基于吸光度的波長篩選方法用于近紅外光譜定量模型的優化

梁 瑜

(95269部隊83分隊,廣東廣州,510000)

基于吸光度的波長篩選方法用于近紅外光譜定量模型的優化

梁 瑜

(95269部隊83分隊,廣東廣州,510000)

建立一種基于吸光度的波長篩選方法，以近紅外光譜測定中成藥制劑的多糖含量為例，對模型優化效果進行驗證。考慮模型穩定性，在計算機平臺上搭建一種新的樣本集劃分框架，基于吸光度篩選出最優波段為400～1882 & 2072～2364 nm，建立偏最小二乘（PLS）模型得到的SEPAve、RP,Ave分別為27.13 mg L-1、0.856，與全掃描譜區（400～2498 nm）的PLS模型預測效果做比較。結果表明，基于吸光度的波長篩選方法，可以優選出高信噪比波長，從而提高了近紅外光譜定量模型的性能。

近紅外光譜；吸光度；波長篩選； PLS

0　引言

近紅外（NIR）光譜主要反映含氫基團X-H（如C-H、N-H、O-H等）振動的倍頻和合頻吸收。由于其吸收強度弱，對大多數樣品不需要預處理便可直接測量，在快速、在線和原位分析方面具有明顯優勢，成功應用于農業、食品、環境、石油化工、生物醫學等領域。

無試劑快速測定方法在應用上具有明顯的優勢，但也是方法學的難點。因為直接測定多組分的復雜樣品（如中成藥制劑），需要克服很多干擾，必須借助計算機平臺，運用有效的化學計量學方法，開發創新的高信噪比波長篩選方法，從而建立精確、有效的定量分析模型。

偏最小二乘(PLS)回歸是一種有效的化學計量學方法，被廣泛用于綜合篩選光譜數據,提取信息變量和克服光譜共線性。然而,波長的篩選也是必要的,因為當波長組合的信噪比(SNR)不夠高時，PLS模型的預測效果是很難提高的。

由于吸光度過大的波長對應了強烈的樣品吸收和噪音干擾。因此，提出一種基于吸光度的波長篩選方法。該方法通過設定吸光度上限，將全掃描譜區的吸光度劃分為若干區間。利用光譜波長與吸光度的對應關系，在每個吸光度區間上建立PLS定標預測模型。根據預測效果優選吸光度上限，從而得到高信噪比波長組合，達到光譜降維和信息波段提取的目的。

復合多糖是中成藥制劑的主要活性成份。多糖含量的傳統測定方法為比色法，需要復雜的前期處理，耗時長、消耗大量化學試劑。研究制劑多糖含量的快速、精確測定方法，對于生產過程中藥物質量的控制具有重要的意義。

本文以近紅外光譜測定中成藥制劑的多糖含量為例，基于吸光度進行波長篩選，對模型優化效果進行驗證。考慮模型穩定性，建立樣品集劃分新框架。即利用定標、預測集的多個不同劃分，建立具有穩定性的PLS模型，得到客觀、可靠的分析結果。

1　材料與方法

1.1實驗材料、儀器和測量方法

收集到1286個中成藥制劑樣品。樣品的多糖值采用高錳酸鉀滴定法測定，作為光譜分析的參考值。測量儀器為UV2300紫外-可見分光光度計（上海天美公司）。多糖的實測值的統計分析參見表1。

光譜儀器為XDS型近紅外光譜分析儀（福斯公司）。光譜掃描范圍400～2498nm；波長間隔2nm；400～1100、1100～2498（nm）波段分別用Si、PbS探測器。透射附件為2 mm比色皿。每個樣品測量三次，三次光譜均值用于光譜分析。實驗溫度、濕度分別為25℃ ± 1℃、45% ± 1RH。1286個制劑樣品的近紅外光譜如圖1所示。

1.2樣品集劃分新框架

考慮模型穩定性，利用定標、預測集的多個不同劃分，建立具有穩定性的PLS模型。

首先，從全體1286個樣品中隨機選取693個樣品作為檢驗集，余下的840個樣品作為建模集；建模集劃分成相似的定標集（420個樣品）和預測集（420個樣品），總共進行100次劃分，使得模型具有穩定性；最后，采用隨機選取的檢驗樣品對模型進行檢驗。樣品劃分過程參見圖2。

1.3模型評價指標

對單個劃分的模型評價指標有建模預測均方根偏差（SEPi）、建模預測相關系數（RP,i）, i = 1, 2,……,100，計算公式如下：(2)(3)

其中， m為預測集樣品的個數，Ck和分別是第k個預測集樣品的化學值和預測值，和分別是預測集樣品的化學值均值和預測值均值。

對整體模型的評價指標包括SEPi和RP,i的均值（M_SEPAve，M_RP,Ave）及標準差（M_SEPSD、M_RP,SD）。

1.4基于吸光度的波長篩選方法

本文提出一種通過移動吸光度上限篩選最優波段的方法，具體步驟如下:

第一步、在所測得的光譜波段中，根據測定對象的物理學、化學特性以及光譜儀器的性能，預先設置一個波長篩選范圍Δ（它可以設置為全掃描譜區），同時確定該波長范圍內樣品平均光譜對應的吸收率最大值Amax和最小值Amin；設置適當的吸收率步長ε，將全吸光度范圍（Amin, Amax）n等分，共有n+1個吸光度的節點；

第二步、從n+1個吸光度的節點中任意取一點最為吸光度上限，根據光譜數據的波長與吸光度的對應關系，在波長篩選范圍Δ內，確定該吸收率上限Aupper所對應的波段；

第三步、按照上述步驟，窮舉所有的吸光度上限，對每一個吸光度上限所對應的波段建立PLS定標預測模型，計算光譜預測值與實測值的SEPAve、SEPSD、RP,Ave、RP,SD；

第四步、找到SEP最小值所對應的吸光度，將其確定為最優吸光度上限，并進而找到該最優吸光度上限對應的波段，完成建模過程。

2　結果與討論

2.1全掃描譜區與篩選波長的PLS模型比較

建立全掃描譜400～2498nm的PLS模型。預測效果匯總在表2中

基于吸光度的進行波長篩選。本文中，波長篩選范圍Δ設置為1868～2498nm，該范圍的吸光度最小值（Amin）和最大值（Amax）分別為0.90和4.63,如圖2所示。設置吸收率步長ε為0.01， PLS因子個數F為。基于MATLAB7.6軟件平臺，實現上述算法程序。

每個起點波長、波長數局部最優模型的M_SEPAve值分布如圖4所示。可觀察到多糖的最優吸光度上限Aupper。

根據最優吸光度上限1.73篩選出的最優波段為400～1882&2072～2364（nm），對應PLS模型的M_SEPAve、M_ RP,Ave、M_SEPSD、M_RP,SD值匯總在表2中。結果表明，基于吸光度進行波長篩選，使定量模型的平均預測精度和穩定性均大幅度優于全掃描譜區PLS模型；所采用的波長個數減少，顯著降低了模型復雜性。

2.2最優波長模型的檢驗

采用不參與建模的693個檢驗樣品對優化后的定量模型進行檢驗。得到多糖值的檢驗預測均方根誤差(SEP)為21.16 mg L-1；檢驗預測相關系數(RP)為0.908。693個檢驗樣品的多糖預測值與實測值的比較參見圖5。觀察到光譜預測值與實測值的相關性、吻合性均良好。

3　結論

高信噪比波長篩選可以提高近紅外光譜定量模型的分析精度、降低計算復雜度，對于模型優化具有重要意義。本文提出的基于吸光度的波長篩選方法，通過優選吸光度上限避免了由于高吸光度引入的噪聲干擾。根據吸光度區間與光譜波長的對應關系實現波長篩選。本文以近紅外光譜測定中成藥制劑多糖為例，在一種穩定的樣品集劃分框架下運用該波長篩選方法，成功的對定量模型進行優化。

本文所建立算法和計算機程序框架也有望應用于其他的分析對象的定量模型優化。

表1　1286個中成藥制劑樣品多糖實測值（mg L-1）的統計分析

表2　全譜、最優AO-PLS波段PLS模型的建模效果

圖1　1286個中成藥制劑樣品的近紅外光譜

圖2　樣品集劃分

圖3　波長篩選范圍中，波長和吸光度的關系示意圖

圖4　吸光度上限Aupper對應多糖值的局部最優模型的M_SEP:

圖5　檢驗樣品多糖值的預測值與實測值的比較

[1]嚴衍祿. 近紅外光譜分析基礎與應用[ M ].北京:中國輕工業出版社,2005 .

[2]Moron, A., Cozzolino, D. Application of near infrared reflectance spectroscopy for the analysis of organic C,total N and pH in soils of Uruguay.Journal of Near Infrared Spectroscopy,2002,10,215-221.

[3]楊蓮芳,劉珍,復方制劑中多糖含量測定方法研究[J], 現代中醫藥, 2009, 29: 80～81.

Optimization of near infrared spectroscopy quantitative model based on absorbance wavelength selection method

Liang Yu
(83 troops, 95269 division, Guangdong Guangzhou,510000)

To establish a screening method based on the absorbance wavelength,the polysaccharide content of the Chinese traditional medicine determination of near infrared spectroscopy as an example,to verify the effect of optimization model.Considering the stability of the model,the computer platform to build a new framework to optimize the sample set,absorbance wavelength of 400 ~ 1882 and 2072 ~ 2364 nm based on the established partial least squares(PLS) model of SEPAve,RP and Ave were 27.13 mg,0.856 L-1,and full scan spectral region (400 ~ 2498 nm) PLS model to predict the effect comparison.The results show that the wavelength of the high signal to noise ratio can be optimized by the wavelength selection method based on the absorbance,which can improve the performance of the quantitative model of the near infrared spectrum.

near infrared spectroscopy;absorbance;wavelength selection;PLS