B(x),在一示例中,采用最大似然算法,可以通过式(1)对两者的相似度进行计算:
其中Corr表示毒品的原始拉曼光谱曲线和待测样品的原始拉曼光谱曲线的相似度,“·,,表示点积运算。
在另一示例中,采用相关算法,可以对A(x)和B(x)分别进行采样以各获得n个采样点,分别表示为A1,A2,...,An以及B1,B2,...,Bn,毒品的原始拉曼光谱曲线和待测样品的原始拉曼光谱曲线的相似度Corr可以根据式(2)进行计算:
其中,“·”也表示点积运算。
在另一示例中,还可以采用绝对值算法,亦可以对A(x)和B(x)分别进行采样以各获得n个采样点,分别表示为A1,A2,...,An以及B1,B2,...,Bn,毒品的原始拉曼光谱曲线和待测样品的原始拉曼光谱曲线的相似度Corr可以根据式(3)进行计算:
上述相似度计算可以针对整个拉曼光谱曲线进行,也可以仅针对于拉曼光谱曲线中具有特征部分的局部进行。对于待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱曲线的相似度的计算,与上述待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱曲线的相似度的计算基本相同,在此不再赘述。以上仅是给出了一些相似度计算的示例,本领域技术人员所知的一些其他的相似度计算方法也是可行的。
对于待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱曲线的相似度,如果其超过第一阈值,则可以判定待测样品中含有所述毒品。同样,如果待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱曲线的相似度超过第二阈值,则判定待测样品中含有所述毒品。第一阈值和第二阈值可以相等,也可以不相等。第一阈值和第二阈值可以根据实际的检测需要、检测仪器的精度等因素来给出。
在本发明中,术语“特征部分”是指某种毒品或待测样品的拉曼光谱曲线中有别于其它的毒品或待测样品的拉曼光谱曲线的关键部分。例如,所述特征部分可以是一个或更多个特征峰、特征谷、相位拐点等等。
在毒品的原始拉曼光谱曲线包括特征峰的情况下,上述相似度可以基于所述特征峰的峰位、峰宽和/或峰高来进行加权计算。在一示例中,在计算所述相似度之前,还可以对所述特征峰进行搜索和排序。在毒品的原始拉曼光谱曲线或增强拉曼光谱曲线的特征峰比较明显的情况下,在实际中,相似度计算甚至可以简化成搜索待测样品的原始拉曼光谱曲线或增强拉曼光谱曲线中是否在某一个或多个位置上存在与毒品的原始拉曼光谱曲线或增强拉曼光谱曲线的特征峰相对应的特征峰来直接进行确定。
在一示例中,在利用毒品的增强拉曼光谱数据进行检测时,所述待测样品与增强剂的混合物可以由待测样品与增强剂直接混合而成或由待测样品的水溶液或有机溶液与增强剂混合而成。同样,所述毒品样本与增强剂的混合物由毒品样本与增强剂直接混合而成或由毒品样本的水溶液或有机溶液与增强剂混合而成。作为示例,增强剂可以包含尺度在1-1000nm范围内的金属纳米颗粒材料、金属纳米线、金属纳米团簇、碳纳米管和碳纳米颗粒中任一种或它们的组合。在另一示例中,增强剂可以包含金属纳米材料,也可在包含金属纳米材料的同时还包含氯离子、溴离子、钠离子、钾离子或硫酸根离子。所述金属例如可以包括金、银、铜、镁、铝、铁、钴、镍、钯或铂中的任一种或它们的组合。在毒品样本与增强剂的混合物中,毒品分子会附着于增强剂材料的表面,而增强剂材料表面的电磁场会使得毒品样本的拉曼光谱信号得到增强。
拉曼光谱数据的获取,可以通过利用激光器发出的激光照射毒品样本或待测样品,并对由激光照射毒品样本或待测样品产生的拉曼散射光进行提取并进行光谱分析而得出拉曼光谱曲线。
图2、3a和3b给出了利用根据本发明的拉曼光谱测量方法检测毒品的示例。图2示出了第一种毒品的原始拉曼光谱曲线,从图2可见,第一种毒品的原始拉曼光谱曲线在850cm-1附近和1000cm-1附近有明显特征峰。对于该种毒品的检测,只需要获取待测样品的原始拉曼光谱曲线并与该种毒品的原始拉曼光谱曲线进行对比即可,而不需要利用增强拉曼光谱数据。
图3a和3b分别示出了第二种毒品的原始拉曼光谱曲线和增强拉曼光谱曲线,从图3a可见,第二种毒品的原始拉曼光谱曲线没有明显的特征峰,因而,如果直接利用原始的拉曼光谱数据进行检测,可能会影响检测的准确性。而通过将第二种毒品样本溶于水或有机溶剂并于增强剂混合之后所得到的毒品的增强拉曼光谱曲线则具有明显的特征峰,如图3b所示。第二种毒品的增强拉曼光谱曲线在530cm-1附近和630cm-1附近有明显特征峰。需要说明的是,并非增强拉曼光谱中的所有的峰都是特征峰,例如图3b中除去530cm-1附近和630cm-1附近的峰之外的峰都不是特征峰(比如可能由增强剂或溶剂产生),并不能表征毒品的特性。因此,对于第二种毒品的检测,应当对待测样品的增强拉曼光谱曲线进行测量和采集,并将其与该种毒品的增强拉曼光谱曲线进行对比来判定待测样品中是否存在第二种毒品。
虽然结合附图对本发明进行了说明,但是附图中公开的实施例旨在对本发明优选实施方式进行示例性说明,而不能理解为对本发明的一种限制。
虽然本发明总体构思的一些实施例已被显示和说明,本领域普通技术人员将理解,在不背离本总体发明构思的原则和精神的情况下,可对这些实施例做出改变,本发明的范围以权利要求和它们的等同物限定。
Claims (9)
1.一种用于毒品检测的拉曼光谱测量方法,包括以下步骤:
(a)对待测样品的拉曼光谱进行测量以获得待测样品的原始拉曼光谱曲线;
(b)判断所述待测样品的原始拉曼光谱曲线是否具有特征部分,如果待测样品的原始拉曼光谱曲线不具有特征部分,则对所述待测样品与增强剂的混合物进行测量以获得待测样本的增强拉曼光谱曲线;
(c)如果待测样品的原始拉曼光谱曲线具有特征部分,则将所述待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品,而如果待测样品的原始拉曼光谱曲线不具有特征部分,则将所述待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库进行对比以判定待测样品中是否含有所述毒品。
2.根据权利要求1所述的用于毒品检测的拉曼光谱测量方法,其特征在于,在上述步骤(a)之前还包括以下步骤:
(o1)对毒品样本的拉曼光谱进行测量以获得毒品样本的原始拉曼光谱曲线;和
(o2)判断所述毒品样本的原始拉曼光谱曲线是否具有特征部分,如果原始拉曼光谱曲线具有特征部分,则基于所述毒品样本的原始拉曼光谱曲线建立毒品的原始拉曼光谱数据库,而如果所述原始拉曼光谱曲线不具有特征部分,则对所述毒品样本与增强剂的混合物进行测量以获得毒品样本的增强拉曼光谱曲线并基于所述毒品样本的增强拉曼光谱曲线建立毒品的增强拉曼光谱数据库。
3.根据权利要求1所述的用于毒品检测的拉曼光谱测量方法,其特征在于,在所述步骤(c)中,所述待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱数据库的对比通过计算待测样品的原始拉曼光谱曲线与毒品样本的原始拉曼光谱曲线的相似度来进行,所述待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱数据库的对比通过计算所述待测样品的增强拉曼光谱曲线与毒品样本的增强拉曼光谱曲线的相似度来进行,如果待测样品的原始拉曼光谱曲线与毒品的原始拉曼光谱曲线的相似度超过第一阈值或待测样品的增强拉曼光谱曲线与毒品的增强拉曼光谱曲线的相似度超过第二阈值,则判定待测样品中含有所述毒品。
4.根据权利要求3所述的用于毒品检测的拉曼光谱测量方法,其特征在于,所述特征部分是一个或更多个特征峰,所述相似度基于所述特征峰的峰位、峰宽和/或峰高来进行加权计算。
5.根据权利要求1所述的用于毒品检测的拉曼光谱测量方法,其特征在于,所述待测样品与增强剂的混合物由待测样品与增强剂直接混合而成或由待测样品的水溶液或有机溶液与增强剂混合而成,所述毒品样本与增强剂的混合物由毒品样本与增强剂直接混合而成或由毒品样本的水溶液或有机溶液与增强剂混合而成。
6.根据权利要求1所述的用于毒品检测的拉曼光谱测量方法,其特征在于,所述增强剂包含尺度在1-1000nm范围内的金属纳米颗粒材料、金属纳米线、金属纳米团簇、碳纳米管和碳纳米颗粒中任一种或它们的组合。
7.根据权利要求1所述的用于毒品检测的拉曼光谱测量方法,其特征在于,所述增强剂包含金属纳米材料。
8.根据权利要求7所述的用于毒品检测的拉曼光谱测量方法,其特征在于,所述增强剂还包含氯离子、溴离子、钠离子、钾离子或硫酸根离子。
9.根据权利要求6-8中任一项所述的用于毒品检测的拉曼光谱测量方法,其特征在于,所述金属包括金、银、铜、镁、铝、铁、钴、镍、钯或铂中的任一种或它们的组合。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310446679.2A CN104458693B (zh) | 2013-09-25 | 2013-09-25 | 用于毒品检测的拉曼光谱测量方法 |
PCT/CN2014/086851 WO2015043417A1 (zh) | 2013-09-25 | 2014-09-18 | 用于毒品检测的拉曼光谱测量方法 |
US14/495,233 US9250180B2 (en) | 2013-09-25 | 2014-09-24 | Raman spectrum measuring method for drug inspection |
EP14186248.2A EP2853885B1 (en) | 2013-09-25 | 2014-09-24 | Raman spectrum measuring method for drug inspection |
HK15104526.8A HK1204055A1 (zh) | 2013-09-25 | 2015-05-13 | 用於毒品檢測的拉曼光譜測量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310446679.2A CN104458693B (zh) | 2013-09-25 | 2013-09-25 | 用于毒品检测的拉曼光谱测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104458693A true CN104458693A (zh) | 2015-03-25 |
CN104458693B CN104458693B (zh) | 2018-06-01 |
Family
ID=51610007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310446679.2A Active CN104458693B (zh) | 2013-09-25 | 2013-09-25 | 用于毒品检测的拉曼光谱测量方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9250180B2 (zh) |
EP (1) | EP2853885B1 (zh) |
CN (1) | CN104458693B (zh) |
HK (1) | HK1204055A1 (zh) |
WO (1) | WO2015043417A1 (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105738037A (zh) * | 2016-02-01 | 2016-07-06 | 武汉新芯集成电路制造有限公司 | 一种等离子反应腔体的渗漏检测方法 |
WO2016177002A1 (zh) * | 2015-05-04 | 2016-11-10 | 清华大学 | 基于拉曼光谱的检测保健品中是否添加有西药的方法 |
CN106501233A (zh) * | 2016-11-09 | 2017-03-15 | 无锡艾科瑞思产品设计与研究有限公司 | 一种异丙威残留量检测方法 |
CN106770166A (zh) * | 2016-12-23 | 2017-05-31 | 同方威视技术股份有限公司 | 安全检查装置和方法 |
CN107330413A (zh) * | 2017-07-06 | 2017-11-07 | 中国科学院遥感与数字地球研究所 | 一种基于遥感技术的毒品原植物识别方法 |
CN107632007A (zh) * | 2017-08-02 | 2018-01-26 | 北京华泰诺安探测技术有限公司 | 一种黑火药及其类似物的拉曼检测方法及其用途 |
WO2018121082A1 (zh) * | 2016-12-26 | 2018-07-05 | 同方威视技术股份有限公司 | 基于拉曼光谱的自学习式定性分析方法 |
US10041962B1 (en) | 2017-09-28 | 2018-08-07 | National Taiwan University | Sensing paper and method of sensing abused drugs |
CN108713136A (zh) * | 2018-03-29 | 2018-10-26 | 深圳达闼科技控股有限公司 | 物质检测方法、装置、电子设备及计算机可读存储介质 |
CN109827943A (zh) * | 2019-02-27 | 2019-05-31 | 山东省食品药品检验研究院 | 一种佐匹克隆片的鉴别方法 |
CN109827944A (zh) * | 2019-02-27 | 2019-05-31 | 山东省食品药品检验研究院 | 一种阿德福韦酯片的鉴别方法 |
CN111239097A (zh) * | 2020-01-15 | 2020-06-05 | 公安部物证鉴定中心 | 一种集成表面增强拉曼与微流控的毒品快检系统 |
WO2021232757A1 (zh) * | 2020-05-19 | 2021-11-25 | 江南大学 | 利用已知混合物拉曼光谱改善混合物成分识别精度的方法 |
RU2774817C1 (ru) * | 2021-05-04 | 2022-06-23 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет (СПбГУ)" | Способ качественного и количественного определения биологически активного действующего вещества в водорастворимых лекарственных препаратах |
US11614408B2 (en) | 2020-05-19 | 2023-03-28 | Jiangnan University | Method for improving identification accuracy of mixture components by using known mixture Raman spectrum |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107995237B (zh) * | 2016-10-27 | 2021-12-10 | 上海迪亚凯特生物医药科技有限公司 | 光谱数据兼容方法及系统 |
CN114264641A (zh) * | 2020-09-16 | 2022-04-01 | 中国科学院过程工程研究所 | 一种微量离子液体浓度的检测方法 |
CN112763477B (zh) * | 2020-12-30 | 2022-11-08 | 山东省食品药品检验研究院 | 一种基于拉曼光谱的仿制药质量快速评价系统 |
CN114778515A (zh) * | 2022-04-26 | 2022-07-22 | 江南大学 | 一种同时检测减肥类保健品中西布曲明和芬氟拉明的方法 |
CN115508335A (zh) * | 2022-10-21 | 2022-12-23 | 哈尔滨工业大学(威海) | 基于傅里叶变换的拉曼光谱曲线数据增强方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050225758A1 (en) * | 2004-03-23 | 2005-10-13 | Knopp Kevin J | Raman optical identification tag |
CN101191771A (zh) * | 2007-12-21 | 2008-06-04 | 辽宁大学 | 一种拉曼光谱检测方法 |
CN101493415A (zh) * | 2009-03-03 | 2009-07-29 | 福建师范大学 | 吗啡定量和微量检测方法 |
CN102590177A (zh) * | 2012-03-19 | 2012-07-18 | 中国政法大学 | 一种利用表面增强拉曼光谱检测甲基苯丙胺的方法 |
CN102590178A (zh) * | 2012-03-19 | 2012-07-18 | 中国政法大学 | 一种利用表面增强拉曼光谱检测毒品吗啡的方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7242469B2 (en) * | 2003-05-27 | 2007-07-10 | Opto Trace Technologies, Inc. | Applications of Raman scattering probes |
CN1890557A (zh) * | 2003-11-28 | 2007-01-03 | Bc肿瘤研究所 | 根据拉曼和背景荧光谱多峰检测组织异常 |
US7393692B2 (en) * | 2004-10-18 | 2008-07-01 | Real-Time Analyzers, Inc. | SERS method for rapid pharmacokinetic analysis of drugs in saliva |
US7524671B2 (en) * | 2005-01-27 | 2009-04-28 | Prescient Medical, Inc. | Handheld raman blood analyzer |
US7688440B2 (en) * | 2005-01-27 | 2010-03-30 | Prescient Medical, Inc. | Raman spectroscopic test strip systems |
US7505128B2 (en) * | 2006-04-10 | 2009-03-17 | General Electric Company | Compact, hand-held raman spectrometer microsystem on a chip |
CN101614667A (zh) * | 2008-06-27 | 2009-12-30 | 同方威视技术股份有限公司 | 拉曼光谱系统及拉曼光谱测量方法 |
NL2004275C2 (en) * | 2010-02-22 | 2011-08-23 | Univ Leiden | Raman spectrometry. |
CN101923649B (zh) * | 2010-06-22 | 2013-01-09 | 中国海洋大学 | 一种基于荧光光谱的溢油种类识别方法 |
AU2012279323A1 (en) * | 2011-07-01 | 2014-01-23 | 3M Innovative Properties Company | A method and apparatus for screening drug offenders |
-
2013
- 2013-09-25 CN CN201310446679.2A patent/CN104458693B/zh active Active
-
2014
- 2014-09-18 WO PCT/CN2014/086851 patent/WO2015043417A1/zh active Application Filing
- 2014-09-24 US US14/495,233 patent/US9250180B2/en active Active
- 2014-09-24 EP EP14186248.2A patent/EP2853885B1/en active Active
-
2015
- 2015-05-13 HK HK15104526.8A patent/HK1204055A1/zh not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050225758A1 (en) * | 2004-03-23 | 2005-10-13 | Knopp Kevin J | Raman optical identification tag |
CN101191771A (zh) * | 2007-12-21 | 2008-06-04 | 辽宁大学 | 一种拉曼光谱检测方法 |
CN101493415A (zh) * | 2009-03-03 | 2009-07-29 | 福建师范大学 | 吗啡定量和微量检测方法 |
CN102590177A (zh) * | 2012-03-19 | 2012-07-18 | 中国政法大学 | 一种利用表面增强拉曼光谱检测甲基苯丙胺的方法 |
CN102590178A (zh) * | 2012-03-19 | 2012-07-18 | 中国政法大学 | 一种利用表面增强拉曼光谱检测毒品吗啡的方法 |
Non-Patent Citations (3)
Title |
---|
乔西娅: "拉曼光谱特征提取方法在定性分析中的应用", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
代小红: "《基于机器视觉的数字图像处理与识别研究》", 31 December 2012 * |
罗国安等: "《中药指纹图谱质量评价、质量控制与新药研发》", 31 October 2009 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2675407C1 (ru) * | 2015-05-04 | 2018-12-19 | Тсинхуа Юниверсити | Способ на основе рамановской спектроскопии для контроля западных медикаментов, добавленных в оздоровительные пищевые продукты |
WO2016177002A1 (zh) * | 2015-05-04 | 2016-11-10 | 清华大学 | 基于拉曼光谱的检测保健品中是否添加有西药的方法 |
CN106198482A (zh) * | 2015-05-04 | 2016-12-07 | 清华大学 | 基于拉曼光谱的检测保健品中是否添加有西药的方法 |
CN106198482B (zh) * | 2015-05-04 | 2019-07-05 | 清华大学 | 基于拉曼光谱的检测保健品中是否添加有西药的方法 |
CN105738037A (zh) * | 2016-02-01 | 2016-07-06 | 武汉新芯集成电路制造有限公司 | 一种等离子反应腔体的渗漏检测方法 |
CN106501233A (zh) * | 2016-11-09 | 2017-03-15 | 无锡艾科瑞思产品设计与研究有限公司 | 一种异丙威残留量检测方法 |
CN106770166A (zh) * | 2016-12-23 | 2017-05-31 | 同方威视技术股份有限公司 | 安全检查装置和方法 |
US10571598B2 (en) | 2016-12-23 | 2020-02-25 | Nuctech Company Limited | Security inspection apparatus and method |
WO2018121082A1 (zh) * | 2016-12-26 | 2018-07-05 | 同方威视技术股份有限公司 | 基于拉曼光谱的自学习式定性分析方法 |
CN107330413A (zh) * | 2017-07-06 | 2017-11-07 | 中国科学院遥感与数字地球研究所 | 一种基于遥感技术的毒品原植物识别方法 |
CN107632007A (zh) * | 2017-08-02 | 2018-01-26 | 北京华泰诺安探测技术有限公司 | 一种黑火药及其类似物的拉曼检测方法及其用途 |
CN107632007B (zh) * | 2017-08-02 | 2020-08-14 | 北京华泰诺安探测技术有限公司 | 一种黑火药的拉曼检测方法及其用途 |
US10041962B1 (en) | 2017-09-28 | 2018-08-07 | National Taiwan University | Sensing paper and method of sensing abused drugs |
CN108713136A (zh) * | 2018-03-29 | 2018-10-26 | 深圳达闼科技控股有限公司 | 物质检测方法、装置、电子设备及计算机可读存储介质 |
CN109827943A (zh) * | 2019-02-27 | 2019-05-31 | 山东省食品药品检验研究院 | 一种佐匹克隆片的鉴别方法 |
CN109827944A (zh) * | 2019-02-27 | 2019-05-31 | 山东省食品药品检验研究院 | 一种阿德福韦酯片的鉴别方法 |
CN111239097A (zh) * | 2020-01-15 | 2020-06-05 | 公安部物证鉴定中心 | 一种集成表面增强拉曼与微流控的毒品快检系统 |
WO2021232757A1 (zh) * | 2020-05-19 | 2021-11-25 | 江南大学 | 利用已知混合物拉曼光谱改善混合物成分识别精度的方法 |
US11614408B2 (en) | 2020-05-19 | 2023-03-28 | Jiangnan University | Method for improving identification accuracy of mixture components by using known mixture Raman spectrum |
RU2774817C1 (ru) * | 2021-05-04 | 2022-06-23 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет (СПбГУ)" | Способ качественного и количественного определения биологически активного действующего вещества в водорастворимых лекарственных препаратах |
Also Published As
Publication number | Publication date |
---|---|
WO2015043417A1 (zh) | 2015-04-02 |
US9250180B2 (en) | 2016-02-02 |
EP2853885A1 (en) | 2015-04-01 |
EP2853885B1 (en) | 2022-05-11 |
CN104458693B (zh) | 2018-06-01 |
US20150085278A1 (en) | 2015-03-26 |
HK1204055A1 (zh) | 2015-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104458693A (zh) | 用于毒品检测的拉曼光谱测量方法 | |
CN106198482B (zh) | 基于拉曼光谱的检测保健品中是否添加有西药的方法 | |
CN101788507B (zh) | 一种光谱分析方法 | |
WO2018018838A1 (zh) | 一种基于拉曼光谱分析的煤质快速检测方法 | |
Ferretti et al. | In situ study of the Porticello Bronzes by portable X-ray fluorescence and laser-induced breakdown spectroscopy | |
CN104569314B (zh) | 一种商品化定量检测试剂盒评价方法 | |
CN107782705B (zh) | 岩石含油量测定方法及装置 | |
CN104297280A (zh) | 利用核磁共振技术定量评价岩心洗油效果的方法 | |
CN104212804A (zh) | 用于铅离子定量快速检测的核酸适配体序列及其检测方法 | |
WO2006074441A3 (en) | Quantifying graphic features of handwriting for analysis | |
Li et al. | A novel baseline-correction method for standard addition based derivative spectra and its application to quantitative analysis of benzo (a) pyrene in vegetable oil samples | |
CN103398988A (zh) | 一种基于不同种元素多离子态对比校正的libs金属元素定量方法 | |
CN103868899A (zh) | 用于食品和环境样品中曲酸的荧光检测方法 | |
CN106442474A (zh) | 一种基于偏最小二乘法的水泥生料三率值测量方法 | |
KR101908807B1 (ko) | 금속 시료의 성분 측정 장치 및 방법 | |
CN102330553B (zh) | 一种mdt测试动态光谱流体识别方法 | |
CN111220639B (zh) | 基于核磁共振的气驱水时岩心含气饱和度测定方法及装置 | |
CN104122492B (zh) | 一种预测半导体器件10年寿命对应的工作电压的方法 | |
CN101984351A (zh) | 铁精粉磁性铁品位测定方法及其测定装置 | |
CN105717094A (zh) | 一种基于大数据库辨识的金属元素含量分析方法 | |
CN103115881A (zh) | 评定并减小铁矿石中钾的不确定度数值的方法 | |
CN102103079A (zh) | 一种光谱分析方法 | |
CN105223185A (zh) | 一种拉曼光谱快速检测仪的评价方法 | |
CN106092989B (zh) | 一种通过计数量子点团聚比例定量肝素的方法 | |
CN105095562B (zh) | 一种预测土壤轻烃指标的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1204055 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |