CN117405650B - 不可降解物质的检测方法、介质 - Google Patents
不可降解物质的检测方法、介质 Download PDFInfo
- Publication number
- CN117405650B CN117405650B CN202311719365.5A CN202311719365A CN117405650B CN 117405650 B CN117405650 B CN 117405650B CN 202311719365 A CN202311719365 A CN 202311719365A CN 117405650 B CN117405650 B CN 117405650B
- Authority
- CN
- China
- Prior art keywords
- degradable substance
- sample
- detected
- degradable
- spectrum data
- 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
- 239000000126 substance Substances 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000001237 Raman spectrum Methods 0.000 claims abstract description 82
- 238000001228 spectrum Methods 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000012937 correction Methods 0.000 claims description 37
- 238000010606 normalization Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 8
- 238000001069 Raman spectroscopy Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010183 spectrum analysis 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
- G01N21/62—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
Landscapes
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (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)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种不可降解物质的检测方法和介质，其中方法包括：获取可降解物质的拉曼光谱数据，并生成可降解物质查找表；获取不可降解物质的拉曼光谱数据，并根据不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间；获取待检测样本的拉曼光谱数据，并基于待检测样本的拉曼光谱数据查找可降解物质查找表，以判断待检测样本的主成分是否为可降解物质；根据判断结果确定待检测样本的残差光谱，并基于寻峰算法获取残差光谱的峰值点；将残差光谱的峰值点与不可降解物质对应的自适应峰值区间进行比对，以判断是否包含不可降解物质；能够对待检测样本进行有效的不可降解物质检测，提高检测效率；降低检测过程所需耗费的计算量。
Description
技术领域
本申请涉及光谱分析技术领域，特别涉及一种不可降解物质的检测方法、介质。
背景技术
拉曼光谱技术是一种基于拉曼散射现象的非破坏性的光谱分析技术。也就是说，当激光或其他光源照射样本时，样本中的分子会发生散射，并且一部分散射光的频率会发生微小的偏移，这被称为拉曼散射。这种偏移是由分子振动引起的，它们与分子的化学组成和结构相关。
相关技术中，在使用拉曼光谱技术进行材料成分分析时，多采用对历史拉曼光谱数据进行收集，并基于历史拉曼光谱数据进行特征提取，以及根据提取结果来训练相应的分析模型的方式。然而，这种方式对于分析模型的训练周期长，且进行检测时，所需要的计算量大。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种不可降解物质的检测方法，能够对待检测样本进行有效的不可降解物质检测，提高检测效率；降低检测过程所需耗费的计算量。
本发明第一方面提出了一种不可降解物质的检测方法，包括以下步骤：获取可降解物质的拉曼光谱数据，并根据所述可降解物质的拉曼光谱数据生成相应的可降解物质查找表；获取不可降解物质的拉曼光谱数据，并根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间；获取待检测样本的拉曼光谱数据，并基于所述待检测样本的拉曼光谱数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质；根据判断结果确定所述待检测样本的残差光谱，并基于寻峰算法获取所述残差光谱的峰值点；将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对，以判断所述待检测样本中是否包含不可降解物质。
根据本发明实施例的不可降解物质的检测方法，首先，获取可降解物质的拉曼光谱数据，并根据所述可降解物质的拉曼光谱数据生成相应的可降解物质查找表；接着，获取不可降解物质的拉曼光谱数据，并根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间；然后，获取待检测样本的拉曼光谱数据，并基于所述待检测样本的拉曼光谱数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质；接着，根据判断结果确定所述待检测样本的残差光谱，并基于寻峰算法获取所述残差光谱的峰值点；然后，将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对，以判断所述待检测样本中是否包含不可降解物质；从而实现对待检测样本进行有效的不可降解物质检测，提高检测效率；降低检测过程所需耗费的计算量。
在一些实施例中，根据所述可降解物质的拉曼光谱数据生成相应的可降解物质查找表，包括：对所述可降解物质的拉曼光谱数据进行基线校正，并获取基线校正后的可降解物质的拉曼光谱数据的第一最大峰值；根据所述第一最大峰值对基线校正后的可降解物质的拉曼光谱数据进行归一化处理，以得到第一归一化数据，所述第一归一化数据包括第一归一化Y轴值；根据所述第一归一化Y轴值的大小对所述第一归一化数据进行降序排序，以生成可降解物质对应的查找队列，所述查找队列包括按序排列的第一归一化Y轴值和所述第一归一化Y轴值对应的第一光谱波长值；根据多个可降解物质对应的查找队列生成可降解物质查找表。
在一些实施例中，根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间，包括：对所述不可降解物质的拉曼光谱数据进行基线校正，并查找基线校正后的不可降解物质的拉曼光谱数据的峰值点位置和半峰宽；计算所述半峰宽与预设基数的乘积，并将与所述峰值点位置之间的距离小于所述乘积的区间作为不可降解物质对应的自适应峰值区间。
在一些实施例中，获取待检测样本的拉曼光谱数据，并基于所述待检测样本的拉曼光谱数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质，包括：对所述待检测样本的拉曼光谱数据进行基线校正，并获取基线校正后的待检测样本的拉曼光谱数据的第二最大峰值；根据所述第二最大峰值对基线校正后的待检测样本的拉曼光谱数据进行归一化处理，以得到第二归一化数据；根据所述第二归一化数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质。
在一些实施例中，根据所述第二归一化数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质，包括：对于所述可降解物质查找表中的每一个查找队列，移出所述查找队列的队头元素，并计算所述队头元素的第一归一化Y轴值与第二归一化数据中相应的第二归一化Y轴值之间的平方差，在每一次得到平方差之后，计算当前查找队列已移出的所有队头元素对应的平方差的和值，并将该和值作为累加值；如果所述累加值大于预设阈值，则确定所述待检测样本不包含当前查找队列对应的主成分，排除当前查找队列；遍历所述可降解物质查找表，以得到相应的查找结果，以根据所述查找结果判断所述待检测样本的主成分是否为可降解物质。
在一些实施例中，根据所述查找结果判断所述待检测样本的主成分是否为可降解物质，包括：如果所述查找结果为空，则确定所述待检测样本的主成分不是可降解物质；如果所述查找结果不为空，则将所述查找结果中最小累加值所对应的可降解物质作为所述待检测样本的主成分。
在一些实施例中，根据判断结果确定所述待检测样本的残差光谱，包括：如果所述待检测样本的主成分是可降解物质，则将基线校正后的所述待检测样本的光谱数据与主成分可降解物质的光谱数据的差值作为待检测样本的残差光谱；如果所述待检测样本的主成分不是可降解物质，则将基线校正后的待检测样本的光谱数据作为待检测样本的残差光谱。
在一些实施例中，该方法还包括，对所述待检测样本的残差光谱进行插值处理，并对插值处理后的待检测样本的残差光谱进行样条插值处理。
在一些实施例中，将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对，以判断所述待检测样本中是否包含不可降解物，包括：将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对；判断所述残差光谱的峰值点落入所述不可降解物质对应的自适应峰值区间内的点与所述残差光谱的峰值点总数之间的比值是否大于预设比值阈值；如果是，则确定所述待检测样本包含该不可降解物质。
本发明第二方面提出了一种计算机可读存储介质，其上存储有不可降解物质的检测程序，该不可降解物质的检测程序被处理器执行时实现如上所述的不可降解物质的检测方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是根据本发明实施例的不可降解物质的检测方法的流程示意图；
图2是根据本发明实施例的根据查找表确定待检测样本主成分的流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的不可降解物质的检测方法。
请参阅图1，图1为根据本发明实施例的不可降解物质的检测方法的流程示意图；如图1所示，该不可降解物质的检测方法包括以下步骤：
S101，获取可降解物质的拉曼光谱数据，并根据可降解物质的拉曼光谱数据生成相应的可降解物质查找表。
在一些实施例中，根据可降解物质的拉曼光谱数据生成相应的可降解物质查找表，包括：对可降解物质的拉曼光谱数据进行基线校正，并获取基线校正后的可降解物质的拉曼光谱数据的第一最大峰值；根据第一最大峰值对基线校正后的可降解物质的拉曼光谱数据进行归一化处理，以得到第一归一化数据，第一归一化数据包括第一归一化Y轴值；根据第一归一化Y轴值的大小对第一归一化数据进行降序排序，以生成可降解物质对应的查找队列，查找队列包括按序排列的第一归一化Y轴值和第一归一化Y轴值对应的第一光谱波长值；根据多个可降解物质对应的查找队列生成可降解物质查找表。
作为一种示例，首先，获取多种可降解物质的纯样本拉曼光谱数据，并对每一种可降解物质的纯样本拉曼光谱数据进行基线校正；接着，获取基线校正后的可降解物质的纯样本拉曼光谱数据的最大峰值；然后，根据这一最大峰值进行归一化处理，以得到第一归一化数据，其中，该第一归一化数据包括第一光谱波长值和每一个第一光谱波长值所对应的第一归一化Y轴值；接着，对第一归一化数据使用快速排序算法，根据归一化Y轴值的大小，按照从大到小的顺序进行对其中的数据进行排序，以完成当前可降解物质的纯样本拉曼光谱数据所对应的查找队列的建立；如此，对所有的可降解物质的纯样本拉曼光谱数据进行如上所述的操作，即可得到所有可降解物质的纯样本拉曼光谱数据对应的查找队列，而将所有的查找队列进行合并，即可得到完整的可降解物质查找表；另外，优选地，可以建立哈希表来形成可降解物质到查找队列的映射。
S102，获取不可降解物质的拉曼光谱数据，并根据不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间。
在一些实施例中，根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间，包括：对所述不可降解物质的拉曼光谱数据进行基线校正，并查找基线校正后的不可降解物质的拉曼光谱数据的峰值点位置和半峰宽；计算所述半峰宽与预设基数的乘积，并将与所述峰值点位置之间的距离小于所述乘积的区间作为不可降解物质对应的自适应峰值区间。
作为一种示例，首先，对不可降解物质的拉曼光谱数据进行基线校正；接着，查找校正后的不可降解物质的拉曼光谱数据的峰值点位置与半峰宽；然后，将峰值点位置左右两侧0.65*半峰宽距离范围作为峰值区间；如此，对于每一个不可降解物质的拉曼光谱数据进行如上操作，即可完成不可降解物质自适应峰值区间的建立。
S103，获取待检测样本的拉曼光谱数据，并基于待检测样本的拉曼光谱数据查找可降解物质查找表，以判断待检测样本的主成分是否为可降解物质。
在一些实施例中，获取待检测样本的拉曼光谱数据，并基于待检测样本的拉曼光谱数据查找可降解物质查找表，以判断待检测样本的主成分是否为可降解物质，包括：对待检测样本的拉曼光谱数据进行基线校正，并获取基线校正后的待检测样本的拉曼光谱数据的第二最大峰值；根据第二最大峰值对基线校正后的待检测样本的拉曼光谱数据进行归一化处理，以得到第二归一化数据；根据第二归一化数据查找可降解物质查找表，以判断待检测样本的主成分是否为可降解物质。
在一些实施例中，根据第二归一化数据查找可降解物质查找表，以判断待检测样本的主成分是否为可降解物质，包括：对于可降解物质查找表中的每一个查找队列，移出查找队列中的队头元素，并计算队头元素的第一归一化Y轴值与第二归一化数据中相应的第二归一化Y轴值之间的平方差，在每一次得到平方差之后，计算当前查找队列已移出的所有队头元素对应的平方差的和值，并将该和值作为累加值；如果累加值大于预设阈值，则确定待检测样本不包含当前查找队列对应的主成分，排除当前查找队列；遍历可降解物质查找表，以得到相应的查找结果，以根据查找结果判断待检测样本的主成分是否为可降解物质。
作为一种示例，如图2所示，根据查找表确定待检测样本主成分具体包括以下步骤：
S201，对待检测样本的拉曼光谱数据进行基线校正，并获取基线校正后的待检测拉曼光谱数据的第二最大峰值。
S202，根据第二最大峰值对基线校正后的待检测样本的拉曼光谱数据进行归一化处理，以得到第二归一化数据。
S203，建立辅助哈希表，辅助哈希表中的键为查找队列，值为欧几里得距离。
S204，判断辅助哈希表中是否存在未遍历的查找队列；如果是，则执行步骤S205；如果否，则执行步骤S212。
S205，依序获取可降解物质查找表中的查找队列。
S206，移出查找队列的队头元素。
S207，计算队头元素的第一归一化Y轴值与对应的第二归一化数据中第二归一化Y轴值之间的平方差。
S208，在每一次得到平方差之后，计算当前查找队列已移出的所有队头元素对应的平方差的和值，并将该和值作为累加值。
S209，判断累加值是否大于预设阈值；如果是，则执行步骤S210；如果否，则执行步骤S211。
S210，排除当前查找队列，并返回步骤S204。
S211，判断当前查找队列中的元素是否为空；如果是，则返回步骤S204；如果否，则返回步骤S206。
S212，判断辅助哈希表是否为空；如果是，则执行步骤S213；如果否，则执行步骤S214。
S213，确定待检测样本的主成分不是可降解物质。
S214，将辅助哈希表中最小累加值所对应的可降解物质作为待检测样本的主成分。
由上述可知，队列中采取先进先出的原则；在每一次计算得到队头元素的第一归一化Y轴值与相应的待检测样本的第二归一化数据中对应第二归一化Y轴值之间的平方差之后，即更新累加值，并判断累计值是否大于预设阈值，以及在大于预设阈值时，排除当前查找队列（换言之，通过这种方式，大多数情况下不需要对查找队列的所有第一归一化Y轴值进行全部遍历，可节约算力资源）。如此，可以快速地对查找表中的查找队列进行过滤筛查，减少检测过程中所需运算量。
S104，根据判断结果确定待检测样本的残差光谱，并基于寻峰算法获取残差光谱的峰值点。
在一些实施例中，根据判断结果确定待检测样本的残差光谱，包括：如果待检测样本的主成分是可降解物质，则将待检测样本的光谱数据与主成分可降解物质的光谱数据的差值作为待检测样本的残差光谱；如果待检测样本的主成分不是可降解物质，则将基线校正后的待检测样本的光谱数据作为待检测样本的残差光谱。
作为一种示例，如果查找到主成分为可降解物质，则将基线校正后的待检测样本的光谱数据减去主成分可降解物质的光谱数据，小于0的值置为0，作为残差光谱；而如果通过可降解物质查找表没有找到主成分，则将基线校正后的待检测样本的光谱数据作为待检测样本的残差光谱。
在一些实施例中，该方法还包括，对待检测样本的残差光谱进行插值处理，并对插值处理后的待检测样本的残差光谱进行样条插值处理。
S105，将残差光谱的峰值点与不可降解物质对应的自适应峰值区间进行比对，以判断待检测样本中是否包含不可降解物质。
在一些实施例中，将残差光谱的峰值点与不可降解物质对应的自适应峰值区间进行比对，以判断待检测样本中是否包含不可降解物，包括：将残差光谱的峰值点与不可降解物质对应的自适应峰值区间进行比对；判断残差光谱的峰值点落入不可降解物质对应的自适应峰值区间内的点与残差光谱的峰值点总数之间的比值是否大于预设比值阈值；如果是，则确定待检测样本包含该不可降解物质。
作为一种示例，首先，使用寻峰算法查找插值后的残差光谱的峰值点；假设查找到的峰值点的个数为n；接着，对于任意一个不可降解物质对应的自适应峰值区间；如果峰值点落在自适应峰值区间内的点的个数占总数的一半以上（即言，落在自适应峰值区间内的点个个数大于n/2）；则确定待检测样本包含该不可降解物质；如此，遍历所有不可降解物质所对应的自适应峰值区间以完成待检测样本的检测。
综上所述，根据本发明实施例的不可降解物质的检测方法，首先，获取可降解物质的拉曼光谱数据，并根据所述可降解物质的拉曼光谱数据生成相应的可降解物质查找表；接着，获取不可降解物质的拉曼光谱数据，并根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间；然后，获取待检测样本的拉曼光谱数据，并基于所述待检测样本的拉曼光谱数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质；接着，根据判断结果确定所述待检测样本的残差光谱，并基于寻峰算法获取所述残差光谱的峰值点；然后，将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对，以判断所述待检测样本中是否包含不可降解物质；从而实现对待检测样本进行有效的不可降解物质检测，提高检测效率；降低检测过程所需耗费的计算量。
为了实现上述实施例，本发明实施例提出了一种计算机可读存储介质，其上存储有不可降解物质的检测程序，该不可降解物质的检测程序被处理器执行时实现如上所述的不可降解物质的检测方法。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (5)
1.一种不可降解物质的检测方法，其特征在于，包括以下步骤：
获取可降解物质的拉曼光谱数据，并根据所述可降解物质的拉曼光谱数据生成相应的可降解物质查找表；
获取不可降解物质的拉曼光谱数据，并根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间；
获取待检测样本的拉曼光谱数据，并基于所述待检测样本的拉曼光谱数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质；
根据判断结果确定所述待检测样本的残差光谱，并基于寻峰算法获取所述残差光谱的峰值点；
将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对，以判断所述待检测样本中是否包含不可降解物质；
其中，根据所述可降解物质的拉曼光谱数据生成相应的可降解物质查找表，包括：
对所述可降解物质的拉曼光谱数据进行基线校正，并获取基线校正后的可降解物质的拉曼光谱数据的第一最大峰值；
根据所述第一最大峰值对基线校正后的可降解物质的拉曼光谱数据进行归一化处理，以得到第一归一化数据，所述第一归一化数据包括第一归一化Y轴值；
根据所述第一归一化Y轴值的大小对所述第一归一化数据进行降序排序，以生成可降解物质对应的查找队列，所述查找队列包括按序排列的第一归一化Y轴值和所述第一归一化Y轴值对应的第一光谱波长值；
根据多个可降解物质对应的查找队列生成可降解物质查找表；
其中，根据所述不可降解物质的拉曼光谱数据建立不可降解物质对应的自适应峰值区间，包括：
对所述不可降解物质的拉曼光谱数据进行基线校正，并查找基线校正后的不可降解物质的拉曼光谱数据的峰值点位置和半峰宽；
计算所述半峰宽与预设基数的乘积，并将与所述峰值点位置之间的距离小于所述乘积的区间作为不可降解物质对应的自适应峰值区间；
其中，获取待检测样本的拉曼光谱数据，并基于所述待检测样本的拉曼光谱数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质，包括：
对所述待检测样本的拉曼光谱数据进行基线校正，并获取基线校正后的待检测样本的拉曼光谱数据的第二最大峰值；
根据所述第二最大峰值对基线校正后的待检测样本的拉曼光谱数据进行归一化处理，以得到第二归一化数据；
根据所述第二归一化数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质；
其中，根据判断结果确定所述待检测样本的残差光谱，包括：
如果所述待检测样本的主成分是可降解物质，则将基线校正后的待检测样本的光谱数据与主成分可降解物质的光谱数据的差值作为待检测样本的残差光谱；
如果所述待检测样本的主成分不是可降解物质，则将基线校正后的待检测样本的光谱数据作为待检测样本的残差光谱；
其中，将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对，以判断所述待检测样本中是否包含不可降解物，包括：
将所述残差光谱的峰值点与所述不可降解物质对应的自适应峰值区间进行比对；
判断所述残差光谱的峰值点落入所述不可降解物质对应的自适应峰值区间内的点与所述残差光谱的峰值点总数之间的比值是否大于预设比值阈值；
如果是，则确定所述待检测样本包含该不可降解物质。
2.如权利要求1所述的不可降解物质的检测方法，其特征在于，根据所述第二归一化数据查找所述可降解物质查找表，以判断所述待检测样本的主成分是否为可降解物质，包括：
对于所述可降解物质查找表中的每一个查找队列，移出所述查找队列的队头元素，并计算所述队头元素的第一归一化Y轴值与第二归一化数据中相应的第二归一化Y轴值之间的平方差；
在每一次得到平方差之后，计算当前查找队列已移出的所有队头元素对应的平方差的和值，并将该和值作为累加值；
如果所述累加值大于预设阈值，则确定所述待检测样本不包含当前查找队列对应的主成分，排除当前查找队列；
遍历所述可降解物质查找表，以得到相应的查找结果，以根据所述查找结果判断所述待检测样本的主成分是否为可降解物质。
3.如权利要求2所述的不可降解物质的检测方法，其特征在于，根据所述查找结果判断所述待检测样本的主成分是否为可降解物质，包括：
如果所述查找结果为空，则确定所述待检测样本的主成分不是可降解物质；
如果所述查找结果不为空，则将所述查找结果中最小累加值所对应的可降解物质作为所述待检测样本的主成分。
4.如权利要求1所述的不可降解物质的检测方法，其特征在于，还包括，对所述待检测样本的残差光谱进行插值处理，并对插值处理后的待检测样本的残差光谱进行样条插值处理。
5.一种计算机可读存储介质，其特征在于，其上存储有不可降解物质的检测程序，该不可降解物质的检测程序被处理器执行时实现如权利要求1-4中任一项所述的不可降解物质的检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311719365.5A CN117405650B (zh) | 2023-12-14 | 2023-12-14 | 不可降解物质的检测方法、介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311719365.5A CN117405650B (zh) | 2023-12-14 | 2023-12-14 | 不可降解物质的检测方法、介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117405650A CN117405650A (zh) | 2024-01-16 |
| CN117405650B true CN117405650B (zh) | 2024-03-12 |
Family
ID=89489437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311719365.5A Active CN117405650B (zh) | 2023-12-14 | 2023-12-14 | 不可降解物质的检测方法、介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117405650B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101285773A (zh) * | 2008-05-23 | 2008-10-15 | 浙江大学 | 混纺织物组分的拉曼光谱定性检测方法 |
| JP2009114245A (ja) * | 2007-11-02 | 2009-05-28 | Gunma Prefecture | 生分解性樹脂成形物の酵素分解性および微生物分解性を予測する方法 |
| CN102706855A (zh) * | 2012-06-19 | 2012-10-03 | 上海化工研究院 | 基于拉曼光谱分析技术的易燃液体闪点预测方法 |
| CN103512877A (zh) * | 2013-10-16 | 2014-01-15 | 长春新产业光电技术有限公司 | 一种拉曼光谱物质检测快速样本查找方法 |
| CN104215623A (zh) * | 2013-05-31 | 2014-12-17 | 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 |
| CN105300954A (zh) * | 2015-09-02 | 2016-02-03 | 中南大学 | 一种锑矿浮选非均质泡沫层矿物的拉曼光谱表征方法 |
| CN110849862A (zh) * | 2018-08-21 | 2020-02-28 | 上海福博艺术品检测鉴定有限公司 | 一种基于拉曼光谱的陶瓷年代测试系统及方法 |
| CN111562248A (zh) * | 2020-05-15 | 2020-08-21 | 云南电网有限责任公司电力科学研究院 | 一种基于sf6内标的gis故障诊断方法 |
| CN113252641A (zh) * | 2021-06-11 | 2021-08-13 | 北京卓立汉光分析仪器有限公司 | 一种拉曼光谱下基于残差分析的物质鉴别方法 |
| WO2021232757A1 (zh) * | 2020-05-19 | 2021-11-25 | 江南大学 | 利用已知混合物拉曼光谱改善混合物成分识别精度的方法 |
| CN115420726A (zh) * | 2022-05-31 | 2022-12-02 | 中国人民解放军32181部队 | 一种利用重构sers光谱快速识别目标物的方法 |
| CN116380869A (zh) * | 2023-05-23 | 2023-07-04 | 中国计量大学 | 一种基于自适应稀疏分解的拉曼光谱去噪方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10859499B2 (en) * | 2017-05-22 | 2020-12-08 | Samsung Electronics Co., Ltd. | Apparatus and method for quantitative molecular sensing based on raman peak shift |
| CN108124462B (zh) * | 2017-11-28 | 2020-11-17 | 深圳达闼科技控股有限公司 | 一种混合物检测方法及设备 |
-
2023
- 2023-12-14 CN CN202311719365.5A patent/CN117405650B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009114245A (ja) * | 2007-11-02 | 2009-05-28 | Gunma Prefecture | 生分解性樹脂成形物の酵素分解性および微生物分解性を予測する方法 |
| CN101285773A (zh) * | 2008-05-23 | 2008-10-15 | 浙江大学 | 混纺织物组分的拉曼光谱定性检测方法 |
| CN102706855A (zh) * | 2012-06-19 | 2012-10-03 | 上海化工研究院 | 基于拉曼光谱分析技术的易燃液体闪点预测方法 |
| CN104215623A (zh) * | 2013-05-31 | 2014-12-17 | 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 |
| 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 |
| CN103512877A (zh) * | 2013-10-16 | 2014-01-15 | 长春新产业光电技术有限公司 | 一种拉曼光谱物质检测快速样本查找方法 |
| CN105300954A (zh) * | 2015-09-02 | 2016-02-03 | 中南大学 | 一种锑矿浮选非均质泡沫层矿物的拉曼光谱表征方法 |
| CN110849862A (zh) * | 2018-08-21 | 2020-02-28 | 上海福博艺术品检测鉴定有限公司 | 一种基于拉曼光谱的陶瓷年代测试系统及方法 |
| CN111562248A (zh) * | 2020-05-15 | 2020-08-21 | 云南电网有限责任公司电力科学研究院 | 一种基于sf6内标的gis故障诊断方法 |
| WO2021232757A1 (zh) * | 2020-05-19 | 2021-11-25 | 江南大学 | 利用已知混合物拉曼光谱改善混合物成分识别精度的方法 |
| CN113252641A (zh) * | 2021-06-11 | 2021-08-13 | 北京卓立汉光分析仪器有限公司 | 一种拉曼光谱下基于残差分析的物质鉴别方法 |
| CN115420726A (zh) * | 2022-05-31 | 2022-12-02 | 中国人民解放军32181部队 | 一种利用重构sers光谱快速识别目标物的方法 |
| CN116380869A (zh) * | 2023-05-23 | 2023-07-04 | 中国计量大学 | 一种基于自适应稀疏分解的拉曼光谱去噪方法 |
Non-Patent Citations (2)
| Title |
|---|
| 乔西娅.拉曼光谱特征提取方法在定性分析中的应用.中国优秀博硕士学位论文全文数据库（硕士） 基础科学辑.2010,(2010年第08期),全文. * |
| 基于逆检索-非负最小二乘法的拉曼混合物分析方法研究;薛晓康;李晓宇;丁卯;;中国无机分析化学(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117405650A (zh) | 2024-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6056980B2 (ja) | ピーク検出方法 | |
| CN109087274B (zh) | 基于多维融合及语义分割的电子器件缺陷检测方法及装置 | |
| JP6610678B2 (ja) | ピーク検出方法及びデータ処理装置 | |
| US7720611B2 (en) | Baselining amplification data | |
| US9784621B2 (en) | Spectroscopic apparatus and methods | |
| CN107179310B (zh) | 基于鲁棒噪声方差估计的拉曼光谱特征峰识别方法 | |
| WO2018121121A1 (zh) | 用于扣除谱图本底的方法、通过拉曼谱图识别物质的方法和电子设备 | |
| KR20070055488A (ko) | 입력 데이터의 자동방식 배경 제거기 | |
| WO2014064447A1 (en) | Spectroscopic apparatus and methods | |
| JP5964983B2 (ja) | 質量分析法により微生物を特定するための方法 | |
| CN108240978B (zh) | 基于拉曼光谱的自学习式定性分析方法 | |
| CN108398416A (zh) | 一种基于激光拉曼光谱的混合物成分测定方法 | |
| CN117405650B (zh) | 不可降解物质的检测方法、介质 | |
| US20050267689A1 (en) | Method to automatically identify peak and monoisotopic peaks in mass spectral data for biomolecular applications | |
| CN117146977A (zh) | 一种针对单色器光谱的寻峰方法、装置与电子设备 | |
| CN114330411A (zh) | 一种基于相似度的自适应窗口化拉曼光谱识别方法 | |
| JP2012505470A5 (zh) | ||
| CN114913112A (zh) | 晶圆双边缘检测方法和装置及设备 | |
| KR20140102263A (ko) | 생물학적 반응 곡선에 대한 기준선을 판정하는 시스템 및 방법 | |
| CN107340284A (zh) | 一种元素定量分析方法及装置 | |
| CN108241846B (zh) | 用于识别拉曼谱图的方法 | |
| CN108932491B (zh) | 利用五点三次平滑法进行宇宙射线的识别和去除方法 | |
| JP2004357050A (ja) | 波形品質評価システム及び波形品質評価方法 | |
| CN108065944B (zh) | 平板探测器与滤线栅的适配方法和设备及医疗成像系统 | |
| CN118604223A (zh) | 低浓度色谱处理方法、装置及可读存储介质 |
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 |