CN109884022B - 一种三维荧光光谱寻峰方法 - Google Patents

一种三维荧光光谱寻峰方法 Download PDF

Info

Publication number
CN109884022B
CN109884022B CN201910294859.0A CN201910294859A CN109884022B CN 109884022 B CN109884022 B CN 109884022B CN 201910294859 A CN201910294859 A CN 201910294859A CN 109884022 B CN109884022 B CN 109884022B
Authority
CN
China
Prior art keywords
peak
fluorescence spectrum
dimensional fluorescence
searching
peak searching
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.)
Active
Application number
CN201910294859.0A
Other languages
English (en)
Other versions
CN109884022A (zh
Inventor
贾滨洋
赵飞翔
刘明哲
赖承钺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Academy Of Environmental Sciences
Chengdu Univeristy of Technology
Original Assignee
Chengdu Academy Of Environmental Sciences
Chengdu Univeristy of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Academy Of Environmental Sciences, Chengdu Univeristy of Technology filed Critical Chengdu Academy Of Environmental Sciences
Priority to CN201910294859.0A priority Critical patent/CN109884022B/zh
Publication of CN109884022A publication Critical patent/CN109884022A/zh
Application granted granted Critical
Publication of CN109884022B publication Critical patent/CN109884022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种三维荧光光谱寻峰方法，主要解决现有的人工目测寻峰方法存在的耗时长，效率低及效果不好等问题。该方法(S1)首先将三维荧光光谱数据矩阵X进行标准化处理；(S2)将标准化处理后的三维荧光光谱生成等高线图；(S3)用户根据需求选择不同的寻峰模式对等高线图进行处理；(S4)根据选择的寻峰模式确定寻峰区域并进行寻峰；(S5)根据寻峰方法的软件处理程序将寻到的峰与已记录的峰进行比较，然后将非重复的新峰进行记录，直到将所有的峰都寻到后结束寻峰。通过上述方案，本发明达到了耗时短、精确度高的目的，具有很高的实用价值和推广价值。

Description

一种三维荧光光谱寻峰方法
技术领域
本发明属于三维荧光光谱的定量分析技术领域，具体地讲，是涉及一种三维荧光光谱寻峰方法。
背景技术
天然水体中溶解性有机物的含量相当丰富，其来源主要为水体中动、植物和微生物的降解及陆源环境的输入，其主要成分包括腐殖酸、富里酸、多环芳烃、脂类和氨基酸等。借助溶解性有机物的种类及含量信息，研究者们可以研究人类活动对水环境中的各种有机、无机污染物在水环境中的迁移、转化和降解的影响，进而制定更加合理的水环境保护措施。由于水体中可溶解性有机物的种类繁杂，不同种类的可溶解性有机物间还夹杂有复杂的化学反应，因此现有的一些常规的分析方法并不能充分实现对这种复杂的多组分混合物进行分析。
三维荧光光谱技术的出现为充分提取水体中可溶解性有机物包含的信息提供了一个可行的路线。三维荧光光谱技术通过不断改变激发波长来获得一系列荧光发射光谱，由各个激发波长下的发射光谱进行合并，构成荧光激发－发射光谱矩阵即三维荧光光谱。通过该光谱矩阵产生的以激发波长ex为横轴、以发射波长em为纵轴的等高线图被称为样品的“指纹图”，不同的水体有其独特的“指纹图”，研究者可通过不同的化学计量方法对其进行信息提取。
三维荧光光谱峰的位置和强度与水体中可溶解性有机物的种类和含量具有紧密相关性。因此在研究三维荧光光谱时，精确定位其上各峰的位置及荧光强度对定量分析水体中可溶解性有机物是具有重要应用价值的。目前，三维荧光光谱的研究者定位光谱中峰的位置的方式一般是目测估计图像中峰的大致区域，然后手动在矩阵数据中寻找荧光强度最大的点作为峰。该方式虽然能够在一定程度上保证精确度，但效率很低，在批量操作时十分费时，同时往往会由于人工误判导致噪声峰被选为信号峰。
发明内容
本发明的目的在于提供一种三维荧光光谱寻峰方法，主要解决现有的人工目测寻峰方法存在的耗时长，效率低及效果不好等问题。
为了实现上述目的，本发明采用的技术方案如下：
一种三维荧光光谱寻峰方法，包括如下步骤：
(S1)首先将三维荧光光谱数据矩阵X进行标准化处理；
(S2)将标准化处理后的三维荧光光谱生成等高线图；
(S3)用户根据需求选择不同的寻峰模式对等高线图进行处理；
(S4)根据选择的寻峰模式确定寻峰区域并进行寻峰；
(S5)根据寻峰方法的软件处理程序将寻到的峰与已记录的峰进行比较，然后将非重复的新峰进行记录，直到将所有的峰都寻到后结束寻峰。
进一步地，所述步骤(S1)中标准化处理是对三维荧光光谱数据矩阵X中的每一个元素进行标准化得到新的标准化三维荧光光谱数据矩阵X′，其中，X′中每一个元素都等于X中相同位置元素除以X中对应的激发波长ex＝355nm和发射波长em＝400nm的元素。
进一步地，所述步骤(S3)中寻峰模式包括手动寻峰模式和自动寻峰模式。
进一步地，所述手动寻峰模式包括如下步骤：
(A1)用户根据目测在等高线图中标注一个点作为峰的位置，并以该点作为模糊峰；
(A2)找出等高线图中的n个模糊峰；
(A3)根据用户手动标定的模糊峰确定寻峰区域并进行寻峰；
(A4)确定寻峰区域内获得的峰的位置和强度，并进行记录；
(A5)判断是否已经寻找到了n个峰，如果不是，则返回步骤(A3)，如果是，则结束寻峰。
进一步地，所述自动寻峰模式包括如下步骤：
(B1)寻找数据点满足15～35之间的等高线并进行记录；
(B2)根据各等高线上数据点的相对强度值，排除线内峰是噪声峰的等高线；
(B3)记录排除噪声峰后的等高线数量n及每个等高线上所有数据点的激发波长和发射波长；
(B4)找到等高线上最大和最小的激发波长和发射波长，并通过相应的坐标确定寻峰区域并进行寻峰；
(B5)在寻峰区域中找到相对强度最大的点作为峰点；
(B6)将新确定的峰点与已确定的其他峰点进行位置和相对强度判断，如果重复，则舍弃，如果不重复则对该峰点的相对强度、激发波长和发射波长进行记录；
(B7)判断是否所有的等高线均已使用，如果不是，则返回步骤(B4)，如果是，则结束寻峰。
具体地，所述步骤(B2)中相对强度满足：(1)该等高线上数据点的相对强度大于等于所有等高线上数据点相对强度中最大值的三分之一，(2)该等高线上数据点的相对强度大于等于2，其中，噪声峰是同时不满足上述两点相对强度标准的峰。
与现有技术相比，本发明具有以下有益效果：
(1)本发明克服了以往的目测估计与手动定位的三维荧光光谱寻峰方法所具有的耗时长、效率低且对操作人员专业性要求高的缺点，本发明在保证寻峰精确性和对噪声峰有效排除的前提下，极大地降低了寻峰耗时，在对大批量三维荧光光谱样本的寻峰操作中尤其具有优越性。
(2)本发明用以实现对三维荧光光谱的信号峰的定位、记录和噪声峰的排除。该方法包括两个模式，分别是自动寻峰模式和手动寻峰模式，可以实现三维荧光光谱样本的手动\自动寻峰和噪声峰的排除。其中自动寻峰模式包括对符合成峰条件的等高线的提取，寻峰区域的确定以及峰的强度、坐标提取和记录；手动寻峰模式包括对手动标定的模糊峰位置的信息记录及提取，寻峰区域的确定以及峰的强度、坐标提取和记录。因此本发明具有操作简便，寻峰速度快，精确度高等优点。在三维荧光光谱的定量研究领域中有较强的推广价值和实用价值。
附图说明
图1为本发明的工作流程图。
图2为本发明手动寻峰模式确定的某三维荧光光谱等高线图的寻峰区域示意图。
图3为本发明手动寻峰模式确定的某三维荧光光谱等高线图的峰点示意图。
图4为本发明自动寻峰模式确定的某三维荧光光谱等高线图的寻峰区域示意图。
图5为本发明自动寻峰模式确定的某三维荧光光谱等高线图的峰点示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。
实施例
如图1至图5所示，一种三维荧光光谱寻峰方法，包括自动寻峰模式和手动寻峰模式。
三维荧光光谱手动寻峰模式的具体操作过程如下，同时参见附图1至3：
(1)对三维荧光光谱数据矩阵X中的每一个元素进行标准化得到新的标准化三维荧光光谱数据矩阵X′，X′中每一个元素都等于X中相同位置元素除以X中对应于激发波长ex＝355nm，发射波长em＝400nm的元素；
(2)根据三维荧光光谱数据矩阵生成三维荧光光谱等高线图；
(3)用户手动在图中认为存在峰的区域内的任意点标定峰位，以该点位置作为寻峰区域的中心，即模糊峰，程序自动记录模糊峰的数量及每个模糊峰对应的激发波长、发射波长；
(4)重复步骤(3)直到所有模糊峰均得到标定，同时将模糊峰按照被标定的先后顺序进行排序；
(5)从第一个模糊峰开始到最后一个模糊峰为止，以模糊峰的位置作为中心，程序依次确定当前模糊峰对应的寻峰区域并在该区域进行寻峰(如图2所示)；
(6)在寻峰区域中找寻相对强度最大的点，以该点作为峰点并记录该点的相对强度与激发波长和发射波长；
(7)转到下一个用户标定的模糊峰；
(8)重复步骤(5)～(7)直到所有的模糊峰对应的准确峰位的信息(峰的相对强度、激发波长、发射波长)均得到确定，同时结束寻峰，寻峰完成之后将峰点进行记录并以红色十字架形式标明于三维荧光光谱等高线图之上，如图3所示。
其中，假设三维荧光等高线图中横轴激发波长ex的范围为[exlow,exhigh]，纵轴发射波长em的范围为[emlow,emhigh]，横轴激发波长和纵轴发射波长的间隔分别为Δex和Δem，作为优选，手动寻峰模式中的(5)所述以模糊峰作为中心确定的寻峰区域的详细定义如下：
如果模糊峰在三维荧光等高线图中的坐标为(expeak,empeak)且满足exlow+2Δex≤expeak≤exhigh-2Δex、emlow+2Δem≤empeak≤emhigh-2Δem。则寻峰区域为以(expeak-2Δex,empeak-2Δem)，(expeak-2Δex,empeak+2Δem)，(expeak+2Δex,empeak-2Δem)，(expeak+2Δex,empeak+2Δem)这四个点确定的、以(expeak,empeak)为中心的一个正方形区域，共包含5×5＝25个数据点，其中，expeak指峰的激发波长，empeak指峰的发射波长。
如果模糊峰在三维荧光等高线图中的坐标为(expeak,empeak)且满足：
Figure BDA0002026145430000051
emlow+2Δem≤empeak≤emhigh-2Δem。则寻峰区域为以
Figure BDA0002026145430000052
Figure BDA0002026145430000053
(expeak+2Δex,empeak-2Δem)，(expeak+2Δex,empeak+2Δem)这四个点确定的、以(expeak,empeak)为中心的一个正方形区域，共包含5×5＝25个数据点；
如果模糊峰在三维荧光等高线图中的坐标为(expeak,empeak)且满足：exlow+2Δex≤expeak≤exhigh-2Δex、
Figure BDA0002026145430000054
Figure BDA00020261454300000612
则寻峰区域为以
Figure BDA0002026145430000061
(expeak-2Δex,empeak+2Δem)，
Figure BDA0002026145430000062
(expeak+2Δex,empeak+2Δem)这四个点确定的、以(expeak,empeak)为中心的一个正方形区域，共包含5×5＝25个数据点；
如果模糊峰在三维荧光等高线图中的坐标为(expeak,empeak)且满足：
Figure BDA0002026145430000063
emlow+2Δem≤empeak≤emhigh-2Δem。则寻峰区域为以(expeak-2Δex,empeak-2Δem)，(expeak-2Δex,empeak+2Δem)，
Figure BDA0002026145430000064
Figure BDA0002026145430000065
这四个点确定的、以(expeak,empeak)为中心的一个正方形区域，共包含5×5＝25个数据点；
如果模糊峰在三维荧光等高线图中的坐标为(expeak,empeak)且满足：exlow+2Δex≤expeak≤exhigh-2Δex、
Figure BDA0002026145430000066
Figure BDA0002026145430000067
则寻峰区域为以(expeak-2Δex,empeak-2Δem)，
Figure BDA0002026145430000068
Figure BDA0002026145430000069
(expeak+2Δex,empeak-2Δem)，
Figure BDA00020261454300000610
Figure BDA00020261454300000611
这四个点确定的、以(expeak,empeak)为中心的一个正方形区域，共包含5×5＝25个数据点；
三维荧光光谱自动寻峰模式的具体操作过程如下，同时参见附图1、图4和图5：
(1)对三维荧光光谱数据矩阵X中的每一个元素进行标准化得到新的标准化三维荧光光谱数据矩阵X′，X′中每一个元素都等于X中相同位置元素除以X中对应于激发波长ex＝355nm，发射波长em＝400nm的元素；
(2)根据标准化三维荧光光谱数据矩阵生成三维荧光光谱等高线图；
(3)寻找数据点数在15-35之间的等高线并对其进行记录；
(4)根据各等高线上数据点的相对强度值，排除线内峰是噪声峰的等高线；
(5)记录排除噪声峰后的等高线数量n及每个等高线上所有数据点的激发波长、发射波长；
(6)选定一条等高线，找到等高线上的最大和最小的激发波长exmax、exmin，最大和最小的发射波长emmax、emmin；
(7)由最大和最小的激发波长exmax，exmin，最大和最小的发射波长emmax，emmin分别构成(exmin,emmin)，(exmin,emmax)，(exmax,emmin)，(exmax,emmax)四个坐标点，从而确定的一个矩形区域为寻峰区域，程序自动确定所有寻峰区域并在等高线图中以红色矩形框表示，如图4所示，在寻峰区域中找到相对强度最大的点作为峰点，其中，相对强度标准满足(1)该等高线上数据点的相对强度大于等于所有等高线上数据点相对强度中最大值的三分之一，(2)该等高线上数据点的相对强度大于等于2，因此当同时满足下(A)该等高线上数据点的相对强度小于所有等高线上数据点相对强度中最大值的三分之一，(B)该等高线上数据点的相对强度小于2时，则可确认该等高线内的峰为噪声峰，应当排除。
(8)将新确定的峰点与已确定的其他峰点进行位置和相对强度比较，判断是否重复，若重复则舍弃，若不重复则对该点的相对强度、激发波长和发射波长进行记录；
(9)转到下一条等高线；
(10)重复步骤(6)～(9)直到所有的等高线均被使用，最后将剩余的峰的相对强度、激发波长和发射波长进行记录，并在等高线图上以红色十字形式显示，如图5所示然后结束寻峰。
上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而做出的变化，均应属于本发明的保护范围之内。

Claims (2)

1.一种三维荧光光谱寻峰方法，其特征在于，自动寻峰模式包括如下步骤：
（S1）首先将三维荧光光谱数据矩阵X进行标准化处理；
（S2）将标准化处理后的三维荧光光谱数据矩阵生成等高线图；
（S3）寻找数据点数在15-35之间的等高线并对其进行记录；
（S4）根据各等高线上数据点的相对强度值，排除线内峰是噪声峰的等高线；相对强度满足：（1）该等高线上数据点的相对强度大于等于所有等高线上数据点相对强度中最大值的三分之一，（2）该等高线上数据点的相对强度大于等于2，其中，噪声峰是同时不满足上述两点相对强度标准的峰；
（S5）记录排除噪声峰后的等高线数量n及每个等高线上所有数据点的激发波长、发射波长；
（S6）找到等高线上的最大和最小的激发波长
Figure DEST_PATH_IMAGE001
、
Figure 193045DEST_PATH_IMAGE002
，最大和最小的发射波长
Figure DEST_PATH_IMAGE003
、
Figure 460078DEST_PATH_IMAGE004
；并通过最大和最小的激发波长
Figure 842999DEST_PATH_IMAGE001
，
Figure 511878DEST_PATH_IMAGE002
，最大和最小的发射波长
Figure 505242DEST_PATH_IMAGE003
，
Figure 197254DEST_PATH_IMAGE004
构成的
Figure DEST_PATH_IMAGE005
，
Figure 121217DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
，
Figure 582285DEST_PATH_IMAGE008
四个坐标点所确定的矩形区域作为寻峰区域；
（S7）在寻峰区域中找到相对强度最大的点作为峰点；
（S8）将新确定的峰点与已确定的其他峰点进行位置和相对强度判断，如果重复，则舍弃，如果不重复则对该峰点的相对强度、激发波长和发射波长进行记录；
（S9）判断是否所有的等高线均已使用，如果不是，则返回步骤（S6），如果是，则结束寻峰。
2.根据权利要求1所述的一种三维荧光光谱寻峰方法，其特征在于，步骤（S1）中标准化 处理是对三维荧光光谱数据矩阵X中的每一个元素进行标准化得到新的标准化三维荧光光 谱数据矩阵
Figure DEST_PATH_IMAGE009
，其中，
Figure 199080DEST_PATH_IMAGE009
中每一个元素都等于X中相同位置元素除以X中对应的激发波长ex= 355nm和发射波长em=400nm的元素。
CN201910294859.0A 2019-04-12 2019-04-12 一种三维荧光光谱寻峰方法 Active CN109884022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910294859.0A CN109884022B (zh) 2019-04-12 2019-04-12 一种三维荧光光谱寻峰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910294859.0A CN109884022B (zh) 2019-04-12 2019-04-12 一种三维荧光光谱寻峰方法

Publications (2)

Publication Number Publication Date
CN109884022A CN109884022A (zh) 2019-06-14
CN109884022B true CN109884022B (zh) 2021-08-31

Family

ID=66937135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910294859.0A Active CN109884022B (zh) 2019-04-12 2019-04-12 一种三维荧光光谱寻峰方法

Country Status (1)

Country Link
CN (1) CN109884022B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110836878B (zh) * 2019-11-01 2021-09-07 同济大学 一种卷积插值耦合高斯混合模型快速三维荧光寻峰方法
CN111398324B (zh) * 2020-03-31 2023-06-23 深圳晶泰科技有限公司 一种粉末x射线衍射图谱的衍射峰定标方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976331A (zh) * 2010-10-14 2011-02-16 中国科学院安徽光学精密机械研究所 一种多组分重叠三维荧光光谱的成分识别方法
WO2011027568A1 (ja) * 2009-09-07 2011-03-10 株式会社日立ハイテクノロジーズ 分光蛍光光度計
CN102998294A (zh) * 2012-12-20 2013-03-27 中国环境科学研究院 一种三维光谱数据校正方法
CN105334198A (zh) * 2015-11-14 2016-02-17 常州大学 一种基于三维荧光光谱的水中溶解性有机物的分析方法
CN105784650A (zh) * 2016-03-04 2016-07-20 长江大学 一种地表水有机物污染的在线监测方法
CN107389648A (zh) * 2017-09-06 2017-11-24 中法渤海地质服务有限公司 一种三维定量荧光特征峰识别及流体类型判断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011027568A1 (ja) * 2009-09-07 2011-03-10 株式会社日立ハイテクノロジーズ 分光蛍光光度計
CN101976331A (zh) * 2010-10-14 2011-02-16 中国科学院安徽光学精密机械研究所 一种多组分重叠三维荧光光谱的成分识别方法
CN102998294A (zh) * 2012-12-20 2013-03-27 中国环境科学研究院 一种三维光谱数据校正方法
CN105334198A (zh) * 2015-11-14 2016-02-17 常州大学 一种基于三维荧光光谱的水中溶解性有机物的分析方法
CN105784650A (zh) * 2016-03-04 2016-07-20 长江大学 一种地表水有机物污染的在线监测方法
CN107389648A (zh) * 2017-09-06 2017-11-24 中法渤海地质服务有限公司 一种三维定量荧光特征峰识别及流体类型判断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于MATLAB语言的三维谱特征参数提取的研究;王颖 等;《自动化与仪表》;20020805(第4期);第47-49页 *

Also Published As

Publication number Publication date
CN109884022A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
CN109884022B (zh) 一种三维荧光光谱寻峰方法
CN103293141B (zh) 基于离子迁移谱/质谱/拉曼光谱融合技术的白酒年份识别方法
CN103761743B (zh) 一种基于图像融合分割的实木地板表面缺陷检测方法
CN102194641B (zh) 质量分析数据处理方法和质量分析数据处理设备
CN106442441B (zh) 基于荧光光谱积分比值判定有色可溶性有机物来源的方法
CN106770015B (zh) 一种基于主成分分析相似判别的油品性质检测方法
Pozzi et al. Statistical methods and library search approaches for fast and reliable identification of dyes using surface-enhanced Raman spectroscopy (SERS)
JP2003513292A (ja) 合成映像を作成し且つ分析することによって細胞サンプルを分析する方法
CN113834787A (zh) 一种中小河道劣ⅴ类水体水质识别与量化方法
CN101275824A (zh) 一种大米粒型检测的方法
CN104862217A (zh) 细菌耐药性快速预测系统及其预测方法
CN115905881B (zh) 黄珍珠分类的方法以及装置、电子设备、存储介质
CN103822897A (zh) 一种基于红外光谱的白酒鉴定及溯源方法
CN110672582A (zh) 一种基于改进主成分分析的拉曼特征谱峰提取方法
CN107121406A (zh) 一种基于近红外光谱的葡萄籽油掺假鉴别方法
CN112578046A (zh) 一种基于气相色谱-离子迁移谱技术对芒果品种快速鉴定的方法
CN103927547A (zh) 一种用于对岩屑荧光图像进行快速分析方法
CN104680185A (zh) 基于边界点重分类的高光谱图像分类方法
Yelizaveta et al. Analysis and retrieval of paintings using artistic color concepts
CN103868858A (zh) 一种确定盐渍土主导盐分光谱响应最佳波段的方法
CN107976417A (zh) 一种基于红外光谱的原油种类识别方法
CN108982570A (zh) 一种基于核磁共振技术的食用油品质鉴别方法
CN106198433B (zh) 基于lm-ga算法的红外光谱定性分析方法
CN108663334A (zh) 基于多分类器融合寻找土壤养分光谱特征波长的方法
CN110716199B (zh) 用于计算机自动辨别多类型缺陷的地质雷达标记方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant