血红蛋白浓度是人体的一项重要生理指标，其异常将导致多种疾病。近红外光谱分析技术可以快速、无试剂检测人体中血红蛋白的含量。但是，红外光谱重叠严重、有效信息弱、易受外界噪声干扰，因此通常需要对光谱数据进行数据集划分和预处理，建立定量模型，以去除干扰信息对预测模型的不良影响。如何选择最佳划分方法、最佳划分比例和最佳预处理方法仍是一个问题。针对此问题，本研究以190份不同浓度血红蛋白血液样本和150份不同浓度血红蛋白仿体溶液样本的近红外光谱数据为研究对象，研究等间隔划分法、 K＿S法（Kennard Stone）、 SPXY法（Sample set partitioning based on joint x-y distances method）以及双向算法（Duplex）在41种不同划分比例下偏最小二乘（Partial least squares, PLS）模型的预测能力；将小波变换（Wavelet transform, WT）、标准正态变量变换（Standard normal variate, SNV）、直接正交信号校正（Direct orthogonal signal correction, DOSC）、 S＿G（Savitzky Golay）一阶求导这4种单独预处理方法（考虑顺序）组成65种预处理方法组合，研究这65种预处理组合对PLS定量分析模型预测精度的影响。实验结果表明：两种数据集的PLS模型最优数据集划分方法均为SPXY法，血液样本最佳划分比例为0.48,仿体溶液最佳划分比例为0.90。65种预处理方法中，血液样本的最佳预处理组合为S＿G1+WT,此时预测集相关系数（Correlation coefficient of prediction set,Rp）为0.9808,预测集均方根误差（Root mean square error of prediction set, RMSEP）为0.2701;仿体溶液样本的最佳预处理组合为SNV+WT,此时Rp为0.9952, RMSEP为3.8154。预处理组合时，两种算法叠加的效果最好。本研究结果为此类光谱数据的处理提供了一种新的思路和方法。
暂无评论