CN109765212B - 拉曼光谱中不同步褪色荧光的消除方法 - Google Patents

Abstract

一种拉曼光谱中不同步褪色荧光的消除方法，涉及一种拉曼光谱中消除荧光的方法，该方法是对样本进行连续多次光谱测量，将多次采集的光谱构成多维数组，采用ICA算法进行计算；输入ICA源信号数量，从2开始依次增加，输出分离后的信号；然后求取每个输出信号的信息熵，当出现所有输出的最小熵值时，此熵值即全局最小熵；将全局最小熵值对应的分离信号，作为拉曼光谱信号还原输出，即为消除了荧光的拉曼光谱信号。本发明可解决拉曼光谱中荧光不同步褪色、ICA中源信号数量判断、ICA输出结果随机性的问题，易于推广使用。

Description

拉曼光谱中不同步褪色荧光的消除方法

技术领域

本发明涉及一种拉曼光谱中消除荧光的方法，特别是一种拉曼光谱中不同步褪色荧光的消除方法。

背景技术

荧光是干扰拉曼光谱测量的一个重要原因，在与本申请最接近的现有技术中，一种是利用荧光随照射时间减弱的褪色效应，实现了同步褪色荧光的消除，其假定是体系中引起荧光来源单一，在微小时间段内，荧光强度随时间同步减弱，当找出此荧光褪色微元，通过逆差分就能找出体系所包含的荧光，然后扣除，从而获得不受荧光干扰的拉曼信号。还有一种现有技术是采用离散序列的信息熵作为荧光成分扣减判据，从混合信号中逐步扣减荧光，当信息熵达到最小时，混合信号中的荧光被完全消除。

但是这两种技术适用于同步荧光测量对象，如果荧光的来源不同步，且随时间变化也不同步，将无法满足统一荧光微元假定，从而多源荧光信号难以兼顾，实现同时处理，使得荧光干扰无法被完全消除。

多个来源的信号辨识是盲源信号分析领域研究的主要问题，目前最成功的方法之一是独立分量分析，即ICA（Independent Component Analysis）。在确定条件下，ICA方法可以识别混合的多个独立源信号。这些确定的条件包括，各个源信号之间需要满足统计独立性，为ICA定义的源信号数量与真实信号源一致等。另外，ICA随机搜索至收敛而得到的输出结果，使得信号在幅度和相位上具有随机性，并不会与实际的真实信号一致。

发明内容

本发明要解决的技术问题是：提供一种拉曼光谱中不同步褪色荧光的消除方法，以解决现有技术中存在的拉曼光谱中荧光不同步褪色问题、ICA中源信号数量判断问题、ICA输出结果随机性问题。

解决上述技术问题的技术方案是：一种拉曼光谱中不同步褪色荧光的消除方法，该方法对样本进行连续多次光谱测量，将多次采集的光谱构成多维数组，采用ICA算法进行计算；输入ICA源信号数量，从2开始依次增加，输出分离后的信号；然后求取每个输出信号的信息熵，当出现所有输出的最小熵值时，此熵值即全局最小熵；将全局最小熵值对应的分离信号，作为拉曼光谱信号还原输出，即为消除了荧光的拉曼光谱信号。

本实用新型的进一步技术方案是：该方法包括以下步骤：

S1.样本的光谱测量；

S2.ICA计算：

将连续采集的光谱构成多维数组，输入ICA算法中，依次输入不同的源信号数量，进行ICA计算，分别计算各个输出信号的信息熵，比较不同信号源数量输出的熵值，至最小熵值出现后，停止计算；将不同信号源数量输出的最小熵值作为全局最小熵值；

S3.将全局最小熵值对应的拉曼光谱信号还原输出：

S31.判断ICA算法中输出全局最小熵值的拉曼光谱信号对应的分量是否为反向，即，如果该分量绝对值最大处为负值，将该分量乘以-1，保证输出的拉曼光谱信号为正。

S32.还原全局最小熵值对应的拉曼光谱信号强度；

S33.输出调整后的全局最小熵值对应的分量，即为消除了荧光的拉曼光谱信号。

本实用新型的进一步技术方案是：所述的步骤S1.样本的光谱测量中，包括以下内容：

按照荧光随时间变化的复杂程度，在连续激光照射条件下，按照相同积分时间，连续采集多张光谱。

本实用新型的再进一步技术方案是：在步骤S1中，所述的多张光谱为大于5张，少于20张。

本实用新型的再进一步技术方案是：所述的步骤S2.ICA计算包括以下具体内容：

将连续采集的光谱构成多维数组，输入ICA算法中，输入ICA源信号数进行计算；源信号数量从2开始，计算输出的2个信号的信息熵，然后增加源信号数量，依次计算各个信号的信息熵，比较不同信号源数量输出的熵值，至最小熵值出现后，停止计算；将不同信号源数量输出的最小熵值作为全局最小熵值；全局最小熵值对应的信号为样本的拉曼光谱信号；

本实用新型的再进一步技术方案是：所述的步骤S32. 还原全局最小熵值对应的拉曼光谱信号强度包括以下内容：

S321.求取出现全局最小熵值的拉曼光谱信号对应的分量的一阶导数，计算模量NIC；

S322.将直接测量的系列光谱求取均值后计算一阶导数，计算其模量NSamp；

S323.将出现全局最小熵值的拉曼光谱信号对应的分量所含各点乘以系数，系数为NSamp/NIC，调整至与实际测量值一致。

由于采用上述技术方案，本发明之拉曼光谱中不同步褪色荧光的消除方法与现有技术相比，具有以下有益效果：

1. 可解决拉曼光谱中荧光不同步褪色问题

由于拉曼光谱中荧光、拉曼光、高频噪声是仪器测量信号的组成部分，各部分信号在频率上差异显著，而不同步褪色噪声满足了信号的时序独立；拉曼信号系统的这些特点正好满足了ICA方法所要求的信号统计独立性质，本发明是对样本进行连续多次光谱测量，将多次采集的光谱构成多维数组，采用ICA算法进行计算；输入ICA源信号数量，从2开始依次增加，输出分离后的信号；然后求取每个输出信号的信息熵，当出现所有输出的最小熵值时，此熵值即全局最小熵；将全局最小熵值对应的分离信号，作为拉曼光谱信号还原输出，即为消除了荧光的拉曼光谱信号。因此，本发明以ICA为核心方法来消除荧光的拉曼光谱信号，即可解决了拉曼光谱中不同步褪色荧光的消除问题。

2.可解决ICA中源信号数量判断问题

当定义的源信号数目与真实源信号数量不一致时，ICA会由于过分辨或欠分辨，导致输出结果错误；本发明采用信息熵判断，即依次定义不同的源信号数量，进行ICA计算，分别计算各个输出信号的信息熵，直至出现最小熵值，其中的全局最小熵值的信号对应了实际拉曼光谱所包含的信息。

3.可解决ICA输出结果随机性问题

ICA所输出对应于真实拉曼信息的信号，存在幅度和相位的不确定性；因为拉曼信号强度恒为正，反向ICA信号即可直接校正；另外，在导数下，荧光强度显著下降，利用一阶或者高阶导数下荧光这一性质，用信号导数的模量，将ICA输出信号校正至真实拉曼信号强度，将ICA信号还原为真实、稳定的拉曼信号输出，因此，本发明可解决ICA输出结果随机性问题。

下面，结合附图和实施例对本发明之拉曼光谱中不同步褪色荧光的消除方法的技术特征作进一步的说明。

附图说明

图1：实施例一中直接连续测量盐酸氟桂利嗪片剂的系列光谱图，

图2：实施例一中信号源定义为3的ICA信号分离效果图，

图2-1：实施例一中与拉曼光谱信号对应的第Ⅱ分量图，

图3：直接测量的均值信号谱图（含荧光原始谱图）和消除荧光后的拉曼信号谱图对比图。

具体实施方式

一种拉曼光谱中不同步褪色荧光的消除方法，该方法是对样本进行连续多次光谱测量，将多次采集的光谱构成多维数组，采用ICA算法进行计算；输入ICA源信号的数量，从2开始依次增加，输出分离后的信号；然后求取每个输出信号的信息熵，当出现所有输出的最小熵值时，此熵值即全局最小熵；将全局最小熵值对应的分离信号，作为拉曼光谱信号还原输出，即为消除了荧光的拉曼光谱信号。该方法包括以下步骤：

S1.样本的光谱测量：

按照荧光随时间变化的复杂程度，在连续激光照射条件下，按照相同积分时间，连续采集多张光谱，光谱数量为大于5张，少于20张；

S2.ICA计算：

将连续采集的光谱构成多维数组，输入ICA算法中，输入ICA源信号数量进行计算，源信号数量从2开始，计算输出的2个信号的信息熵，然后增加源数量，依次计算各个信号的信息熵，比较不同信号源数量输出的熵值，至最小熵值出现后，停止计算；将不同信号源数量输出的最小熵值作为全局最小熵值；全局最小熵值对应的信号为样本的拉曼光谱信号；

S3.将全局最小熵值对应的拉曼光谱信号还原输出：

S31.判断ICA算法中输出全局最小熵值的拉曼光谱信号对应的分量是否为反向，即，如果该分量绝对值最大处为负值，将该分量乘以-1，保证输出的拉曼光谱信号为正；

S32.还原全局最小熵值对应的拉曼光谱信号强度：

S321.求取出现全局最小熵值的拉曼光谱信号对应的分量的一阶导数，计算模量NIC；

S322.将直接测量的系列光谱求取均值后计算一阶导数，计算其模量NSamp；

S323.将出现全局最小熵值的拉曼光谱信号对应的分量所含各点乘以系数，系数为NSamp/NIC，调整至与实际测量值一致；

S33.输出调整后的全局最小熵值对应的分量，即为消除了荧光的拉曼光谱信号。

实施例一：

本实施例一选取盐酸氟桂利嗪片剂测量拉曼光谱：

S1.样本的光谱测量：

按照荧光随时间变化的复杂程度，在连续激光照射条件下，按照相同积分时间，连续采集多张光谱，连续采集的光谱数量为18张。图1是此片剂连续测量的系列光谱图，从图1中可看出荧光随时间下降，但是谱线之间并非完全同步；该片剂中除API以外，还含有多种辅料，是多组分复杂体系，以单一荧光褪色方法，无法完全消除荧光干扰，得到平直的拉曼光谱。

S2.ICA计算：

将连续测量盐酸氟桂利嗪片剂的18张拉曼图谱构成多维数组SpX，输入ICA算法中， ICA是一种公开的数据处理方法，（即独立成分分析算法，Independent componentanalysis），输入ICA源信号数量进行ICA计算，分别计算每组输出的熵值，即是从源数量为2开始，计算输出的2个信号的熵值，然后增加源数量，依次计算各个信号的信息熵，至最小熵值出现后，停止计算，记录其中最小熵值，以及该最小熵值所对应的分量。

表1——不同信号源数量输出的最小熵值及其所对应的分量一览表

源信号数量	2	3	4	5
					最小熵值	3.9438	3.9344	4.0783	4.1383
分量序号	Ⅰ	Ⅱ	Ⅲ	Ⅱ

从上表1可以看出，当源信号数量为3时，出现全局最小熵值，对应了输出的第Ⅱ分量。而继续增加源信号数量输入，信息熵将会增加，即定义源信号数量3，与系统源信号数量一致。

S3.将全局最小熵值对应的拉曼光谱信号还原输出：

S31.判断ICA算法中输出全局最小熵值的拉曼光谱信号对应的分量是否为反向，即，如果该分量绝对值最大处为负值，将该分量乘以-1，保证输出的拉曼光谱信号为正；图2为信号源定义为3的ICA信号分离效果图，即定义3个源信号，ICA算法输出的第Ⅰ、Ⅱ、Ⅲ共3个分量的情况。由图2可以很直观看到平直的拉曼光谱信号已经被分离出来，但是出现了反向，强度值与原始测量值也不匹配，图2-1为与拉曼光谱信号对应的第Ⅱ分量；将第Ⅱ分量乘以-1，翻转为正值；

S32.还原全局最小熵值对应的拉曼光谱信号强度：

S321.求取出现全局最小熵值的拉曼光谱信号对应的第Ⅱ分量的一阶导数，计算模量NIC =4.83；

S322.将直接测量的系列光谱求取均值后计算一阶导数，计算其模量NSamp=1310；

S323.将出现全局最小熵值的拉曼光谱信号对应的第Ⅱ分量，所含各点乘以系数（NSamp/NIC），将拉曼信号强度调整至与实际测量值一致；

S33.输出调整后的全局最小熵值对应的分量，即为消除了荧光的拉曼光谱信号，图3是直接测量的均值信号谱图P1（含荧光原始谱图）和消除荧光后的拉曼信号谱图P0之间的对比图。

Claims (5)

1.一种拉曼光谱中不同步褪色荧光的消除方法，其特征在于：该方法对样本进行连续多次光谱测量，将多次采集的光谱构成多维数组，采用ICA算法进行计算；输入ICA源信号数量，从2开始依次增加，输出分离后的信号；然后求取每个输出信号的信息熵，当出现所有输出的最小熵值时，此熵值即全局最小熵；将全局最小熵值对应的分离信号，作为拉曼光谱信号还原输出，即为消除了荧光的拉曼光谱信号；该方法包括以下步骤：

S1.样本的光谱测量；

S2.ICA计算：

将连续采集的光谱构成多维数组，输入ICA算法中，依次输入不同的源信号数量，进行ICA计算，分别计算各个输出信号的信息熵，比较不同信号源数量输出的熵值，至最小熵值出现后，停止计算；将不同信号源数量输出的最小熵值作为全局最小熵值；

S3.将全局最小熵值对应的拉曼光谱信号还原输出：

S31.判断ICA算法中输出全局最小熵值的拉曼光谱信号对应的分量是否为反向，即，如果该分量绝对值最大处为负值，将该分量乘以-1，保证输出的拉曼光谱信号为正；

S32.还原全局最小熵值对应的拉曼光谱信号强度；

S33.输出调整后的全局最小熵值对应的分量，即为消除了荧光的拉曼光谱信号。

2.根据权利要求1所述的拉曼光谱中不同步褪色荧光的消除方法，其特征在于：所述的步骤S1.样本的光谱测量中，包括以下内容：

按照荧光随时间变化的复杂程度，在连续激光照射条件下，按照相同积分时间，连续采集多张光谱。

3.根据权利要求2所述的拉曼光谱中不同步褪色荧光的消除方法，其特征在于：在步骤S1中，所述的多张光谱为大于5张，少于20张。

4.根据权利要求1所述的拉曼光谱中不同步褪色荧光的消除方法，其特征在于：所述的步骤S2.ICA计算包括以下具体内容：

将连续采集的光谱构成多维数组，输入ICA算法中，输入ICA源信号数进行计算；源信号数量从2开始，计算输出的2个信号的信息熵，然后增加源信号数量，依次计算各个信号的信息熵，比较不同信号源数量输出的熵值，至最小熵值出现后，停止计算；将不同信号源数量输出的最小熵值作为全局最小熵值；全局最小熵值对应的信号为样本的拉曼光谱信号。

5.根据权利要求1所述的拉曼光谱中不同步褪色荧光的消除方法，其特征在于：所述的步骤S32. 还原全局最小熵值对应的拉曼光谱信号强度包括以下内容：

S321.求取出现全局最小熵值的拉曼光谱信号对应的分量的一阶导数，计算模量NIC；

S322.将直接测量的系列光谱求取均值后计算一阶导数，计算其模量NSamp；

S323.将出现全局最小熵值的拉曼光谱信号对应的分量所含各点乘以系数，系数为NSamp/NIC，调整至与实际测量值一致。

Images