CN113514446B - 一种用于快速匹配识别sers谱图的方法 - Google Patents
一种用于快速匹配识别sers谱图的方法 Download PDFInfo
- Publication number
- CN113514446B CN113514446B CN202110578392.XA CN202110578392A CN113514446B CN 113514446 B CN113514446 B CN 113514446B CN 202110578392 A CN202110578392 A CN 202110578392A CN 113514446 B CN113514446 B CN 113514446B
- Authority
- CN
- China
- Prior art keywords
- sers
- peak
- raman
- bar code
- spectrogram
- 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
Links
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
- G01N21/658—Raman scattering enhancement Raman, e.g. surface plasmons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
- G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
Landscapes
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种用于快速匹配识别SERS谱图的方法,所述方法包括如下步骤:S1:通过拉曼光谱仪采集SERS基底上标准物的初始拉曼光谱数据;S2:对初始拉曼光谱数据进行去基线处理,得到预处理SERS谱图;S3:根据预处理SERS谱图标定待测物的特征峰以及最强峰,记录拉曼数据中最强峰以及各特征峰的拉曼位移以及其对应的SERS强度数值;S4:经归一化处理计算各特征峰累计强度及比值,得到匹配识别待测物的SERS条码;S5:将SERS条码所表示的分子信息录入数据库中,用于移动设备快速匹配识别SERS谱图获得分析结构信息。本发明的方法可将物质结构等信息存储在条码中,用于快速获得被测物的化学结构信息。
Description
技术领域
本发明属于光谱数据处理领域,涉及一种将拉曼谱图转换为条码的方法。
背景技术
随着检测分析技术的发展,表面增强拉曼散射(surface enhanced ramanscattering,SERS)效应得到了广泛的研究。拉曼光谱作为一种分子振动光谱,虽然能够提供每种物质独特的“指纹”光谱,但由于其强度、灵敏度以及空间分辨率较弱而无法得到广泛的应用。而SERS效应能够借助粗糙基底使拉曼信号放大102~104倍,极大的扩宽了拉曼散射的应用范围。此外,SERS效应不仅能够提供分子的类型及结构等信息,而且操作简便、检测快速,被广泛应用在环境科学、毒品检测、文物鉴定以及痕量分析等领域。
虽然SERS检测手段使用方便、准确度高,但随着被测物结构复杂程度的提升,SERS谱图的复杂程度也随之提高。因此存在着无法有效且快速地匹配识别被测物种类地情况。如何高效的分辨匹配复杂的拉曼峰图得到准确的结果仍是一项复杂的工作。
发明内容
为了解决SERS检测中难以快速匹配识别被测物的问题,本发明提供了一种用于快速匹配识别SERS谱图的方法。该方法可将物质结构等信息存储在条码中,用于快速获得被测物的化学结构信息。
本发明的目的是通过以下技术方案实现的:
一种用于快速匹配识别SERS谱图的方法,包括如下步骤:
步骤S1:通过拉曼光谱仪采集SERS基底上标准物的初始拉曼光谱数据;
步骤S2:对初始拉曼光谱数据进行去基线处理,得到预处理SERS谱图;
步骤S3:根据预处理SERS谱图标定待测物的特征峰以及最强峰,记录拉曼数据中最强峰以及各特征峰的拉曼位移以及其对应的SERS强度数值;
步骤S4:经归一化处理计算各特征峰累计强度及比值,得到各峰值对应条码的宽度,即为匹配识别待测物的SERS条码;
步骤S5:将SERS条码所表示的分子信息录入数据库中,用于移动设备快速匹配识别SERS谱图获得分析结构信息。
相比于现有技术,本发明具有如下优点:
本发明将复杂的SERS谱图转化为简单且分辨率高的条形码,能够极大地缩短SERS检测后处理的时间,通过将条码与SERS谱图匹配的方式快速识别出待测物。此外,还可将目标物的分子结构等信息存储在条码中,构建专属SERS分子库,借助手机等智能设备扫描识别条码,在匹配待测物条码后快速获得其所有的分子结构信息。按照本发明的方法构建的SERS条码分辨率高,与SERS真实谱图的匹配度高,能够提供更加准确的“指纹”条码,为实际检测工作提供极大的便利。
附图说明
图1为实施例中有机染料罗丹明6G的SERS条码制备方法流程
图2为实施例中有机染料罗丹明6G的SERS谱图处理过程,(a)选定400~1800cm-1拉曼位移范围绘制SERS谱图,(b)对SERS谱图进行基线处理,(c)根据SERS谱图选定最强峰,(d)选定罗丹明6G的其余特征峰;
图3为实施例中有机染料罗丹明6G的SERS条码。
图4为实施例中使用SERS条码匹配识别待测物的过程。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明提供了一种用于快速匹配识别SERS谱图的方法,所述方法通过将标准物质的拉曼谱图转换为可用智能手机识别的条码,以达到快速匹配识别待测物并获得物质化学结构信息。具体包括如下步骤:
步骤S1:通过拉曼光谱仪采集SERS基底上标准物的初始拉曼光谱数据。
步骤S2:对初始拉曼光谱数据进行去基线处理,得到预处理SERS谱图。
本步骤中,选定固定的拉曼位移范围,记录预处理SERS谱图所包含的全部拉曼位移及其对应的强度数值信息。
步骤S3:根据预处理SERS谱图标定待测物的特征峰以及最强峰,记录拉曼数据中最强峰以及各特征峰的拉曼位移以及其对应的SERS强度数值,具体步骤如下:
(1)选定固定波长范围,绘制横坐标为拉曼位移、纵坐标为SERS强度的SERS检测谱图;
(2)根据绘制的SERS检测谱图结果选取预处理拉曼光谱数据中最强SERS峰Pmax以及最强SERS峰的强度Imax;
(3)根据绘制的SERS检测谱图结果选取预处理拉曼光谱数据中主要特征峰Pn,并记录各特征峰的强度In。
步骤S4:经归一化处理计算各特征峰累计强度及比值,得到各峰值对应条码的宽度,即为匹配识别待测物的SERS条码,具体步骤如下:
(1)将各特征峰的强度In与最强峰值强度Imax进行归一化,得到一系列特征峰与最强峰的比值a:
(2)以选定特征峰(包括最强峰)峰值对应的拉曼位移为中心,计算中心振动峰位置±5cm-1范围内的SERS强度之和Isum:
Isum=∑Isers;
式中,Isers代表各特征峰的中心振动峰位置±5cm-1SERS强度;
(3)将所求±5cm-1范围内的拉曼强度之和Isum与前述所得比值a相乘,得到各特征峰对应的累计强度值A:
A=a×Isum;
(4)将各特征峰所对应的累计值A与最强峰累计值Amax进行归一化,得到比值b:
(5)根据上述预处理拉曼光谱数据计算最强特征峰的峰宽Pw;
(6)将最强峰宽Pw与比值b相乘得到每处特征峰所对应地条码宽度Barcodewidth:
Barcodewidth=b×Pw;
(7)以拉曼位移为横坐标,任意固定值为纵坐标绘制柱状图,设定各个峰值对应柱状图宽度为条码宽度Barcodewidth。
步骤S5:将绘制的SERS条码以及其所对应的污染物信息录入计算机中,当对某一未知污染物进行SERS检测后,根据选定的拉曼位移范围为横坐标绘制未知待测物的SERS谱图的横坐标范围,通过将谱图中的峰信息与条码进行匹配对应,当条码与拉曼谱图对应上后,可直接通过手机等移动设备扫描识别条码得到该被检测污染物的详细信息。
实施例:
本实施例提供了一种制备用于识别水中有机染料罗丹明6G(R6G)的SERS条码的制备方法,如图1所示,所述方法包括如下步骤:
步骤S1:通过拉曼光谱仪采集银基底上罗丹明6G,得到初始SERS谱图。
选定400~1800cm-1的拉曼位移为横坐标绘制初始SERS谱图如图2(a)所示。
步骤S2:对初始SERS谱图进行去基底处理,得到预处理SERS谱图。
选定400~1800cm-1的拉曼位移为横坐标绘制预处理SERS谱图如图2(b)。
步骤S3:根据步骤S2绘制的预处理SERS谱图选定罗丹明6G的最强峰Pmax(如图2(c)所示),记录最强SERS峰的强度Imax。根据步骤S2绘制的预处理SERS谱图选取预处理拉曼光谱数据中主要特征峰Pn(P1~P9)(如图2(d)所示),并记录各特征峰的强度In。
步骤S4:将各特征峰的强度(In)与最强峰值强度(Imax)进行归一化,得到一些列特征峰与最强峰的比值a:
以选定特征峰(包括最强峰)峰值对应的拉曼位移为中心,计算中心振动峰位置±5cm-1范围内的SERS强度之和Isum:
Isum=∑Isers。
将所求±5cm-1范围内的拉曼强度之和Isum与前述所得比值a相乘,得到各特征峰对应的累计强度值A:
A=a×Isum。
将各特征峰所对应的累计值A与最强峰累计值Amax进行归一化,得到比值b:
根据上述预处理拉曼光谱数据计算最强特征峰的峰宽Pw。
将最强峰宽Pw与比值b相乘得到每处特征峰所对应地条码宽度Barcodewidth,即为匹配识别水中罗丹明6G的SERS条码。条码宽度Barcodewidth的计算公式为:
Barcodewidth=b×Pw。
以400~1800cm-1拉曼位移为横坐标,任意固定值为纵坐标绘制柱状图,设定各个峰值对应柱状图宽度为上述计算所得条码宽度Barcodewidth。
本实施例中,罗丹明6G的SERS条码制备过程中各项数值的结果如表1所示。
表1制备罗丹明6GSERS条码的数据处理
采用本实施例的方法制备用于识别水中罗丹明6G的SERS条码如图3所示。
步骤S5:通过建立手机小程序数据库,将罗丹明6G的物质结构信息与SERS条码进行匹配录入。当对待测物进行SERS检测后,可通过匹配对应拉曼谱图与条码的对应程度来快速确定该物质所对应的SERS条码,通过使用智能手机对该条码进行识别,即可获得该待测物的分子化学结构等信息,如图4所示。
Claims (3)
1.一种用于快速匹配识别SERS谱图的方法,其特征在于所述方法包括如下步骤:
步骤S1:通过拉曼光谱仪采集SERS基底上标准物的初始拉曼光谱数据;
步骤S2:对初始拉曼光谱数据进行去基线处理,得到预处理SERS谱图;
步骤S3:根据预处理SERS谱图标定待测物的特征峰以及最强峰,记录拉曼数据中最强峰以及各特征峰的拉曼位移以及其对应的SERS强度数值;
步骤S4:经归一化处理计算各特征峰累计强度及比值,得到各峰值对应条码的宽度,即为匹配识别待测物的SERS条码,具体步骤如下:
(1)将各特征峰的强度In与最强峰值强度Imax进行归一化,得到一系列特征峰与最强峰的比值a;
(2)以选定特征峰峰值对应的拉曼位移为中心,计算中心振动峰位置±5cm-1范围内的SERS强度之和Isum;
(3)将所求±5cm-1范围内的拉曼强度之和Isum与a相乘,得到各特征峰对应的累计强度值A;
(4)将各特征峰所对应的累计值A与最强峰累计值Amax进行归一化,得到比值b;
(5)根据上述预处理拉曼光谱数据计算最强特征峰的峰宽Pw;
(6)将最强峰宽Pw与比值b相乘得到每处特征峰所对应地条码宽度Barcodewidth;
(7)以拉曼位移为横坐标,任意固定值为纵坐标绘制柱状图,设定各个峰值对应柱状图宽度为条码宽度Barcodewidth;
步骤S5:将绘制的SERS条码以及其所对应的污染物信息录入计算机中,当对某一未知污染物进行SERS检测后,根据选定的拉曼位移范围为横坐标绘制未知待测物的SERS谱图的横坐标范围,通过将谱图中的峰信息与条码进行匹配对应,当条码与拉曼谱图对应上后,可直接通过移动设备扫描识别条码得到该被检测污染物的详细信息。
2.根据权利要求1所述的用于快速匹配识别SERS谱图的方法,其特征在于所述步骤S2中,选定固定的拉曼位移范围,记录预处理SERS谱图所包含的全部拉曼位移及其对应的强度数值信息。
3.根据权利要求1所述的用于快速匹配识别SERS谱图的方法,其特征在于所述步骤S3的具体步骤如下:
(1)选定固定波长范围,绘制横坐标为拉曼位移、纵坐标为SERS强度的SERS检测谱图;
(2)根据绘制的SERS检测谱图结果选取预处理拉曼光谱数据中最强SERS峰Pmax以及最强SERS峰的强度Imax;
(3)根据绘制的SERS检测谱图结果选取预处理拉曼光谱数据中主要特征峰Pn,并记录各特征峰的强度In。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110578392.XA CN113514446B (zh) | 2021-05-26 | 2021-05-26 | 一种用于快速匹配识别sers谱图的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110578392.XA CN113514446B (zh) | 2021-05-26 | 2021-05-26 | 一种用于快速匹配识别sers谱图的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113514446A CN113514446A (zh) | 2021-10-19 |
CN113514446B true CN113514446B (zh) | 2022-11-22 |
Family
ID=78064991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110578392.XA Active CN113514446B (zh) | 2021-05-26 | 2021-05-26 | 一种用于快速匹配识别sers谱图的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113514446B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115711873B (zh) * | 2022-11-09 | 2024-05-28 | 清华大学 | 一种利用sers文件卡片进行定量分析的方法 |
WO2024099394A1 (zh) * | 2022-11-09 | 2024-05-16 | 清华大学 | 一种表面增强拉曼散射文件卡片,及其制作方法,利用该文件卡片进行定量分析的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1687963A (zh) * | 2005-03-24 | 2005-10-26 | 华中科技大学 | 一种利用红外光谱对树脂微球进行编码和识别的方法 |
CN1856580A (zh) * | 2003-09-24 | 2006-11-01 | 英特尔公司 | 可设计的分子条码 |
CN102034078A (zh) * | 2010-12-24 | 2011-04-27 | 东信和平智能卡股份有限公司 | 图像条码识别的编码方法 |
CN103984975A (zh) * | 2014-05-08 | 2014-08-13 | 我查查信息技术(上海)有限公司 | 基于彩色背景的特定条形码及其形成方法 |
CN104732183A (zh) * | 2015-03-20 | 2015-06-24 | 杭州晟元芯片技术有限公司 | 一种基于图像采样线灰度信息分析的一维条码识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6734420B2 (en) * | 2000-04-06 | 2004-05-11 | Quantum Dot Corporation | Differentiable spectral bar code methods and systems |
US8905314B2 (en) * | 2010-09-30 | 2014-12-09 | Apple Inc. | Barcode recognition using data-driven classifier |
WO2014022330A2 (en) * | 2012-07-31 | 2014-02-06 | Northwestern University | Dispersible surface-enhanced raman scattering nanosheets |
CN103186803A (zh) * | 2013-03-19 | 2013-07-03 | 南京大学 | 基于拉曼光谱的纳米条码智能标签及其识别方法 |
CN109754043B (zh) * | 2018-12-28 | 2022-02-22 | 南京工业大学 | 一种微纳结构防伪标签的制备方法 |
CN111426673A (zh) * | 2019-06-27 | 2020-07-17 | 南京工业大学 | 一种金银杂化纳米颗粒及其制备方法和应用 |
-
2021
- 2021-05-26 CN CN202110578392.XA patent/CN113514446B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1856580A (zh) * | 2003-09-24 | 2006-11-01 | 英特尔公司 | 可设计的分子条码 |
CN1687963A (zh) * | 2005-03-24 | 2005-10-26 | 华中科技大学 | 一种利用红外光谱对树脂微球进行编码和识别的方法 |
CN102034078A (zh) * | 2010-12-24 | 2011-04-27 | 东信和平智能卡股份有限公司 | 图像条码识别的编码方法 |
CN103984975A (zh) * | 2014-05-08 | 2014-08-13 | 我查查信息技术(上海)有限公司 | 基于彩色背景的特定条形码及其形成方法 |
CN104732183A (zh) * | 2015-03-20 | 2015-06-24 | 杭州晟元芯片技术有限公司 | 一种基于图像采样线灰度信息分析的一维条码识别方法 |
Non-Patent Citations (6)
Title |
---|
Barcoding bacterial cells: A SERS-based methodology for pathogen identification;Patel I S等;《Journal of Raman Spectroscopy》;20081017;第39卷(第11期);1660-1672 * |
pH相关的SERS光谱结合化学计量学方法在药品快检中的应用;武媚然;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20180615(第06期);B014-650 * |
Raman-encoded microbeads for spectral multiplexing with SERS detection;Yuming Lai等;《Rsc Advances》;20150120;第5卷(第18期);13762-13767 * |
Self-Assembled Nanocube-Based Plasmene Nanosheets as Soft Surface-Enhanced Raman Scattering Substrates toward Direct Quantitative Drug Identification on Surfaces;Si K J等;《Analytical Chemistry》;20150410;第87卷(第10期);5263-5269 * |
超痕量分子的绝对拉曼散射强度测量及计算方法;田艳杰等;《科学技术与工程》;20091015;第9卷(第20期);5959-5962 * |
高通量药物筛选中的红外光谱编码技术研究;刘烈雄;《中国优秀博硕士学位论文全文数据库 (硕士) 医药卫生科技辑》;20160515(第05期);E080-19 * |
Also Published As
Publication number | Publication date |
---|---|
CN113514446A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113514446B (zh) | 一种用于快速匹配识别sers谱图的方法 | |
US11493447B2 (en) | Method for removing background from spectrogram, method of identifying substances through Raman spectrogram, and electronic apparatus | |
US8655807B2 (en) | Methods for forming recognition algorithms for laser-induced breakdown spectroscopy | |
US20140085630A1 (en) | Spectroscopic apparatus and methods for determining components present in a sample | |
EP3290908B1 (en) | Unknown sample determining method | |
CN107220625B (zh) | 一种对样品的libs光谱自动识别分类方法 | |
CN109858477A (zh) | 用深度森林在复杂环境中识别目标物的拉曼光谱分析方法 | |
CN101949824A (zh) | 根据物质的光谱信息对商品进行检测的方法和系统装置 | |
CN108489929B (zh) | 人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 | |
CN108398416A (zh) | 一种基于激光拉曼光谱的混合物成分测定方法 | |
Zheng et al. | Semi-quantification of surface-enhanced Raman scattering using a handheld Raman spectrometer: a feasibility study | |
CN113109317A (zh) | 基于背景扣除提取峰面积的拉曼光谱定量分析方法及系统 | |
Zhang et al. | Mixture analysis using reverse searching and non-negative least squares | |
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 | |
CN113008865A (zh) | 珠宝玉石鉴定方法、装置、介质及设备 | |
CN113109318B (zh) | 基于光谱峰高直接提取的拉曼光谱定量分析方法及系统 | |
CN114878544A (zh) | 一种从混合物sers光谱中识别目标成分的方法 | |
Cooper et al. | Wavelet based Raman spectra comparison | |
US8289503B2 (en) | System and method for classifying a disease state using representative data sets | |
CN111426657B (zh) | 一种溶解性有机物三维荧光谱图的识别比对方法 | |
CN116026808A (zh) | 一种拉曼光谱判别方法和系统 | |
US6947848B2 (en) | System and method for identifying unknown compounds using spectra pattern recognition | |
CN114878543A (zh) | 一种痕量物质的拉曼光谱探测识别方法及系统 | |
CN108241846B (zh) | 用于识别拉曼谱图的方法 | |
CN113791062A (zh) | 一种基于拉曼光谱判断固定物质类别的方法 |
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 |