CN104777143A - 一种用于过期药的、基于拉曼光谱的相似度鉴定方法 - Google Patents

Abstract

本发明涉及过期药，尤其涉及一种基于拉曼光谱的过期药鉴定方法。本发明将模拟阳性样品与阴性样品的拉曼光谱进行一定的预处理方法以消除噪音、杂散光及荧光背景的干扰，通过计算两条光谱向量的夹角余弦或相关系数来表征两条光谱的相似度HQI值，并利用建立ROC曲线的方法评价方法的效能，筛选出最佳的相似度计算方法、光谱预处理方法和判别阈值，从而建立起对某批次药品真伪的判别方法。本发明实现过期药仿冒该批次药品的快速准确检测分析。

Description

一种用于过期药的、基于拉曼光谱的相似度鉴定方法

技术领域

本发明涉及过期药，尤其涉及一种基于拉曼光谱的过期药鉴定方法。

背景技术

近几年来，假药已经成为国际药品工业的重要问题，它威胁着医药工业的健康发展和人们的身体安全。世界卫生组织（WHO）揭示了六类常见假药，其中包括不含API的药品，含错误量API的药品，含错误API的药品，仿冒药等。除此以外，还有一种假药的类型在国内时有发生而WHO并没有提及，即过期药重新回收再包装销售的假药形式。有些药品过期后可能会产生API含量降低、杂质增加或辅料变质等问题，采用常规方法可以很容易检测，这种过期药回收重新包装并不常见。而有些药品过期后产生的化学变化并不明显，采用常规方法难以检测，这就为某些不法厂家将过期药品回收再包装销售的制假行为提供了可乘之机。这类过期药品存在安全风险，且药效难以得到保证。因此，研究可有效针对这种制假行为的过期药品快速检测方法非常具有必要性。

拉曼光谱法具有光谱谱线信息丰富，无需样品预处理、无损、非破坏性等优势，非常适合用于药品的现场快速检测。当药品过期后产生的化学变化不明显时，采用拉曼光谱法有时也可很好地对过期药做出判别。因为虽然这些药品过期后的变化不明显，但它们与未过期药品由于来自不同的生产批次而具有一定的差异。同一厂家生产的某一品种的药品，尽管生产工艺、投料量、投料比等会按照统一生产标准来执行，但由于原料药及辅料的来源、原料药与辅料投料量的微小变动、生产工艺的控制差异等因素，使得不同批次药品之间产生微小的差异。利用拉曼光谱法特征性强的优势，加上便携式甚至手持式拉曼光谱仪的普及，可为过期药的检测提供了更为高效便捷的分析手段。

经常与拉曼光谱法相结合用于药品快检的相似度计算方法主要有夹角余弦和相关系数。这两种计算HQI值的方法简便快速，其计算值有固定范围（0-1之间），易于衡量。值越接近于1，表明两张光谱的相似程度越高。

为了综合评价三种不同的处理光谱用于相似度法的效能，采用ROC曲线分析的方法来评价。ROC曲线是指受试者工作特征曲线 （receiver operating characteristic curve），一般用于评价某种检测方法的效能。ROC曲线是根据一系列不同的二分类方式（分界值或决定阈），以灵敏度为纵坐标，1-特异度为横坐标绘制的曲线。它的功能1是选择最佳的阈值范围，功能2是比较不同检测方法对阳性与阴性样品识别能力。

一般来讲，最靠近左上角的ROC曲线的点是准确性最好的阈值点，此点可保证假阳性率和假阴性率的总和最小。通过比较ROC曲线下的AUC可评价检测方法的效能， AUC越大，则检测效能越佳，此时的数据处理方式和相似度计算方法也最合理。

唯有在基层药检中第一时间发现这种回收再包装的过期药的现象，方能有效遏制这种制假行为。如何在人力、试验场地，试验仪器、试验样品等均有限的条件下，充分利用相似度法与拉曼光谱仪的优势建立一种快速准确的过期药的检测方法，以及如何高效地筛选最优的光谱处理方法、相似度计算方法和相似度判别阈值遇到了一定的困难。

发明内容

本发明的目的是旨在解决现有技术的上述问题，提供一种用于过期药的、基于拉曼光谱的相似度鉴定方法。本发明能快速准确地鉴定出过期药。

本发明是这样实现的：一种用于过期药的、基于拉曼光谱的相似度鉴定方法，该方法包括以下的步骤：

步骤一， 通过拉曼光谱仪分别获取药品A批次的m，m≧30个药片的m个拉曼光谱图数据，该药品任意其它B、C、D、E、F的 5个批次的n，n≧50个药片，每个批次t，t≧10 个药片的n个拉曼光谱图数据，以及某待测药品的1张光谱图数据；并将该数据传输至数据预处理模块；

步骤二，对A批次的m个拉曼光谱图数据，该药品其它5个批次的n个拉曼光谱图数据，以及待测样品的1个拉曼光谱数据进行光谱预处理；

该光谱预处理过程包括：a、进行特征波段的选取，截取范围在180-2000cm^-1，截取过程中避开拉曼峰；b、对拉曼光谱采用Savitzky-Golay 算法9点平滑，以去除噪音与杂散光的干扰；c、用Rubberband算法对光谱数据进行基线校正；

步骤三，对步骤二中预处理得到的光谱，随机选择A批次药品m个光谱数据中的r个，r 不大于m，光谱数据求平均光谱，作为该批次的标准光谱S；

步骤四，以步骤三得到的标准光谱S作为标准谱，以不同该指定批次的其余所有光谱m-r张作为阳性样品光谱，来自其他批次的n张光谱作为阴性样品光谱，分别进行最大最小值化，求一阶导数谱和二阶导数谱处理后，计算该三种处理方式下的阳性样品光谱、阴性样品光谱与标准谱的HQI值；

步骤五， 以步骤四计算得到的HQI值纳入ROC曲线方法进行分析，对三种预处理光谱计算所得的HQI值按照样品属性进行赋值，阳性样品赋值为1，阴性样品赋值为0，建立ROC曲线；计算三种处理方式的AUC，并比较大小，以AUC的最大值确定出最佳相似度计算方法和最佳光谱处理方法；

步骤六，获取步骤五最佳的相似度计算方法和光谱处理方式下的ROC曲线，并从曲线数据点上寻找到最佳的判别阈值：越靠近曲线左上角的点，其R.FP与R.FN的和达到最小，此点可作为最佳阈值点；

步骤七，对预处理后的待测样品光谱，按照优化出的最佳处理方式及最佳相似度计算方法与A批次药品的标准谱S计算HQI值；

步骤八，将步骤七获得的HQI值根据预定的判别条件进行判别，符合条件即HQI值大于判别阈值的直接判定为A批次真药，不符合条件即HQI值小于判别阈值则判定为仿冒A批次的过期药。

 

本发明优点在于充分利用相似度法的优势及特点，采用一定量来自不同批次（包含指定批次）的药品的光谱，就可以建立一种过期药判别方法，从而对待测样品是否为某指定批次真药做出快速准确地判别，大大提高了检测的效率。本发明的有益效果综合如下：

1. 本发明将相似度法运用到拉曼光谱法中，使得两张光谱的相似程度量化，易于衡量。相似度值有固定范围，从0到1，值越接近于1，表明两张光谱的相似程度越高。

2. 本发明在建立方法的时候，根据待测样品的实际情况，充分利用已有样品，仅需要一定量的不同批次药片（包含指定批次）就能恰当地模拟出阳性样品和阴性样品的关系，提高了判别结果的准确性与灵敏度。

3. 本发明采用ROC曲线分析法来评价方法效能，优选出最佳的光谱处理方式和相似度计算方法，并通过曲线确定最佳的判别阈值来保证最低的假阳性率和假阴性率，从而降低判别结果的误判率与漏判率。

4. 根据本发明的分析方法可以建议一套过期药判别分析装置并与拉曼光谱仪连接，可以在基层一线检验中实现对过期药的现场检测。

附图说明

下面结合附图对本发明作进一步的说明：

图1(a)夹角余弦相似度计算方法的ROC曲线图;

图1(b)相关系数相似度计算方法的ROC曲线图;

图2是待测样品的判别结果图。

具体实施方式

本发明一种用于过期药的、基于拉曼光谱的相似度鉴定方法，该方法包括以下的步骤：

步骤一， 通过拉曼光谱仪分别获取药品A批次的m，m≧30个药片的m个拉曼光谱图数据，该药品任意其它B、C、D、E、F的 5个批次的n，n≧50个药片，每个批次t，t≧10 个药片的n个拉曼光谱图数据，以及某待测药品的1张光谱图数据；并将该数据传输至数据预处理模块；

步骤二，对A批次的m个拉曼光谱图数据，该药品其它5个批次的n个拉曼光谱图数据，以及待测样品的1个拉曼光谱数据进行光谱预处理；

该光谱预处理过程包括：a、进行特征波段的选取，截取范围在180-2000cm^-1，截取过程中避开拉曼峰；b、对拉曼光谱采用Savitzky-Golay 算法9点平滑，以去除噪音与杂散光的干扰；c、用Rubberband算法对光谱数据进行基线校正；

步骤三，对步骤二中预处理得到的光谱，随机选择A批次药品m个光谱数据中的r个，r 不大于m，光谱数据求平均光谱，作为该批次的标准光谱S；

步骤四，以步骤三得到的标准光谱S作为标准谱，以不同该指定批次的其余所有光谱m-r张作为阳性样品光谱，来自其他批次的n张光谱作为阴性样品光谱，分别进行最大最小值化，求一阶导数谱和二阶导数谱处理后，计算该三种处理方式下的阳性样品光谱、阴性样品光谱与标准谱的HQI值；

步骤五， 以步骤四计算得到的HQI值纳入ROC曲线方法进行分析，对三种预处理光谱计算所得的HQI值按照样品属性进行赋值，阳性样品赋值为1，阴性样品赋值为0，建立ROC曲线；计算三种处理方式的AUC，并比较大小，以AUC的最大值确定出最佳相似度计算方法和最佳光谱处理方法；

步骤六，获取步骤五最佳的相似度计算方法和光谱处理方式下的ROC曲线，并从曲线数据点上寻找到最佳的判别阈值：越靠近曲线左上角的点，其R.FP与R.FN的和达到最小，此点可作为最佳阈值点；

步骤七，对预处理后的待测样品光谱，按照优化出的最佳处理方式及最佳相似度计算方法与A批次药品的标准谱S计算HQI值；

步骤八，将步骤七获得的HQI值根据预定的判别条件进行判别，符合条件即HQI值大于判别阈值的直接判定为A批次真药，不符合条件即HQI值小于判别阈值则判定为仿冒A批次的过期药。

基于上述方法，开发一种过期药判别分析装置，其包括以下的数据处理模块，以某厂家将过期药回收再包装冒充该厂家药品的某一未过期批次A为例：

控制模块；

数据接收模块：该模块在所述控制模块的控制下从拉曼光谱仪接收对某厂家药品A批次的m(m≧30)个药片的m个拉曼光谱图数据，该药品任意其它5个批次（B、C、D、E、F）的n(n≧50)个药片（每个批次t(t≧10) 个药片）的n个拉曼光谱图数据，以及某待测药品的1张光谱图数据并将该数据传输至数据预处理模块；

数据预处理模块：该模块被配置为对从数据接收模块接收的所有光谱图数据进行统一的预处理，预处理方法包括截取特征波段、平滑、基线校正；

标准光谱计算模块：该模块随机选择该药品A批次的m张光谱中的10张拉曼光谱的预处理数据求平均光谱，作为该批次的标准光谱S；

HQI计算模块：该模块将该药品A批次的其余所有光谱（m-r张）作为阳性样品，来自其他批次的n张光谱作为阴性样品，以标准光谱S作为标准谱，将上述光谱分别进行最大最小值化、求一阶导数和二阶导数处理，计算阳性样品光谱和阴性样品光谱与标准谱的HQI值；

ROC曲线分析模块：该模块对三种处理光谱计算所得的HQI值分别通过建立ROC曲线来进行评价，并通过曲线下面积AUC的值确定出最佳相似度计算方法和最佳光谱处理方法；

阈值选择模块：该模块被配置为获取以最佳的相似度计算方法和光谱处理方法作出的ROC曲线，并从曲线上寻找到最佳的判别阈值。越靠近左上角的点，其R.FP与R.FN的和最小，此点即为最佳阈值点；

待测样品光谱计算模块：该模块被配置为对预处理后的待测样品光谱，按照优化出的最佳处理光谱及最佳相似度计算方法与A批次药品的标准谱S计算HQI值；

判断模块：该模块被配置为根据预定的判别条件对待测样品分析结果进行判别，符合条件的直接判定为A批次真药药品，不符合条件的判定为仿冒A批次的回收再包装的过期药。

将上述系统和拉曼光谱仪相连，即可构成过期药的鉴定系统。

实施例

一、材料和设备

1、药片样品：取国内某厂家生产的6批对乙酰氨基酚片，分别命名为批次A、B、C、D、E、F，每个批次具有足够数量的药片。每个药片采集一张光谱。其中A批次为未过期药品，作为阳性样品。B、C、D、E、F均为过期药品，可作为仿冒A批次的阴性样品。

2、过期药分析系统：计算机硬件系统采用Intel^? Pentium^? Dual E2180 ＠ 2.00 GHz芯片，计算软件为matlab7.0（数据预处理软件为OPUS 5.0），以及B&WTek i-Raman-785型拉曼光谱仪。

二、实验步骤：

1. 将上述药片进行刮除表面包膜的处理，采集药片和化合物的拉曼光谱图，每个药片采集一张光谱。其中A批次为未过期药品，共获得40张光谱。B、C、D、E、F均为过期药品，每个批次均获得20张光谱。

2. 对所有光谱进行光谱预处理，过程包括：a、进行特征波段的选取，截取范围在180-2000cm^-1，截取过程中避开拉曼峰；b、对拉曼光谱采用Savitzky-Golay 算法9点平滑，以去除噪音与杂散光的干扰；c、用Rubberband算法对光谱数据进行基线校正；

3. 对2中预处理得到的光谱，随机选择A批次药品的40个光谱数据中的10个光谱数据求平均光谱，作为该批次的标准光谱S；

4. 以3中得到的光谱S作为标准谱，随机选择A批次中剩余30张光谱中的20张光谱作为阳性样品光谱，其他5个批次各自随机选择10张光谱作为阴性样品光谱，分别进行最大最小值化，求一阶导数谱和二阶导数谱处理后，计算三种处理方式下的阳性样品光谱、阴性样品光谱与标准谱的HQI值，其中选择两种方法计算HQI值，计算公式如下：

夹角余弦

相关系数

公式说明：其中i为光谱曲线中的某一点，Ai为A光谱i点的光谱强度，Bi为B光谱i点的光谱强度，、分别表示A光谱和B光谱强度的平均值；

5. 以4中计算得到的HQI值纳入ROC曲线方法进行分析，阳性样品赋值为1，阴性样品赋值为0，建立ROC曲线；计算三种处理方式的AUC，并比较大小，以AUC的最大值确定出最佳相似度计算方法和最佳光谱处理方法；

6. 获取5中最佳的相似度计算方法和光谱处理方式下的ROC曲线，并从曲线数据点上寻找到最佳的判别阈值；

7. 6个批次均剩余10张光谱，以这60张光谱作为待测样品光谱，经预处理后按照优化出的最佳处理方式及最佳相似度计算方法与A批次药品的标准谱S计算HQI值； 

8. 将7获得的HQI值根据预定的判别阈值进行判别，符合条件即HQI值大于判别阈值的直接判定为A批次真药，不符合条件即HQI值小于判别阈值则判定为仿冒A批次的过期药；

三、实验结果： 

为了综合评价三种不同的预处理光谱的效能，采用ROC曲线分析的方法来评价。它的功能1是选择最佳的阈值范围，功能2是比较不同检测方法对阳性与阴性样品识别能力。

如图1a和图1b所示，图1a为以夹角余弦为计算方法的三种光谱的ROC曲线图，图1b为相关系数为计算方法的ROC曲线图。对应的ROC曲线下面积(AUC)如表1所示：

表1.ROC曲线下面积

	标准化	一阶导	二阶导
				cosine	0.922	0.954	0.952
correlation	0.886	0.954	0.952

比较不同ROC曲线的AUC值， AUC越大，表明检测效能越佳。由表1可以看出，一阶导数谱采用两种计算方法获得的结果相同，均为0.954。二阶导数谱采用两种计算方法获得的结果也都相同，均为0.952。标准化光谱采用夹角余弦和相关系数获得的AUC分别为0.922和0.886。结果表明，三种预处理光谱中，一阶导数谱作为光谱预处理方法效果最好，此时，夹角余弦与相关系数两种计算相似度方法的效能相同。

确定以一阶导数谱作为预处理方法，ROC曲线上最靠近左上角的点是准确性最好的判别阈值，其假阳性和假阴性的总数最少。结果显示，选择夹角余弦算法的候选最佳阈值为0.997，相关系数算法的候选最佳阈值在0.998。

对60个待测样品以筛选出的光谱处理方法进行处理后，分别与标准光谱S计算相似度（以夹角余弦为例），并以0.997作为判别阈值，判别结果如图2所示。

从图2中可以看出，10个未过期药品中有2个判为过期药，为假阴性样品，假阴性率为20%。50个过期药品中有6个判为未过期药品，为假阳性样品，假阳性率为12%。该方法准确率较高，一方面保证了较低的假阴性率和假阳性率，保证了药品快检的效率，另一方面保证了较高的阴性预报率，准确率较高。

尽管通过引述实际分析中的特定细节和参数说明了本发明，应该理解，这只是按示例的方式而不是限制的方式来描述，这些设定和数值可以有变化，这些变化仍然在本发明的范围之内。对于受本发明启示的本领域技术人员来说，许多替换、改型、改变和变化都是显而易见的。因此，本发明旨在包含这些本发明范围的替换、改型、改变和变化。

尽管通过引述实际分析中的特定细节和参数说明了本发明，应该理解，这只是按示例的方式而不是限制的方式来描述，这些设定和数值可以有变化，这些变化仍然在本发明的范围之内。对于受本发明启示的本领域技术人员来说，许多改变和变化都是显而易见的。因此，本发明旨在包含这些本发明范围的改变和变化。

Claims (1)

1.一种用于过期药的、基于拉曼光谱的相似度鉴定方法，其特征在于，该方法包括以下的步骤：

步骤一， 通过拉曼光谱仪分别获取药品A批次的m，m≧30个药片的m个拉曼光谱图数据，该药品任意其它B、C、D、E、F的 5个批次的n，n≧50个药片，每个批次t，t≧10 个药片的n个拉曼光谱图数据，以及某待测药品的1张光谱图数据；并将该数据传输至数据预处理模块；

步骤二，对A批次的m个拉曼光谱图数据，该药品其它5个批次的n个拉曼光谱图数据，以及待测样品的1个拉曼光谱数据进行光谱预处理；

该光谱预处理过程包括：a、进行特征波段的选取，截取范围在180-2000cm^-1，截取过程中避开拉曼峰；b、对拉曼光谱采用Savitzky-Golay 算法9点平滑，以去除噪音与杂散光的干扰；c、用Rubberband算法对光谱数据进行基线校正；

步骤三，对步骤二中预处理得到的光谱，随机选择A批次药品m个光谱数据中的r个，r 不大于m，光谱数据求平均光谱，作为该批次的标准光谱S；

步骤四，以步骤三得到的标准光谱S作为标准谱，以不同该指定批次的其余所有光谱m-r张作为阳性样品光谱，来自其他批次的n张光谱作为阴性样品光谱，分别进行最大最小值化，求一阶导数谱和二阶导数谱处理后，计算该三种处理方式下的阳性样品光谱、阴性样品光谱与标准谱的HQI值；

步骤五， 以步骤四计算得到的HQI值纳入ROC曲线方法进行分析，对三种预处理光谱计算所得的HQI值按照样品属性进行赋值，阳性样品赋值为1，阴性样品赋值为0，建立ROC曲线；计算三种处理方式的AUC，并比较大小，以AUC的最大值确定出最佳相似度计算方法和最佳光谱处理方法；

步骤六，获取步骤五最佳的相似度计算方法和光谱处理方式下的ROC曲线，并从曲线数据点上寻找到最佳的判别阈值：越靠近曲线左上角的点，其R.FP与R.FN的和达到最小，此点可作为最佳阈值点；

步骤七，对预处理后的待测样品光谱，按照优化出的最佳处理方式及最佳相似度计算方法与A批次药品的标准谱S计算HQI值；

步骤八，将步骤七获得的HQI值根据预定的判别条件进行判别，符合条件即HQI值大于判别阈值的直接判定为A批次真药，不符合条件即HQI值小于判别阈值则判定为仿冒A批次的过期药。