一种基于小波或小波包变换对苯丙氨酸ftir/atr光谱进行去噪的方法
【技术领域】
[0001] 本发明涉及光谱分析技术领域，具体涉及一种基于小波或小波包变换对苯丙氨酸 FT IR/ATR光谱进行去噪的方法。
【背景技术】
[0002] 滤纸干血片中苯丙氨酸的含量，目前采用细菌抑制法(BIA)、荧光法(FA)、高效液 相色谱法(HPLC)、串联质谱法(MS/MS)等检测，这些方法普遍具有消耗试剂、费用高、步骤繁 琐、耗时长等缺点。
[0003] 现有技术利用衰减全反射傅里叶变换红外光谱(FTIR/ATR)，结合化学计量学算法 对苯丙氨酸进行检测，取得了很好的效果。FTIR/ATR检测技术具有操作简便、分析速度快、 能耗低、无需对样品进行处理、不消耗试剂、不产生污染、可同时测定多种成分等优势，已被 广泛应用。但是，在测量过程中，红外光谱受到光源强度微小变化、杂散光、外界震动、干涉 仪动镜移动、电子线路等因素干扰，不可避免产生噪声，带来很大影响，因此需对光谱进行 去噪处理。
[0004] 小波变换具有独特的时频分离特性，能够适应不同波形谱图的去噪要求，已被广 泛应用于图像处理、电信号分析、能源勘察、语音分析、医药分析等多学科领域。在进行小波 变换时，小波的去噪效果跟小波基、阶数、分解尺度、阈值选取和重调方式等参数有关，但是 目前还没有一套规范的选取这些参数的方法。
【发明内容】
[0005] 本发明所要解决的技术问题是，为了克服现有技术中存在的上述问题，提供一种 基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。
[0006] 本发明所要解决的上述技术问题，通过以下技术方案予以实现：
[0007] -种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，首先对小 波或小波包变换的参数进行优化，然后分别对原始光谱(〇S)、9点平滑光谱(9S)或一阶微分 9点平滑光谱（1D9S)进行去噪处理;所述对小波或小波包变换的参数进行优化，包括小波或 小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。
[0008] 优选地，所述小波母函数选自小波基syml2、bior2.8或bior6.8。
[0009] 优选地，所述小波包母函数选自小波基dbl0、syml和biorl. 5。
[0010] 优选地，所述分解层数为1层。
[0011] 优选地，所述的阈值选取方法为rigrsure方法。
[0012] 优选地，所述的重调规则选用sin方法。
[0013] 优选地，所述的方法是对滤纸干血片中苯丙氨酸FTIR/ATR光谱进行去噪。
[0014]有益效果:本发明在FTIR/ATR光谱预处理阶段引进小波和小波包变换，对原始光 谱、9点平滑光谱和一阶导数9点平滑光谱分别进行去噪处理，比较去噪前后光谱模型的各 项评价指标，结果发现经小波或小波包处理后的模型精度均有明显提高，说明小波和小波 包变换为FTIR/ATR光谱提供了一种有效的去噪方法;该方法有利于进一步提高模型精度， 使得FTIR/ATR定量校正模型可以对滤纸干血片中苯丙氨酸实现快速、准确和绿色的检测。
【具体实施方式】
[0015] 以下结合具体实施例来进一步解释本发明，但实施例对本发明不做任何形式的限 定。
[0016] 实施例1
[0017] 取69例干血片样本由广州金域医学检验中心提供，采用串联质谱法测定苯丙氨酸 (Phe)的浓度，其中35例阴性样本的平均浓度为47.2ymol/L，标准差为9.1ymol/L;34例阳性 样本的平均浓度为292.8ymol/L，标准差为258.9ymol/L。以空气作为空白背景，采用FTIR/ ATR法对干血片进行光谱采集，对每个血斑各取5个不同位置扫描，取平均值作为该血片的 红外原始光谱(0S)数据。用红外光谱仪自带的0PUS7.2软件对所得光谱进行9点平滑光谱 (9S)或一阶微分9点平滑光谱（1D9S)预处理。
[0018] 对FT IR/ATR光谱进行去噪的方法如下：首先对小波或小波包变换的参数进行优 化，优化方法如下：以"rigrsure"和"sin"方法，作为阈值选取和重调规则;分解层数为1层； 小波母函数选自小波基syml2、bior2.8或bior6.8;小波包母函数选自小波基dblO、syml和 biorl.5。然后分别对原始光谱(0S)、9点平滑光谱(9S)和一阶微分9点平滑光谱（1D9S)进行 小波和小波包去噪。最后对所建立的模型进行评价，结果见表1和表2。
[0019] 模型评价指标有相关系数(R)、均方根误差(RMSEP)、平均相对误差(MRE)、准确率 (Acc)、灵敏度（Sens)和特异性（Spec)。R越趋近于l，RMSEP和MRE越趋近于0，Acc、Sens和 Spec越趋近于100,模型的精度越高。其计算方法如下：
[0020] 相关系数（Relative Coefficient,!?):
[0021]
(1)
[0022] 预测均方根误差（Root Mean Square Error of Prediction，RMSEP):
[0023]
(2)
[0024] 平灼相对误差（Mean Relative Error，MRE):
[0025]
(3)
[0026] 准确率（Accuracy，Acc):
[0027]
(4)
[0028] 灵敏度（Sensitivity，Sens):
[0029]
(5)
[0030] 特异性（Specificity，Spec):
[0031]
(6)
[0032] 公式（1)~(6)中，Yp、Yr、Ym和n分别表示模型预测值、实验值、实验值的平均值以 及样本个数，TP和TN表示正确预测的阳性和阴性样本的数目。
[0033] 表103、93和1093光谱经小波变换后模型输出结果(:无±5，《=20:)
[0034]
[0036] 表2 0S、9S和1D9S光谱经小波包变换后模型输出结果0±%?=2〇)
[0037]
[0038] 从表1和表2中可见0S、9S、1D9S光谱分别经syml2、bior2 · 8、bior6 · 8小波去噪，或 db 10、sym 1、b i or 1.5小波包去噪后，模型的各项评价指标均有不同程度的改进，说明小波和 小波包变换能有效地去除信号噪音，提高模型精度。
[0039] 其中，表1中最优模型是lD9S+syml2，与小波去噪前相比，R从0.87提高到0.91， RMSEP从114.79降低到89.17，MRE从0.3降低到0.28，Acc、Sens和Spec均提高到100。小波包 去噪得到的最优模型为lD9S+syml，与去噪前的光谱模型相比，R从0.87提高到0.91，RMSEP 从114.78降低到94.13，MRE从0.3降低到0.29，Acc、Sens和Spec同样均提高到100，而且结果 的标准差均为0。上述结果表明，1D9S光谱经小波或小波包变换去噪后建立的模型更加准 确、稳定。
【主权项】
1. 一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法，其特征在 于，首先对小波或小波包变换的参数进行优化，然后分别对原始光谱（〇S)、9点平滑光谱 (9S)或一阶微分9点平滑光谱（1D9S)进行去噪处理;所述对小波或小波包变换的参数进行 优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确 定。2. 根据权利要求1所述的去噪的方法，其特征在于，所述小波母函数选自小波基syml2、 bior2·8或bior6·8〇3. 根据权利要求1所述的去噪的方法，其特征在于，所述小波包母函数选自小波基 dblO、syml和biorl·5〇4. 根据权利要求1所述的去噪的方法，其特征在于，所述分解层数为1层。5. 根据权利要求1所述的去噪的方法，其特征在于，所述的阈值选取方法为rigrsure方 法。6. 根据权利要求1所述的去噪的方法，其特征在于，所述的重调规则选用sin方法。7. 根据权利要求1所述的去噪的方法，其特征在于，所述的方法是对滤纸干血片中苯丙 氨酸FTIR/ATR光谱进行去噪。
【专利摘要】本发明涉及光谱分析技术领域，具体公开了一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。该方法首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。所述方法为滤纸干血片FTIR/ATR光谱提供了一种有效的去噪方法；有利于进一步提高苯丙氨酸校正模型的精度，使得该模型可以对苯丙氨酸实现快速、准确和绿色的检测。
【IPC分类】G01N21/3577
【公开号】CN105510271
【申请号】CN201510831244
【发明人】陈超, 蔡嘉华, 王淑美, 梁生旺
【申请人】广东药学院
【公开日】2016年4月20日
【申请日】2015年11月25日