Savitzky-Golay平滑结合多元散射校正应用于甲醛固定的深静脉血栓红外光谱数据预处理

为探究甲醛固定血栓样品红外光谱数据的最优预处理方案,应用傅里叶变换红外光谱(FTIR)技术,采集经甲醛固定的大鼠深静脉血栓组织红外光谱数据,选择偏最小二乘回归法建立红外光谱分析机器学习模型,测试Savitzky-Golay(S-G)平滑、基线校正、多元散射校正、标准正态变化、矢量标准化等常用的光谱预处理方式对光谱数据的处理效能。结果显示,大鼠深静脉血栓组织红外光谱的最优预处理方案为先采用S-G平滑,再进行多元散射校正,其中S-G平滑最佳参数组合是阶数为2、项数为3、点数为17。预处理后预测决定系数(R_(p)^(2))为0.948,预测均方根误差(RMSEP)为0.486 d,模型预测能力较原始光谱显著提升。