光譜學裝置和方法
【技術領域】
[0001 ] 本發(fā)明涉及光譜學裝置和方法。本發(fā)明在拉曼光譜學中尤其有用，但它還可以用于其它形式的光譜學，例如，窄線光致發(fā)光、焚光、陰極發(fā)光、UV可見(UV Vis)、核磁共振(NMR)、中紅外(mid-1R)或近紅外(NIR)。
【背景技術】
[0002]拉曼效應是通過樣本進行的光的非彈性散射。在拉曼光譜學中，通過單色激光照射樣本且隨后通過衍射光柵等色散裝置使散射的光色散，例如在單色器中，以產生被稱為拉曼光譜的光譜。通過電荷耦合裝置(CCD)等檢測器檢測拉曼光譜。拉曼光譜學裝置的實例從美國專利第5，442，438號和第5，510, 894號已知，該美國專利通過引用并入本文中。
[0003]不同化合物具有不同特性拉曼光譜。因此，拉曼效應可以用于分析樣本中存在的化合物。
[0004]所檢測的光譜包括與背景信號一起的拉曼光譜，該背景信號的強度(尤其是對于生物樣本)是比拉曼光譜更大的數量級。除其它因素外，此背景信號通常因支撐樣本的基底、熒光以及拉曼裝置的物鏡而產生。為了分析拉曼光譜，通常首先必需確認可以歸因于背景源的所檢測的光譜的比例。
[0005]B.D.比爾(音譯，B.D.Beier)和A.J.伯杰(音譯，A.J.Berger)在皇家化學學會2009年第134期第1198到1202頁公開了一種方法，該方法使用多項式擬合技術和已知光譜污染物的參考光譜來使從拉曼信號去除背景自動化。在所描述的實例中，顯微鏡載片的玻璃是已知污染物。
[0006]該方法包括迭代算法，其中首先將背景分量的估計設定為所檢測的光譜。初始估計由已知污染物的濃度構成，并且用多項式擬合殘差，該殘差在估計背景和由已知污染物所做的估計貢獻之間。多項式和已知污染物的估計貢獻在一起形成背景的當前估計。通過比較當前估計與背景的前一估計且通過保留在每個波數處的最小值來確定用于下一次迭代的背景的新估計。
[0007]希望具有用于自動估計背景的技術，該技術不需要知道貢獻于背景的光譜分量。
[0008]趙建華(音譯，Jianhua Zhao)、哈維.雷(音譯，Harvey Lui)、大衛(wèi).I.麥克林(音譯，David 1.McLean)以及曾海山(音譯，Haishan Zeng)在應用光譜學2007年第61卷第11號第1225到1232頁的“用于生物醫(yī)學拉曼光譜學的自動自體熒光背景減法算法(Automated Autofluorescence Background Subtract1n Algorithm for B1medicalRaman Spectroscopy) ”公開了一種估計熒光背景的迭代方法，其包括用多項式擬合光譜。在第一次迭代中，用多項式擬合原始拉曼光譜。在每個相繼的迭代中，用多項式擬合經修改的光譜。在第一次迭代中，使用峰值去除步驟形成經修改的光譜，其中，對于每個波數，較低值等于多項式加DEV值，且保留原始數據值。DEV是在從原始拉曼數據取出多項式時剩余物的殘余分量的標準差。對于隨后的迭代，通過保留多項式和用該多項式擬合的經修改的光譜的較低值來形成經修改的光譜。
[0009]在查得.A.李德(音譯，Chad A.Lieder)和安尼塔.馬哈德萬-延森(音譯，Anita Mahadevan-Jensen)在應用光譜學2003年第57卷第11號第1363到1367頁上的“用于從生物學拉曼光譜減去焚光的自動方法(Automated Method for Subtract1nof Fluorescence from B1logical Raman Spectra)，，和甘峰(音譯，Feng Gan)、阮貴華(音譯，Guihua Ruan)、莫金垣(音譯，Jinyuan Mo)在化學計量學和智能實驗室系統(tǒng)第82(2006)期第59到65頁上的“通過具有自動閾值的改進的迭代多項式擬合進行的基線校正(Baseline Correct1n By Improved Iterative Polynomial Fitting with AutomatedThreshold) ”中公開了估計熒光背景的其它方法，其中用多項式迭代地擬合拉曼數據。

【發(fā)明內容】

[0010]根據本發(fā)明的第一方面，提供一種估計光譜數據中的背景輻射的方法，所述方法包括迭代地用多項式擬合參考數據，確定參考數據與多項式之間的容許偏差，剪除在多項式上超過容許偏差的參考數據或光譜數據的數據點，以為下一次迭代提供參考數據，直到滿足終止準則，其中參考數據最初是基于光譜數據。
[0011]與樣本的拉曼光譜的突然的尖峰相比，多項式往往會緊密得多地擬合緩慢變化的背景光譜。因此，剪除在多項式上的超過容許偏差的參考數據或光譜數據的數據點可以從參考數據去除鋒利的拉曼光譜，而保留更加緩慢地變化的背景分量。以此方式，可以不必做出關于污染物的假設以便估計背景。最終迭代的多項式可以形成背景輻射的估計。然而，可以執(zhí)行進一步的處理步驟以獲得背景輻射的最終估計。
[0012]多項式可以是樣條曲線且具體來說是三次樣條。所述方法可以包括使用預先界定數目的錨點(結點)來用樣條曲線擬合參考數據。所述方法可以是計算機實施的且錨點的數目通過用戶而被預先界定。錨點的數目可以基于用于獲得光譜數據或拉曼峰的可能寬度的光譜學裝置的分辨率而被預先界定。
[0013]樣條曲線的擬合可以包括確認錨的位置。錨的位置的確認可以是基于參考數據或光譜數據?？梢允褂盟惴ㄗ詣哟_認用于每次迭代的錨的位置。
[0014]容許偏差可以是基于參考數據或光譜數據與多項式之間的偏差的量度。例如，偏差的量度可以是參考數據與多項式之間的平均偏差并且所述容許偏差為平均偏差的M倍。優(yōu)選地，所述量度是參考數據與多項式之差的均方根RMS。然而，應理解，容許偏差可以是基于其它合適的量度，例如標準差、僅正偏差的均值或僅負偏差的均值。
[0015]在另一實施例中，容許偏差是基于在參考數據中的噪聲的估計。噪聲是在光譜數據中與背景的其它特征和樣本的拉曼光譜相比相對較小的波動，所述背景的其它特征例如基底和物鏡以及熒光的光譜特征。除其它因素外，此類噪聲可以通過在光檢測器和處理電路中的電子噪聲產生。噪聲的估計可以從光譜數據或參考數據估計。噪聲可以從平均誤差，例如在光譜數據或參考數據的每個點與其最鄰近的點之間的RMS誤差，或平均誤差，例如在光譜數據或參考數據的每個局部最小點與其最鄰近的點之間的RMS誤差(局部最小點的意義是小于其兩個相鄰點的點)而被估計。替代地，噪聲的估計可以是基于參考數據與多項式/背景輻射的估計之間的偏差?；诠庾V數據的噪聲的估計由于拉曼峰的存在而可能對噪聲估計過高。已經剪除來自拉曼峰的至少一定比例的貢獻以便形成參考數據，且因此，基于參考數據的噪聲的估計可以更加準確。優(yōu)選地，使用由最終迭代提供的參考數據來獲得噪聲的最終/真正估計。
[0016]例如，當確認拉曼光譜存在于光譜數據中時，此噪聲的最終/真正估計可以用于光譜數據的進一步分析。例如，噪聲的估計可以用于拉曼光譜的模型對光譜數據的擬合的評估。
[0017]因此，在本發(fā)明的一個方面中，提供一種估計光譜數據中的噪聲的方法，其包括從光譜數據去除被確認為與拉曼峰相對應的數據點且從剩余的數據點估計光譜數據中的噪聲。
[0018]剪除可以包括從參考數據或光譜數據消除(即去除)數據點。替代地，剪除可以包括將數據點設定成在多項式上的指定值，優(yōu)選地設定成在多項式上的MX平均偏差的值。
[0019]終止準則可以是在迭代中不發(fā)生剪除時。另外或替代地，終止準則可以包括最大數目的迭代。
[0020]在一個實施例中，參考數據最初可以設定成等于光譜數據。然而，在其它實施例中，可以在光譜數據上執(zhí)行特定程度的預處理。
[0021]所述方法可以包括確定某一階數的多項式以擬合參考數據。
[0022]因此，根據本發(fā)明的第二方面，提供一種估計光譜數據中的背景輻射的方法，所述方法包括產生光譜數據的背景輻射的估計，每個估計基于用不同階數的多項式擬合光譜數據；以及基于應用到不同階數的多項式的擬合的擬合準則來選擇某一階數的多項式以用于估計背景輻射和/或背景輻射的估計中的一個。
[0023]所述方法根據擬合準則自動搜索用于產生背景輻射的估計的最合適階數的多項式。以此方式，將根據擬合準則的“最佳”階數的多項式用于估計背景。
[0024]所述方法可以包括用多項式擬合參考數據，所述參考數據與經剪除以去除所感興趣的光譜分量的光譜數據相對應，所述擬合準則與多項式對參考數據的擬合的量度相對應。
[0025]所述方法可以包括產生背景輻射的估計，直到滿足或不滿足擬合準則。所選擇的某一階數的多項式和/或估計可以是基于使得估計的產生終止的所述階數的多項式。
[0026]替代地，終止估計的產生可以是基于與擬合準則不同的準則，隨后基于擬合準則搜索所產生的估計，以選擇所述階數的多項式以用于估計背景輻射和/或背景輻射的估計中的一個。
[0027]所述階數的多項式和/或估計可以基于用于產生其擬合滿足擬合準則的估計的最高階