论文部分内容阅读
血清尿素氮(SUN)是重要的血液临床指标,对于肾功能、肝功能等多种疾病有临床价值。在健康筛查、疾病治疗过程中,还常常需要快速、实时的监测SUN水平。但目前的临床测定方法繁琐耗时,不能满足上述需求。近红外光谱分析技术是光学工程领域的重要应用方向,该方法无需试剂,快速简便。近年来,近红外光谱已经被尝试应用于血清尿素氮的快速检测。由于血液是具有多组分的复杂体系,血液近红外分析,需要解决多方面的化学计量学问题。本文以血清尿素氮的近红外光谱分析为例,侧重于相关光谱预处理和波长模型优化方法的研究,提高血液光谱分析的预测能力。本研究的主要成果如下:(1)方法研究:1)具有稳定性的多划分建模设计:首先随机抽取不参与建模的样品(75个)用于独立检验;剩余样品进一步随机划分为定标(80个)、预测(55个)样品集10次。基于全部划分建模,并根据平均预测效果优选参数,使得模型具有稳定性和可靠性。2)Norris导数滤波(NDF)及其多参数优化平台:基于偏最小二乘(PLS)回归,构建导数阶数(d)、平滑点数(s)、差分间隔数(g)全循环的Norris参数优选平台。确定血清尿素氮PLS模型的最优Norris参数。3)等间隔组合(EC)及波长逐步淘汰(WSP)的波长筛选方法:采用起点波长(I)、波长数(N)、间隔数(G)作为循环参数,实现EC-PLS模型的大范围优选。进一步,采用WSP方法对预测效果领先的前100个EC-PLS模型进行改进,并从中选优。消除等间隔波长组合中的干扰波长,简化波长模型,提高光谱预测能力。4)向后区间PLS(BiPLS)波长筛选法及其改进算法:构建区间波长数全循环的BiPLS算法平台;进一步,提出改进的移动窗口-向后区间PLS(MW-BiPLS)算法,该方法实现区间起点波长和波长数的双参数循环,取得优于BiPLS的建模效果。(2)实验研究:1)EC-PLS模型:血清尿素氮分析的最优EC-PLS模型为I=1228nm,N=26,G=16,LV=12。独立检验的预测值与临床实测值的偏差(SEP)、相关系数(RP),样品偏差与预测偏差比值(RPD)分别为1.03 mmol L-1,0.992,7.6。2)EC-WSP-PLS模型:采用WSP方法对前100个EC-PLS模型进行改进、选优,得到的最优WSP-EC-PLS模型为N*=19,LV=12。对应的SEP,RP,RPD分别为1.01mmol L-1,0.992,7.7。模型预测精度及波长模型复杂度均有改善。3)BiPLS、MW-BiPLS模型:得到的最优BiPLS模型为N=22,LV=18,对应的SEP,RP,RPD分别为1.12 mmol L-1,0.985,7.0。得到的最优MW-BiPLS模型为N=77,LV=15,对应的SEP,RP,RPD分别为1.10 mmol L-1,0.986,7.1。改进的MW-BiPLS方法取得了更优的预测效果。本文系统研究血清尿素氮近红外分析的光谱预处理和波长模型优化方法,取得良好的光谱预测效果。提出的WSP-PLS,是一种波长模型的二次优化方法。它可以进一步优化通过其他策略(连续,离散)获得的任何波长模型,实现更简单和更好的预测效果。改进的MW-BiPLS方法也取得了明显优于BiPLS的预测效果。对于血液光谱分析方法的提升,以及近红外光谱在临床上的应用提供了有价值的参考。