基于温度不敏感源-探测器距离的测量方法的模拟研究

温度变化是影响近红外无创血糖测量精度的主要因素之一。为降低温度变化对近红外漫反射光谱的影响,提出了一种基于温度不敏感源-探测器距离的测量方法,即在漫反射光强对人体组织温度变化不敏感的源-探测器距离处进行光谱测量。利用Monte Carlo方法模拟了温度为30～40 ℃、葡萄糖浓度为0～300 mmol·L-1的皮肤组织在多个源-探测器距离处的漫反射光强。根据模拟结果,分析了人体皮肤组织模型中温度不敏感源-探测器距离的存在性及其受葡萄糖浓度变化的影响;比较了1 000 nm处温度恒定和温度变动时,不同源-探测器距离处漫反射光强与葡萄糖浓度的相关性;进一步地,利用六个波长(1 000,1 050,1 100,1 150,1 350和1 410 nm)下的温度不敏感源-探测器距离及其他距离处的漫反射光强,建立了葡萄糖的偏最小二乘(PLS)模型,并比较了这些模型在温度恒定和温度变动时的预测精度。结果表明,在1 000～1 440 nm范围内,人体存在温度不敏感源-探测器距离,且葡萄糖浓度变化对该距离的影响可以忽略不计;当组织温度变化时,温度不敏感源-探测器距离处的漫反射光强与葡萄糖浓度的相关性及建模效果均明显优于其他源-探测器距离,基本接近样品温度恒定时的情况。研究表明,基于温度不敏感源-探测器距离的测量方法能有效降低温度变化对漫反射光强的影响,有望提高近红外漫反射无创血糖测量的精度。     

二维相关光谱分析在无创血糖检测特异性研究中的应用

主要利用二维相关光谱分析方法考察了血液中主要成分、测量过程中的系统漂移等因素对近红外光谱中的葡萄糖分子特异性的影响。首先测量了葡萄糖水溶液的近红外透射光谱,以葡萄糖浓度为外扰,计算二维相关同步谱及异步谱,通过对比分析确定了葡萄糖在合频和倍频区域的特征吸收峰位置。当葡萄糖水溶液中加入少量白蛋白后,其二维相关谱中葡萄糖的一级倍频吸收峰(1 590 nm)和二级倍频吸收峰(1 195 nm)出现了不同源的现象,表明白蛋白可能破坏了葡萄糖的特异性;进一步开展了人体口服葡萄糖耐量实验,测量了手掌部位的漫反射光谱,其二维相关谱中葡萄糖的同源性吸收也遭到破坏。另外,由于葡萄糖浓度变化引起的光谱变异信息较小,很容易被系统漂移掩盖,一般需要进行背景修正。在葡萄糖水溶液的透射实验和人体漫反射实验中,分别引入纯水样本和5%标准漫反射板作为参考,以时间为扰动的二维相关光谱分析的结果表明,经过参考样本的背景校正后,系统漂移在二维同步切线谱中引起的谱峰偏移变小,葡萄糖的特征吸收被增强。因此,在近红外光谱无创血糖检测中,应尽量避开与葡萄糖特征吸收不同源的波段,并有必要采取一定的参考测量方法以提高检测的特异性。     

三维坐标异常数据判定方法的模拟与实验研究

近红外漫反射光谱具有无创伤、连续、无感染、速度快等诸多优势,在人体成分无创伤检测方面有很好的应用前景。但是在测量过程中,随机噪声、干扰组分以及检测条件的改变等容易导致异常光谱。判定并剔除异常光谱对于提高近红外无创血液成分检测的可靠性具有重要意义。首先分析了近红外漫反射光谱无创血糖检测中可能出现的异常数据类型,提出了一种综合利用马氏距离、光谱残差和化学值残差三个指标构造三维空间对样本集进行检验的三维坐标异常数据判定方法。其次,针对三层皮肤组织模型,在参数中设置人为失误、极端成分含量以及异常温度变化的样本,通过蒙特卡罗（MC)模拟程序得到一组正常模拟数据以及一组包含化学值异常和光谱异常的模拟数据,并利用三维坐标法进行异常数据的判定。结果显示,该方法能识别出全部异常样本,剔除这些异常样本后,偏最小二乘（PLS）校正模型的交互验证均方根误差（RMSECV）由21.2 mmol·L-1降低到1.1 mmol·L-1,初步验证了该方法的可行性。进一步,对三位受试者开展了口服葡萄糖耐量试验（OGTT）,通过在测量受试者血糖参考值的同时同步采集其手指部位的漫反射光谱,获得了三组在体实验数据。并利用三维坐标法和蒙特卡罗交互验证法进行异常数据的判定和剔除,最后建立PLS模型比较两种异常数据判别方法的效果：剔除三维坐标法识别出的异常数据后,三组样本建立的校正模型的决定系数显著提升,RMSECV平均值由2.1 mmol·L-1降低至0.8 mmol·L-1,效果优于蒙特卡罗交互验证法的结果。这些结果表明,基于马氏距离、光谱残差和化学值残差的三维坐标异常数据判定方法能有效识别近红外无创血糖测量中的异常数据,在在体成分检测应用中有显著优势。     

可见/近红外光谱分析技术鉴别转基因番茄叶

用可见/近红外光谱（Vis-NIR spectrum）漫反射方式对转基因番茄叶和非转基因番茄叶进行了快速、无损的定性分析。实验共对68个样品（转基因38个,非转基因30个）进行分类,用TQ 6.2.1光谱分析软件中集成的判别分析（Discriminant analysis）和偏最小二乘回归法（PLS）建立校正和预测模型。研究对比了不同光谱预处理方法（微分处理和多元散射校正（MSC））对分类结果的影响。实验结果发现用判别分析较最小二乘法判别结果较好,用InGaAs检测器获得的光谱经MSC后的分类结果最好,分类正确率为89.7％（转基因番茄叶86.8％,非转基因番茄叶93.3％）。结果表明VIS-NIR可以作为一种快速的无损检测方法鉴别转基因和非转基因番茄叶。     

可见／近红外漫反射光谱无损检测南丰蜜桔维生素C的研究

应用可见/近红外漫反射光谱对南丰蜜桔维生素C含量进行了无损检测研究.在谱区350～1 800nm,应用主成分分析和偏最小二乘法对经过预处理光谱进行数学建模,主成分数和光谱区间选择分别由完全交互验证和回归系数法确定.定标模型对10个未知样品的预测结果是:预测相关系数为0.813,预测均方差为2.112 mg(100 g)-1,预测偏差为-0.810 mg(100 g)-1.文章表明利用可见/近红外漫反射光谱技术无损检测南丰蜜桔维生素C具有可行性.     

近红外漫反射光谱无损检测乳粉蛋白质的研究

利用近红外漫反射光谱技术对奶粉蛋白质含量的快速无损检测进行了研究。挑选来自国内不同地区的29种奶粉,以化学分析值作参比,采用偏最小二乘回归算法建立奶粉光谱信息和蛋白质含量的定量模型,预测均方根差(RMSEP)为0.687%。采用波长选择对模型进行优化后,波长点从1 558个减为11个,大大加快了运算速度,同时还在一定程度上提高了模型的精度。为了减小颗粒大小不均匀和粒子表面非特异性散射的影响,对光谱数据进行了标准正态变量(SNV)变换和多元散射校正(MSC),结果表明这两种方法是有效的,得到RMSEP减小了约37%。研究结果表明,近红外漫反射光谱测定奶粉中蛋白质含量实时、快速,能满足工业过程分析中的测量精度要求,为提高奶粉质量分析水平提供了新的途径。     

核果类水果干物质含量近红外无损检测研究

以桃、李及杏果实为材料,研究其干物质含量的近红外漫反射无损检测模型的建立方法。研究发现,桃、李及杏果实干物质预测模型的决定系数(r_P~2)分别为0.901、0.909及0.923,预测均方根误差(RMSEP)分别为0.365、0.401及0.465,相对分析误差(RPD_P)分别达2.9、3.2及3.1以上。结果表明,近红外漫反射光谱可用于准确、快速、无损定量3种水果中干物质含量。     

O-PLS在近红外无创人体血糖浓度测量基础研究中的应用

近红外漫反射光谱被认为是无创血糖浓度检测的一种有效方法,但由于被测对象是组织特性复杂的人体,传统的黑箱建模方法很难从综合的光学信息中分离出糖的变化,从而限制了测量的准确性。文章研究了集成偏最小二乘建模和正交信号修正预处理方法于一体的回归方法O-PLS对葡萄糖近红外光谱模型的优化和解释,结果表明O-PLS回归方法能在较大程度上消除无关因素的影响,在简化模型的同时提高了模型的可解释性。     

水果坚实度的近红外光谱检测分析试验研究

应用傅里叶漫反射近红外光谱技术探讨了水果坚实度无损检测的方法。利用偏最小二乘法建立了坚实度与漫反射光谱的无损检测数学模型,同时对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行了对比分析。结果表明：利用傅里叶变换光谱仪采集的原始光谱的平滑预处理对结果并没有太大影响;原始光谱在800～2 500 nm范围的模型得到了最好的预测结果：校正集样本的相关系数r为0.869,校正均方根误差RMSEC为3.88 N;预测集样本的相关系数r为0.840,预测均方根误差RMSEP为4.26 N。 通过本研究得出：应用近红外漫反射光谱检测水果坚实度是可行的,为今后快速无损评价水果成熟度提供了理论依据。     

光谱预处理对近红外光谱预测木材纤维素结晶度的影响

木材纤维素结晶度是木质材料的一个重要性质,它与树木的生长特性、结构与化学组成均有密切关系,并对木材的杨氏模量、尺寸稳定性、密度和硬度等具有重要的影响,文章研究了利用近红外光谱结合多变量数据分析技术对人工林木材纤维素的结晶度进行预测的能力。本研究从人工林湿地松木粉试样的表面采集近红外漫反射光谱,并利用X射线衍射法测定了木材纤维素的结晶度。研究表明,采用一阶导数和二阶导数光谱预处理没有提高近红外模型的预测效果,而采用原始光谱的预测效果最好,预测值与X射线衍射测定值的相关系数r可以达到0.950,各项预测误差值较低, 说明采用近红外光谱结合多变量数据分析方法建立的结晶度预测模型具有理想的预测能力。     

漫反射光谱技术快速无创检测皮肤胆固醇

针对皮肤胆固醇无创检测的迫切需求,设计了一种基于微型光谱仪的便携式和智能化的皮肤漫反射光谱实时测量系统。配制毛地黄皂苷—辣根过氧化物酶共聚物溶液,利用毛地黄皂苷可与皮肤胆固醇分子中的羟基特异性结合和辣根过氧化物酶能与TMB试剂(主要成分为3,3’,5,5’-四甲基联苯胺)反应显色的特性,实现皮肤胆固醇的高灵敏和高特异的识别与指示,并通过测量反应后颜色的变化程度来定量皮肤胆固醇的浓度。以与人体皮肤结构相近的猪皮肤为实验对象,采用萃取法获得梯度浓度的胆固醇样本,利用上述光谱测量系统检测样本内的胆固醇浓度来验证该方法的可行性。实验结果显示,相对漫反射率能够区分不同浓度的胆固醇样本,在特征单波长(442,450和463 nm)处和特征波段442~500 nm内,漫反射率强度因子均可以定量反映样本内的胆固醇浓度,经线性拟合,判定系数R2分别为0.960,0.959,0.958和0.958。研究结果表明,使用漫反射光谱技术可以实现皮肤胆固醇的快速无创检测,将其应用于动脉粥样硬化性疾病风险评估,对于该类疾病的防控具有重要意义。     

可见/近红外光谱漫透射技术检测西瓜坚实度的研究

西瓜是一种广受世界各国消费者喜爱的水果,坚实度是西瓜的一个重要品质指标,文章利用可见/近红外漫透射光谱技术进行了西瓜坚实度(FM)的无损检测研究。采用偏最小二乘法(PLS)和主成分回归法(PCR)建立了FM与漫透射光谱的无损检测数学模型,对比分析了不同光谱预处理方法(原始光谱%T,一阶微分处理光谱D1(%T ),二阶微分处理光谱D2(%T )以及光谱的Savitsky-Golay法滤波)对模型预测性能的影响。根据模型相关系数(r)及预测平方根标准偏差(RMSEP)进行了不同模型的预测性能对比,结果表明：光谱经二阶微分处理并使用Savitsky-Golay法滤波后,采用PLS法可以得到最好的FM建模结果(r=0.974,RMSEP=0.589 N)。研究表明：应用可见/近红外漫透射光谱技术检测西瓜的坚实度是可行的,为今后快速无损评价大果形厚果皮类水果坚实度提供了理论依据。     

近红外光谱对天然岩石中矿物成分含量测定的研究

使用近红外光谱仪获取由高岭土、白云母和蒙脱石三种岩石矿物粉末混合成的模拟天然岩石样本的近红外漫反射光谱信息,通过标准归一化(standard normal variable)的方法对光谱数据进行预处理,采用随机森林(random forest)进行数学建模,对岩石样本的组成成分进行预测,预测得到三种岩石成分最小均方根误差分别为：0.088 0,0.095 6,0.121 2。实验结果表明应用近红外漫反射光谱来测定天然岩石中各种矿物成分的含量是可行的,为今后岩石成分的快速检测提供了理论依据。     

近红外光谱定量分析技术在枇杷可溶性固形物无损检测中的应用

应用近红外漫反射光谱定量分析技术对两个产地三个品种枇杷的可溶性固形物进行无损检测试验研究。通过分析,发现在波长1 400～1 500 nm和1 900～2 000 nm两段范围,样品的可溶性固形物与光谱吸光度之间的相关系数较高;用偏最小二乘回归PLSR、逐步多元线性回归SMLR和主成分回归PCR三种方法分别建立这两个波段和全波段范围的模型,全波段的PLSR模型的效果较优。研究发现一阶和二阶微分光谱建立的模型均不如原始光谱建立的模型效果好。最终建立三个品种枇杷样品的原始光谱在全波段范围经17点平滑后的PLSR模型,模型的校正集和预测集的相关系数分别为0.96和0.95。研究表明近红外光谱检测技术可用于枇杷可溶性固形物含量的定量分析。     

基于近红外反射光谱的无损血糖分析

无损血糖监测是一种方便且无痛的血糖监测方法。目前,大部分的血糖检测方法都是有损的。提出了一种基于近红外反射光谱的无损血糖检测方法。近红外反射光谱是一种安全、简单并且有效的方法,被应用于很多领域。采用口服葡糖糖耐量试验来采集数据,用偏最小二乘回归方法来建模。使用市售血糖仪采指尖血作为参考值,同时用光谱仪提取手掌光谱,共取得42组样本。血糖浓度范围在5~12 mmol·L-1。采用留一法交叉验证,获得所有数据的交叉验证的均方根误差为1.16 mmol·L-1。通过归一化和无关变量消除的预处理方法来减少噪声并消除一些额外因素,优化的均方根误差为0.79 mmol·L-1。基于个人的数据进行建模,得到了远小于整体数据的结果：0.41 mmol·L-1。该方法在个人血糖检测的市场化方面有广阔的应用前景。     

应用近红外光谱技术实现转双价基因(Cry1Ab/Cry2Aj-G10evo)玉米的快速识别

转基因技术在过去的几十年里快速发展, 然而此项技术对生态环境、伦理道德等可能带来的影响尚存争议,因此针对农作物的转基因成分检测和鉴别的相关技术研究十分重要。本研究以转双价基因(cry1Ab/cry2Aj-G10evo)玉米籽粒和玉米面粉为研究对象,采用近红外光谱仪采集900～1 700 nm波段范围的光谱,结合 Savitzky-Golay(SG)平滑算法对提取出的光谱数据进行去除噪声处理。基于全波段光谱和PCA主成分分别建立了偏最小二乘判别分析(PLS)和支持向量机判别模型(SVM)。试验结果表明,在转基因玉米籽粒全谱的判别分析模型中,SVM判别模型效果要优于PLS判别模型,SVM模型识别正确率达到90%以上,PLS的模型识别率只有85%左右。以PCA降维后建立的模型中,SVM模型也取得了最优的效果,建模集和预测集识别正确率达到100%。虽然转基因玉米在研磨加工后外源蛋白和DNA有所下降,但是转基因玉米粉末基于全波段光谱建立的SVM模型的建模集正确率仍有90.625%。结果表明应用近红外光谱技术集合化学计量学方法对转基因玉米的鉴别是可行的,为转基因玉米乃至其他转基因农产品的鉴别提供了技术支持,具有重要的理论意义和应用价值。     

血糖无创监测中近红外漫反射光谱技术的研究

将近红外漫反射光谱技术应用到血糖无创监测中。实验使用Nexus-870傅里叶红外光谱仪及其光纤附件采集了6名不同年龄健康志愿受试者大拇指指尖的近红外漫反射光谱。对光谱进行了平滑、基线校正和一次求导预处理,采用偏最小二乘(PLS)方法在含有葡萄糖吸收峰的7 500～8 500 cm-1波段建立同一个体、相同年龄段的不同个体以及不同年龄段的不同个体的校正模型。采集漫反射光谱的同时抽适量的血样在752型紫外光栅分光光度计上标定血糖的实际值,并对校正模型计算值和实际标定值进行了比较,结果表明个体建模的相关性很好,相关系数达到0.904 71以上,均方差小于0.171。     

无创血糖近浮动基准参考测量方法的仿体实验验证

在近红外无创血糖测量中,由葡萄糖引起的信号变化十分微弱,极易受到人体背景、测量仪器、周围环境等变化的影响,限制了无创血糖检测的精度。针对这个问题,提出应用浮动基准位置理论进行背景变异的校正。但是由于个体的差异性与人体环境的复杂多变性,浮动基准位置会因人而异。通过对人体手掌三层皮肤模型进行蒙特卡洛模拟,发现其在1 000～1 700 nm近红外波段的浮动基准位置基本处于距光源径向距离2 mm附近。为了提高浮动基准位置理论在不同人体之间的适用性,提出了一种近浮动基准参考测量方法,即以径向距离2 mm处作为参考位置进行背景干扰的修正,并通过仿体实验验证其效果。选取与人体手掌皮肤模型的浮动基准位置较为接近的2%和3%浓度的Intralipid仿体溶液进行实验。实验结果表明近浮动基准修正法可以消减光源漂移对测量结果的影响,提高数据的重复性和稳定性;同时通过对不同葡萄糖含量的2%和3%浓度的Intralipid溶液进行多次漫反射信号采集并建立葡萄糖浓度预测模型,发现修正后的回归模型的预测均方根误差(RMSEP)分别降低了38.51%~79.98%和29.72%~52.22%,说明该方法能够比较有效地消除两个测量位置处共同的背景干扰,提高校正模型的预测精度。仿体实验验证的结果,为下一步近浮动基准参考测量方法的在体测量提供了有力的支撑。     

漫反射近红外光谱法同时测定液体咖啡中的速溶咖啡、植脂末、糖含量

采用傅里叶变换近红外光谱仪结合积分球附件对20个液体咖啡样品以漫反射方式采集近红外光谱,分别针对速溶咖啡、植脂末、糖建立定量校正模型。结果表明,速溶咖啡、植脂末、糖的模型因子数分别为4,5和4;测定系数(R2)分别为98.97%,99.94%和99.18%;校正均方根误差(root mean square error ofcalibration,RMSEC)分别为1.62,0.42和1.58;交互验证均方根误差(root mean square error of cross vali-dation,RMSECV)分别为2.12,0.72和2.01;F检验结果表明,三个模型的预测值-化学值之间存在极显著的相关关系。研究表明,近红外光谱法可以快速、准确地对液体咖啡中的三种主要成分同时进行定量测定,可为液体咖啡质量控制以及液体配方食品中具有一定组成的混合物的定量测定提供一定的参考。     

近红外漫反射光谱法测定天然纤维素浆粕聚合度

提出一种采用近红外光谱测定天然纤维素(棉、木)浆粕聚合度的方法。实验收集了195个天然纤维素浆粕样品,采用GB/T 9107-1999方法测定了其聚合度,对样品进行粉碎预处理后,放入旋转杯中采集相应的近红外漫反射光谱。通过化学计量学偏最小二乘方法(PLS)将聚合度数据与近红外光谱关联,分别建立了棉木浆粕混合样品、棉浆粕样品和木浆粕样品的聚合度定量模型。最优模型相关系数分别为0.980,0.993,和0.886,预测均方根误差(RMSEP)分别为147,143和53。研究了近红外方法精密度和准确性。结果表明棉浆粕和木浆粕分类模型预测准确性优于混合模型,且其预测精密度符合国标(GB)方法要求。另外,采用主成分分析方法建立了棉浆粕和木浆粕的识别模型,结果表明该模型可以有效识别棉浆粕和木浆粕。该方法操作简单、分析速度快,能够满足天然纤维素浆粕聚合度在线检测要求,为实现清洁制浆新工艺聚合度在线监控目标提供了理论和技术依据。