本發(fā)明屬于近紅外光譜分析技術(shù)領(lǐng)域，涉及一種基于血清判別哺乳動(dòng)物性別的近紅外光譜分析方法。

背景技術(shù)：

性別研究是生物學(xué)的重要內(nèi)容之一。哺乳動(dòng)物是動(dòng)物發(fā)展的最高級(jí)階段，在哺乳動(dòng)物的生態(tài)管理中，性別判別是種群動(dòng)態(tài)分析的一項(xiàng)基本工作。人類(lèi)是最高級(jí)的哺乳動(dòng)物，人體的性別判別是是身份識(shí)別的重要內(nèi)容，在個(gè)性化服務(wù)、醫(yī)療及公共安全管理等領(lǐng)域均具有重要的意義。查體是一種經(jīng)典的人體性別判別方法，但因?yàn)樾枰厥獾臋z查場(chǎng)地和特定的檢查人員使這種方法具有一定的局限性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于血清判別哺乳動(dòng)物性別的近紅外光譜分析方法，具有準(zhǔn)確、操作簡(jiǎn)便、快速、樣品無(wú)損的優(yōu)點(diǎn)。

經(jīng)研究，本發(fā)明提供如下技術(shù)方案：

基于血清判別哺乳動(dòng)物性別的近紅外光譜分析方法，包括以下步驟：

(1)收集同種哺乳動(dòng)物的雄性動(dòng)物血清樣品和雌性動(dòng)物血清樣品；

(2)設(shè)置近紅外光譜儀的分辨率和掃描次數(shù)，在10000～4000cm^-1掃描范圍內(nèi)分別采集步驟(1)所得血清樣品的近紅外光譜；

(3)對(duì)步驟(2)所得光譜，不進(jìn)行預(yù)處理或進(jìn)行化學(xué)計(jì)量學(xué)預(yù)處理；

(4)在步驟(3)所得光譜數(shù)據(jù)中選擇建模光譜范圍；

(5)對(duì)步驟(4)所選光譜范圍的數(shù)據(jù)進(jìn)行降維；

(6)對(duì)步驟(5)所得數(shù)據(jù)，采用化學(xué)計(jì)量學(xué)方法建立并驗(yàn)證該種哺乳動(dòng)物的性別判別模型；

(7)取未知性別該種哺乳動(dòng)物的血清樣品，按照步驟(2)所述方法采集近紅外光譜，按照步驟(3)～(5)所述方法進(jìn)行光譜的多步驟處理，然后應(yīng)用步驟(6)所建模型進(jìn)行哺乳動(dòng)物的性別判別。

血清指血液凝固后分離得到的淡黃色透明液體或纖維蛋白原已被除去的血漿。血清為醫(yī)學(xué)檢驗(yàn)的一種常用樣品。

優(yōu)選的，步驟(2)中，近紅外光譜儀的分辨率設(shè)置為2cm^-1、4cm^-1、8cm^-1或16cm^-1，掃描次數(shù)設(shè)置為32、64或128次。

優(yōu)選的，步驟(3)中，化學(xué)計(jì)量學(xué)預(yù)處理方法為多元信號(hào)修正、標(biāo)準(zhǔn)正則變換、導(dǎo)數(shù)和平滑中的一種或多種組合。

步驟(4)中，所述建模光譜范圍為10000～4000cm^-1中的一段或多段，可由建模軟件自動(dòng)篩選或人工篩選，也可在建模軟件自動(dòng)篩選的基礎(chǔ)上根據(jù)被分析物的近紅外特征吸收進(jìn)一步人工優(yōu)化。

優(yōu)選的，步驟(5)中，采用主成分分析法對(duì)步驟(4)所選光譜范圍的數(shù)據(jù)進(jìn)行降維。

優(yōu)選的，建模主成分?jǐn)?shù)的選擇依據(jù)為其累計(jì)方差貢獻(xiàn)率大于85％以及步驟(6)所建判別模型的校正集正判率和驗(yàn)證集正判率均大于95％。

優(yōu)選的，步驟(6)中，化學(xué)計(jì)量學(xué)建模方法為判別分析法。

優(yōu)選的，步驟(6)中，所建判別模型的性能由校正集正判率和驗(yàn)證集正判率進(jìn)行評(píng)價(jià)。

優(yōu)選的，所述哺乳動(dòng)物為人類(lèi)。

優(yōu)選的，基于血清判別人體性別的近紅外光譜分析方法，包括以下步驟：

(1)收集男性人體的血清樣品和女性人體的血清樣品；

(2)設(shè)置近紅外光譜儀的分辨率為8cm^-1、掃描次數(shù)為32次，在10000～4000cm^-1掃描范圍內(nèi)分別采集步驟(1)所得血清樣品的近紅外透射光譜；

(3)采用多元信號(hào)修正的方法對(duì)步驟(2)所得光譜進(jìn)行預(yù)處理；

(4)在步驟(3)所得光譜數(shù)據(jù)中選擇9000～7300cm^-1和6000～5000cm^-1為建模光譜范圍；

(5)采用主成分分析法對(duì)步驟(4)所選光譜范圍的數(shù)據(jù)進(jìn)行降維；

(6)對(duì)步驟(5)所得數(shù)據(jù)，以建模主成分?jǐn)?shù)為3、采用判別分析法建立并驗(yàn)證人體的性別判別模型，用校正集正判率和驗(yàn)證集正判率評(píng)價(jià)模型的性能；

(7)取未知性別人體的血清樣品，按照步驟(2)所述方法采集近紅外透射光譜，按照步驟(3)～(5)所述方法進(jìn)行光譜的多步驟處理，然后應(yīng)用步驟(6)所建模型進(jìn)行人體的性別判別。

本發(fā)明的有益效果在于：本發(fā)明基于血清的近紅外光譜，結(jié)合化學(xué)計(jì)量學(xué)技術(shù)，判別哺乳動(dòng)物的性別，具有準(zhǔn)確、快速的優(yōu)點(diǎn)。

附圖說(shuō)明

圖1為12個(gè)人體血清樣品的近紅外透射原始光譜圖。

圖2為本發(fā)明所建人體性別判別模型的判別圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述。

實(shí)施例1基于血清判別人體性別

1.血清樣品的采集

3位男性和9位女性共12位志愿受試者于清晨空腹采集5ml靜脈血，分別置于含促凝劑的采血管中，室溫下放置待血液凝固分層，離心，取上清液即為血清樣品，逐一編號(hào)并記錄性別信息。

2.近紅外透射光譜的采集

儀器：antarisii傅立葉變換近紅外光譜儀(美國(guó)thermo公司)，配有銦鎵砷檢測(cè)器，采樣裝置為透射分析模塊，信號(hào)采集軟件為result3.0。

光譜測(cè)量條件：分辨率為8cm^-1，掃描次數(shù)為32次，掃描范圍為10000～4000cm^-1。

光譜測(cè)量方法：取同一編號(hào)的血清樣品適量，注入儀器配置的液體樣品管(6×50mm)中，樣品注入量約為樣品管體積的2/3，將樣品管放入液體樣品管支架，再在上述光譜測(cè)量條件下測(cè)量樣品的近紅外透射光譜，每個(gè)樣品視樣品量多少重復(fù)填裝并測(cè)量2或3次，每次樣品測(cè)量前均采用相同測(cè)量條件掃描并扣除背景。

12個(gè)血清樣品的33張近紅外透射原始光譜如圖1所示。

3.光譜的預(yù)處理

用tqanalyst8.0軟件對(duì)采集的近紅外透射原始光譜進(jìn)行多元信號(hào)修正的預(yù)處理。

4.建模光譜范圍的選擇

對(duì)預(yù)處理后的光譜數(shù)據(jù)，經(jīng)人工篩選的建模光譜范圍為9000～7300cm^-1和6000～5500cm^-1。

5.光譜數(shù)據(jù)的降維

使用tqanalyst8.0軟件，采用主成分分析法在所選建模光譜范圍9000～7300cm^-1和6000～5500cm^-1內(nèi)對(duì)預(yù)處理后的光譜數(shù)據(jù)進(jìn)行降維，所選建模主成分?jǐn)?shù)為3時(shí)，其累計(jì)方差貢獻(xiàn)率為99.6％，而且所建模型的校正集和驗(yàn)證集的正判率均為100.0％。

6.判別模型的建立并驗(yàn)證

將所收集的2位男性和6位女性共8位志愿受試者的血清樣品作為校正集樣品，其余1位男性和3位女性共4位志愿受試者的血清樣品作為驗(yàn)證集樣品。分別使用以上校正集和驗(yàn)證集樣品，以建模主成分?jǐn)?shù)為3，采用判別分析法建立并驗(yàn)證人體的性別判別模型。結(jié)果如圖2所示，所建判別模型的校正集正判率為100.0％，驗(yàn)證集正判率為100.0％，表明所建模型具有良好的判別性能，能夠使用血清樣品準(zhǔn)確地判別人體性別。

7.未知性別人體血清樣品的分析

取未知性別人體血清樣品1個(gè)，按照上述相同方法采集樣品的近紅外透射光譜并對(duì)光譜進(jìn)行多步驟處理，然后應(yīng)用所建模型進(jìn)行該頭發(fā)樣品的人體性別判別，結(jié)果正確顯示其為女性。

最后說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制，盡管通過(guò)參照本發(fā)明的優(yōu)選實(shí)施例已經(jīng)對(duì)本發(fā)明進(jìn)行了描述，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，可以在形式上和細(xì)節(jié)上對(duì)其作出各種各樣的改變，而不偏離所附權(quán)利要求書(shū)所限定的本發(fā)明的保護(hù)范圍。