CN113466206A - 一种基于大数据的拉曼光谱分析系统 - Google Patents
一种基于大数据的拉曼光谱分析系统 Download PDFInfo
- Publication number
- CN113466206A CN113466206A CN202110696780.8A CN202110696780A CN113466206A CN 113466206 A CN113466206 A CN 113466206A CN 202110696780 A CN202110696780 A CN 202110696780A CN 113466206 A CN113466206 A CN 113466206A
- Authority
- CN
- China
- Prior art keywords
- raman spectrum
- data
- raman
- module
- standard
- 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.)
- Pending
Links
- 238000001237 Raman spectrum Methods 0.000 title claims abstract description 79
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000001069 Raman spectroscopy Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 29
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000010801 machine learning Methods 0.000 claims abstract description 14
- 239000000126 substance Substances 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims description 12
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 206010063385 Intellectualisation Diseases 0.000 abstract 1
- 239000000463 material Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Images
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
- G01N21/62—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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (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)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种基于大数据的拉曼光谱分析系统,包括通过4G通信连接的便携拉曼光谱仪和数据分析服务器,所述数据分析服务器包括:拉曼光谱数据库建立模块,采用机器学习算法对已知标准物质的拉曼光谱大数据进行训练,建立标准拉曼光谱数据库;数据库模块,用于存储所述标准拉曼光谱数据库;拉曼光谱数据分析模块,用于结合所述标准拉曼光谱数据库对接收到的未知拉曼光谱数据进行处理和分析,生成分析结果;拉曼光谱数据交换模块,与所述便携拉曼光谱仪通过4G通信方式进行数据交换。与现有技术相比,本发明具有低成本、平台化、智能化等优点。
Description
技术领域
本发明涉及拉曼光谱分析技术领域,尤其是涉及一种基于大数据的拉曼光谱分析系统。
背景技术
由于拉曼光谱的指纹信息、谱峰数目、位移及强度与特定的分子结构相对应,所以拉曼光谱主要用于测定物质的分子结构,且具有测试样品非接触性、非破坏性、时间短、样品所需量小及样品无需制备等优点,拉曼光谱分析技术在生物医学、材料科学、司法鉴定、环境监测等诸多领域有着广泛应用。
传统的拉曼光谱仪体积庞大、结构复杂且造价昂贵,还需要专业的人员才能进行操作和分析。随着激光器、光电探测器和集成电路等相关部件和技术的发展,拉曼光谱仪目前已经在想小型化低成本方向发展。但现阶段常用的便携拉曼光谱仪大多都需要连接电脑进行检测,在电脑上对拉曼光谱仪采集到的拉曼光谱进行分析得出结果,并且电脑上的拉曼光谱数据库都是本地化存储,无法实时更新,使用起来有较多不便。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种低成本、平台化、智能化的基于大数据的拉曼光谱分析系统。
本发明的目的可以通过以下技术方案来实现:
一种基于大数据的拉曼光谱分析系统,包括通过4G通信连接的便携拉曼光谱仪和数据分析服务器,所述数据分析服务器包括:
拉曼光谱数据库建立模块,采用机器学习算法对已知标准物质的拉曼光谱大数据进行训练,建立标准拉曼光谱数据库;
数据库模块,用于存储所述标准拉曼光谱数据库;
拉曼光谱数据分析模块,用于结合所述标准拉曼光谱数据库对接收到的未知拉曼光谱数据进行处理和分析,生成分析结果;
拉曼光谱数据交换模块,与所述便携拉曼光谱仪通过4G通信方式进行数据交换。
进一步地,所述标准拉曼光谱数据库通过以下步骤建立:
获取标准物质的拉曼光谱数据,对数据进行归一化和标准化处理,获得标准拉曼数据;
提取所述标准拉曼数据的特征和标签;
根据所述特征和标签基于机器学习算法创建训练模型;
对所述训练模型进行训练获得所述标准拉曼光谱数据库。
进一步地,所述拉曼光谱数据分析模块通过机器学习算法对未知样本拉曼光谱数据进行分析,获得分析结果。
进一步地,所述机器学习算法包括支持向量机算法。
进一步地,所述分析结果包括未知样本的物质种类及相似度。
进一步地,所述便携拉曼光谱仪包括分光光路单元、CCD图像传感器、激光器、4G无线通信模块、微控制器和显示屏,所述微控制器分别连接激光器、4G无线通信模块和显示屏,所述分光光路单元、CCD图像传感器和微控制器依次连接,所述4G无线通信模块与拉曼光谱数据交换模块通信连接。
进一步地,所述分光光路单元包括依次设置的滤光片、分光棱镜和会聚透镜。
进一步地,所述微控制器采用STM32F407VET6芯片。
进一步地,所述4G无线通信模块采用EC200S模块。
进一步地,所述4G无线通信模块与拉曼光谱数据交换模块之间采用TCP/IP协议进行通信。
与现有技术相比,本发明具有以下有益效果:
1、本发明标准拉曼光谱数据库由大数据机器学习算法生成,相比传统方法不需要对同一物质进行大量采集分析工作,节省人力物力,各物质光谱识别准确度高,并且标准拉曼光谱数据库可实时更新。
2、本发明拉曼光谱数据分析在数据分析服务器上运行,节省本地资源消耗,提升光谱分析速度。
3、本发明中便携拉曼光谱仪与数据分析服务器采用4G无线通信模块通信,速度快、效率高。
4、本发明中便携拉曼光谱仪带有显示屏,可以实时显示被测物质的属性,包括物质类型、相似度等参数,直观性佳。
5、本发明中便携拉曼光谱仪结构简单,成本低廉,不需要高端处理器、不需要连接电脑运行,体积小,方便携带。
附图说明
图1为本发明的结构示意图;
图2为本发明标准拉曼光谱数据库构建过程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种基于大数据的拉曼光谱分析系统,包括通过4G通信连接的便携拉曼光谱仪1和数据分析服务器2。该系统通过4G通信方式实现数据传输,可以使拉曼光谱仪脱离电脑控制,做得更加小巧便携。
数据分析服务器2包括拉曼光谱数据库建立模块201、数据库模块202、拉曼光谱数据分析模块203和拉曼光谱数据交换模块204,拉曼光谱数据库建立模块201采用机器学习算法对已知标准物质的拉曼光谱大数据进行训练,建立标准拉曼光谱数据库;数据库模块202用于存储标准拉曼光谱数据库;拉曼光谱数据分析模块203用于结合标准拉曼光谱数据库对接收到的未知拉曼光谱数据进行处理和分析,生成分析结果;拉曼光谱数据交换模块204与便携拉曼光谱仪1通过4G通信方式进行数据交换。便携拉曼光谱仪1用于获取并发送待测对象的拉曼光谱数据,数据分析服务器2用于基于大数据技术对拉曼光谱数据进行分析,并将分析结果反馈给便携拉曼光谱仪1。
便携拉曼光谱仪1包括分光光路单元101、CCD图像传感器102、激光器105、4G无线通信模块106、微控制器103和显示屏104,微控制器103分别连接激光器105、4G无线通信模块106和显示屏104,分光光路单元101、CCD图像传感器102和微控制器103依次连接,4G无线通信模块106与拉曼光谱数据交换模块通信204无线连接。本实施例中,分光光路单元101包括依次设置的滤光片、分光棱镜和会聚透镜。微控制器103采用STM32F407VET6芯片,控制精度高,功能全面,使用方便。4G无线通信模块106采用EC200S模块,方便实现4G全网通。4G无线通信模块106与拉曼光谱数据交换模块204之间采用TCP/IP协议进行通信。微控制器103控制激光器105发射激光,并控制CCD图像传感器102接收来自分光光路单元101的拉曼光谱数据,然后将拉曼光谱数据通过4G无线通信模块106发送到数据分析服务器2,待数据分析服务器2处理后接收返回的分析结果,将其显示到显示屏104上,显示屏104可以实时显示被测物质的属性,包括物质类型、相似度等参数。
如图2所示,标准拉曼光谱数据库通过以下步骤建立:
步骤S11、获取标准物质的拉曼光谱数据,对数据进行归一化和标准化处理,获得标准拉曼数据;
步骤S12、提取标准拉曼数据的特征和标签;
步骤S13、根据特征和标签基于机器学习算法创建训练模型;
步骤S14、对训练模型进行训练;
步骤S15、获得标准拉曼光谱数据库,保存至数据库模块202中。
该系统中,通过对拉曼光谱数据进行多维度的深度解析,采用上述步骤构建获得标准拉曼光谱数据库,实现拉曼光谱数据分析的平台化,提高拉曼数据库使用的灵活性,降低设备端数据分析复杂度,节省设备制造成本。
该系统使用时,拉曼光谱数据分析模块203通过机器学习算法对未知样本拉曼光谱数据进行分析,获得分析结果,包括未知样本的物质种类及相似度等。
本实施例中,机器学习算法可以采用支持向量机(SVM)算法等智能算法,能够可靠地根据大数据生成标准数据库或获得分析结果,不需要对同一物质进行大量采集分析工作,节省人力物力。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于大数据的拉曼光谱分析系统,其特征在于,包括通过4G通信连接的便携拉曼光谱仪和数据分析服务器,所述数据分析服务器包括:
拉曼光谱数据库建立模块,采用机器学习算法对已知标准物质的拉曼光谱大数据进行训练,建立标准拉曼光谱数据库;
数据库模块,用于存储所述标准拉曼光谱数据库;
拉曼光谱数据分析模块,用于结合所述标准拉曼光谱数据库对接收到的未知拉曼光谱数据进行处理和分析,生成分析结果;
拉曼光谱数据交换模块,与所述便携拉曼光谱仪通过4G通信方式进行数据交换。
2.根据权利要求1所述的基于大数据的拉曼光谱分析系统,其特征在于,所述标准拉曼光谱数据库通过以下步骤建立:
获取标准物质的拉曼光谱数据,对数据进行归一化和标准化处理,获得标准拉曼数据;
提取所述标准拉曼数据的特征和标签;
根据所述特征和标签基于机器学习算法创建训练模型;
对所述训练模型进行训练获得所述标准拉曼光谱数据库。
3.根据权利要求1所述的基于大数据的拉曼光谱分析系统,其特征在于,所述拉曼光谱数据分析模块通过机器学习算法对未知样本拉曼光谱数据进行分析,获得分析结果。
4.根据权利要求1或3所述的基于大数据的拉曼光谱分析系统,其特征在于,所述机器学习算法包括支持向量机算法。
5.根据权利要求1或3所述的基于大数据的拉曼光谱分析系统,其特征在于,所述分析结果包括未知样本的物质种类及相似度。
6.根据权利要求1所述的基于大数据的拉曼光谱分析系统,其特征在于,所述便携拉曼光谱仪包括分光光路单元、CCD图像传感器、激光器、4G无线通信模块、微控制器和显示屏,所述微控制器分别连接激光器、4G无线通信模块和显示屏,所述分光光路单元、CCD图像传感器和微控制器依次连接,所述4G无线通信模块与拉曼光谱数据交换模块通信连接。
7.根据权利要求6所述的基于大数据的拉曼光谱分析系统,其特征在于,所述分光光路单元包括依次设置的滤光片、分光棱镜和会聚透镜。
8.根据权利要求6所述的基于大数据的拉曼光谱分析系统,其特征在于,所述微控制器采用STM32F407VET6芯片。
9.根据权利要求6所述的基于大数据的拉曼光谱分析系统,其特征在于,所述4G无线通信模块采用EC200S模块。
10.根据权利要求6所述的基于大数据的拉曼光谱分析系统,其特征在于,所述4G无线通信模块与拉曼光谱数据交换模块之间采用TCP/IP协议进行通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110696780.8A CN113466206A (zh) | 2021-06-23 | 2021-06-23 | 一种基于大数据的拉曼光谱分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110696780.8A CN113466206A (zh) | 2021-06-23 | 2021-06-23 | 一种基于大数据的拉曼光谱分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113466206A true CN113466206A (zh) | 2021-10-01 |
Family
ID=77869274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110696780.8A Pending CN113466206A (zh) | 2021-06-23 | 2021-06-23 | 一种基于大数据的拉曼光谱分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113466206A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115494047A (zh) * | 2022-11-17 | 2022-12-20 | 广东博创佳禾科技有限公司 | 一种水环境农业污染物的检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103837518A (zh) * | 2012-11-20 | 2014-06-04 | 福州高意通讯有限公司 | 一种基于云计算的拉曼物质识别平台 |
WO2015165394A1 (zh) * | 2013-05-31 | 2015-11-05 | 欧普图斯(苏州)光学纳米科技有限公司 | 面向多行业检测的激光拉曼光谱智能化辨识方法及系统 |
CN108235733A (zh) * | 2017-12-29 | 2018-06-29 | 深圳达闼科技控股有限公司 | 基于拉曼光谱的物质识别方法及云端系统 |
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 |
WO2018121122A1 (zh) * | 2016-12-29 | 2018-07-05 | 同方威视技术股份有限公司 | 用于物品查验的拉曼光谱检测方法和电子设备 |
CN109781701A (zh) * | 2019-01-18 | 2019-05-21 | 拉曼兄弟(深圳)科技发展有限公司 | 一种基于拉曼光谱技术的甲状旁腺术中实时检测方法 |
CN110567938A (zh) * | 2019-09-20 | 2019-12-13 | 谢国宇 | 基于拉曼光谱的污染物组分检测设备和方法 |
-
2021
- 2021-06-23 CN CN202110696780.8A patent/CN113466206A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103837518A (zh) * | 2012-11-20 | 2014-06-04 | 福州高意通讯有限公司 | 一种基于云计算的拉曼物质识别平台 |
WO2015165394A1 (zh) * | 2013-05-31 | 2015-11-05 | 欧普图斯(苏州)光学纳米科技有限公司 | 面向多行业检测的激光拉曼光谱智能化辨识方法及系统 |
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 |
WO2018121122A1 (zh) * | 2016-12-29 | 2018-07-05 | 同方威视技术股份有限公司 | 用于物品查验的拉曼光谱检测方法和电子设备 |
CN108235733A (zh) * | 2017-12-29 | 2018-06-29 | 深圳达闼科技控股有限公司 | 基于拉曼光谱的物质识别方法及云端系统 |
CN109781701A (zh) * | 2019-01-18 | 2019-05-21 | 拉曼兄弟(深圳)科技发展有限公司 | 一种基于拉曼光谱技术的甲状旁腺术中实时检测方法 |
CN110567938A (zh) * | 2019-09-20 | 2019-12-13 | 谢国宇 | 基于拉曼光谱的污染物组分检测设备和方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115494047A (zh) * | 2022-11-17 | 2022-12-20 | 广东博创佳禾科技有限公司 | 一种水环境农业污染物的检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107860473A (zh) | 一种基于云数据的智能手持光谱仪 | |
US9002113B2 (en) | Processing and analyzing hyper-spectral image data and information via dynamic database updating | |
CN101692094A (zh) | 一种物质分析方法和仪器系统 | |
CN105223197B (zh) | 一种不依赖专业仪器的尿液分析方法 | |
CN109190714A (zh) | 基于深度机器学习模型实现拉曼信号鉴别的系统及方法 | |
DE112019004910T9 (de) | Automatische Proben- und Standardaufbereitung auf Grundlage der Erkennung von Probenidentität und Probentyp | |
CN115389439B (zh) | 基于大数据的河流污染物监测方法及系统 | |
CN113466206A (zh) | 一种基于大数据的拉曼光谱分析系统 | |
CN113155814A (zh) | 基于光纤阵列的便携式比色阵列图像采集装置及检测方法 | |
CN116030310A (zh) | 一种基于激光诱导击穿光谱技术的样品分类方法及系统 | |
EP3301633B1 (en) | Remote chemical assay classification | |
CN114584497A (zh) | 一种被动式工业控制系统资产识别方法及装置 | |
CN113514446B (zh) | 一种用于快速匹配识别sers谱图的方法 | |
CN103913150A (zh) | 智能电能表电子元器件一致性检测方法 | |
CN215263135U (zh) | 一种便携通信式拉曼光谱分析系统 | |
CN114243925B (zh) | 基于智能融合终端的台区配变态势感知方法及系统 | |
CN115656134A (zh) | 基于微流控芯片的细胞检测方法、设备、存储介质及装置 | |
CN111754591B (zh) | 一种基于高光谱的刑侦现场血迹的检测系统及方法 | |
CN111007051B (zh) | 基于激光诱导荧光光谱的蜂蜜检测方法及其检测装置 | |
CN113869124A (zh) | 基于深度学习的血细胞形态学分类方法及系统 | |
CN113033623A (zh) | 基于紫外-可见吸收光谱的污染源识别方法及系统 | |
CN115171805A (zh) | 用于分辨生物分子质谱成像的系统及其使用方法 | |
CN209070559U (zh) | 支持实现拉曼信号数据处理与鉴别功能的系统结构 | |
US11231369B2 (en) | Portable single unit device for Ochratoxin A (OTA) toxicity analysis for rice quality monitoring | |
CN212540423U (zh) | 一种智能免疫层析定量分析仪 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211001 |
|
RJ01 | Rejection of invention patent application after publication |