[发明专利]一种基于太赫兹光谱定性识别氨基酸混合物的方法

说明书

本发明公开了一种基于太赫兹光谱定性识别氨基酸混合物的方法，首先通过分量空间模式分析CSP分析得到每个采样点某种化合物出现的概率化学图，然后通过卷积神经网络识别CSP分析的结果来确定混合物中是否存在特定成分。所提出的方法将使我们能够在单次测量中定性地检测未知混合物中的成分，并将用于现实生活中的生物分子检测。

技术领域：

本发明属于太赫兹光谱和成像技术领域，具体涉及一种基于太赫兹光谱定性识别氨基酸混合物的方法。

背景技术：

太赫兹波是一种波长介于红外线和微波之间的电磁波，由于处于光子学到电子学的过渡区域，其具有很多独特的属性，如指纹光谱性、低能性、特殊穿透性等。太赫兹波与性材料作用会产生独特的吸收谱-指纹谱。极性分子，如水分子，非极性分子，如二氧化碳分子，对太赫兹波的吸收有着非常明显的区别，因此太赫兹吸收谱对检验分子特性也有着重要价值。时域太赫兹光谱扫描技术利用高精度延时线将飞秒脉冲的采样时间延长至几十皮秒，并通过硬件预处理来降低噪声。由其产生的时域信号经傅里叶变换得到被检测物质的特征吸收谱，其谱宽可达5THz以上，动态范围可达70dB以上。这种频谱性能可满足绝大多数化合物的检测需求，从而为太赫兹时域光谱扫描提供了大量的应用场景。

鉴于太赫兹吸收光谱的指纹特性，对于物质识别分类具有重要应用。目前许多方法可以定性或定量地识别混合物的光谱，比如偏最小二乘法(PLS)、支持向量回归(SVR)等，然而，这些方法侧重于一维太赫兹光谱，往往受到振动峰的加宽和重叠性质的影响，并且仅在某些诱导和低湿度下才可行，因此在实际环境中使用起来很麻烦。因此，本发明基于分量空间模式分析和卷积神经网络提出一种从吸收光谱库中识别混合物质成分的方法

发明内容：

为了解决上述问题，本发明旨在提供一种从吸收光谱库中识别混合物质成分的方法，首先通过分量空间模式分析CSP分析得到每个采样点某种化合物出现的概率化学图，然后通过卷积神经网络识别CSP分析的结果来确定混合物中是否存在特定成分。所提出的方法将使我们能够在单次测量中定性地检测未知混合物中的成分，并将用于现实生活中的生物分子检测。

为了实现上述目的，本发明涉及的一种基于太赫兹光谱定性识别氨基酸混合物的方法，具备包括以下步骤：

步骤1：采用透射式太赫兹时域系统对样品进行逐点扫描，得到氨基酸混合物样品采样点对应的太赫兹时域光谱数据；

步骤2：通过傅里叶变换将时域光谱数据转换成频谱数据，采用公式(1)-(2)计算吸收率，得到待测氨基酸混合样品采样点的吸收光谱图；

式中，n(ω)表示折射率，ω是角频率，φ(ω)表示在样品中传播引起的相位改变，c是真空中的光速，d是样品厚度，α(ω)表示吸收率，ρ(ω)表示样品和参考信号的幅值比；

步骤3：构建氨基酸混合物样品的太赫兹光谱数据矩阵F_N×L，采用公式(4)计算得到矩阵P_M×L，即氨基酸混合物样品的化学图；

[P_M×L]＝([S_N×M]^t[S_N×M])^-1[S_N×M]^t[_FN×L]， (4)