[发明专利]基于表面增强拉曼光谱的多通道毒品模糊识别方法及系统

权利要求书

1.基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，包括：

获取待测样品N个采样点的表面增强拉曼光谱序列，所述N为大于1的正整数；

将N个表面增强拉曼光谱序列分别输入训练好的CNN-GRU深度学习模型的N个独立通道输入端，将N个表面增强拉曼光谱序列集中输入训练好的CNN-GRU深度学习模型的集中通道输入端；

CNN-GRU深度学习模型输出毒品类别，或者，CNN-GRU深度学习模型输出毒品类别和毒品浓度等级。

2.如权利要求1所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，所述CNN-GRU深度学习模型包括：

N个单通道CNN特征提取模块，分别用于提取N个表面增强拉曼光谱序列的独立光谱特征；

多通道特征拼接模块，拼接N个单通道CNN特征提取模块输出的独立光谱特征获得多通道拼接特征；

序列相关特征提取模块，基于多通道拼接特征提取序列相关特征；

集中通道CNN特征提取模块，提取集中输入的N个表面增强拉曼光谱序列的集中光谱特征；

毒品定性分类模块，拼接序列相关特征和集中光谱特征获得定性分类特征，基于定性分类特征输出待测样品中包含的毒品类别；

毒品定量分类模块，拼接序列相关特征和集中光谱特征获得定量分类特征，基于定量分类特征输出待测样品中毒品的浓度等级。

3.如权利要求2所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，还包括开关模块，用于当毒品定性分类模块输出的毒品类别数量为1时，启动毒品定量分类模块输出待测样品中毒品的浓度等级，当毒品定性分类模块输出的毒品类别数量大于1时，关闭毒品定量分类模块。

4.如权利要求2或3所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，单通道CNN特征提取模块包括一个以上级联的第一卷积池化单元，第一卷积池化单元包括串联连接的第一一维卷积层和第一池化层。

5.如权利要求4所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，所述序列相关特征提取模块包括依次连接的一个以上第二卷积池化单元和一层以上第一GRU层，第二卷积池化单元包括依次连接的第二一维卷积层、第二池化层和第一批归一化层。

6.如权利要求2或3或5所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，所述集中通道CNN特征提取模块包括级联的一个以上第三卷积池化单元和一个第一二维卷积层，所述第三卷积池化单元包括依次连接的两个第一二维卷积层、第三池化层和第二批归一化层。

7.如权利要求6所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，毒品定性分类模块包括依次连接的第二GRU层、第二二维卷积层、第一全局池化层、第一特征拼接层、第一全连接层、第三批归一化层、第三全连接层、第四全连接层和毒品类别输出层。

8.如权利要求2或3或5或7所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法，其特征在于，毒品定量分类模块包括依次连接的第三GRU层、第三二维卷积层、第二全局池化层、第二特征拼接层、第五全连接层、第四批归一化层、第六全连接层、第七全连接层和毒品浓度等级输出层。

9.一种电子设备，其特征在于，包括输入单元和处理器；

所述输入单元用于接收待测样品N个采样点的表面增强拉曼光谱序列数据并传输至处理器；

所述处理器按照权利要求1-8之一所述的基于表面增强拉曼光谱的多通道毒品模糊识别方法获取待测样品中的毒品类别，或者，获取待测样品的毒品类别和毒品浓度等级。

10.一种基于表面增强拉曼光谱的多通道毒品模糊识别系统，其特征在于，包括：

待测样品承载器，用于承载待测样品，待测样品承载器内设有金纳米颗粒作为增强基底；

激光器，朝向待测样品输出激光；

拉曼光谱仪，用于测量待测样品的表面增强拉曼光谱；

如权利要求9所述的电子设备，所述电子设备与拉曼光谱仪连接。