本发明属于近红外光谱分析技术领域,涉及一种基于尿液判别哺乳动物性别的近红外光谱分析方法。
背景技术:
性别研究是生物学的重要内容之一。哺乳动物是动物发展的最高级阶段,在哺乳动物的生态管理中,性别判别是种群动态分析的一项基本工作。人类是最高级的哺乳动物,人体的性别判别是身份识别的重要内容,在个性化服务、医疗及公共安全管理等领域均具有重要的意义。查体是一种经典的人体性别判别方法,但因为需要特殊的检查场地和特定的检查人员使这种方法具有一定的局限性。
技术实现要素:
本发明的目的在于提供一种基于尿液判别哺乳动物性别的近红外光谱分析方法,具有分析方法准确而且使用方便、受试机体顺应性好的优点。
经研究,本发明提供如下技术方案:
基于毛发判别哺乳动物性别的近红外光谱分析方法,包括以下步骤:
(1)收集同种哺乳动物的雄性动物尿液样品和雌性动物尿液样品;
(2)设置近红外光谱仪的分辨率和扫描次数,在10000~4000cm-1扫描范围内分别采集步骤(1)所得尿液样品的近红外光谱;
(3)对步骤(2)所得光谱,不进行预处理或进行化学计量学预处理;
(4)在步骤(3)所得光谱数据中选择建模光谱范围;
(5)对步骤(4)所选光谱范围的数据进行降维;
(6)对步骤(5)所得数据,采用化学计量学方法建立并验证该种哺乳动物的性别判别模型;
(7)取未知性别该种哺乳动物的尿液样品,按照步骤(2)所述方法采集近红外光谱,按照步骤(3)~(5)所述方法进行光谱的多步骤处理,然后应用步骤(6)所建模型进行哺乳动物的性别判别。
在判别哺乳动物的性别时,使用哺乳动物的尿液作为样品,具有取样无损伤性、可重复性、易操控性的优点。
优选的,步骤(2)中,近红外光谱仪的分辨率设置为2cm-1、4cm-1、8cm-1或16cm-1,扫描次数设置为32、64或128次。
优选的,步骤(3)中,化学计量学预处理方法为多元信号修正、标准正则变换、导数和平滑中的一种或多种组合。
步骤(4)中所述建模光谱范围为10000~4000cm-1中的一段或多段,可由建模软件自动筛选或人工筛选,也可在建模软件自动筛选的基础上根据被分析物的近红外特征吸收进一步人工优化。
优选的,步骤(5)中,采用主成分分析法对步骤(4)所选光谱范围的数据进行降维。
优选的,建模主成分数的选择依据为其累计方差贡献率大于85%以及步骤(6)所建判别模型的校正集正判率和验证集正判率均大于95%。
优选的,步骤(6)中,化学计量学建模方法为判别分析法。
优选的,步骤(6)中,所建判别模型的性能由校正集正判率和验证集正判率进行评价。
优选的,所述哺乳动物为人类。
优选的,基于尿液判别人体性别的近红外光谱分析方法,包括以下步骤:
(1)收集男性人体的尿液样品和女性人体的尿液样品;
(2)设置近红外光谱仪的分辨率为8cm-1、扫描次数为64次,在10000~4000cm-1扫描范围内分别采集步骤(1)所得尿液样品的近红外透射光谱;
(3)对步骤(2)所得光谱不进行预处理;
(4)在步骤(3)所得光谱数据中选择9881~4119cm-1为建模光谱范围;
(5)采用主成分分析法对步骤(4)所选光谱范围的数据进行降维;
(6)对步骤(5)所得数据,以建模主成分数为10、采用判别分析法建立并验证人体的性别判别模型,用校正集正判率和验证集正判率评价模型的性能;
(7)取未知性别人体的尿液样品,按照步骤(2)所述方法采集近红外透射光谱,按照步骤(3)~(5)所述方法进行光谱的多步骤处理,然后应用步骤(6)所建模型进行人体的性别判别。
本发明的有益效果在于:本发明基于尿液的近红外光谱,结合化学计量学技术,判别哺乳动物的性别,具有分析方法准确而且使用方便、受试机体顺应性好的优点。
附图说明
图1为10个人体尿液样品的近红外透射原始光谱图。
图2为本发明所建人体性别判别模型的判别图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明的优选实施例进行详细的描述。
实施例1基于尿液判别人体性别
1.尿液样品的收集
分别收集3位男性和7位女性共10位志愿受试者中段晨尿样品,逐一编号并记录性别信息。
2.近红外透射光谱的采集
仪器:antarisii傅立叶变换近红外光谱仪(美国thermo公司),配有积分球附件,信号采集软件为result3.0。
光谱测量条件:分辨率为8cm-1,扫描次数为64次,扫描范围为10000~4000cm-1。
光谱测量方法:取同一编号的尿液样品适量,置于一个洁净干燥的比色皿中,在上述光谱测量条件测定尿液样品的近红外透射光谱。每个样品重复填装并测量5次。每次样品测量前均采用相同测量条件扫描并扣除背景。
10个人体尿液样品的50张近红外透射原始光谱如图1所示。
3.建模光谱范围的选择
未经预处理后的光谱,经tqanalyst8.0软件自动选取的建模光谱范围为9881~4119cm-1。
4.光谱数据的降维
使用tqanalyst8.0软件,采用主成分分析法在所选建模光谱范围9881~4119cm-1内对预处理后的光谱数据进行降维,所选建模主成分数为10时,其累计方差贡献率为99.2%,而且所建模型的校正集和验证集的正判率均为100.0%。
5.判别模型的建立与验证
将所收集的2位男性和5位女性共7位志愿受试者的尿液样品作为校正集样品,其余1位男性和2位女性共3位志愿受试者的尿液样品作为验证集样品。分别使用以上校正集样品和验证集样品,以建模主成分数为10,采用判别分析法建立并验证人体的性别判别模型。结果如图2所示,所建判别模型的校正集正判率为100.0%,验证集正判率为100.0%,表明所建模型具有良好的判别性能,能够使用尿液样品准确地判别人体性别。
6.未知性别人体尿液样品的分析
取未知性别人体尿液样品1个,按照上述相同方法采集样品的近红外透射光谱、对光谱进行多步骤处理,然后应用所建模型进行该尿液样品的人体性别判别,结果正确显示其为女性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离所附权利要求书所限定的本发明的保护范围。