[发明专利]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

说明书

本发明提供一种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，解决现有拉曼光谱分析方法存在结果差异较大，精度较低的问题。该方法和系统可获取更高的拉曼光谱定量分析精度。该方法包括：步骤一、将样品分为校准样品和待测样品；步骤二、采集经过校准样品和待测样品后的拉曼光信号；步骤三、对校准样品的目标物质信号进行去奇点噪声处理；步骤四、设置峰面积函数；步骤五、对校准样品的参考物质进行相同的处理；步骤六、获取扫描动态参数；步骤七、对待测样品的拉曼光信号进行处理；步骤八、计算待测样品的相对光谱强度；步骤九、得到待测样品的相对光谱强度；步骤十、根据斜率和截距，计算待测样品浓度。

技术领域

本发明属于光谱检测及光谱分析领域，具体涉及一种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。

背景技术

拉曼光谱检测技术是光谱检测技术的一种，可用于物质的浓度监测，因其具有光源相对简单、对物质识别能力好、样品不需要复杂处理等特点而获得广泛应用。现有便携式拉曼光谱设备可直接用于无任何处理的样品，使得其广泛应用在探矿、毒品检测、食品检测等多种领域。

便携式拉曼光谱监测系统一般需设置相应的数据分析算法才可检测出物质的信息。当前的拉曼光谱定量分析算法一般包括去背景和定量分析两步：第一步采用特定的自动化算法，将拉曼光谱中的荧光、杂散光等成分祛除，获得比较纯粹的拉曼光谱信号；第二步对拉曼信号进行定量分析，具体为进行谱峰识别，提取峰面积，然后与光谱数据库进行对比，找出相似物质，并进行多元线性拟合，此外，也可以用机器学习算法。

但是，现有背景扣除的主要判断标准是拉曼光谱的谱峰形状，相比于荧光及其他成分，拉曼峰光谱成分较窄，因而一般的背景扣除工作是根据光谱形状分辨，扣除光谱中较宽、变化平缓的部分，保留尖锐、变化剧烈的部分，如多项式拟合、自适应迭代重加权惩罚最小二乘法等方法。但是，根据光谱形状不同、拟合背景方法不同，最终得到的背景曲线也会不同，这些不同之处会影响定量分析的准确性，导致检测结果产生较大的偏差，进而导致拉曼光谱定量分析系统的精度下降。因此，现有拉曼光谱定量分析算法第二步的结果严重依赖第一步的结果，若第一步产生较大的误差，第二步会产生有更大的偏差，使得检测结果产生较大的偏差。

发明内容

本发明的目的是解决现有拉曼光谱分析方法存在结果差异较大，精度较低的问题，提供一种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，该方法和系统可获取更高的拉曼光谱定量分析精度。

为实现上述目的，本发明通过以下技术方案来实现；

一种基于背景扣除提取峰面积的拉曼光谱定量分析方法，包括以下步骤：

步骤一、将样品分为两组，分别为校准样品和待测样品，所述校准样品和待测样品均包括目标物质和参考物质；

步骤二、采集经过校准样品和待测样品后的拉曼光信号，并将拉曼光信号处理为数字信号，所述数字信息包括波长信息和光谱强度信息；

步骤三、对校准样品的目标物质信号进行去奇点噪声处理；

3.1)读取校准样品中目标物质的光谱强度信息y₁(i,j)，y₁(i,j)为数组，i,j为数组元素序号，i范围从1到n，n为单个光谱强度信息的长度；j范围从1到m1，m1为校准样品采集的光谱强度信息的个数；

3.2)设定奇点阈值k_q；

3.3)对步骤3.1)的光谱强度信息去奇点噪声处理，得到处理后的光谱强度信息y₂(i,j)；

y₂(1,j)＝y₁(1,j)j＝1、2、……m1；

y₂(n,j)＝y₁(n,j)j＝1、2、……m1；