水平衰减全反射-傅里叶变换红外光谱结合化学计量学法应用于三种缩叶藓属植物的分类

采用水平衰减全反射(HATR)-傅里叶变换红外光谱法(FTIR)测定了3种缩叶藓属植物齿边缩叶藓、多枝缩叶藓和中华缩叶藓的红外谱图,运用离散小波变换对吸收较为相似的3种缩叶藓属植物的红外谱图进行特征提取。通过分析比较后选择第三,四分解层进行特征向量的提取,利用所得到的特征变量进行径向基神经网络(RBF-NN)训练,再将训练出来的网络对不同产地的3种缩叶藓属植物的红外谱图离散小波提取后的特征向量进行分类。通过对120个不同样本的验证,说明能够采用基于FTIR-离散小波进行数据压缩后进行特征变量的提取及径向基神经网络分类法对3种缩叶属植物齿边缩叶藓、多枝缩叶藓和中华缩叶藓进行分类。

基于空芯光纤-衰减全反射傅里叶变换红外光谱技术的骨关节炎不同病期的有监督识别

衰减全反射傅里叶变换红外光谱技术(ATR-FTIR)可实现微量样本的快速可靠的在体红外光谱检测。本研究采用自行搭建的空芯光纤(HOF)ATR-FTIR探针技术,结合主成分分析(PCA)及Fisher判别(FDA)算法,对不同病变阶段(健康,病变8周、3个月、7个月)比格犬的骨关节炎(OA)离体样本进行原位鉴别分析。对初始样本识别正确率为100%;各组分别选取一独立样本作为预测组,预测组样本识别正确率为100%;所有交叉验证的识别率均超过95%。本方法能客观地准确鉴别不同病变阶段的OA样本,可作为不同OA病变阶段的诊断参考。结合主观的OA评分结果,HOF-ATR-FTIR技术在OA的在体原位临床诊断中具有重要的应用价值,有望为OA提供更加客观精确的光谱分级和分期结果。

衰减全反射-傅里叶变换红外光谱法对花生仁霉变的分析

为快速检测贮藏花生的质量安全,对灭菌后的新鲜花生仁样品分别接种5种常见的有害霉菌,并于26℃、相对湿度80%条件下贮藏9 d。利用衰减全反射-傅里叶变换红外光谱(attenuated total reflectance-Fourier transform infrared spectroscopy,ATR-FTIR)采集不同贮藏阶段花生样品在4 000~600 cm^(-1)的光谱信息,通过权重分析阐述花生中侵染霉菌后光谱特征的变化,并结合偏最小二乘回归(partial least squares regression,PLSR)分析建立样品有害霉菌污染的定量分析模型。结果表明,不同贮藏阶段样品的峰谱出现明显波动,PLSR模型对单一菌株与多种菌株样品菌落总数的预测精度较高,其中对赭曲霉3.6486处理组样品预测模型相对偏优,有效决定系数(R_p^2)为0.915 7、交互验证均方根误差(root mean-square error of cross-validation,RMSECV)为0.208 0(lg(CFU/g))、剩余预测偏差(residual predictive deviation,RPD)为2.52;对多种菌株预测结果R_p^2、RMSECV、RPD分别为0.780 3、0.358 0(lg(CFU/g))与1.76。应用ATR-FTIR技术对花生受霉菌侵染的状况进行快速分析具有可行性。

水平衰减全反射傅里叶变换红外光谱法结合化学计量学鉴别问荆与节节草

采用水平衰减全反射傅里叶变换红外光谱法(HATR-FT-IR)测定中药问荆和同科植物节节草的FT-IR谱,运用连续小波变换(CWT)多分辨率分析法对吸收较为相似的问荆及节节草的FT-IR进行特征提取。选择第8、9、10分解层数下的特征值作为分析的基础,采用FT-IR-CWT-SVM法建立了问荆和节节草识别的模型。通过学习训练,对120个预测样品的识别准确率为90%以上。当采用径向基函数作为核函数时,识别准确率达100%。样品的FT-IR经小波特征提取后的特征值有所差异,采用SVM进行识别可以很好地把两者分类。通过对样品的FT-IR小波变换后所得特征值进行SVM的分类,能够有效地进行区别鉴定形态较为相似的同科植物问荆及节节草。

应用傅里叶变换红外-衰减全反射法和差示光谱法研究甲烷磺酸铜的红外光谱

分别用衰减全反射法 ,石蜡糊差示光谱法及KBr压片法测定了甲烷磺酸铜的红外光谱。通过对结果的对比得出了结论 :甲烷磺酸铜在用KBr压片法制样时发生了固相反应 ,表现为 -SO2 -的不对称伸缩振动吸收峰发生了变化。

建立衰减全反射-傅里叶变换红外光谱法测定食用油的过氧化值

为减少食用油过氧化值(POV)测定过程中化学试剂的使用量,基于油脂中的过氧化物与三苯基膦(TPP)间的定量反应,通过测定反应产物三苯基氧膦(TPPO)位于542 cm^(-1)处的红外特征吸收峰,建立简单的POV测定方法。将1 mL食用油与40μL TPP的丙酮溶液振荡混合,使用衰减全反射-傅里叶变换红外光谱仪测定样品反应后的红外光谱,确定TPPO在542 cm^(-1)处的特征吸收峰的峰高,计算油脂的POV。结果表明:TPPO在542 cm^(-1)处的特征吸收峰的峰高D(542)与油脂过氧化值间存在良好的线性关系,28种食用油POV的红外光谱测定结果与国标碘量法测定结果一致,11次平行测定结果的相对标准偏差为2.91%,方法的检出限为0.61 mmol/kg。建立的测定方法具有操作简单、有机试剂使用量小、对实验人员的技术要求低等优点,适合油脂POV的快速筛查。

傅里叶变换红外光谱-排序法鉴别土茯苓真伪的研究

目的建立中成药土茯苓饮片的质量分析方法。方法采用水平衰减全反射傅里叶变换红外光谱(HATR-FTIR)法直接测定法获得样品的FTIR,以样品粉末作为比较标准,分别选取31组具有代表性吸收峰的吸光度数据为基础,以样品为分析对象进行主成分分析。应用主成分析法比较了正伪品之间的差异程度。结果FTIR的主成分分析在反映同属不同种及不同属或科植物化学组成差异程度上具有应用价值。结论采用FTIR直接测定法并结合主成分分析应用于土茯苓的质量分析,简便、快速、准确,而且不需制备样品。

傅里叶自解卷积-红外光谱分析法应用于中药天麻的鉴别研究

采用水平衰减全反射-傅里叶变换红外光谱法（HATR-FTIR）对不同产地的野生及种植天麻与伪品芭蕉芋、芋及马铃薯进行了测定,并通过傅里叶自解卷积（FSD）进行了转换。在各种带宽因子及增强因子下对真伪品傅里叶自解卷积红外光谱的差异程度进行了分析研究,结果发现带宽因子在75.0-76.0,增强因子为3.2时,天麻与伪品的FSD-IR的差异程度最为明显。结果表明,尽管从FTIR中很难发现野生及种植天麻、无性繁殖及有性繁殖天麻之间的差异,但从FSD-IR中可以看出他们之间的差异。而天麻正品与伪品之间的FSD-IR差别也较大。因此该法可简便、快速、准确地识别不同的天麻及其伪品。

傅里叶变换红外光谱诊断地中海贫血症

为建立简单快速的地中海贫血诊断方法,本研究探讨了以傅里叶变换红外光谱结合水平衰减全反射(FTIR-HATR)技术在地中海贫血诊断中的制样方法及光谱的数据处理方法。在制样预处理中,通过对样品进行稀释并干燥成膜消除水分子对光谱吸收干扰,保持ATR光谱中各波长对样品的穿透深度一致。结果表明,当1652cm-1吸收度小于1.5时(即透射率T小于4%时),各波峰强度与血红蛋白浓度呈良好的线性关系(r>0.995)及实验重复性(RSD<4%)。在数据处理上,改进的相对强度方法用于800～1780cm-1和2480～3600cm-1区间的分析。通过与常规的傅里叶去卷积谱及差谱方法相比,本方法可消除样品浓度所带来的影响因素,灵敏地揭示群体数据中组分与结构在不同组间的显著差异,如1638cm-1处重叠的蛋白二级结构峰,1172cm-1、1440cm-1表征脂类物质的吸收峰,1064cm-1表征磷酸化合物峰位及表征SH的2553cm-1附近的吸收峰在正常组与地中海贫血组间存在显著差异。从而避免了几个峰位的相对强度所反映的信息不足及选择参比峰的困扰,对揭示整体的差异变化规律有着重要的作用。

离散小波特征提取及人工神经网络分类法的傅里叶变换红外光谱法识别鳞毛蕨科3种植物

利用水平衰减全反射-傅里叶变换红外光谱法测定了3种药用鳞毛蕨科植物贯众、阔鳞鳞毛蕨和变异鳞毛蕨根部的FT-IR。运用基于离散小波多分辨率分析法对FT-IR吸收较为相似的3种药用蕨类植物根的FT-IR进行特征提取。选择第4、5分解层数的特征向量,进行人工神经网络(Artificial neural network,ANN)训练;再用训练出来的网络对不同产地的3种药用蕨类植物根所得FT-IR小波提取的特征向量进行分类。通过对240个不同样本的预测,说明能够采用基于FT-IR-离散小波特征提取及人工神经网络分类法对同科3种药用蕨类植物根的FT-IR进行识别。

采用傅里叶变换红外光谱对原材料进行质量检测

本文介绍了带有DialPath技术的ML分析仪,用户可以快速、准确地选择恰当的较长光程以满足检测低含量分析物的需求,并可以选择一个较短光程用于液体的总鉴定。与此同时,该技术操作简单并可以快速完成检测,同在较短光程使用衰减全反射一样。

傅里叶自去卷积红外光谱法应用于柏子仁及其伪品柏树籽的鉴别研究

目的建立快速鉴别及评价柏子仁及其伪品柏树籽的方法。方法采用水平衰减全反射傅里叶变换红外光谱(HATR-FTIR)法测定及分析了柏子仁及柏树籽的红外光谱,并运用傅里叶自去卷积(FSD)技术进行了进一步的分析。结果柏子仁及其伪品的红外吸收峰强有一些区别,而FSD变换后的图谱可以更明显地加以鉴别。结论使用HATR-FTIR结合FSD应用于柏子仁及其伪品柏树籽进行快速鉴别研究。

红外光谱法与荧光光谱成像技术结合神经网络对正毛化橘红的快速鉴别

为探究一种快速、可靠的化橘红检测方法,本实验分别采用傅里叶变换衰减全反射红外光谱法和荧光光谱成像技术结合多层感知器（MLP）神经网络所构建的模式识别方法,对化橘红进行鉴别,并对两种方法进行了比较。实验以81个正毛化橘红,37个其他品种橘红共118个样品为研究对象,采集所有样品的红外光谱和荧光光谱图像。根据光谱曲线中不同样品间的差异,取红外光谱中550-1800cm^-1区段范围内的光谱数据和荧光光谱曲线中的400~720nm区段的光谱数据进行分析,应用主成分分析法（PCA）对化橘红的光谱数据进行降维处理,再结合MLP神经网络对化橘红样品进行判别分析。实验中分别使用多元散射校正（MSC）、标准正态变量校正（SNV）、一阶导（FD）、二阶导（SD）以及Savitzky-Golay（SG）平滑数据预处理方法,并比较他们对鉴别模型的影响。分析结果表明：利用红外光谱法（FTIR/ATR）,经由Savitzky-Golay（SG）平滑预处理得到的数据,通过隐层函数为sigmoid的三层MLP模型,能够得到最优正毛化橘红识别率,其结果训练集和测试集的识别率都为100%;利用荧光光谱成像技术,由多元散射（MSC）预处理的结果是最理想的。经过预处理的数据,通过隐层函数为sigmoid函数的三层MLP模型,训练集识别率达到100%,测试集识别率达到96.7%。由此可见,衰减全反射红外光谱法（FTIR/ATR）和荧光光谱成像技术分别与MLP神经网络构建的识别模式,均可对化橘红的判别达到快速、可靠的效果。

红外光谱技术的进展及其应用

对漫反射。

红外光谱技术的近代进展及其应用

对红外光谱技术的近代进展,如漫反射、衰减全反射、联用技术、差谱技术和数据压缩等及其应用作了简单地介绍。

基于水平衰减全反射傅里叶变换红外光谱的食品中反式脂肪酸的测定

目的：建立基于水平衰减全反射傅里叶变换红外光谱的食品中反式脂肪酸的快速测定方法。方法：负二阶导数水平衰减全反射傅里叶变换红外光谱法（-2D-HATR-FTIR）。使用带有水平衰减全反射（HATR）附件的傅里叶变换红外光谱仪,采集三反油酸甘油酯标样在1050～900cm-1波段范围的吸收光谱,并求得负二阶导数谱。根据反式脂肪酸中孤立的反式双键在966cm-1处的特征吸收与混合标样中反式脂肪酸的含量符合比尔定律的原理,构建定标方程。根据定标方程测定食品样品中反式脂肪酸含量。结果：在试验条件下,定标方程为Y=3359.2X-0.6175,相关系数0.9997,检出限0.27%,回收率78.06%~112.65%。食品中反式脂肪酸含量最高接近50%。结论：建立一种新的快速测定食品中反式脂肪酸的方法,该法准确可靠,快速、简便,克服了现有红外光谱法灵敏度低的缺点,适用于食品中较低含量反式脂肪酸的快速测定。

大鼠胰腺及癌组织红外光谱连续小波特征提取及径向基人工神经网络识别

采用水平衰减全反射(HATR)傅里叶变换红外光谱法(FTIR)测定了SD大鼠胰腺正常组织与非正常组织的谱图,提出了一种新的基于FTIR的连续小波特征提取与径向基人工神经网络分类方法以提高FTIR对早期SD大鼠胰腺癌的诊断准确率。利用连续小波多分辨率分析法提取FTIR特征量,对于提取的特征量采用径向基函数神经网络进行模式分类。对SD大鼠的胰腺正常组织、早期癌组织及进展期癌组织的FTIR,利用连续小波多分辨率分析法提取9个特征量,进行RBF神经网络分类判断。当目标误差为0.01,径向基函数的分布常数为5时,网络达到最优化,总的正确识别率为96.67%。并对影响分类结果的网络参数、目标误差和分布常数对分类样品的影响做了讨论。实验结果表明:此方法对早期胰腺癌具有较高的诊断率。

红外光谱法结合偏最小二乘回归法测定干混砂浆中的聚合物含量

采取来自不同厂家和不同型号的干混砂浆产品组分,通过改变灰砂比和掺入添加剂,制备一系列聚合物有效含量不同的干混砂浆标准样品。取干混砂浆实际样品20份和所配制的标准样品80份,用衰减全反射-傅里叶变换红外光谱法测得其所含聚合物的光谱数据,用偏最小二乘回归法对数据进行校正。分别采用连续小波变换、Savitzky-Golay平滑和求导方法对光谱信号进行预处理,提高所建模型的精密度,其中以信号平滑的效果最好。结合蒙特卡洛无信息变量消除方法优化所建模型,建模集和验证集测定值的均方误差分别由0.213和0.217下降至0.170和0.180,验证集数据的相关系数为0.991。该方法与国家标准方法之间具有很好的相关性。

基于ATR-FTIR光谱技术的原油含水率测量方法

针对原油含水率的测量问题,提出一种基于衰减全反射-傅里叶变换红外(ATR-FTIR)光谱技术的检测系统。分别建立以光谱数据作为输入的主成分回归(PCR)模型和以光谱数据与含水率作为输入的偏最小二乘(PLS)模型,探究最优预处理方案下的模型性能。结果表明:偏最小二乘结合标准正态变换(SNV)、SG卷积平滑(7点)与二阶导数组合预处理方法的分析模型具有最高的准确率和预测精度。该方法的提出为原油组分快速检测及行业原油质量监督提供了良好的理论基础和技术支撑。

基于负二阶导数红外光谱的反式脂肪酸的快速测定

建立了基于负二阶导数红外光谱的反式脂肪酸的快速测定方法。以三反油酸甘油酯和三油酸甘油酯混合标样系列为校正集,使用带有水平衰减全反射(HATR)附件的傅里叶变换红外光谱仪采集校正集样品在1 050～900 cm-1波段范围的吸收光谱,求二阶导数,乘以-10 000,得负二阶导数谱(-2D-HATR-FTIR)。以970～960 cm-1波段范围的最大峰高为X轴,以三反油酸甘油酯含量为Y轴,构建定标方程为Y=0.348 8X-0.918 5,相关系数0.999 5。在0.5%～60%范围,验证集样品反式脂肪酸含量预测值与实际指定值显著相关,验证相关系数0.999 0,相对残差的绝对值小于10%,表明方法定标模型预测性能良好。方法检测下限达0.5%,改善了现有红外光谱法的灵敏度,适用于较低含量反式脂肪酸的快速测定。