基于LabVIEW的拉曼光谱自动定性分析系统

胡志裕，王　强

(太原师范学院 物理系，山西 太原 030031)



基于LabVIEW的拉曼光谱自动定性分析系统

胡志裕，王强

(太原师范学院 物理系，山西 太原 030031)

提出一种拉曼光谱自动定性分析算法，基于二阶导数和阈值判定对拉曼光谱谱线自动寻峰，无须进行背景扣除，即可实现从荧光背景中提取有用的光谱信号.在此基础上进一步对比拉曼光谱数据库确定待测物成分，实现对样品的拉曼光谱谱线定性分析.基于LabVIEW虚拟仪器平台编写了分析程序，便于在此基础上开发低成本便携式拉曼光谱仪，在食品、考古、珠宝鉴定、司法等物质定性分析领域有潜在的应用价值.

拉曼光谱；定性分析；背景扣除；自动寻峰

0　引　言

拉曼散射是单色光与分子或晶体物质发生非弹性散射，会产生与入射光频率不同的新频率光谱带.拉曼谱线的数目、频移、强度直接与分子的振转能级有关，对不同的物质具有不同的特征光谱，因此可依据拉曼光谱对物质进行定性分析和定量分析.目前激光拉曼光谱在化学方面有广泛的应用，由于其可提供快速、简单、重复性好的定性定量分析，且无须复杂的样品预处理、对样品无损，故广泛应用于石油化工、生物医学、环境科学、地质考古、刑事司法、宝石鉴定等领域[1-2].

利用拉曼光谱进行物质成分分析的一个主要问题是受外界环境、仪器系统和样品特征等因素的影响，光谱信号总受荧光背景干扰，降低光谱的信噪比，引起谱线的误识和漏识，因此在寻峰前必须进行基线校正和背景扣除[3-5].现阶段进行基线校正和背景扣除的方法主要有小波变换[6]、化学计量学方法[7]等；房承宣等[8]利用自适应迭代惩罚最小二乘方法(airPLS)对汽油的拉曼光谱进行去噪和平滑，快速测定汽油中MTBE的含量；高明国等[9]提出一种基于信号极值自适应缩放的扣除背景方法，可提取较弱的拉曼特征峰.

然而，在拉曼光谱的背景扣除和基线平滑过程中，一些幅度较弱的特征峰，尤其是在荧光背景较强的情况下，经过基线校正和平滑处理后便被扣除，无法识别；而在较弱的噪声背景中的一些毛刺，易被误识为特征峰，影响分析的准确度和精度.同时采用复杂算法实现基线平滑和背景扣除，再进行寻峰，会增加运算的复杂性，不利于实现测量自动化.

本文提出一种定性分析算法自动分析拉曼光谱，无须进行基线平滑和背景扣除，直接通过二阶导数对拉曼光谱谱线自动寻峰，按照预设的阈值判定从荧光背景中提取有用的光谱信号.计算谱线频移后对比拉曼光谱数据库确定待测物成分，实现对样品的拉曼光谱谱线的定性分析.并在此基础上基于LabVIEW虚拟仪器平台上编写了分析程序，可对拉曼光谱进行自动定性分析.

1　方法研究

1.1总体思路

由于拉曼光谱易受背景荧光的干扰，要实现自动寻峰，必须进行基线平滑和背景扣除.本算法通过二阶导数和阈值判定结合3点比较法间接实现背景衰减和自动寻峰.具体流程如图1所示.

图1　自动定性分析流程Fig.1　Process of automated qualitative analysis

具体方法为：对拉曼光谱谱线求二阶倒数，来削弱荧光背景的影响.将光谱仪所获得的大量离散点看做是一条代表拉曼光谱的连续曲线，对该曲线上的每一点求二阶导数，根据二阶导数的性质，极小值处对应原谱线的峰址.很显然，直接用此方法会识别出所有的谱峰，包括荧光背景噪声引起的大量无意义弱峰，在自动分析中并不可取.按照导数的数学意义，其反映的是变量的变化率，对于拉曼谱线中背景强度起伏引起的弱峰，起伏较小，求导数后会成为幅值很小的峰甚至接近平滑线，求二阶导后更接近直线[10].因此，可通过设定一个阈值，滤掉背景强度起伏引起的假峰，仅对二阶导曲线在预设阈值以下的部分取极小值，这样在寻峰过程中就可忽略背景的缓变假峰的影响，从而间接的削弱谱线背景强度的影响.

阈值的选择受数据起伏(即离散程度)的影响，通过计算数据的标准偏差SD，以SD的数值为参考确定阈值大小.由二阶导数的性质，极小值处对应原函数的峰址.对二阶导数小于阈值的部分采用3点比较法确定其极小值点，即对应原谱线的峰值.

完成寻峰后，对比入射光频率(瑞利散射)，计算拉曼频移.在实际测量中，受荧光背景、光谱仪频率漂移、外界环境等的影响，谱线可能会发生一定的偏移，通过对称性确定斯托克斯线和反斯托克斯线，即仅当同时出现两个方向频移时，才可确定其为拉曼光谱.最后对比标准数据库，确定该频移所对应的物质成分，完成定性分析.

1.2寻峰算法

以CCl4的拉曼光谱为例对此寻峰算法的具体流程进行具体说明.采用LRS-II型激光拉曼仪，激光波长λ=532 nm，光谱仪波长范围为510.0 nm～560.0 nm、间隔0.1 nm.以入射光及其瑞利谱线的波数作为参考点，以波数差为变量，绘得光谱数据如图2(a)所示.

对图2(a)所示的拉曼谱线求二阶导数，结果如图2(b)所示，从中可以看出二阶导数的极小值点与原谱线的峰值点横坐标一一对应，与二阶导数的性质相符.对二阶导数设定一个阈值，阈值以上的极小值点对应原谱线背景上的若峰，不予考虑，对于阈值以下的部分，其极小值点对应原谱线峰址.这样，在自动寻峰过程中，通过二阶导数和阈值判定，间接实现了基线平滑和背景扣除，完成自动寻峰.

图2　寻峰算法图示Fig.2　Illustrated of the Peak-picks algorithm

显然阈值的选择是影响寻峰结果的关键因素.阈值过低，常常找出许多背景上的假峰或毛刺；而阈值过大，则会漏掉有意义的真峰.因此，选择恰当的阈值，才能抑制假峰而又不漏掉真峰，从而获得良好的找峰效果.

本算法选择的阈值以光谱数据二阶导数的标准偏差(SD)为参考上下浮动.由标准偏差的数学意义可知，标准偏差反映了数据的离散程度，SD越大，离散程度越大；SD越小，数据离散程度越小.所以当数据的标准偏差较大时，离散程度大，对应背景强度较弱，取较小的阈值可抑制假峰而又不漏掉真峰；当标准偏差较小时，离散程度小，背景强度相对较大，需要适当地增大阈值以免背景上的假峰被误识，且SD越小，需要增大的倍数越大，才能获得良好的找峰效果.经过大量试验，确定的阈值选择标准如表1所示.

表1　阈值选择

1.3定性分析

完成寻峰后，需要根据频移确定物质成分.根据标准拉曼频移数据库对物质的特征拉曼谱线的相对波数进行标定.但在实际测量中，由于光谱仪的波长存在一定的误差，而且某些物质的拉曼特征峰比较接近，不同成分的拉曼特征峰可能会有重叠，用其相对波数和标准数据库进行对比必然会产生误差.

图3　程序前面板Fig.3　Front panel of the program

确定谱线归属时，通过对称性确定斯托克斯线和反斯托克斯线.仅当在入射光波数两侧同时出现相同频移的特征峰时，才可由该频移的相对波数确定待测物质成分.对斯托克斯线和反斯托克斯线的两相对波数取平均值，然后与标准数据库比较.

2　结果与讨论

图4　程序框图Fig.4　Flow chart of the program

2.1定性分析结果

利用该算法及程序对CCl4的拉曼光谱进行了分析，结果如图5所示.从图5中可以读出拉曼特征峰的相对波数分别为-456.19 cm-1,-322.98 cm-1,-226.90 cm-1,207.18 cm-1,301.55 cm-1和444.87cm-1，由于单色仪频率漂移较大，所以斯托克斯线和反斯托克斯线的相对波数有较大偏差，但二者平均后与CCl4理论上的振动频率相符较好，如表2所示.ν1,ν2和ν4的相对偏差分别为1.85%,0.18% 和0.55%，如图6所示.

图5　CCl4拉曼光谱Fig.5　Raman spectrum of CCl4

图6　CCl4拉曼光谱测量值与理论值对比Fig.6　Comparison on measured and certified value of Raman spectrum of CCl4

LineStokesline/cm-1Anti-Stokesline/cm-1Average/cm-1Certified/cm-1Relativedeviation/%ν1-456.19444.87450.534591.85ν2-229.60207.18218.392180.18ν4-322.96301.55312.263140.55

2.2信噪比影响

利用该程序对不同信噪比的谱线数据进行分析，结果显示对于较高信噪比的光谱数据，会得到较好的寻峰结果，当信噪比较低时，可能会漏掉部分有意义的真峰.图7显示了最低信噪比分别为10.26,4.61 和1.14时的寻峰结果，可见当谱线的最小信噪比小于1.14时，寻峰结果不太理想.

图7　不同信噪比测量结果对比Fig.7　Measurement results of different SNR

3　结束语

本算法基于二阶导数和阈值判定对拉曼光谱进行了间接背景扣除和自动寻峰，解决了荧光背景对分析结果所造成的影响，并在LabVIEW虚拟仪器平台上开发了自动定性分析系统.初步应用表明该算法和自动分析系统对于信噪比不是很低的拉曼光谱进行分析是可行的，同时该背景扣除和自动寻峰算法简化了运算程序，可以推广到拉曼光谱半定量或定量分析中，可在此基础上进一步开发低成本便携式拉曼光谱分析仪.

[1]王为,陈盼,刘炳红,等.食用油和煎炸油空芯光纤拉曼检测系统研究[J].光学学报,2015,35(9)：73-81.

Wang Wei,Chen Pan,Liu Binghong,et al.Research on hollow fiber Raman detection system for edible and fried oils [J].Acta Optica Sinica,2015,35(9)：73-81.(in Chinese)

[2]刘燕德,刘涛,孙旭东,等.拉曼光谱技术在食品质量安全检测中的应用[J].光谱学与光谱分析,2010,30(11)：3007-3012.

Liu Yande,Liu Tao,Sun Xudong,et al.Application of Raman spectroscopy technique to food quality and safety determination [J].Spectroscopy and Spectral Analysis,2010,30(11)：3007-3012.(in Chinese)

[3]窦艳丽,张万喜,张玉杰,等.傅立叶变换拉曼光谱和红外光谱鉴别塑料[J].分析化学,2006,34(11)：1615-1618.

Dou Yanli,Zhang Wanxi,Zhang Yujie,et al.Identification of plastics by fourier transform Raman and Infrared spectroscopy [J].Chinese journal of analytical chemistry,2006,34(11)：1615-1618.(in Chinese)

[4]孙素琴,周群,张宣,等.傅里叶变换拉曼光谱法无损鉴别植物生药材[J].分析化学,2000,28(2)：211-214.

Sun Suqin,Zhou Qun,Zhang Xuan,et al.Undamaged determination of raw plant medicinal drugs with fourier transform Raman spectroscopy [J].Chinese journal of analytical chemistry,2000,28(2)：211-214.(in Chinese)

[5]陈秀丽,王桂文,刘军贤,等.基于拉曼光谱的地贫红细胞种类识别方法的研究[J].分析测试学报,2009,28(4)：403-408.

Chen Xiuli,Wang Guiwen,Liu Junxian,et al.Raman Spectroscopic discrimination of thalassemia erythrocyte types [J].Journal of instrumental analysis,2009,28(4)：403-408.(in Chinese)

[6]胡耀垓,赵正予,王刚.基于小波的光谱信号基线校正和背景扣除[J].华中科技大学学报：自然科学版,2011,39(6)：36-40.

Hu Yaogai,Zhao Zhengyu,Wang Gang,et al.Baseline correction and background elimination using wavelet transforms [J].J.Huazhong Univ.of Sci.&Tech：Natural science edition,2011,39(6)：36-40.(in Chinese)

[7]陈珊,李晓宁,梁逸曾,等.拉曼光谱的荧光背景扣除及其用于药物聚类分析[J].光谱学与光谱分析,2010,30(8)：2157-2160.

Chen Shan,Li Xiaoning,Liang Yizeng,et al.Raman spectroscopy fluorescence background correction and its application in clustering analysis of medicines [J].Spectroscopy and Spectral Analysis,2010,30(8)：2157-2160.(in Chinese)

[8]房承宣,李建华,梁逸曾.拉曼光谱结合背景扣除化学计量学方法用于汽油中MTBE含量的快速测定研究[J].分析测试学报,2012,31(5)：541-545.

Fang Chengxuan,Li Jianhua,Liang Yizeng.Determination of MTBE in gasoline by Raman spectroscopy combined with baseline correction method [J].Journal of Instrumental Analysis,2012,31(5)：541-545.(in Chinese)

[9]高国明,李雪,覃宗定,等.消除拉曼光谱荧光背景的新方法及其应用[J].光学学报,2013,33(2)：258-266.

Gao Guoming,Li Xue,Qin Zongding,et al.New method for eliminating background fluorescence of Raman spectrum and its Application [J].Acta Optica Sinica,2013,33(2)：258-266.(in Chinese)

[10]胡志裕,张雷,马维光,等.基于LabVIEW的激光诱导击穿光谱谱线识别软件研究[J].光谱学与光谱分析,2012,32(3)：602-605.

Hu Zhiyu,Zhang Lei,Ma Weiguang,et al.Analysis of software for identifying spectral line of laser-induced breakdown spectroscopy based on LabVIEW [J].Spectroscopy and Spectral Analysis,2012,32(3)：602-605.(in Chinese)

Automated Qualitative Analysis of Raman Spectroscopy Based on LabVIEW

HU Zhiyu,WANG Qiang

(Dept.of Physics，Taiyuan Normal University,Taiyuan 030031，China)

Automated qualitative analysis algorithm of Raman spectroscopy was presented,background correction and auto-peak-location of spectroscopy lines is given by second derivative and threshold determine,the available spectral signals were picked-up from fluorescence background.Furthermore,determines the constituents of samples through the comparison of wave Roman shift and standard database based on this,achieves qualitative analysis of the samples of Raman spectroscopy .An analysis program was completed based on LabVIEW Virtual instrument platform,convenient for development of portable Roman spectrometer and inexpensive .it has potential application values on material qualitative analysis field of food,archaeological,identification of jewelry and justice.

Raman spectroscopy; qualitative analysis; background correction; auto-peak-location

1671-7449(2016)05-0400-06

2016-02-25

国家自然科学基金资助项目(11447170)

胡志裕(1985-)，男，工程师，硕士，主要从事激光光谱、光学传感、光机电器件等方面的研究.

O433.4

Adoi：10.3969/j.issn.1671-7449.2016.05.006