基于机器学习的直接电离质谱爆炸物检测方法

• 作 者: 叶倩 洪欢欢 周峰 郭荣 李刚强 闻路红 陈腊
• 机 构: 宁波大学高等技术研究院,宁波华仪宁创智能科技有限公司
• 出 处: 分析测试学报
• 发表日期: 2021年4期
• 关键词: 直接电离质谱 爆炸物 机器学习 快速检测 对数正态分布
• 基金项目: 国家重点研发计划(2018YFC0807404),云南省重点研发计划(2018BC011),广州市番禺区创新创业领军团队(2017-R01-5),宁波大学王宽诚幸福基金资助。

直接电离质谱系统在现场快速检测中的应用日益广泛,主要用于爆炸物、毒品、食品添加剂等的检测。然而,直接电离质谱系统中质谱信号波动大且同一浓度样品峰强呈现对数正态分布,严重影响了检出限附近低浓度样品的检测准确性。该研究将乙酰水杨酸(115个样品)作为爆炸物模拟物,利用介质阻挡放电离子源与质谱系统,研究了基于机器学习的直接电离质谱数据预处理和分类算法,以提高低浓度样品的检测准确率。对两种浓度为1 ng/mL的常见爆炸物样本(三硝基甲苯和硝酸铵分别为110、90个)及空白对照样本(366个)开展了应用实验。结果表