基于小波空间特征匹配及表面增强拉曼光谱技术快速检测混合物中的甲氨蝶呤和伏立康唑

为实现混合物中目标化合物的快速检测,合成了对甲氨蝶呤和伏立康唑具有普适性响应的金纳米复合(AuNPS-PDDA)基底,借助表面增强拉曼光谱技术,结合化学计量学方法,通过连续小波变换将甲氨蝶呤和伏立康唑的光谱信号转换到小波空间,依据小波空间特征匹配分析混合物的拉曼光谱,显著减轻信号中基线变化和随机噪声的影响,成功地识别出混合物中1.0×10^-8mol/L甲氨蝶呤和2.86×10^-4mol/L伏立康唑。其中,甲氨蝶呤和伏立康唑的小波特征匹配系数均大于0.96,高于传统的命中质量系数,且采用非负最小二乘法成功实现了两种物质含量比例的确定,实验的组分比例预测值与真实值之间相关性大于0.98。实验结果表明,小波空间特征匹配结合表面增强拉曼光谱技术能有效地识别且半定量混合物中的目标化合物。

基于小波-反向搜索及表面增强拉曼的食品中色素的光谱定性分析

使用金纳米粒子为增强因子的表面增强拉曼光谱技术,通过连续小波变换将拉曼光谱信号转化到小波空间(墨西哥帽小波作为小波基)。该步骤能够减轻信号中基线变化及随机噪音的影响并找到峰位置和最佳小波尺度系数。依据小波空间中的信息,对混合物光谱及标准谱光谱进行反向搜索得到反向搜索匹配系数(Reverse match quality,RMQ),作为判断混合物中目标成分是否存在的依据。该算法可对混合物中的目标物质进行准确定性,并已成功应用于多种食品中色素鉴定。食品中色素的检出率达到99%,且结果稳健,其效果明显优于传统的命中质量系数法(Hit quality index,HQI)。这证实了小波空间反向搜索方法是一种快速而准确的拉曼光谱定性算法。