[发明专利]漫射光谱数据处理方法、建模方法、预测方法和处理装置

说明书

提供了漫射光谱数据处理方法、建模方法、预测方法和处理装置。根据实施例，一种漫射光谱数据处理方法可以包括：获得被测介质在一个或多个第一径向位置处的漫射光谱数据；以及根据获得的漫射光谱数据，确定一个或多个第二径向位置处实质上仅由被测介质的散射特性变化引起的光学信息和/或实质上仅由被测介质的吸收特性变化引起的光学信息。

技术领域

本公开一般地涉及光谱检测领域，具体地，涉及漫射光谱数据处理方法、成分浓度建模和预测方法以及处理装置。

背景技术

光谱检测法具有绿色无污染、不破坏样品、检测速度快、可实现多成分同时定量分析、不需要使用任何试剂或试纸以及连续、实时监测等优点，是真正意义上的无创检测技术。

在实际应用中，需要测定的被测物通常是不经过提纯等预处理的复杂样品，即散射介质，比如牛奶、生物组织体等。这些散射介质在近红外波段具有强散射、高吸收的特点。与纯吸收介质相比，散射介质的测量光谱中包含了散射和吸收两部分的作用，此时朗伯比尔定律不再适用。此外，受散射介质中粒子的强散射作用影响，大部分光是漫射光，这些漫射光子的行走路径是不固定的，它随介质的吸收特性、散射特性等光学参数的变化而改变。因此，采用光谱法检测散射介质中的物质成分时，易受到介质本身光学参数变化的干扰，尤其受散射特性变化的影响大，一直难以达到类似纯吸收介质中的测量精度水平。

现阶段，散射介质中的物质成分测量，主要成功应用于物质成分浓度较大且吸收较强的场合，此时认为吸收作用为主导信息，而忽略散射作用引起的相对较小的光程变化，如基于光电脉搏波的血氧饱和度测量与血红蛋白的测量。由于血红蛋白为血液中主要的吸收成分，其浓度相对高，在近红外波段吸收强，因此，在薄层介质的测量场合下近似认为朗伯比尔定律仍适用。尽管如此，血红蛋白的检测精度仍不高。而其他含量相对较低、吸收相对较弱的成分，如血糖、白蛋白等，检测精度较差，无法满足实际应用的精度要求。因此，散射介质中的微弱成分的检测一直是光谱检测领域的难点。

同时，光谱法还必须对特定的散射介质建立测量模型，模型之间不易移植。比如，一批牛奶建立的测量模型，若用于另一批次的牛奶检测时，误差往往较高。此外，不同的散射介质之间也难以相互借用模型，比如针对牛奶的模型将不能很好地用于生物组织中的成分检测。

鉴于测量精度低、模型不易移植这两个主要原因，光谱法在散射介质的成分检测中的应用受到了限制。而光谱法具有无损性、实时性、在线性的优点，在食品安全检测、环境安全检测、生物组织成分的无创伤检测等领域具有潜在的应用需求。

发明内容

本公开的目的至少部分地在于提供能够将散射作用改变引起的光学信息和吸收作用改变引起的光学信息进行有效分离的漫射光谱数据处理方法，利用这些分离的信息进行预测模型建立和浓度预测的方法，以及相应的处理装置。

根据本公开的一个方面，提供了一种漫射光谱数据处理方法。该方法可以包括：获得被测介质在一个或多个第一径向位置处的漫射光谱数据；以及根据获得的漫射光谱数据，确定一个或多个第二径向位置处实质上仅由被测介质的散射特性变化引起的光学信息和/或实质上仅由被测介质的吸收特性变化引起的光学信息。

根据本公开的另一方面，提供了一种建立预测模型的方法。该方法可以包括：提供一系列被测介质，所述一系列被测介质分别包括背景介质或基准介质以及向背景介质或基准介质中加入的不同已知浓度的特定成分，其中所述基准介质包括背景介质以及初始浓度的该特定成分；针对所述一系列被测介质，按上述方法进行处理；以及基于各已知浓度以及相应的实质上仅由被测介质的吸收特性变化引起的光学信息和/或实质上仅由被测介质的散射特性变化引起的光学信息，获得预测模型。