- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
近红外光谱检测实木板材表面缺陷的潜力
摘要： 实木板材表面缺陷直接影响其力学性能和产品质量等级。本研究采用近红外光谱（NIRS）技术检测并分类实木板材表面缺陷，选取红松作为原料，重点验证模型对活节、死节、裂纹及无缺陷这四类木材表面缺陷的分选能力。测试数据由便携式近红外光谱仪采集的360组缺陷样品吸收光谱构成，波长范围900-1900纳米。通过三种预处理方法对比原始吸收光谱的降噪效果，基于900-1900纳米特征波段建立了偏最小二乘判别分析（PLS-DA）、最小二乘支持向量机（LS-SVM）和反向传播神经网络（BPNN）三类NIR鉴别模型。结果表明：BPNN模型的校正集分类准确率达97.92%，预测集准确率为97.50%。这些发现证实了近红外技术在检测实木板材表面缺陷并进行缺陷类型区分方面的应用潜力。
关键词： 表面缺陷、BP神经网络、偏最小二乘判别分析、最小二乘支持向量机、近红外光谱、实木板材
更新于2025-09-23 15:22:29
-
利用带正电荷银纳米颗粒的表面增强拉曼散射法鉴定耐甲氧西林金黄色葡萄球菌
摘要： 该文章描述了一种基于表面增强拉曼散射（SERS）的细菌感染诊断方法。研究采用带正电荷的银纳米颗粒（AgNPs+）来识别耐甲氧西林金黄色葡萄球菌（MRSA）。研究发现，AgNPs+通过静电聚集在细菌表面发生自组装，形成的组装体是优异的SERS基底。为验证SERS区分金黄色葡萄球菌与其他微生物的能力，测试了包括金黄色葡萄球菌29213、金黄色葡萄球菌25923、白色念珠菌、蜡样芽孢杆菌、大肠杆菌和铜绿假单胞菌在内的六种标准菌株。为进一步证明该方法在临床样本中鉴定MRSA的适用性，采用SERS检测了52株甲氧西林敏感金黄色葡萄球菌（MSSA）和215株MRSA分离株。使用3微升样本时，总测量时间（含孵育）为45分钟。该方法产生强增强的拉曼信号（位于730 cm?1和1325 cm?1），具有良好的重现性和重复性，成功应用于六种菌株微生物的区分。观察到金黄色葡萄球菌在730、1154、1325和1457 cm?1处的典型拉曼峰，分别归属于细菌细胞壁成分（730 cm?1-腺嘌呤、糖环模式，1154 cm?1-不饱和脂肪酸，1325 cm?1-腺嘌呤、多聚腺嘌呤，1457 cm?1为-COO-伸缩振动）。通过偏最小二乘判别分析（PLS-DA）将金黄色葡萄球菌与其他菌种完全区分。此外，临床样本中的52株MSSA和215株MRSA也通过PLS-DA鉴定，与标准肉汤微量稀释法相比准确率接近100%。基于潜在结构判别分析的分类直接提供了光谱变异性?？梢匀衔梅椒ㄎ妇翱股啬鸵┬缘募ㄒ约翱股啬鸵┬匝芯刻峁┝擞辛ぞ?。
关键词： 金黄色葡萄球菌、纳米颗粒、甲氧西林耐药性、抗生素、潜结构判别分析分类（OPLS-DA）、表面增强拉曼光谱（SERS）、偏最小二乘判别分析（PLS-DA）、银纳米颗粒（AgNPs）、判别分析、拉曼光谱
更新于2025-09-23 15:22:29
-
基于两种化学计量方法的激光诱导击穿光谱植物分类
摘要： 激光诱导击穿光谱（LIBS）在复杂天然有机物分类中的应用相对有限，且其准确度仍有待提高。为研究复杂有机物的分类方法，本研究采用LIBS技术对三种新鲜叶片进行了测量。每种叶片的100个样本各采集了100条光谱，并按7:3的比例划分为训练集和测试集。运用偏最小二乘判别分析（PLS-DA）和主成分分析马氏距离（PCA-MD）两种化学计量学算法对这些叶片进行识别。以16种元素或分子的23条谱线作为输入数据时，这两种方法均能成功实现三类叶片的分类。PCA-MD和PLS-DA对训练集的分类准确率分别达到100%，对测试集的分类准确率分别为93.3%和97.8%。这表明PLS-DA在植物叶片分类方面优于PCA-MD，因其处理过程中的组分比PCA-MD更适用于分类。我们认为本研究可为LIBS技术应用于植物溯源提供参考。
关键词： 复杂有机物的分类、偏最小二乘判别分析、主成分分析马氏距离、激光诱导击穿光谱
更新于2025-09-23 15:21:01
-
利用激光诱导击穿光谱技术（LIBS）对鹿茸进行快速定性评估
摘要： 本研究旨在利用激光诱导击穿光谱（LIBS）技术建立一种快速分析方法，对鹿茸产品进行定性质量评估。我们采用主成分分析法筛选鹿茸LIBS光谱的特征谱线，并分别以全部谱线强度和特征谱线强度作为输入变量，构建了两个偏最小二乘判别分析（PLS-DA）分类模型来区分劣质与优质鹿茸。这两个模型的正确分类率（CCR）均为100%。为检验模型稳健性，我们使用未参与建模训练集的样本进行判别，其正确分类率分别为87.5%和100%。结果表明，LIBS结合PLS-DA技术可有效评估鹿茸质量，而采用特征谱线强度作为输入变量能进一步提升模型稳健性。
关键词： 定性评价、偏最小二乘判别分析（PLS-DA）、鹿茸、主成分分析（PCA）、激光诱导击穿光谱（LIBS）
更新于2025-09-23 15:19:57
-
采用串联激光诱导击穿光谱与激光烧蚀电感耦合等离子体质谱飞行时间法的煤炭鉴别分析
摘要： 评估了联合激光剥蚀电感耦合等离子体飞行时间质谱（LA-ICP-TOF-MS）与激光诱导击穿光谱（LIBS）对不同煤样判别分析的贡献与影响。这种串联方法可同步测定煤中主量元素（C、H、Si、Ca、Al、Mg等）、次要元素及微量元素（V、Ba、Pb、U等）。研究聚焦于基于主成分分析（PCA）结合K均值聚类、偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）的煤分类策略及其分析性能。通过煤样TOF质谱与LIBS发射光谱的相关性分析表明，多数主量、次要及微量元素发射信号与挥发分含量呈负相关，并据此确定分类模型的适用变量。分别以单独TOF数据、LIBS数据及两者联合作为输入，对不同模型进行分析比较。所有情况下，TOF与LIBS联合数据所得结果均优于单一数据源。其中非线性SVM模型结合TOF与LIBS数据时展现出最佳煤分类性能，分类准确率高达98%。
关键词： 主成分分析，支持向量机，偏最小二乘判别分析，激光诱导击穿光谱，K均值聚类，煤炭判别，激光剥蚀电感耦合等离子体质谱飞行时间法
更新于2025-09-23 15:19:57
-
快速检测：利用可见-近红外（Vis-NIR）光谱技术检测花生仁中的黄曲霉毒素B?
摘要： 目前检测农产品和食品中黄曲霉毒素污染的方法通常基于湿化学分析，这些方法耗时、会破坏待测样品且需要专业人员操作，因此无法实现大规模无损筛查和现场检测。本研究利用400-2500纳米波段的可见-近红外（Vis-NIR）光谱技术，检测商业去壳花生仁（跑道型）中主要污染物黄曲霉毒素B1（AFB1）。通过将已知量的甲醇溶解黄曲霉毒素标准品滴加到花生仁表面制备不同污染程度的人工污染样本。采用全光谱建立的偏最小二乘判别分析（PLS-DA）模型在不同波段范围内均获得良好预测效果：以20和100ppb为分类阈值时，使用全光谱获得的总体准确率分别为88.57%和92.86%。运用随机蛙跳（RF）算法筛选识别花生仁表面AFB1污染的最优特征波长，基于RF算法确定的最优光谱变量建立简化RF-PLS-DA分类模型。该优化模型在20ppb和100ppb阈值下的总体准确率分别达到90.00%和94.29%，较全光谱变量有所提升。简化后的RF-PLS-DA模型所用光谱变量较全光谱至少减少94.82%。研究表明，结合适当化学计量方法的Vis-NIR光谱技术可用于花生仁AFB1污染的鉴别。
关键词： 可见-近红外光谱、偏最小二乘判别分析、花生仁、可见-近红外光谱技术、随机蛙跳算法、黄曲霉毒素、偏最小二乘判别分析法
更新于2025-09-24 03:40:24
-
稳健的傅里叶变换红外光谱结合多元方法检测和定量新鲜牛奶样品中的尿素掺假
摘要： 尿素被作为掺假物添加到牛奶中以增加其白度和稠度，从而提高非脂乳固体含量，但过量的尿素会导致肾脏负担过重及损伤。本研究提出一种基于近红外光谱结合多元分析的创新敏感方法，用于可靠检测和定量新鲜牛奶中的尿素掺假。实验采用162份新鲜牛奶样本（包括20份未掺假样本和142份尿素掺假样本），制备了0.10%、0.30%、0.50%、0.70%、0.90%、1.10%、1.30%和1.70%共八个不同掺假比例（每个比例三重复）。使用珀金埃尔默Frontier近红外光谱仪（符合BSEN60825-1:2007标准），在10,000-4,000 cm?1波数范围内，通过0.2 mm光程氟化钙密封比色皿（分辨率2 cm?1）扫描各样本吸光度。通过主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）和偏最小二乘回归（PLSR）对近红外光谱数据进行多元分析：PCA用于降低光谱数据维度并探究原奶与掺假样本的异同；PLS-DA成功区分未掺假与掺假牛奶（R2=0.9680，RMSE=0.08%）?；谘盗芳⒌腜LSR回归模型采用留一法交叉验证（R2=0.9800，RMSE=0.56%），外部测试集验证显示预测均方根误差（RMSEP）为0.48%。本研究旨在建立一种可靠、灵敏且可重复的新鲜牛奶尿素掺假浓度检测方法。
关键词： 尿素，主成分分析，偏最小二乘回归，牛奶掺假，近红外光谱，偏最小二乘判别分析
更新于2025-09-19 17:13:59
-
通过傅里叶变换红外光谱分析福尔马林固定石蜡包埋肺组织水肿液对致死性低体温症的死后诊断
摘要： 本研究旨在利用傅里叶变换红外光谱（FTIR）结合化学计量学方法，探究肺水肿能否成为致死性低温的特异性诊断标志物。光谱特征分析表明，与肺水肿液相关的低温死亡病例比对照组死因（包括心源性猝死、脑损伤、脑血管疾病、机械性窒息、中毒和溺水）含有更多β-折叠蛋白构象结构。随后，主成分分析（PCA）结果进一步揭示，肺水肿液中β-折叠蛋白构象结构的含量是区分致死性低温与其他死因的主要判别标志。最终，研究构建了基于偏最小二乘判别分析（PLS-DA）算法的稳健死后诊断模型。通过该模型对8例未参与模型构建的新法医尸检案例的肺水肿液光谱进行预测，结果显示所有案例的死因均被正确分类。结论表明，FTIR光谱结合化学计量学可能是致死性低温死后诊断的有效方法。
关键词： 死后诊断、致命性低体温症、化学计量学、肺水肿液、傅里叶变换红外显微光谱、偏最小二乘判别分析
更新于2025-09-16 10:30:52
-
利用红外光谱和化学计量学追溯扁豆（Lens culinaris Medik.）的地理来源
摘要： 研究了傅里叶变换近红外和中红外光谱技术（FT-NIR和FT-MIR）对来自意大利和加拿大两个不同国家扁豆地理溯源的可行性。通过监督模型（即线性判别分析LDA和偏最小二乘判别分析PLS-DA）对扁豆样品进行光谱分析并分类。为避免LDA过拟合，采用两种变量策略：主成分分析降维和小波包变换算法压缩变量。FT-MIR模型的区分能力优于FT-NIR模型，交叉验证和外验证的预测准确率分别达到98%-100%和91%-100%。FT-MIR与FT-NIR数据联用未提升模型性能。结果表明，结合监督模式识别技术的FT-MIR光谱技术能有效实现扁豆地理产地的分类鉴别。
关键词： 扁豆、傅里叶变换近红外光谱、傅里叶变换中红外光谱、偏最小二乘判别分析、地理来源、线性判别分析
更新于2025-09-04 15:30:14
-
基于滤纸的SERS平台与带不确定性估计的PLS-DA快速鉴别细菌
摘要： 快速可靠地鉴定细菌是食品、医疗、法医和环境科学领域的重要课题；然而传统方法耗时且通常需要大量资金和人力资源。本文提出一种基于表面增强拉曼光谱（SERS）和偏最小二乘判别分析（PLS-DA）的无标记细菌鉴别方法。通过浸涂法制备了金纳米颗粒修饰的滤纸，并将其作为柔性高效SERS基底。测量前直接将三种属六种菌的悬浮液滴加于滤纸基SERS基底上。PLS-DA成功作为多元监督模型对细菌进行分类鉴定，所有测试样本均达到100%的效率、灵敏度和特异性。投影变量重要性与某些嘌呤代谢产物的有无相关，同时采用自助重采样法计算PLS-DA模型中各样本的置信区间。此外，该方法还分析了潜在新菌种，结果与16S rRNA基因序列分析一致，表明SERS/PLS-DA方法有望成为发现新型细菌的有力工具。
关键词： 化学计量学、偏最小二乘判别分析、表面增强拉曼光谱、可靠性评估、16S rRNA基因序列分析、金纳米颗粒
更新于2025-09-04 15:30:14