[发明专利]基于余弦相似度的颗粒物拉曼检测方法

说明书

本发明通过将拉曼光谱技术和特征峰位提取、相似度评价方法相结合，提供一种基于余弦相似度的颗粒物拉曼检测方法，通过颗粒物拉曼光谱特征峰提取方法和基于特征峰的余弦相似度计算方法两部分架构设计，将拉曼光谱检测方法和特征峰提取、相似度评价方法相结合，提出颗粒物检测和识别方法，大大提高了注射液质量检测方法的进步。解决了不同光谱像素长度余弦相似度计算适用性问题，并通过峰位校正系统将不同分辨率或不同校正方法的光谱特征峰位进行校准，提高了基于特征峰的光谱相似度匹配精度。

技术领域

本发明涉及拉曼检测技术领域，尤其是基于余弦相似度的颗粒物拉曼检测方法。

背景技术

不溶性微粒(也称颗粒物)是药典规范中一项重要的检测指标，注射液中不溶性微粒所引起的医药安全问题，受到众多研究人员的关注；由于传统检测方法的局限性，使得注射液中不溶性微粒的检测判断较低，对注射液的质量控制产生不利影响。

注射液中颗粒物的拉曼光谱是指其纹图谱，包括了对已知成分和未知成分分子信息，具有信息量大、特征性强等特点；颗粒物拉曼光谱所反映出来的化学信息(相对峰位)具有高度特异性，是实现颗粒物鉴别、安全性评价和质量控制的有效方法；现有技术中，常用的拉曼光谱特征峰检测方法是Python的scipy.signal.find_peaks函数，该函数对含有噪声的光谱信号特别敏感，尤其噪声数据中尖锐的峰值，如果小波窗口或相对强度阈值设置不当，这些尖锐的噪音可能会改变局部极大值的位置，不能较好的适应不同形状的谱峰；另外，该函数对光谱边界无法有效识别，光谱边界总是包含在提取的峰位序列中，基于此，上述Python的scipy.signal.find_peaks函数检测分析方法不能满足现有注射液颗粒物的高安全性检测。

基于余弦相似度的颗粒物拉曼检测是通过比较2个颗粒物光谱列向量之间的内积空间的夹角余弦值来衡量该颗粒物之间的相似性，当两向量夹角余弦值等于1时，说明该两光谱完全重复；当夹角的余弦值接近于1时，两光谱相似；夹角的余弦越小，两光谱越不相似。现有技术中，基于余弦相似度的拉曼检测要求两个匹配光谱列向量长度(即像素点数)相等，该方法的适用性受到严格限制，不适合宽范围的应用推广。

发明内容

为了克服现有技术的不足，本发明提供了基于余弦相似度的颗粒物拉曼检测方法，通过颗粒物拉曼光谱特征峰提取方法和基于特征峰的余弦相似度计算方法两部分架构设计，将拉曼光谱检测方法和特征峰提取、相似度评价方法相结合，提出颗粒物检测和识别方法，大大提高了注射液质量检测方法的进步。

基于余弦相似度的颗粒物拉曼检测方法，包括：颗粒物拉曼光谱特征峰提取方法和基于特征峰的余弦相似度计算方法，其中：

方法一、颗粒物拉曼光谱特征峰提取方法：可有效对含有尖锐光谱噪音和光谱边界进行识别，从不同尺度和振幅检测特征峰位信息，提高光谱特征峰的识别率，提高了基于特征峰的余弦相似度计算方法匹配精度，具体步骤包括：

步骤1.1，计算颗粒物拉曼光谱分辨率，根据颗粒物拉曼光谱分辨率设置小波窗口宽度阈值；

进一步的，颗粒物拉曼光谱分辨率可以由光谱相邻两个像素点之间的拉曼位移差表示；

进一步的，所述小波窗口宽度阈值与颗粒物拉曼光谱分辨率成反比，颗粒物拉曼光谱分辨率越高，所述小波窗口宽度阈值设置越小；

进一步的，所述小波窗口宽度阈值与颗粒物拉曼光谱特征峰宽度(即特征峰的拉曼位移差)成正比，颗粒物拉曼光谱特征峰越宽，小波窗口宽度阈值设置越大；

进一步的，所述小波窗口宽度阈值与颗粒物拉曼光谱特征峰密集度成反比；颗粒物拉曼光谱特征峰越密集，所述小波窗口宽度阈值设置越小；

作为一种举例说明，所述小波窗口宽度阈值可变范围为：5-30个像素点横跨宽度；

步骤1.2，根据颗粒物拉曼光谱相对强度，设置小波窗口高度阈值；