CN105510271A - 一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法 - Google Patents
一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法 Download PDFInfo
- Publication number
- CN105510271A CN105510271A CN201510831244.9A CN201510831244A CN105510271A CN 105510271 A CN105510271 A CN 105510271A CN 201510831244 A CN201510831244 A CN 201510831244A CN 105510271 A CN105510271 A CN 105510271A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- denoising
- spectrum
- phenylalanine
- ftir
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 title claims abstract description 18
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 title claims abstract description 16
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 title claims abstract description 15
- 230000009466 transformation Effects 0.000 title abstract description 7
- 239000008280 blood Substances 0.000 claims abstract description 9
- 210000004369 blood Anatomy 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 7
- 101150004636 SYM1 gene Proteins 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010183 spectrum analysis Methods 0.000 abstract description 2
- 238000010187 selection method Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004885 tandem mass spectrometry Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 238000005102 attenuated total reflection Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002795 fluorescence method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及光谱分析技术领域，具体公开了一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。该方法首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。所述方法为滤纸干血片FTIR/ATR光谱提供了一种有效的去噪方法；有利于进一步提高苯丙氨酸校正模型的精度，使得该模型可以对苯丙氨酸实现快速、准确和绿色的检测。
Description
技术领域
本发明涉及光谱分析技术领域，具体涉及一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。
背景技术
滤纸干血片中苯丙氨酸的含量，目前采用细菌抑制法(BIA)、荧光法(FA)、高效液相色谱法(HPLC)、串联质谱法(MS/MS)等检测，这些方法普遍具有消耗试剂、费用高、步骤繁琐、耗时长等缺点。
现有技术利用衰减全反射傅里叶变换红外光谱(FTIR/ATR)，结合化学计量学算法对苯丙氨酸进行检测，取得了很好的效果。FTIR/ATR检测技术具有操作简便、分析速度快、能耗低、无需对样品进行处理、不消耗试剂、不产生污染、可同时测定多种成分等优势，已被广泛应用。但是，在测量过程中，红外光谱受到光源强度微小变化、杂散光、外界震动、干涉仪动镜移动、电子线路等因素干扰，不可避免产生噪声，带来很大影响，因此需对光谱进行去噪处理。
小波变换具有独特的时频分离特性，能够适应不同波形谱图的去噪要求，已被广泛应用于图像处理、电信号分析、能源勘察、语音分析、医药分析等多学科领域。在进行小波变换时，小波的去噪效果跟小波基、阶数、分解尺度、阈值选取和重调方式等参数有关，但是目前还没有一套规范的选取这些参数的方法。
发明内容
本发明所要解决的技术问题是，为了克服现有技术中存在的上述问题，提供一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。
本发明所要解决的上述技术问题，通过以下技术方案予以实现：
一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。
优选地，所述小波母函数选自小波基sym12、bior2.8或bior6.8。
优选地，所述小波包母函数选自小波基db10、sym1和bior1.5。
优选地，所述分解层数为1层。
优选地，所述的阈值选取方法为rigrsure方法。
优选地，所述的重调规则选用sln方法。
优选地，所述的方法是对滤纸干血片中苯丙氨酸FTIR/ATR光谱进行去噪。
有益效果：本发明在FTIR/ATR光谱预处理阶段引进小波和小波包变换，对原始光谱、9点平滑光谱和一阶导数9点平滑光谱分别进行去噪处理，比较去噪前后光谱模型的各项评价指标，结果发现经小波或小波包处理后的模型精度均有明显提高，说明小波和小波包变换为FTIR/ATR光谱提供了一种有效的去噪方法；该方法有利于进一步提高模型精度，使得FTIR/ATR定量校正模型可以对滤纸干血片中苯丙氨酸实现快速、准确和绿色的检测。
具体实施方式
以下结合具体实施例来进一步解释本发明，但实施例对本发明不做任何形式的限定。
实施例1
取69例干血片样本由广州金域医学检验中心提供，采用串联质谱法测定苯丙氨酸(Phe)的浓度，其中35例阴性样本的平均浓度为47.2μmol/L，标准差为9.1μmol/L；34例阳性样本的平均浓度为292.8μmol/L，标准差为258.9μmol/L。以空气作为空白背景，采用FTIR/ATR法对干血片进行光谱采集，对每个血斑各取5个不同位置扫描，取平均值作为该血片的红外原始光谱(OS)数据。用红外光谱仪自带的OPUS7.2软件对所得光谱进行9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)预处理。
对FTIR/ATR光谱进行去噪的方法如下：首先对小波或小波包变换的参数进行优化，优化方法如下：以“rigrsure”和“sln”方法，作为阈值选取和重调规则；分解层数为1层；小波母函数选自小波基sym12、bior2.8或bior6.8；小波包母函数选自小波基db10、sym1和bior1.5。然后分别对原始光谱(OS)、9点平滑光谱(9S)和一阶微分9点平滑光谱(1D9S)进行小波和小波包去噪。最后对所建立的模型进行评价，结果见表1和表2。
模型评价指标有相关系数(R)、均方根误差(RMSEP)、平均相对误差(MRE)、准确率(Acc)、灵敏度(Sens)和特异性(Spec)。R越趋近于1，RMSEP和MRE越趋近于0，Acc、Sens和Spec越趋近于100，模型的精度越高。其计算方法如下：
相关系数(RelativeCoefficient,R)：
预测均方根误差(RootMeanSquareErrorofPrediction,RMSEP)：
平均相对误差(MeanRelativeError,MRE)：
准确率(Accuracy,Acc)：
灵敏度(Sensitivity,Sens)：
特异性(Specificity,Spec)：
公式(1)～(6)中，Yp、Yr、Ym和n分别表示模型预测值、实验值、实验值的平均值以及样本个数，TP和TN表示正确预测的阳性和阴性样本的数目。
表1OS、9S和1D9S光谱经小波变换后模型输出结果
表2OS、9S和1D9S光谱经小波包变换后模型输出结果
从表1和表2中可见OS、9S、1D9S光谱分别经sym12、bior2.8、bior6.8小波去噪，或db10、sym1、bior1.5小波包去噪后，模型的各项评价指标均有不同程度的改进，说明小波和小波包变换能有效地去除信号噪音，提高模型精度。
其中，表1中最优模型是1D9S+sym12，与小波去噪前相比，R从0.87提高到0.91，RMSEP从114.79降低到89.17，MRE从0.3降低到0.28，Acc、Sens和Spec均提高到100。小波包去噪得到的最优模型为1D9S+sym1，与去噪前的光谱模型相比，R从0.87提高到0.91，RMSEP从114.78降低到94.13，MRE从0.3降低到0.29，Acc、Sens和Spec同样均提高到100，而且结果的标准差均为0。上述结果表明，1D9S光谱经小波或小波包变换去噪后建立的模型更加准确、稳定。
Claims (7)
1.一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，其特征在于，首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。
2.根据权利要求1所述的去噪的方法，其特征在于，所述小波母函数选自小波基sym12、bior2.8或bior6.8。
3.根据权利要求1所述的去噪的方法，其特征在于，所述小波包母函数选自小波基db10、sym1和bior1.5。
4.根据权利要求1所述的去噪的方法，其特征在于，所述分解层数为1层。
5.根据权利要求1所述的去噪的方法，其特征在于，所述的阈值选取方法为rigrsure方法。
6.根据权利要求1所述的去噪的方法，其特征在于，所述的重调规则选用sln方法。
7.根据权利要求1所述的去噪的方法，其特征在于，所述的方法是对滤纸干血片中苯丙氨酸FTIR/ATR光谱进行去噪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510831244.9A CN105510271B (zh) | 2015-11-25 | 2015-11-25 | 一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510831244.9A CN105510271B (zh) | 2015-11-25 | 2015-11-25 | 一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105510271A true CN105510271A (zh) | 2016-04-20 |
| CN105510271B CN105510271B (zh) | 2019-04-02 |
Family
ID=55718408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510831244.9A Expired - Fee Related CN105510271B (zh) | 2015-11-25 | 2015-11-25 | 一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105510271B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050265629A1 (en) * | 2004-05-28 | 2005-12-01 | The Regents Of The University Of California | Signal processing method and system for noise removal and signal extraction |
| CN101995392A (zh) * | 2010-11-15 | 2011-03-30 | 中华人民共和国上海出入境检验检疫局 | 快速检测橄榄油掺伪的方法 |
| CN103217409A (zh) * | 2013-03-22 | 2013-07-24 | 重庆绿色智能技术研究院 | 一种拉曼光谱预处理方法 |
| CN104198463A (zh) * | 2014-09-22 | 2014-12-10 | 中国科学院重庆绿色智能技术研究院 | 拉曼光谱预处理方法及系统 |
-
2015
- 2015-11-25 CN CN201510831244.9A patent/CN105510271B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050265629A1 (en) * | 2004-05-28 | 2005-12-01 | The Regents Of The University Of California | Signal processing method and system for noise removal and signal extraction |
| CN101995392A (zh) * | 2010-11-15 | 2011-03-30 | 中华人民共和国上海出入境检验检疫局 | 快速检测橄榄油掺伪的方法 |
| CN103217409A (zh) * | 2013-03-22 | 2013-07-24 | 重庆绿色智能技术研究院 | 一种拉曼光谱预处理方法 |
| CN104198463A (zh) * | 2014-09-22 | 2014-12-10 | 中国科学院重庆绿色智能技术研究院 | 拉曼光谱预处理方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈理等: "《煤田隐伏断层的超低频频谱特征研究》", 《光谱学与光谱分析》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105510271B (zh) | 2019-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103134765A (zh) | 一种基于太赫兹时域光谱的中药样品真伪初筛方法 | |
| CN103983617A (zh) | 一种基于小波变换改进激光探针定量分析的方法 | |
| CN101915744A (zh) | 物质成分含量的近红外光谱无损检测方法及装置 | |
| CN103543132B (zh) | 一种基于小波变换的煤质特性测量方法 | |
| CN103175805B (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
| CN102636450A (zh) | 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法 | |
| CN103575694A (zh) | 一种基于近红外光谱技术的稻谷黄曲霉毒素b1 快速检测方法 | |
| CN103983595A (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
| CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
| CN107561033A (zh) | 基于太赫兹光谱的混合物中关键物质定性和定量测定方法 | |
| CN105784672A (zh) | 一种基于双树复小波算法的毒品检测仪标准化方法 | |
| CN115046943A (zh) | 一种水质探测方法、装置、系统以及存储介质 | |
| CN107632010B (zh) | 一种结合激光诱导击穿光谱对钢铁样品的定量方法 | |
| CN103105369B (zh) | 液态物质光谱基线校正定量分析方法 | |
| CN107655918B (zh) | 土壤重金属能谱范围确定方法及装置 | |
| CN116399850B (zh) | 一种用于光信号处理的光谱探测识别系统及其探测方法 | |
| CN106124481A (zh) | 一种适于奶粉多组分重金属无损检测方法 | |
| CN102507501B (zh) | 特种蛋白测试方法及测试装置 | |
| CN105510271A (zh) | 一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法 | |
| CN103822894A (zh) | 一种基于近红外光谱法快速检测鱼粉中牛磺酸含量的方法 | |
| CN115015131A (zh) | 红外光谱训练集样本筛选方法 | |
| Sun et al. | Visible-NIR spectroscopy and least square support vector machines regression for determination of vitamin C of mandarin fruit | |
| CN103698297A (zh) | 复方阿胶浆总氮近红外快速检测方法 | |
| CN103398966A (zh) | 光谱仪在有机溶液中测定tmc浓度的方法 | |
| CN102798606A (zh) | 一种快速检测烟用香液料液配制比例的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 510006 No. 280 East Ring Road, Guangzhou City University, Guangdong Applicant after: Guangdong Pharmaceutical University Address before: 510006 No. 280 East Ring Road, Guangzhou City University, Guangdong Applicant before: Guangdong Pharmaceutical University |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190402 Termination date: 20201125 |