[發明專利]一種牛乳中酵母菌和大腸桿菌的紫外光譜特征分析及定量檢測方法

在審

• 申請號: 202110505065.1
• 申請日: 2021-05-10
• 公開（公告）號: CN113340831A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 慈勻菘;周真;楊世玉
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G01N21/33
• 分類號: G01N21/33;G06N3/04;G06N3/08;G06N3/12
• 代理公司: 哈爾濱三目知識產權代理事務所(普通合伙) 23214
• 代理人: 劉冰

1.一種牛乳中酵母菌和大腸桿菌的紫外光譜特征分析及定量檢測方法，其特征在于：所述方法通過以下步驟實現：

步驟一、通過預實驗方法分析牛乳中微生物紫外光譜吸收特性；

步驟二、根據預實驗方法得出的結果，設計正式實驗方法，獲取酵母菌和大腸桿菌混合菌的紫外光譜數據信息；

步驟三、使用snv聯合msc方法校正因牛乳中生物大分子和兩種菌引起的基線漂移和散射問題，并使用二維相關同步譜和異步譜與3D光譜結合的方法解決大腸桿菌特征點紅移問題，進而得到大腸桿菌的紫外光譜吸收特征點及特征波段；

所述的snv的中文含義為標準正態變量變換；

所述的msc的中文含義為多粒徑散射校正法；

步驟四、使用提取出的特征波段，建立神經網絡吸光度與數量的預測模型，以檢測酵母菌的數量。

2.根據權利要求1所述一種牛乳中酵母菌和大腸桿菌的紫外光譜特征分析及定量檢測方法，其特征在于：步驟二所述的正式實驗方法的具體內容為：將培養好的大腸桿菌和酵母菌經過分離、純化以后，分別用麥氏比濁法將菌懸液配置在設定的濃度范圍中，將配置好的酵母菌以固定濃度添加到巴氏滅菌牛乳中作為干擾檢測菌種，再以大腸桿菌濃度梯度變化為外擾因素滴入混合菌牛乳中，使用紫外可見光光度計依次測定各種樣品的光譜曲線并做好記錄，獲取紫外光譜數據信息。

3.根據權利要求2所述的一種牛乳中酵母菌和大腸桿菌的紫外光譜特征分析及定量檢測方法，其特征在于：所述的麥氏比濁法將大腸桿菌和酵母菌兩種菌濃度范圍為接近1.5*10⁸個/ml。

4.根據權利要求1、2或3所述的一種牛乳中酵母菌和大腸桿菌的紫外光譜特征分析及定量檢測方法，其特征在于：步驟三所述的得到大腸桿菌的紫外光譜吸收特征點及特征波段的方法為，

受到紅移影響大腸桿菌特征吸收峰整體發生偏移，在260nm至280nm未見明顯吸收特性；為尋找牛乳中大腸桿菌特征峰偏移后具體位置同時解析各特征吸收點對應物質的具體信息，本文在建立模型之前利用二維相關分析法對特征吸收波段300nm-500nm進行識取；二維動態光譜在一維光譜的基礎上增加了一種擾動，根據擾動后光譜的變化形式來判斷各吸收峰所對應的物質，本文利用大腸桿菌的生物濃度為外部擾動，分析在不同大腸桿菌生物濃度二維動態光譜的變化形式，其具體算法如下所示：

是光譜的平均值，定義為

須將時域中所測得的動態光譜轉換到頻域以進一步獲得二維動態光譜中所含信號的頻域信息；用傅里葉變換將光譜信號由時域轉化到頻域，其中動態光譜的傅里葉變換如下所示；

光譜傅里葉變換的共軛形式如下所示；

將數學中的交叉分析用于兩個來自不同光譜中的變量v_1，v₂處所測出的經傅氏變換后的動態光譜便得出所需的廣義二維相關光譜，運算表達式如下所示：

當動態光譜的數據量較大，數目較多時，常以Hilbert變換方法用于代替傅氏變換以達到簡化計算的目的，同時Hilbert變換克給出明確的物理意義；

異步相關光譜的計算如下其中為信號的Hilbert變換；

求得二維同步相關光譜圖、二維異步相關光譜圖、波數同步3D光譜圖的整體二維動態光譜；

根據Noda原則，將三類二維相關圖譜結合起來，拾取出

361nm,362nm,364nm,365nm,373nm,378nm,330nm,381nm,383nm,393nm,403nm,404nm,406nm,411nm,426nm,458nm,463nm,466nm,469nm,473nm,475nm等21個特征點隨著大腸桿菌生物濃度的增高同步增強，這些位置發現較強自相關峰，可知360nm-430nm和455nm-480nm為紅移后的大腸桿菌的特征吸收波段。

5.根據權利要求4所述的一種牛乳中酵母菌和大腸桿菌的紫外光譜特征分析及定量檢測方法，其特征在于：步驟四所述的使用提取出的特征波段，建立神經網絡吸光度與數量的預測模型，以檢測酵母菌的數量的過程，具體為：

通過BP神經網絡分析整條光譜曲線數據上的特征；

利用遺傳算法訓練優化BP算法，在訓練神經網絡時，不斷的優化每一層的權值和偏置值，使最終網絡輸出與期望輸出之間的誤差最小，縮小到期望的值，

基于紫外可見光譜和遺傳算法聯合BP神經網絡的牛乳中存在固定濃度酵母菌背景下大腸桿菌微生物定量檢測的方法；結合snv與s-g卷積平滑法處理所得光譜提高特征強度、降低噪聲；將二維相關分析識取出的大腸桿菌特征波段作為初始數據與遺傳算法聯合BP神經網絡結合建立預測模型；

大腸桿菌遺傳物質及膜蛋白上含有共軛π鍵，根據共軛π鍵在紫外光譜區反映的吸收峰位置以及對應吸光度值對待測微生物總數進行定量分析。