本发明属于信息领域,适用于拉曼光谱的荧光背景抑制,涉及一种用于拉曼光谱的快速荧光背景抑制算法。
背景技术:
拉曼光谱是一种散射光谱,它通过测量分子振动、转动等方面的信息进而对待测样本的生化成分进行无损地定性检测,在化学分析、材料表征、生物医学等领域已经展现出巨大的应用潜力。然而拉曼效应通常较微弱且伴随着荧光现象发生,当待检测样本荧光信号较强时,特别是对于生物样品,拉曼信号易于被荧光背景所干扰,进而影响拉曼光谱数据的分析和后处理,最终导致不准确的分析结果。荧光背景的存在严重限制了拉曼光谱技术的广泛应用。因此,拉曼光谱的荧光背景抑制方法对于拉曼光谱的实际应用具有重要意义。
在过去的几十年中,多种荧光背景抑制算法已被用于抑制拉曼光谱中的荧光背景,常用的方法包括多项式拟合、小波变换、傅立叶变换、求导和峰值检测等。多项式拟合方法中阶数的最优选择和性能往往取决于使用者的经验,且多项式拟合过程运算效率较低;小波变化和傅立叶变换存在部分拉曼与荧光信号难以分离的问题,导致荧光抑制效率较低,且这两种方法的运算时间较长;求导方法虽然运算效率很高,但往往会放大高频噪声,且在求导过程中光谱会失真,导致求导光谱与实际光谱并不相同;峰值探测的操作过程较为复杂,导致运算效率较低。随着拉曼光谱技术的广泛应用,尤其是拉曼光谱成像技术的不断发展,对于高效处理大量拉曼光谱的需求日益增长。因此,一种简单、快速且高效的荧光背景抑制方法对于广泛使用的拉曼光谱技术是至关重要的。
技术实现要素:
为了克服上述现有技术存在的不足,本发明提供了一种用于拉曼光谱的快速荧光背景抑制算法。
本发明采用的技术方案如下:
一种用于拉曼光谱的快速荧光背景抑制方法,该算法为一种有监督学习方法,需要建立标准数据库对荧光背景抑制算法的模型进行训练;所诉的标准数据库包括去除荧光背景后的拉曼光谱、荧光背景光谱及对应的窄带测量;
标准数据库包括去除荧光背景后的拉曼光谱、荧光背景光谱及对应的窄带测量,其中窄带测量可通过未去除荧光背景的拉曼光谱与特定滤光片的光谱透过率间矩阵乘积获得。在训练阶段,首先通过维纳估算的方法计算荧光背景光谱与窄带测量间关系的数学模型,即维纳矩阵1;随后通过维纳估算的方法计算去除荧光背景后的拉曼光谱与扣除荧光背景的窄带测量间关系的数学模型,即维纳矩阵2。其中,维纳估算中的维纳矩阵w可通过以下公式获得。
w=e(sct)[e(cc)t]-1
其中s表示光谱数据,c表示窄带测量,上标“t”表示矩阵转置,上标“-1”表示矩阵的逆,e()表示总体均值。
对于待处理的样本数据,即未去除荧光背景的拉曼光谱数据,首先通过与特定滤光片的光谱透过率相乘后得到窄带测量。随后,基于维纳矩阵1,通过窄带测量重建其对应的荧光背景光谱,并从窄带测量中扣除该荧光背景进而获得扣除荧光背景的窄带测量。最后,利用维纳矩阵2与扣除荧光背景的窄带测量重建去除背景后的拉曼光谱。
与现有技术相比,本发明的优点是:
1)本发明与其他荧光抑制算法相比,在荧光抑制效率上具有明显的优势,
提高了荧光抑制的准确性。
2)本发明与其他荧光抑制算法相比,在运算效率上具有明显的优势,
荧光抑制计算时间减少了几个数量级。
附图说明
图1是本发明用于拉曼光谱的快速荧光抑制算法的流程图。
具体实施方式
如图1所示,本发明的步骤如下:
步骤1,建立标准数据库对荧光背景抑制算法的模型进行训练。
在本实施事例中,采用了标准数据库对荧光背景抑制算法模型进行训练,标准数据库包括去除荧光背景后的拉曼光谱、荧光背景光谱及对应的窄带测量,其中窄带测量可通过未去除荧光背景的拉曼光谱与特定滤光片的光谱透过率间矩阵乘积获得。
步骤2,通过维纳估算的方法计算步骤1标准数据库中的荧光背景光谱和窄带测量间关系的数学模型,即维纳矩阵1。
步骤3,通过维纳估算的方法计算步骤1标准数据库中的去除荧光背景后的拉曼光谱和扣除荧光背景的窄带测量间的数学模型,即维纳矩阵2。
在本实施事例中,步骤2和步骤3中维纳矩阵通过下述公式计算获得。
w=e(sct)[e(cc)t]-1
其中s表示光谱数据,c表示窄带测量,上标“t”表示矩阵转置,上标“-1”表示矩阵的逆,e()表示总体均值。
步骤4,对于待测样本,即未去除荧光背景的拉曼光谱数据,通过与特定滤光片的光谱透过率相乘后得到窄带测量。
步骤5,基于步骤2获得的维纳矩阵1与步骤4获得的窄带测量,重建待测样本的荧光背景光谱,并从窄带测量中扣除该荧光背景进而获得扣除荧光背景的窄带测量。
步骤6,利用步骤3获得的维纳矩阵2与步骤5获得的扣除荧光背景的窄带测量,重建去除背景后的拉曼光谱。