KR20200133083A - Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions - Google Patents

Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions Download PDF

Info

Publication number
KR20200133083A
KR20200133083A KR1020190057395A KR20190057395A KR20200133083A KR 20200133083 A KR20200133083 A KR 20200133083A KR 1020190057395 A KR1020190057395 A KR 1020190057395A KR 20190057395 A KR20190057395 A KR 20190057395A KR 20200133083 A KR20200133083 A KR 20200133083A
Authority
KR
South Korea
Prior art keywords
spectrum
partial
correlation
library
input
Prior art date
Application number
KR1020190057395A
Other languages
Korean (ko)
Other versions
KR102276065B1 (en
Inventor
박준규
이수웅
조보람
Original Assignee
한국생산기술연구원
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 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020190057395A priority Critical patent/KR102276065B1/en
Publication of KR20200133083A publication Critical patent/KR20200133083A/en
Application granted granted Critical
Publication of KR102276065B1 publication Critical patent/KR102276065B1/en

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65Raman scattering
    • G01N21/658Raman scattering enhancement Raman, e.g. surface plasmons

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

According to one embodiment of the present invention, provided are a method and an apparatus for increasing a chemical determination performance through an efficient analysis on a Raman spectrum. According to the embodiment of the present invention, the method for determining a robust Raman spectrum against measurement environmental conditions comprises: i) a step of measuring the Raman spectrum on each chemical sample in advance, collecting a library spectrum, and forming a library database; ii) a step of performing a Raman spectroscopy on the subject to be measured including at least one chemical sample, and collecting an input spectrum including at least one Raman spectrum; iii) a step of controlling the resolution of the input spectrum, and removing noise; iv) a step of scanning the input spectrum by using a moving window, measuring a peak value of the input spectrum, and determining a peak group area of the input spectrum; v) a step of dividing the peak group area of the input spectrum into at least one partial spectrum; vi) a step of analyzing the similarity between the partial spectrum and the library spectrum; and vii) a step of drawing chemicals included in the subject to be measured.

Description

측정 환경 조건에 강인한 라만 스펙트럼 판별 방법 및 장치 {METHOD AND APPARATUS FOR ROBUST RAMAN SPECTRUM DISCRIMINATION AGAINST MEASUREMENT ENVIRONMENTAL CONDITIONS}Raman spectrum discrimination method and apparatus robust to measurement environmental conditions {METHOD AND APPARATUS FOR ROBUST RAMAN SPECTRUM DISCRIMINATION AGAINST MEASUREMENT ENVIRONMENTAL CONDITIONS}

본 발명은 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법 및 장치에 관한 것으로, 더욱 상세하게는, 라만 스펙트럼에 대한 효율적인 분석을 통해 화학 물질 판별 성능을 증대시키는 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for discriminating a Raman spectrum that is robust to environmental conditions for measurement, and more particularly, to a method and apparatus for increasing chemical substance discrimination performance through efficient analysis of a Raman spectrum.

물질에 단파장의 가시 광선이나 자외선을 조사하면 분자 진동 중 분극률의 변화를 일으키기 때문에 입사광은 파장의 변화를 받아 산란되며, 이 산란 강도를 파장 변화에 대해 표시하여 라만 스펙트럼이 획득되며, 이와 같은 라만 스펙트럼은 물질 고유의 것이 때문에 화학 물질의 분석에 이용되고 있다.When a material is irradiated with visible light or ultraviolet light of a short wavelength, the polarization rate changes during molecular vibration, so the incident light is scattered by the change in the wavelength, and the Raman spectrum is obtained by displaying this scattering intensity against the change in wavelength. Spectrum is unique to a substance and is therefore used in the analysis of chemical substances.

라만 스펙트럼의 교정 방법으로는 SRM을 이용한 스펙트럼 교정 방법이 있다. 이 방법은 라만 장비 간에 스펙트럼의 차이를 발생시키는 전달 함수가 존재한다고 가정하고, 이를 구한 후 스펙트럼의 강도 교정을 수행하며, 한번 전달 함수를 얻으면, 상관 계수와 같은 단순한 알고리즘을 이용하여 판별할 수 있다. 다만, 전달 함수를 얻은 추가 과정이 필요하고, 측정 온도와 같은 기타 환경 변수에는 대응하기 어려운 문제가 있다.The Raman spectrum correction method includes a spectrum correction method using SRM. This method assumes that there is a transfer function that generates spectral differences between Raman devices, and after obtaining it, performs the intensity correction of the spectrum, and once the transfer function is obtained, it can be determined using a simple algorithm such as a correlation coefficient. . However, an additional process of obtaining a transfer function is required, and it is difficult to cope with other environmental variables such as measured temperature.

라만 스펙트럼의 판별 방법으로는 SHQI방법이 있다. 이 방법은 전체 스펙트럼영역을 분할 하여, 각 부분 스펙트럼 영역에서 상관도를 결정 짓기 때문에, 강도 차이 특성에 기인한 판별 알고리즘으로써, 라만 스펙트럼의 분류 효율이 높은 장점이 있다. 다만, 피크 분포 특성이 반영되지 않았기 때문에, 상관도 수치가 고르지 못한 단점이 있고, 일반적인 임계 상관도인 0.95를 밑도는 수치가 종종 발생한다는 문제가 있다.There is a SHQI method as a method of discriminating the Raman spectrum. Since this method divides the entire spectral region and determines the degree of correlation in each partial spectral region, it is a discrimination algorithm due to the intensity difference characteristic, and has the advantage of high classification efficiency of the Raman spectrum. However, since the peak distribution characteristic is not reflected, there is a disadvantage that the correlation value is uneven, and there is a problem that a value less than 0.95, which is a general critical correlation, often occurs.

그리고, 기존 알고리즘의 경우, 전체 스펙트럼 영역에서 부분 영역을 선택 할 때, 고정적인 윈도우 파라미터를 사용하였고, 따라서 스펙트럼의 피크 분포 특성을 모델링 하지 못하는 문제가 있다.And, in the case of the existing algorithm, when selecting a partial region from the entire spectral region, a fixed window parameter was used, and thus there is a problem in that it is not possible to model the peak distribution characteristics of the spectrum.

대한민국 공개특허 제10-2018-0127939호(발명의 명칭: 라만 피크점 변동을 이용한 정량적 분자 센싱 장치 및 방법)에서는, 피검체에 여기광을 조사하는 광원을 포함하는 조명 광학계; 피검체로부터 산란되는 광을 검출하는 광검출기를 포함하는 검출 광학계; 및 검출 광학계에서의 출력 신호를 이용하여 피검체의 물성을 분석하는 신호처리기를 포함하는 라만 피크점 변동을 이용한 정량적 분자 센싱 장치가 개시되어 있다.In Korean Patent Application Laid-Open No. 10-2018-0127939 (name of the invention: a quantitative molecular sensing device and method using a Raman peak point variation), an illumination optical system including a light source for irradiating excitation light to a subject; A detection optical system including a photodetector for detecting light scattered from the subject; And a signal processor for analyzing physical properties of a subject using an output signal from a detection optical system. A quantitative molecular sensing device using Raman peak point variation is disclosed.

대한민국 공개특허 제10-2018-0127939호Republic of Korea Patent Publication No. 10-2018-0127939

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 라만 스펙트럼에 대한 효율적인 분석을 통해 화학 물질 판별 성능을 증대시키는 것이다.An object of the present invention for solving the above problems is to increase chemical substance discrimination performance through efficient analysis of the Raman spectrum.

그리고, 본 발명의 목적은, 주위의 온도 조건 등에 따라 라만 스펙트럼의 피크 강도 차이가 발생하더라도 화학 물질 판별 성능이 유지되도록 하는 것이다.In addition, it is an object of the present invention to maintain the chemical substance discrimination performance even if a difference in peak intensity of the Raman spectrum occurs according to ambient temperature conditions.

본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다. The technical problem to be achieved by the present invention is not limited to the technical problems mentioned above, and other technical problems that are not mentioned can be clearly understood by those of ordinary skill in the technical field to which the present invention belongs from the following description. There will be.

상기와 같은 목적을 달성하기 위한 본 발명의 구성은, i) 사전에 각각의 화학 시료에 대한 라만 스펙트럼을 측정하여 라이브러리 스펙트럼을 수집하고 라이브러리 데이터베이스를 형성하는 단계; ii) 적어도 하나 이상의 화학 시료를 포함하는 측정대상에 대해 라만 분광법을 수행하여 적어도 하나 이상의 라만 스펙트럼을 포함하는 입력 스펙트럼을 수집하는 단계; iii) 상기 입력 스펙트럼의 해상도를 조절하고 잡음을 제거하는 단계; iv) 무빙 윈도우를 이용하여 상기 입력 스펙트럼을 스캔하고 상기 입력 스펙트럼의 피크 값을 측정하여 상기 입력 스펙트럼의 피크 군집 영역을 결정하는 단계; v) 상기 입력 스펙트럼의 피크 군집 영역을 적어도 하나 이상의 부분 스펙트럼으로 분할하는 단계; vi) 각각의 상기 부분 스펙트럼과 상기 라이브러리 스펙트럼의 유사도를 분석하는 단계; 및 vii) 상기 측정대상에 포함되는 화학 물질을 도출하는 단계;를 포함한다.The configuration of the present invention for achieving the above object includes: i) collecting a library spectrum by measuring a Raman spectrum for each chemical sample in advance and forming a library database; ii) collecting an input spectrum including at least one Raman spectrum by performing Raman spectroscopy on a measurement object including at least one chemical sample; iii) adjusting the resolution of the input spectrum and removing noise; iv) determining a peak cluster region of the input spectrum by scanning the input spectrum using a moving window and measuring a peak value of the input spectrum; v) dividing the peak cluster region of the input spectrum into at least one partial spectrum; vi) analyzing the similarity between each of the partial spectra and the library spectra; And vii) deriving a chemical substance included in the measurement object.

본 발명의 실시 예에 있어서, 상기 v) 단계에서, 상기 부분 스펙트럼은 상기 상기 입력 스펙트럼의 피크 군집 영역을 미리 설정된 임계 수치로 분할한 스펙트럼일 수 있다.In an embodiment of the present invention, in step v), the partial spectrum may be a spectrum obtained by dividing a peak cluster region of the input spectrum by a preset threshold value.

본 발명의 실시 예에 있어서, 상기 vi) 단계에서, 상기 부분 스펙트럼과 상기 라이브러리 스펙트럼 각각의 피크 영역 정보를 사용하여 상관도를 구하는 교차 상관도를 수행하여 상기 선별 스펙트럼과 상기 라이브러리 스펙트럼의 유사도를 도출할 수 있다.In an embodiment of the present invention, in step vi), a degree of similarity between the selection spectrum and the library spectrum is derived by performing a cross-correlation diagram for obtaining a correlation using peak region information of each of the partial spectrum and the library spectrum. can do.

본 발명의 실시 예에 있어서, 상기 vi) 단계에서, 복수 개(n개)의 상기 부분 스펙트럼 중 어느 하나의 부분 스펙트럼인 i번째 부분 스펙트럼을 정규화한 후 부분 상관도를 도출하고, 부분 상관도를 이용하여 전체 상관도를 도출할 수 있다.In an embodiment of the present invention, in step vi), after normalizing the i-th partial spectrum, which is any one of a plurality (n) of the partial spectra, a partial correlation is derived, and a partial correlation is obtained. Can be used to derive the overall correlation.

본 발명의 실시 예에 있어서, 복수 개의 상기 부분 스펙트럼에 대한 전체 상관도는, 상기 부분 스펙트럼 전체 수에 의한 상기 부분 상관도의 평균 값일 수 있다.In an embodiment of the present invention, the total correlation for the plurality of partial spectra may be an average value of the partial correlation according to the total number of the partial spectra.

본 발명의 실시 예에 있어서, 상기 라이브러리 스펙트럼 중 일부에 대한 전체 상관도는, 상기 라이브러리 스펙트럼 중 일부의 분할 수에 의한 상기 부분 상관도의 평균 값일 수 있다.In an embodiment of the present invention, the overall correlation for a part of the library spectrum may be an average value of the partial correlation by the number of divisions of a part of the library spectrum.

본 발명의 실시 예에 있어서, 최종 상관도는, 복수 개의 상기 선별 스펙트럼에 대한 전체 상관도와 상기 라이브러리 스펙트럼 중 일부에 대한 전체 상관도의 합일 수 있다.In an embodiment of the present invention, the final correlation may be a sum of all correlations for a plurality of the selection spectra and all correlations for some of the library spectra.

본 발명의 실시 예에 있어서, 상기 vii) 단계에서, 상기 입력 스펙트럼과 가장 큰 최종 상관도를 얻은 상기 라이브러리 스펙트럼을 상기 화학 물질에 대한 라만 스펙트럼으로 판단할 수 있다.In an embodiment of the present invention, in step vii), the library spectrum having the largest final correlation with the input spectrum may be determined as a Raman spectrum for the chemical substance.

상기와 같은 목적을 달성하기 위한 본 발명의 구성은, 적어도 하나 이상의 화학 시료를 포함하는 측정대상에 대해 라만 분광법을 수행하여 적어도 하나 이상의 라만 스펙트럼을 포함하는 입력 스펙트럼을 수집하는 신호취득부; 상기 신호취득부와 연결되고, 상기 입력 스펙트럼의 해상도를 조절하고 잡음을 제거하며, 무빙 윈도우를 이용하여 상기 입력 스펙트럼을 스캔하고 상기 입력 스펙트럼의 피크 값을 측정하여 상기 입력 스펙트럼의 피크 군집 영역을 결정하는 신호처리부; 상기 신호처리부와 연결되고, 상기 입력 스펙트럼의 피크 군집 영역을 적어도 하나 이상의 부분 스펙트럼으로 분할하고, 각각의 상기 부분 스펙트럼과 상기 라이브러리 스펙트럼의 유사도를 분석하는 신호판별부; 및 상기 신호판별부와 연결되고, 상기 측정대상에 포함되는 화학 물질을 도출하여 디스플레이 화면에 표시하는 출력부;를 포함한다.The configuration of the present invention for achieving the above object includes a signal acquisition unit for collecting an input spectrum including at least one Raman spectrum by performing Raman spectroscopy on a measurement object including at least one chemical sample; It is connected to the signal acquisition unit, adjusts the resolution of the input spectrum and removes noise, scans the input spectrum using a moving window, and measures a peak value of the input spectrum to determine a peak cluster region of the input spectrum. A signal processing unit; A signal discriminating unit connected to the signal processing unit, dividing the peak cluster region of the input spectrum into at least one partial spectrum, and analyzing a similarity between each partial spectrum and the library spectrum; And an output unit connected to the signal discrimination unit and for deriving a chemical substance contained in the measurement object and displaying it on a display screen.

상기와 같은 구성에 따른 본 발명의 효과는, 라만 스펙트럼의 피크 분포를 모델링하는 적응적 윈도우 모델링을 통해 보다 면밀하고, 효율적인 상관도 평가를 통해 판별 성능을 강화 시킬 수 있다는 것이다.The effect of the present invention according to the above configuration is that it is possible to enhance the discrimination performance through more detailed and efficient correlation evaluation through adaptive window modeling that models the peak distribution of the Raman spectrum.

그리고, 본 발명의 효과는, 측정된 라만 스펙트럼의 부분 스펙트럼과 라이브러리 스펙트럼의 상관도 분석을 통해 화학 물질을 판별함으로써, 주위 환경의 온도 변화 등의 조건에서도 화학 물질 판별 효율을 향상시킬 수 있다는 것이다.In addition, the effect of the present invention is that chemical substance identification efficiency can be improved even under conditions such as temperature change of the surrounding environment by determining the chemical substance through correlation analysis between the measured partial spectrum of the Raman spectrum and the library spectrum.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.The effects of the present invention are not limited to the above effects, and should be understood to include all effects that can be inferred from the configuration of the invention described in the detailed description or claims of the present invention.

도 1은 본 발명의 일 실시 예에 따른 입력 스펙트럼의 그래프이다.
도 2는 본 발명의 일 실시 예에 따른 부분 스펙트럼을 형성하는 과정에 대한 그래프이다.
도 3은 본 발명의 일 실시 예에 따른 라이브러리 스펙트럼과 입력 스펙트럼의 비교에 대한 그래프이다.
도 4는 본 발명의 일 실시 예에 따른 라이브러리 스펙트럼과 부분 스펙트럼의 비교에 대한 그래프이다.
도 5는 본 발명의 일 실시 예에 따른 라만 스펙트럼 판별 장치의 구성도이다.
도 6은 본 발명의 라만 스펙트럼 판별 방법을 포함한 복수 개의 화학 물질 판별 방법 수행 시 상관도 분포에 대한 그래프이다.
1 is a graph of an input spectrum according to an embodiment of the present invention.
2 is a graph showing a process of forming a partial spectrum according to an embodiment of the present invention.
3 is a graph for comparison between a library spectrum and an input spectrum according to an embodiment of the present invention.
4 is a graph for comparison between a library spectrum and a partial spectrum according to an embodiment of the present invention.
5 is a block diagram of an apparatus for determining a Raman spectrum according to an embodiment of the present invention.
6 is a graph of a correlation distribution when performing a method for discriminating a plurality of chemical substances including a method for discriminating a Raman spectrum of the present invention.

이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시 예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, the present invention will be described with reference to the accompanying drawings. However, the present invention may be implemented in a number of different forms, and therefore is not limited to the exemplary embodiments described herein. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and similar reference numerals are assigned to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.Throughout the specification, when a part is said to be "connected (connected, contacted, bonded)" with another part, it is not only "directly connected", but also "indirectly connected" with another member in the middle. "Including the case. In addition, when a part "includes" a certain component, it means that other components may be further provided, rather than excluding other components unless specifically stated to the contrary.

본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this specification are used only to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this specification, terms such as "comprise" or "have" are intended to designate the presence of features, numbers, steps, actions, components, parts, or a combination thereof described in the specification, but one or more other features. It is to be understood that the presence or addition of elements or numbers, steps, actions, components, parts, or combinations thereof, does not preclude in advance.

이하, 본 발명의 라만 스펙트럼 판별 방법에 대해 설명하기로 한다. 도 1은 본 발명의 일 실시 예에 따른 입력 스펙트럼의 그래프이고, 도 2는 본 발명의 일 실시 예에 따른 부분 스펙트럼을 형성하는 과정에 대한 그래프이다. 도 1에서 이동하는 박스는 무빙 윈도우를 나타낼 수 있다.Hereinafter, a method for determining a Raman spectrum of the present invention will be described. 1 is a graph of an input spectrum according to an embodiment of the present invention, and FIG. 2 is a graph of a process of forming a partial spectrum according to an embodiment of the present invention. A moving box in FIG. 1 may represent a moving window.

첫째 단계에서, 사전에 각각의 화학 시료에 대한 라만 스펙트럼을 측정하여 라이브러리 스펙트럼을 수집하고 라이브러리 데이터베이스를 형성할 수 있다. 여기서, 먼저, 각각의 화학 시료의 라만 스펙트럼의 해상도를 조절하고 잡음을 제거한 후 무빙 윈도우를 이용하여 화학 시료의 라만 스펙트럼을 스캔하고 화학 시료의 스펙트럼의 피크 값을 측정하여, 화학 시료의 스펙트럼을 분할한 후 선별하여 라이브러리 스펙트럼을 획득할 수 있다. 이에 대한 사항은 입력 스펙트럼의 처리에도 이용되며 구체적인 사항은 하기의 관련 사항에서 상세히 설명하기로 한다. 그리고, 라이브러리 스펙트럼을 데이터화하여 라이브러리 데이터베이스를 형성할 수 있다.In the first step, the library spectrum can be collected by measuring the Raman spectrum for each chemical sample in advance and a library database can be formed. Here, first, the resolution of the Raman spectrum of each chemical sample is adjusted, noise is removed, and then the Raman spectrum of the chemical sample is scanned using a moving window and the peak value of the spectrum of the chemical sample is measured to divide the spectrum of the chemical sample. Then, the library spectrum can be obtained by selection. The matters for this are also used for processing the input spectrum, and specific matters will be described in detail in the following related matters. Then, the library spectrum can be converted into data to form a library database.

둘째 단계에서, 적어도 하나 이상의 화학 시료를 포함하는 측정대상에 대해 라만 분광법을 수행하여 적어도 하나 이상의 라만 스펙트럼을 포함하는 입력 스펙트럼을 수집할 수 있다. 둘째 단계는 기존의 라만 분광기에 의해 수행될 수 있다. In the second step, an input spectrum including at least one Raman spectrum may be collected by performing Raman spectroscopy on a measurement object including at least one chemical sample. The second step can be performed by conventional Raman spectroscopy.

셋째 단계에서, 입력 스펙트럼의 해상도를 조절하고 잡음을 제거할 수 있다. 여기서, 입력 스펙트럼에 대한 리샘플링을 수행하여 해상도를 조절하고, 입력 스펙트럼에 대한 가산 잡음과 배경 잡음을 제거할 수 있다. 이에 대한 사항은 종래기술으로써 상세한 설명은 생략하기로 한다.In the third step, the resolution of the input spectrum can be adjusted and noise can be removed. Here, resampling of the input spectrum is performed to adjust the resolution, and additive noise and background noise of the input spectrum may be removed. This is a prior art and a detailed description thereof will be omitted.

넷째 단계에서, 도 1에서 보는 바와 같이, 무빙 윈도우를 이용하여 입력 스펙트럼을 스캔하고 입력 스펙트럼의 피크 값을 측정하여 입력 스펙트럼의 피크 군집 영역을 결정할 수 있다.In the fourth step, as shown in FIG. 1, the input spectrum is scanned using the moving window and the peak value of the input spectrum is measured to determine the peak cluster region of the input spectrum.

먼저 임계 값을 설정하는데, 입력 스펙트럼의 피크 값 군집 분포를 알아야 함으로 의미 있는 임계 값 설정이 필요할 수 있다. 구체적으로, 입력 스펙트럼에서 가장 큰 피크를 등분할 수 있고, 잡음들 중 가장 큰 값으로 임계값을 결정할 수 있다. 다만, 이에 한정되는 것은 아니다. 그리고, 무빙 윈도우의 길이와 무빙 윈도우의 이동 길이는 임의로 결정될 수 있다.First, a threshold value is set. Since the cluster distribution of peak values of the input spectrum must be known, a meaningful threshold value may be required. Specifically, the largest peak in the input spectrum may be equally divided, and a threshold value may be determined as the largest value among noises. However, it is not limited thereto. Further, the length of the moving window and the length of the moving window may be arbitrarily determined.

무빙 윈도우를 이용한 탐색 시, 무빙 윈도우 내에서 가장 큰 피크 값이 설정한 임계 값보다 크면, 해당 영역을 피크 영역으로 간주 하게 되고, 임계 값 보다 작으면 피크가 없는 영역으로 판단할 수 있다.When searching using a moving window, if the largest peak value in the moving window is greater than a set threshold value, the corresponding region is regarded as a peak region, and if it is smaller than the threshold value, it may be determined as a region without peak.

넷째 단계와 같은 과정을 수행하여 입력 스펙트럼에서 피크들이 군집되어 있는 영역을 결정할 수 있다.The same process as in the fourth step may be performed to determine a region in which the peaks are clustered in the input spectrum.

다섯째 단계에서, 도 2에서 보는 바와 같이, 입력 스펙트럼의 피크 군집 영역을 적어도 하나 이상의 부분 스펙트럼으로 분할할 수 있다. 여기서, 부분 스펙트럼은 입력 스펙트럼의 피크 군집 영역을 미리 설정된 임계 수치로 분할한 스펙트럼일 수 있다.In the fifth step, as shown in FIG. 2, the peak cluster region of the input spectrum may be divided into at least one partial spectrum. Here, the partial spectrum may be a spectrum obtained by dividing the peak cluster region of the input spectrum by a preset threshold value.

넷째 단계에서, 입력 스펙트럼 내 피크 군집 영역이 결정되면, 임의로 미리 설정된 영역 크기인 임계 치수로 입력 스펙트럼 내 피크 군집 영역을 분할하여 부분 스펙트럼을 수집할 수 있다. 여기서, 임계 치수 이하의 크기인 영역에 대해서는 분할이 수행되지 않고, 임계 치수 초과의 크기인 영역에 대해서 분할이 수행될 수 있다. 구체적으로, 도 2의 (A)와 (B)의 박스에 의한 분할에서 보는 바와 같이, 도 2의 (A) 영역에서는 입력 스펙트럼 내 피크 군집 영역의 길이가 임계 치수의 길이를 초과하여 임계 치수를 기준으로 분할이 수행되고, 도 2의 (B) 영역에서는 입력 스펙트럼 내 피크 군집 영역의 길이가 임계 치수의 길이 이하로 형성되어 임계 치수를 기준으로 한 분할이 수행되지 않을 수 있다.In the fourth step, when the peak cluster region in the input spectrum is determined, the partial spectrum may be collected by dividing the peak cluster region in the input spectrum by a threshold dimension that is a predetermined region size. Here, division may not be performed on an area having a size less than or equal to the critical dimension, but division may be performed on an area having a size exceeding the critical dimension. Specifically, as shown in the division by boxes in Figs. 2A and 2B, in the area (A) of Fig. 2, the length of the peak cluster region in the input spectrum exceeds the length of the critical dimension, so that the critical dimension is The division is performed based on the reference, and in the region (B) of FIG. 2, the length of the peak cluster region in the input spectrum is formed to be less than or equal to the length of the critical dimension, so that division based on the critical dimension may not be performed.

여섯째 단계에서, 각각의 부분 스펙트럼과 라이브러리 스펙트럼의 유사도를 분석할 수 있다. 이하, 양 스펙트럼의 유사도 분석 과정에 대해 설명하기로 한다.In the sixth step, the degree of similarity between each partial spectrum and the library spectrum can be analyzed. Hereinafter, a process of analyzing the similarity of both spectra will be described.

여섯째 단계에서는, 부분 스펙트럼과 라이브러리 스펙트럼 각각의 피크 영역 정보를 사용하여 상관도를 구하는 교차 상관도를 수행할 수 있다.In the sixth step, a cross-correlation diagram for obtaining a correlation may be performed using peak region information of each of the partial spectrum and the library spectrum.

먼저, 복수 개(n개)의 부분 스펙트럼 중 어느 하나의 부분 스펙트럼인 i번째 부분 스펙트럼을 정규화한 후 부분 상관도를 도출하고, 부분 상관도를 이용하여 전체 상관도를 도출할 수 있다.First, after normalizing the i-th partial spectrum, which is any one of a plurality of (n) partial spectra, a partial correlation can be derived, and an overall correlation can be derived using the partial correlation.

i번째 부분 스펙트럼의 부분 상관도는 아래의 [수식 1]에 의해 도출될 수 있다.The partial correlation of the i-th partial spectrum can be derived by the following [Equation 1].

[수식 1][Equation 1]

Figure pat00001
Figure pat00001

여기서, Si는 i번째 부분 스펙트럼 부분 상관도 값이고, xi와 yi는 i번째 부분 스펙트럼 영역을 정규화한 데이터이다.Here, S i is an i-th partial spectral partial correlation value, and x i and y i are data obtained by normalizing the i-th partial spectral region.

([수식 1]에서 'ㆍ'는 내적을 의미하며, 따라서 정규화한 벡터의 경우(가령, 벡터 a=(a1, a2)를 정규화하면 normr(a)=

Figure pat00002
), 동일한 2개의 데이터끼리의 내적을 구하면 1이되므로, 상관도의 최대값은 1이고 최소값은 0일 수 있다. 즉, 상관도가 1이면 완전 상관을 의미할 수 있다.)('ㆍ' in [Equation 1] means the dot product, so in the case of a normalized vector (for example, normalizing vector a=(a1, a2), normr(a)=
Figure pat00002
), since the dot product between two identical pieces of data is 1, the maximum value of the correlation may be 1 and the minimum value may be 0. That is, if the correlation is 1, it may mean complete correlation.)

그리고, 복수 개의 부분 스펙트럼에 대한 전체 상관도는, 부분 스펙트럼 전체 수에 의한 부분 상관도의 평균 값일 수 있다. 따라서, 복수 개의 부분 스펙트럼에 대한 전체 상관도는 [수식 2]에 의해 도출될 수 있다.In addition, the total correlation for the plurality of partial spectra may be an average value of the partial correlation according to the total number of partial spectra. Therefore, the overall correlation for a plurality of partial spectra can be derived by [Equation 2].

[수식 2][Equation 2]

Figure pat00003
Figure pat00003

여기서, Si는 i번째 부분 스펙트럼 부분 상관도 값이고, n은 부분 스펙트럼의 수이다.Here, S i is the i-th partial spectrum partial correlation value, and n is the number of partial spectrums.

또한, 라이브러리 스펙트럼 중 일부에 대한 전체 상관도는, 라이브러리 스펙트럼 중 일부의 분할 수에 의한 부분 상관도의 평균 값일 수 있다. 따라서, 복수 개의 라이브러리 스펙트럼에 대한 전체 상관도는 [수식 3]에 의해 도출될 수 있다.In addition, the overall correlation for a part of the library spectrum may be an average value of the partial correlation according to the number of divisions of a part of the library spectrum. Therefore, the overall correlation for a plurality of library spectra can be derived by [Equation 3].

[수식 3][Equation 3]

Figure pat00004
Figure pat00004

여기서, Si는 i번째 부분 스펙트럼 부분 상관도 값이고, m은 라이브러리 스펙트럼의 수이다.Here, S i is the i-th partial spectral partial correlation value, and m is the number of library spectra.

최종 상관도는, 하기의 [수식 4]에서와 같이, 복수 개의 부분 스펙트럼에 대한 전체 상관도와 라이브러리 스펙트럼 중 일부에 대한 전체 상관도의 합일 수 있다.The final correlation may be a sum of the total correlation for a plurality of partial spectra and the total correlation for a part of the library spectrum, as shown in [Equation 4] below.

[수식 4][Equation 4]

Figure pat00005
Figure pat00005

이하, 유사도 분석의 시각적 이해를 위하여 Acetonitrile의 라이브러리 스펙트럼과 inVia-785.0nm 장비에서 측정한 Acetonitrile을 판별하는 과정에 대해 설명하기로 한다.Hereinafter, for a visual understanding of the similarity analysis, a description will be given of a process of determining the library spectrum of Acetonitrile and the Acetonitrile measured by inVia-785.0nm equipment.

도 3은 본 발명의 일 실시 예에 따른 라이브러리 스펙트럼과 입력 스펙트럼의 비교에 대한 그래프이고, 도 4는 본 발명의 일 실시 예에 따른 라이브러리 스펙트럼과 부분 스펙트럼의 비교에 대한 그래프이다.3 is a graph of a comparison between a library spectrum and an input spectrum according to an embodiment of the present invention, and FIG. 4 is a graph of a comparison between a library spectrum and a partial spectrum according to an embodiment of the present invention.

도 3의 (1)그래프에서, a그래프는 라이브러리 스펙트럼을 나타내고, b그래프는 입력 스펙트럼을 나타낼 수 있다. 그리고, 도 3의 (2)그래프에서, (a) 내지 (d)그래프는 도 3의 (1)그래프에서 (a) 내지 (d) 영역 각각의 부분 영역에서 라이브러리 스펙트럼과 입력 스펙트럼을 비교한 그래프일 수 있다.In the graph (1) of FIG. 3, graph a represents a library spectrum, and graph b represents an input spectrum. In the (2) graph of FIG. 3, the graphs (a) to (d) are graphs comparing the library spectrum and the input spectrum in each of the partial regions (a) to (d) in the graph (1) of FIG. 3 Can be

도 4의 (1)그래프에서, a그래프는 라이브러리 스펙트럼을 나타내고, b그래프는 부분 스펙트럼을 나타낼 수 있다. 그리고, 도 4의 (2)그래프에서, (a) 내지 (d)그래프는 도 4의 (1)그래프에서 (a) 내지 (d) 영역 각각의 부분 영역에서 라이브러리 스펙트럼과 부분 스펙트럼을 비교한 그래프일 수 있다.In the graph (1) of FIG. 4, graph a represents a library spectrum, and graph b represents a partial spectrum. And, in the (2) graph of FIG. 4, the graphs (a) to (d) are graphs comparing the library spectrum and the partial spectrum in each partial region of the (a) to (d) region in the graph (1) of FIG. 4 Can be

도 3에서 보는 바와 같이, 라이브러리 스펙트럼과 입력 스펙트럼은 서로 피크 면적의 크기가 확연히 다르기 때문에 낮은 상관도 값을 얻음을 확인할 수 있다. 반면에, 라이브러리 스펙트럼과 부분 스펙트럼의 비교에서 다소 불일치하는 영역도 있으나, 라이브러리 스펙트럼과 부분 스펙트럼은 서로 피크 면적의 크기가 유사하여 0.9 이상의 부분 상관도를 얻는 것을 확인할 수 있고, 나머지 다른 부분 스펙트럼도 동일한 과정으로 상대적으로 높은 상관도를 얻기 때문에, 라이브러리 스펙트럼과 부분 스펙트럼의 전체 상관도가, 라이브러리 스펙트럼과 입력 스펙트럼의 전체 상관도 보다 높음을 확인할 수 있다.As shown in FIG. 3, it can be seen that the library spectrum and the input spectrum have a significantly different peak area, so that a low correlation value is obtained. On the other hand, there are regions that are somewhat inconsistent in the comparison between the library spectrum and the partial spectrum, but the size of the peak area of the library spectrum and the partial spectrum is similar to each other. Since a relatively high correlation is obtained by the process, it can be seen that the overall correlation between the library spectrum and the partial spectrum is higher than that of the library spectrum and the input spectrum.

일곱째 단계에서, 측정대상에 포함되는 화학 물질을 도출할 수 있다. 여기서, 입력 스펙트럼과 가장 큰 최종 상관도를 얻은 라이브러리 스펙트럼을 화학 물질에 대한 라만 스펙트럼으로 판단할 수 있다. 그리고, 이와 같은 정보는 디스플레이 화면에 표시될 수 있다.In the seventh step, chemical substances included in the measurement object can be derived. Here, the input spectrum and the library spectrum having the largest final correlation can be determined as a Raman spectrum for a chemical substance. In addition, such information may be displayed on the display screen.

이하, 본 발명의 라만 스펙트럼 판별 장치에 대해 설명하기로 한다. 도 5는 본 발명의 일 실시 예에 따른 라만 스펙트럼 판별 장치의 구성도이다.Hereinafter, the Raman spectrum determination apparatus of the present invention will be described. 5 is a block diagram of an apparatus for determining a Raman spectrum according to an embodiment of the present invention.

도 5에서 보는 바와 같이, 본 발명의 라만 스펙트럼 판별 장치는, 적어도 하나 이상의 화학 시료를 포함하는 측정대상에 대해 라만 분광법을 수행하여 적어도 하나 이상의 라만 스펙트럼을 포함하는 입력 스펙트럼을 수집하는 신호취득부(100); 신호취득부(100)와 연결되고, 입력 스펙트럼의 해상도를 조절하고 잡음을 제거하며, 무빙 윈도우를 이용하여 입력 스펙트럼을 스캔하고 입력 스펙트럼의 피크 값을 측정하여 입력 스펙트럼의 피크 군집 영역을 결정하는 신호처리부(200); 신호처리부(200)와 연결되고, 입력 스펙트럼의 피크 군집 영역을 적어도 하나 이상의 부분 스펙트럼으로 분할하고, 각각의 부분 스펙트럼과 라이브러리 스펙트럼의 유사도를 분석하는 신호판별부(300); 및 신호판별부(300)와 연결되고, 측정대상에 포함되는 화학 물질을 도출하여 디스플레이 화면에 표시하는 출력부(400);를 포함한다. 그리고, 신호판별부(300)는 라이브러리 데이터베이스를 저장하는 데이터부(500)과 연결되어, 데이터부(500)로부터 라이브러리 라만 스펙트럼에 대한 데이터가 신호판별부(300)로 전달될 수 있다.As shown in FIG. 5, the Raman spectrum determination apparatus of the present invention includes a signal acquisition unit for collecting an input spectrum including at least one Raman spectrum by performing Raman spectroscopy on a measurement object including at least one chemical sample ( 100); Signal that is connected to the signal acquisition unit 100, adjusts the resolution of the input spectrum and removes noise, scans the input spectrum using a moving window, and measures the peak value of the input spectrum to determine the peak cluster area of the input spectrum. Processing unit 200; A signal discriminating unit 300 connected to the signal processing unit 200, dividing the peak cluster region of the input spectrum into at least one partial spectrum, and analyzing the similarity between each partial spectrum and the library spectrum; And an output unit 400 connected to the signal discrimination unit 300 and deriving a chemical substance included in the measurement target and displaying it on a display screen. In addition, the signal determination unit 300 may be connected to a data unit 500 storing a library database, and data on the library Raman spectrum may be transmitted from the data unit 500 to the signal determination unit 300.

여기서, 신호취득부(100)는 라만 분광기일 수 있다. 그리고, 각각의 구성에 대한 상세한 설명은 상기된 본 발명의 라만 스펙트럼 판별 방법에서 대응되는 사항에 대한 설명과 동일하다.Here, the signal acquisition unit 100 may be a Raman spectrometer. And, the detailed description of each configuration is the same as the description of the corresponding matters in the Raman spectrum determination method of the present invention described above.

이하, 본 발명의 라만 스펙트럼 판별 방법을 이용한 실험에 대해 설명하기로 한다.Hereinafter, an experiment using the Raman spectrum determination method of the present invention will be described.

실험은 두 가지로 구성하였다. 먼저, 서로 다른 3가지 장비(Renishaw 2000 514.5nm, inVia 632.8nm, inVia 785.0nm에서 10종의 화학 물질을 측정한 테스트 데이터 세트를 준비하였고, 이를 라이브러리 스펙트럼에서 인식하는 주 실험과 이에 앞서 본 발명의 라만 스펙트럼 판별 방법의 유효성 검증을 위해 테스트 데이터 세트 내에서 서로를 인지하는 사전 실험을 수행하였다. 아래 [표 1]은 실험장비의 기계적 명세이다.The experiment consisted of two things. First, a test data set was prepared that measured 10 kinds of chemical substances in three different equipments (Renishaw 2000 514.5nm, inVia 632.8nm, inVia 785.0nm, and the main experiment for recognizing this in the library spectrum and prior to this In order to verify the validity of the Raman spectrum discrimination method, a preliminary experiment to recognize each other within the test data set was performed [Table 1] below shows the mechanical specifications of the experimental equipment.

MethodMethod RankRank Results for Test data set from Instrument 1 and Instrument 2 Results for Test data set from Instrument 1 and Instrument 2 Mean scoreMean score Segmental HQISegmental HQI 1One 0.9770.977 0.9460.946 0.9310.931 0.9860.986 0.9600.960 0.9510.951 0.9770.977 0.9740.974 0.9650.965 0.9630.963 0.9630.963 22 0.5240.524 0.5970.597 0.4310.431 0.5930.593 0.6250.625 0.8060.806 0.7770.777 0.7260.726 0.3120.312 0.5890.589 0.5980.598 Adaptive HQIAdaptive HQI 1One 0.9780.978 0.9730.973 0.9630.963 0.9880.988 0.9770.977 0.9550.955 0.9680.968 0.9780.978 0.9810.981 0.9700.970 0.9700.970 22 0.4580.458 0.5020.502 0.4960.496 0.5530.553 0.5760.576 0.6340.634 0.5950.595 0.5830.583 0.5190.519 0.5850.585 0.5490.549

여기서, 10종의 화학 물질은 Acetone, Acetonitrile, Benzene, Cyclohexane, Ethyl Alcohol, Ethylene Glycol, Hexane, Nitromethane, 2-Nitrotoluene 및 Toluene이다. 그리고, 본 발명의 라만 스펙트럼 판별 방법(Adaptive HQI, AHQI)의 수행을 위해, 임계 값은 잡음들 중 가장 큰 값으로 결정하였으며, 무빙 윈도우 길이 값을 100으로 설정하고, 무빙 윈도우의 이동 길이 값은 50(무빙 윈도우 길이 값의 절반)으로 설정하여 실험을 수행하였다.Here, the 10 chemical substances are Acetone, Acetonitrile, Benzene, Cyclohexane, Ethyl Alcohol, Ethylene Glycol, Hexane, Nitromethane, 2-Nitrotoluene, and Toluene. And, in order to perform the Raman spectrum determination method (Adaptive HQI, AHQI) of the present invention, the threshold value is determined as the largest value among noises, the moving window length value is set to 100, and the moving length value of the moving window is The experiment was performed by setting it to 50 (half of the moving window length value).

(1) 실험 데이터간의 유효성 테스트(1) Validity test between experimental data

먼저, 3종류의 장비(Instrument)에서 10종의 물질을 각각 측정한 실험데이터를 기반으로 세트 내에서 유효성 검사를 수행하였으며, 상위 1, 2위를 기록한 물질들의 최종 상관도 결과를 [표 2] 내지 [표 4]에 나타내었다. 하기에서, Adaptive HQI는 본 발명의 라만 스펙트럼 판별 방법을 의미하고, Segmental HQI는 기존의 화학 물질 판별 방법을 의미할 수 있다.First, a validity test was performed within the set based on the experimental data of each of 10 substances measured by three types of instruments, and the final correlation results of the substances that ranked in the top 1 and 2 are shown in [Table 2]. To [Table 4]. In the following, adaptive HQI may refer to a Raman spectrum discrimination method of the present invention, and segmental HQI may refer to a conventional chemical substance discrimination method.

여기서, [표 2]는 Instrument 1과 2에서 측정된 스펙트럼에 대한 상관도 실험에 대한 실험 데이터이고, [표 3]은 Instrument 1과 3에서 측정된 스펙트럼에 대한 상관도 실험에 대한 실험 데이터이며, [표 4]는 Instrument 2와 3에서 측정된 스펙트럼에 대한 상관도 실험에 대한 실험 데이터이다.Here, [Table 2] is the experimental data for the correlation experiment for the spectrum measured in Instruments 1 and 2, [Table 3] is the experimental data for the correlation experiment for the spectrum measured in Instruments 1 and 3, [Table 4] is the experimental data for the correlation experiment for the spectrum measured in Instruments 2 and 3.

MethodMethod RankRank Results for Test data set from Instrument 1 and Instrument 2 Results for Test data set from Instrument 1 and Instrument 2 Mean scoreMean score Segmental HQISegmental HQI 1One 0.9770.977 0.9460.946 0.9310.931 0.9860.986 0.9600.960 0.9510.951 0.9770.977 0.9740.974 0.9650.965 0.9630.963 0.9630.963 22 0.5240.524 0.5970.597 0.4310.431 0.5930.593 0.6250.625 0.8060.806 0.7770.777 0.7260.726 0.3120.312 0.5890.589 0.5980.598 Adaptive HQIAdaptive HQI 1One 0.9780.978 0.9730.973 0.9630.963 0.9880.988 0.9770.977 0.9550.955 0.9680.968 0.9780.978 0.9810.981 0.9700.970 0.9700.970 22 0.4580.458 0.5020.502 0.4960.496 0.5530.553 0.5760.576 0.6340.634 0.5950.595 0.5830.583 0.5190.519 0.5850.585 0.5490.549

MethodMethod RankRank Results for Test data set from Instrument 1 and Instrument 3 Results for Test data set from Instrument 1 and Instrument 3 Mean scoreMean score Segmental HQISegmental HQI 1One 0.8300.830 0.9010.901 0.8530.853 0.8870.887 0.9240.924 0.9370.937 0.9640.964 0.9540.954 0.9270.927 0.8800.880 0.9060.906 22 0.5940.594 0.5180.518 0.4470.447 0.4430.443 0.6650.665 0.8240.824 0.7630.763 0.7300.730 0.3530.353 0.5700.570 0.5910.591 Adaptive HQIAdaptive HQI 1One 0.9570.957 0.9700.970 0.9770.977 0.9890.989 0.9760.976 0.9530.953 0.9760.976 0.9670.967 0.9840.984 0.9520.952 0.9730.973 22 0.4920.492 0.5010.501 0.5050.505 0.4330.433 0.5640.564 0.6140.614 0.6160.616 0.6000.600 0.4640.464 0.7060.706 0.5500.550

MethodMethod RankRank Results for Test data set from Instrument 2 and Instrument 3 Results for Test data set from Instrument 2 and Instrument 3 Mean scoreMean score Segmental HQISegmental HQI 1One 0.8610.861 0.9200.920 0.8820.882 0.9110.911 0.9570.957 0.9700.970 0.9860.986 0.9790.979 0.9400.940 0.9080.908 0.9310.931 22 0.6100.610 0.5350.535 0.3330.333 0.4310.431 0.6590.659 0.7920.792 0.7350.735 0.6960.696 0.3320.332 0.5740.574 0.5700.570 Adaptive HQIAdaptive HQI 1One 0.9730.973 0.9620.962 0.9550.955 0.9940.994 0.9910.991 0.9880.988 0.9870.987 0.9870.987 0.9790.979 0.9800.980 0.9800.980 22 0.5160.516 0.4940.494 0.4530.453 0.4340.434 0.5220.522 0.5990.599 0.6090.609 0.6040.604 0.4580.458 0.6510.651 0.5340.534

실험결과 기존의 화학 물질 판별 방법(Segmental HQI, SHQI)와 본 발명의 라만 스펙트럼 판별 방법(Adaptive HQI, AHQI) 모두에서 100%의 판별 결과를 보였다. 하지만, 기존의 화학 물질 판별 방법(SHQI)의 경우, 낮은 값의 상관도를 보이는 것을 확인 할 수 있다. 특히, [표 3]을 살펴보면 0.834의 상관도를 보이는데, 이러한 낮은 상관도는 판별 시스템에 대한 신뢰도의 문제로 직결될 수 있다. As a result of the experiment, 100% of the discriminant results were shown in both the conventional chemical identification method (Segmental HQI, SHQI) and the Raman spectrum identification method (Adaptive HQI, AHQI) of the present invention. However, in the case of the existing chemical substance identification method (SHQI), it can be confirmed that a low value of correlation is shown. In particular, a look at [Table 3] shows a correlation of 0.834, and such a low correlation can be directly linked to a problem of reliability for the discrimination system.

이에 비해, 본 발명의 라만 스펙트럼 판별 방법(AHQI)에서는 3가지 실험 조건에서 0.95 이상의 높은 상관도 결과를 보여주고 있다. 반면에 1위에 랭크된 물질이 아닌, 2위에 랭크된 물질의 상관도를 보면, 전체 30개의 스펙트럼 중 22개에서 기존의 화학 물질 판별 방법(SHQI)에 비해 상관도가 낮게 결정되었다. 이는, 본 발명의 라만 스펙트럼 판별 방법(AHQI)이 단순히 상관도 점수를 높이는 것이 아니라, 타겟 물질의 상관도 점수는 높이고, 나머지 물질에 대한 점수는 하락시키는 강인한 변별력을 제공한다는 것을 확인할 수 있다.In contrast, the Raman spectrum identification method (AHQI) of the present invention shows a high correlation result of 0.95 or more under three experimental conditions. On the other hand, when looking at the correlation of the substances ranked second, not the substances ranked first, 22 out of 30 spectra were determined to have a lower correlation compared to the existing chemical substance identification method (SHQI). It can be seen that the Raman spectrum determination method (AHQI) of the present invention does not simply increase the correlation score, but provides a strong discrimination power that increases the correlation score of the target substance and decreases the score for the remaining substances.

(2) 실험 데이터와 라이브러리 표적물질에 대한 상관도 방식의 실험 결과(2) Experimental results of the correlation method between the experimental data and the library target substance

[표 5]에 입력 스펙트럼의 데이터를 라이브러리 데이터베이스 내 14033종의 라이브러리 스펙트럼을 이용하여 판별 실험한 결과를 제시하였다. 실험 결과를 살펴보면, 타켓 물질에 대한 상관도가 전반적으로 상승하였음을 확인 할 수 있는데, 특히, 라이브러리 스펙트럼과 피크 강도에서 확연한 차이를 보였던, inVia 785.0nm에서 측정한 입력 스펙트럼의 경우 기존의 화학 물질 판별 방법(SHQI)의 경우, 0.9295의 평균 상관도를 보인 반면, 본 발명의 라만 스펙트럼 판별 방법(ASHQI)에서는 0.9720의 상관도를 보였다. [Table 5] shows the results of the discrimination experiment using 14033 kinds of library spectra in the library database for the data of the input spectrum. Looking at the experimental results, it can be seen that the correlation with the target substance has generally increased.In particular, the input spectrum measured at inVia 785.0nm, which showed a marked difference in the library spectrum and the peak intensity, was used to discriminate the existing chemical substance. The method (SHQI) showed an average correlation of 0.9295, while the Raman spectrum identification method (ASHQI) of the present invention showed a correlation of 0.9720.

측정 장비measuring equipment 실험 물질Experimental substance HQIHQI SHQI(HW)SHQI(HW) ASHQI(TW)ASHQI(TW) Hit#Hit# ScoreScore Hit#Hit# ScoreScore Hit#Hit# ScoreScore inVia
785.0nm
inVia
785.0nm
AcetoneAcetone 5959 0.54130.5413 1One 0.92100.9210 1One 0.96690.9669
AcetonitrileAcetonitrile 44 0.63870.6387 1One 0.88490.8849 1One 0.97630.9763 BenzeneBenzene 1313 0.74680.7468 1One 0.91880.9188 1One 0.99330.9933 CyclohexaneCyclohexane 1717 0.59640.5964 1One 0.95950.9595 1One 0.95300.9530 Ethyl AlcoholEthyl Alcohol 22 0.79580.7958 1One 0.95760.9576 1One 0.96240.9624 Ethylene GlycolEthylene Glycol 1One 0.95320.9532 1One 0.98220.9822 1One 0.98610.9861 HexaneHexane 222222 0.80300.8030 1One 0.97260.9726 1One 0.97110.9711 NitromethaneNitromethane 1One 0.78320.7832 1One 0.94260.9426 1One 0.97240.9724 2-Nitrotoluene2-Nitrotoluene 1One 0.90880.9088 1One 0.85440.8544 1One 0.95840.9584 TolueneToluene 118118 0.60340.6034 1One 0.90130.9013 1One 0.97970.9797 평균 상관도Mean correlation 0.73710.7371 0.92950.9295 0.97200.9720 표준 편차Standard Deviation 0.13110.1311 0.03890.0389 0.01180.0118 Renishaw 2000 514.5nmRenishaw 2000 514.5nm AcetoneAcetone 1One 0.97380.9738 1One 0.99250.9925 1One 0.99730.9973 AcetonitrileAcetonitrile 1One 0.97260.9726 1One 0.98440.9844 1One 0.99320.9932 BenzeneBenzene 1One 0.88400.8840 1One 0.99060.9906 1One 0.99740.9974 CyclohexaneCyclohexane 44 0.97540.9754 1One 0.98030.9803 1One 0.98120.9812 Ethyl AlcoholEthyl Alcohol 15851585 0.86220.8622 1One 0.99090.9909 1One 0.99700.9970 Ethylene GlycolEthylene Glycol 47634763 0.56600.5660 1One 0.97810.9781 1One 0.98280.9828 HexaneHexane 1One 0.99160.9916 1One 0.97650.9765 1One 0.99300.9930 NitromethaneNitromethane 1One 0.86050.8605 1One 0.98650.9865 1One 0.98200.9820 2-Nitrotoluene2-Nitrotoluene 1One 0.94920.9492 1One 0.97810.9781 1One 0.98830.9883 TolueneToluene 1One 0.92780.9278 1One 0.98430.9843 1One 0.97410.9741 평균 상관도Mean correlation 0.89630.8963 0.98420.9842 0.98860.9886 표준 편차Standard Deviation 0.11940.1194 0.00560.0056 0.00780.0078 inVia
632.8nm
inVia
632.8nm
AcetoneAcetone 1One 0.98120.9812 1One 0.96070.9607 1One 0.96800.9680
AcetonitrileAcetonitrile 1One 0.97830.9783 1One 0.94100.9410 1One 0.95150.9515 BenzeneBenzene 1One 0.96770.9677 1One 0.98980.9898 1One 0.99230.9923 CyclohexaneCyclohexane 1One 0.99050.9905 1One 0.98350.9835 1One 0.95650.9565 Ethyl AlcoholEthyl Alcohol 1One 0.98040.9804 1One 0.95330.9533 1One 0.96110.9611 Ethylene GlycolEthylene Glycol 1One 0.95800.9580 1One 0.97860.9786 1One 0.96460.9646 HexaneHexane 1One 0.99330.9933 1One 0.98150.9815 1One 0.98060.9806 NitromethaneNitromethane 1One 0.97480.9748 1One 0.97550.9755 1One 0.97860.9786 2-Nitrotoluene2-Nitrotoluene 1One 0.96730.9673 1One 0.96040.9604 1One 0.97620.9762 TolueneToluene 1One 0.92570.9257 1One 0.94950.9495 1One 0.94830.9483 평균상관도Average correlation 0.97170.9717 0.96740.9674 0.96780.9678 표준 편차Standard Deviation 0.01840.0184 0.01570.0157 0.01330.0133

상기와 같이, 본 발명의 라만 스펙트럼 판별 방법(ASHQI)을 이용하는 경우, 타겟 물질과 나머지 물질의 변별력을 더욱 강화 시켰으며, 스펙트럼의 진위 여부를 확인(verification) 경우에서 일반적으로 신뢰도 있는 상관도라 여겨지는 0.95의 상관도에 근접하는 일관적인 상관도 결과를 보여준다.As described above, in the case of using the Raman spectrum identification method (ASHQI) of the present invention, the discrimination power of the target material and the rest of the material is further strengthened, and is generally considered to be a reliable correlation in the case of verifying the authenticity of the spectrum. A consistent correlation close to 0.95 is shown.

도 6은 본 발명의 라만 스펙트럼 판별 방법을 포함한 복수 개의 화학 물질 판별 방법 수행 시 상관도 분포에 대한 그래프이다. 도 6의 (a)는 각각의 장비에서 각각의 화학 물질 판별 방법의 상관도 분포를 나타낸 그래프이고, 도 6의 (b)는 각각의 장비에서 각각의 화학 물질 판별 방법의 전체 상관도를 나타낸 그래프이다.6 is a graph of a correlation distribution when performing a method for discriminating a plurality of chemical substances including a method for discriminating a Raman spectrum of the present invention. Figure 6 (a) is a graph showing the distribution of the correlation of each chemical substance identification method in each equipment, Figure 6 (b) is a graph showing the overall correlation of each chemical substance identification method in each equipment to be.

도 6에서는 각 방식에 따른 상관도 값의 분포를 보였다. 도 6에서 보는 바와 같이, 기존의 화학 물질 판별 방법(HQI, SHQI)와 비교하여, 본 발명의 라만 스펙트럼 판별 방법(ASHQI)에서 각각의 장비를 이용한 화학 판별에서 상관도 값의 분포가 월등히 높고, 점수 분산의 정도가 크지 않음을 확인 할 수 있다.6 shows the distribution of correlation values according to each method. As shown in Figure 6, compared to the conventional chemical substance identification method (HQI, SHQI), the Raman spectrum identification method (ASHQI) of the present invention, the distribution of the correlation value in the chemical identification using each equipment is significantly higher, It can be seen that the degree of scoring variance is not large.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다. The above description of the present invention is for illustrative purposes only, and those of ordinary skill in the art to which the present invention pertains will be able to understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative and non-limiting in all respects. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as being distributed may also be implemented in a combined form.

본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the claims to be described later, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention.

100 : 신호취득부
200 : 신호처리부
300 : 신호판별부
400 : 출력부
500 : 데이터부
100: signal acquisition unit
200: signal processing unit
300: signal discrimination unit
400: output
500: data part

Claims (10)

i) 사전에 각각의 화학 시료에 대한 라만 스펙트럼을 측정하여 라이브러리 스펙트럼을 수집하고 라이브러리 데이터베이스를 형성하는 단계;
ii) 적어도 하나 이상의 화학 시료를 포함하는 측정대상에 대해 라만 분광법을 수행하여 적어도 하나 이상의 라만 스펙트럼을 포함하는 입력 스펙트럼을 수집하는 단계;
iii) 상기 입력 스펙트럼의 해상도를 조절하고 잡음을 제거하는 단계;
iv) 무빙 윈도우를 이용하여 상기 입력 스펙트럼을 스캔하고 상기 입력 스펙트럼의 피크 값을 측정하여 상기 입력 스펙트럼의 피크 군집 영역을 결정하는 단계;
v) 상기 입력 스펙트럼의 피크 군집 영역을 적어도 하나 이상의 부분 스펙트럼으로 분할하는 단계;
vi) 각각의 상기 부분 스펙트럼과 상기 라이브러리 스펙트럼의 유사도를 분석하는 단계; 및
vii) 상기 측정대상에 포함되는 화학 물질을 도출하는 단계;를 포함하는 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
i) collecting a library spectrum by measuring a Raman spectrum for each chemical sample in advance and forming a library database;
ii) collecting an input spectrum including at least one Raman spectrum by performing Raman spectroscopy on a measurement object including at least one chemical sample;
iii) adjusting the resolution of the input spectrum and removing noise;
iv) determining a peak cluster region of the input spectrum by scanning the input spectrum using a moving window and measuring a peak value of the input spectrum;
v) dividing the peak cluster region of the input spectrum into at least one partial spectrum;
vi) analyzing the similarity between each of the partial spectra and the library spectra; And
vii) deriving a chemical substance contained in the measurement target; Raman spectrum determination method robust to environmental conditions for measurement comprising a.
청구항 1에 있어서,
상기 v) 단계에서, 상기 부분 스펙트럼은 상기 상기 입력 스펙트럼의 피크 군집 영역을 미리 설정된 임계 수치로 분할한 스펙트럼인 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method according to claim 1,
In step v), the partial spectrum is a spectrum obtained by dividing the peak cluster region of the input spectrum by a preset threshold value.
청구항 1에 있어서,
상기 vi) 단계에서, 상기 부분 스펙트럼과 상기 라이브러리 스펙트럼 각각의 피크 영역 정보를 사용하여 상관도를 구하는 교차 상관도를 수행하여 상기 선별 스펙트럼과 상기 라이브러리 스펙트럼의 유사도를 도출하는 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method according to claim 1,
In step vi), a degree of similarity between the selection spectrum and the library spectrum is derived by performing a cross-correlation diagram for obtaining a correlation using peak region information of each of the partial spectrum and the library spectrum. Raman spectrum discrimination method robust to.
청구항 3에 있어서,
상기 vi) 단계에서, 복수 개(n개)의 상기 부분 스펙트럼 중 어느 하나의 부분 스펙트럼인 i번째 부분 스펙트럼을 정규화한 후 부분 상관도를 도출하고, 부분 상관도를 이용하여 전체 상관도를 도출하는 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method of claim 3,
In step vi), after normalizing the i-th partial spectrum, which is any one of the plurality (n) of the partial spectra, a partial correlation is derived, and an overall correlation is derived using the partial correlation. Raman spectrum discrimination method robust to measurement environmental conditions, characterized in that.
청구항 4에 있어서,
상기 i번째 부분 스펙트럼의 부분 상관도는 아래의 다항식에 의해 도출되는 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
Figure pat00006

여기서, Si는 i번째 부분 스펙트럼 부분 상관도 값이고, xi와 yi는 i번째 부분 스펙트럼 영역을 정규화한 데이터이다.
The method of claim 4,
The partial correlation degree of the i-th partial spectrum is derived by the following polynomial.
Figure pat00006

Here, S i is an i-th partial spectral partial correlation value, and x i and y i are data obtained by normalizing the i-th partial spectral region.
청구항 5에 있어서,
복수 개의 상기 부분 스펙트럼에 대한 전체 상관도는, 상기 부분 스펙트럼 전체 수에 의한 상기 부분 상관도의 평균 값인 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method of claim 5,
A Raman spectrum discrimination method robust to measurement environmental conditions, wherein the total correlation degree for the plurality of partial spectra is an average value of the partial correlation degree by the total number of the partial spectrum.
청구항 6에 있어서,
상기 라이브러리 스펙트럼 중 일부에 대한 전체 상관도는, 상기 라이브러리 스펙트럼 중 일부의 분할 수에 의한 상기 부분 상관도의 평균 값인 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method of claim 6,
The total correlation degree for a part of the library spectrum is an average value of the partial correlation degree by the number of divisions of the part of the library spectrum.
청구항 7에 있어서,
최종 상관도는, 복수 개의 상기 선별 스펙트럼에 대한 전체 상관도와 상기 라이브러리 스펙트럼 중 일부에 대한 전체 상관도의 합인 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method of claim 7,
The final correlation is a sum of the total correlations for the plurality of selected spectra and the total correlations for some of the library spectra.
청구항 8에 있어서,
상기 vii) 단계에서, 상기 입력 스펙트럼과 가장 큰 최종 상관도를 얻은 상기 라이브러리 스펙트럼을 상기 화학 물질에 대한 라만 스펙트럼으로 판단하는 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법.
The method of claim 8,
In step vii), the library spectrum having the largest final correlation with the input spectrum is determined as a Raman spectrum for the chemical substance.
적어도 하나 이상의 화학 시료를 포함하는 측정대상에 대해 라만 분광법을 수행하여 적어도 하나 이상의 라만 스펙트럼을 포함하는 입력 스펙트럼을 수집하는 신호취득부;
상기 신호취득부와 연결되고, 상기 입력 스펙트럼의 해상도를 조절하고 잡음을 제거하며, 무빙 윈도우를 이용하여 상기 입력 스펙트럼을 스캔하고 상기 입력 스펙트럼의 피크 값을 측정하여 상기 입력 스펙트럼의 피크 군집 영역을 결정하는 신호처리부;
상기 신호처리부와 연결되고, 상기 입력 스펙트럼의 피크 군집 영역을 적어도 하나 이상의 부분 스펙트럼으로 분할하고, 각각의 상기 부분 스펙트럼과 상기 라이브러리 스펙트럼의 유사도를 분석하는 신호판별부; 및
상기 신호판별부와 연결되고, 상기 측정대상에 포함되는 화학 물질을 도출하여 디스플레이 화면에 표시하는 출력부;를 포함하는 것을 특징으로 하는 측정 환경 조건에 강인한 라만 스펙트럼 판별 장치.
A signal acquisition unit for collecting an input spectrum including at least one Raman spectrum by performing Raman spectroscopy on a measurement object including at least one chemical sample;
It is connected to the signal acquisition unit, adjusts the resolution of the input spectrum and removes noise, scans the input spectrum using a moving window, and measures a peak value of the input spectrum to determine a peak cluster region of the input spectrum. A signal processing unit;
A signal discriminating unit connected to the signal processing unit, dividing the peak cluster region of the input spectrum into at least one partial spectrum, and analyzing a similarity between each partial spectrum and the library spectrum; And
And an output unit connected to the signal discrimination unit to derive the chemical substances contained in the measurement target and display them on a display screen.
KR1020190057395A 2019-05-16 2019-05-16 Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions KR102276065B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190057395A KR102276065B1 (en) 2019-05-16 2019-05-16 Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190057395A KR102276065B1 (en) 2019-05-16 2019-05-16 Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions

Publications (2)

Publication Number Publication Date
KR20200133083A true KR20200133083A (en) 2020-11-26
KR102276065B1 KR102276065B1 (en) 2021-07-14

Family

ID=73679244

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190057395A KR102276065B1 (en) 2019-05-16 2019-05-16 Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions

Country Status (1)

Country Link
KR (1) KR102276065B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113029980A (en) * 2021-02-10 2021-06-25 河南中烟工业有限责任公司 Rapid nondestructive testing method for sensory quality stability of tobacco sheets

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04303768A (en) * 1991-03-30 1992-10-27 Shimadzu Corp Data processor for chromatograph
JP2001525054A (en) * 1997-01-24 2001-12-04 インフラソフト インターナショナル エルエルシー Analysis method for unknown substances
US20100265499A1 (en) * 2006-08-07 2010-10-21 Keith Carron Programmable raman transducer
US20150185153A1 (en) * 2013-12-30 2015-07-02 Tsinghua Yuan Pesticide Residue Detection Method
KR20180127939A (en) 2017-05-22 2018-11-30 삼성전자주식회사 Apparatus and method of quantitative molecular sensing based on Raman peak shift

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04303768A (en) * 1991-03-30 1992-10-27 Shimadzu Corp Data processor for chromatograph
JP2001525054A (en) * 1997-01-24 2001-12-04 インフラソフト インターナショナル エルエルシー Analysis method for unknown substances
US20100265499A1 (en) * 2006-08-07 2010-10-21 Keith Carron Programmable raman transducer
US20150185153A1 (en) * 2013-12-30 2015-07-02 Tsinghua Yuan Pesticide Residue Detection Method
KR20180127939A (en) 2017-05-22 2018-11-30 삼성전자주식회사 Apparatus and method of quantitative molecular sensing based on Raman peak shift

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113029980A (en) * 2021-02-10 2021-06-25 河南中烟工业有限责任公司 Rapid nondestructive testing method for sensory quality stability of tobacco sheets
CN113029980B (en) * 2021-02-10 2023-11-21 河南中烟工业有限责任公司 Rapid nondestructive testing method for stability of sensory quality of tobacco sheet

Also Published As

Publication number Publication date
KR102276065B1 (en) 2021-07-14

Similar Documents

Publication Publication Date Title
WO2018121122A1 (en) Raman spectroscopy detection method for checking goods, and electronic device
US7679740B2 (en) Method and apparatus for multimodal detection
US9164029B2 (en) Method of classifying and discerning wooden materials
EP2525213A1 (en) Spectroscopic apparatus and methods for determining components present in a sample
JP4967474B2 (en) Judgment knowledge creation device, judgment knowledge creation method, program, and recording medium
US10718713B2 (en) Unknown sample determining method, unknown sample determining instrument, and unknown sample determining program
US20080281581A1 (en) Method of identifying documents with similar properties utilizing principal component analysis
US7990532B2 (en) Method and apparatus for multimodal detection
JP5964983B2 (en) Method for identifying microorganisms by mass spectrometry
CN107991287B (en) Raman spectrum detection equipment and method based on image gray scale identification
US20150241340A1 (en) Measurement apparatus and measurement method
CN108802002B (en) Silkworm egg Raman spectrum model construction method for rapidly identifying and removing diapause without damage
US20080154549A1 (en) Noise-Component Removing Method
US10746658B1 (en) Method for material identification with laser induced breakdown spectroscopy (LIBS)
KR102276065B1 (en) Method and apparatus for robust raman spectrum discrimination against measurement environmental conditions
US11067447B2 (en) Analysis apparatus, imaging system, and storage medium
CN106645098B (en) A kind of jade source area identification method of spectral normalization combination multivariate statistical model
CN111259929A (en) Random forest based food-borne pathogenic bacteria classification model training method
Liu et al. Identification of heat damage in imported soybeans based on hyperspectral imaging technology
US10564105B2 (en) Variable reduction method for spectral searching
González et al. Fingermark analysis by fourier transform infrared microscopy using chemometric tools
CN116026808A (en) Raman spectrum discrimination method and system
WO2018121151A1 (en) Method for identifying raman spectrogram, and electronic device
CN112881323B (en) Quality evaluation method of cigarette mainstream smoke
US20220252516A1 (en) Spectroscopic apparatus and methods for determining components present in a sample

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant