论文部分内容阅读
为了保证药品质量的稳定性，需要在生产过程中对药品进行动态监测，根据药品的定性定量信息来实时优化药品生产过程。传统的药品检测方法存在检测时间长、设备成本高、操作繁琐等缺陷，难以满足药品高效检测的需求。拉曼光谱技术作为一种快速、无损、准确的检测手段，在药品检测中具有独特优势。
拉曼光谱信号处理是拉曼光谱检测技术的一个关键问题。由于拉曼光谱具有弱散射性，在检测过程中容易受到噪声干扰，影响化学计量学模型分析结果的准确性。针对这一问题本文以药品为研究对象，通过深入挖掘光谱矩阵的特性，提出一种基于低秩约束拉曼光谱的药品定量分析方法。
本文的主要工作内容具体包括：
(1)拉曼光谱信号处理：提出了两种基于低秩约束的拉曼光谱处理方法。第一种方法利用拉曼光谱矩阵的低秩特性直接对光谱矩阵进行低秩估计，能够有效减少拉曼光谱中的噪声干扰，保留有效光谱信息。第二种方法是基于数据库的低秩约束方法，通过预实验构建高信噪比的拉曼光谱数据库，替换单条光谱得到光谱矩阵，将光谱处理问题转化成低秩矩阵恢复问题，能够显著提高原始拉曼光谱的信噪比，得到更精确的光谱处理结果。
(2)药品定量分析：结合化学计量学方法，将低秩约束方法应用到药品定量分析中。在不同积分时间下采集药品的拉曼光谱，分别利用低秩约束方法和传统小波变换方法进行光谱处理，将光谱处理结果用于建模，对比两种方法对偏最小二乘模型和支持向量机模型的预测结果的影响。结果表明，低秩约束方法可以提高药品定量分析模型的预测精度，得到的模型预测结果优于小波变换方法，且不受建模方法限制。
本文的创新点在于提出了基于低秩约束拉曼光谱的药品检测方法，该方法具有良好的抗噪性和广泛的适用性，可显著提高药品拉曼光谱的信噪比，结合化学计量学方法建立的药品定量分析模型相关系数超过0.95，预测均方根误差在5%以内，有望成为药品快速检测的一种新方法。
拉曼光谱信号处理是拉曼光谱检测技术的一个关键问题。由于拉曼光谱具有弱散射性，在检测过程中容易受到噪声干扰，影响化学计量学模型分析结果的准确性。针对这一问题本文以药品为研究对象，通过深入挖掘光谱矩阵的特性，提出一种基于低秩约束拉曼光谱的药品定量分析方法。
本文的主要工作内容具体包括：
(1)拉曼光谱信号处理：提出了两种基于低秩约束的拉曼光谱处理方法。第一种方法利用拉曼光谱矩阵的低秩特性直接对光谱矩阵进行低秩估计，能够有效减少拉曼光谱中的噪声干扰，保留有效光谱信息。第二种方法是基于数据库的低秩约束方法，通过预实验构建高信噪比的拉曼光谱数据库，替换单条光谱得到光谱矩阵，将光谱处理问题转化成低秩矩阵恢复问题，能够显著提高原始拉曼光谱的信噪比，得到更精确的光谱处理结果。
(2)药品定量分析：结合化学计量学方法，将低秩约束方法应用到药品定量分析中。在不同积分时间下采集药品的拉曼光谱，分别利用低秩约束方法和传统小波变换方法进行光谱处理，将光谱处理结果用于建模，对比两种方法对偏最小二乘模型和支持向量机模型的预测结果的影响。结果表明，低秩约束方法可以提高药品定量分析模型的预测精度，得到的模型预测结果优于小波变换方法，且不受建模方法限制。
本文的创新点在于提出了基于低秩约束拉曼光谱的药品检测方法，该方法具有良好的抗噪性和广泛的适用性，可显著提高药品拉曼光谱的信噪比，结合化学计量学方法建立的药品定量分析模型相关系数超过0.95，预测均方根误差在5%以内，有望成为药品快速检测的一种新方法。