[發明專利]基于余弦相似度的顆粒物拉曼檢測方法

在審

• 申請號: 202210829708.2
• 申請日: 2022-07-14
• 公開（公告）號: CN114993891A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 李新立;劉闖;趙銀蘋;洪喜
• 申請（專利權）人: 長光辰英（杭州）科學儀器有限公司
• 主分類號: G01N15/00
• 分類號: G01N15/00;G01N21/65;G06K9/62
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 高福勇

本發明通過將拉曼光譜技術和特征峰位提取、相似度評價方法相結合，提供一種基于余弦相似度的顆粒物拉曼檢測方法，通過顆粒物拉曼光譜特征峰提取方法和基于特征峰的余弦相似度計算方法兩部分架構設計，將拉曼光譜檢測方法和特征峰提取、相似度評價方法相結合，提出顆粒物檢測和識別方法，大大提高了注射液質量檢測方法的進步。解決了不同光譜像素長度余弦相似度計算適用性問題，并通過峰位校正系統將不同分辨率或不同校正方法的光譜特征峰位進行校準，提高了基于特征峰的光譜相似度匹配精度。

技術領域

本發明涉及拉曼檢測技術領域，尤其是基于余弦相似度的顆粒物拉曼檢測方法。

背景技術

不溶性微粒(也稱顆粒物)是藥典規范中一項重要的檢測指標，注射液中不溶性微粒所引起的醫藥安全問題，受到眾多研究人員的關注；由于傳統檢測方法的局限性，使得注射液中不溶性微粒的檢測判斷較低，對注射液的質量控制產生不利影響。

注射液中顆粒物的拉曼光譜是指其紋圖譜，包括了對已知成分和未知成分分子信息，具有信息量大、特征性強等特點；顆粒物拉曼光譜所反映出來的化學信息(相對峰位)具有高度特異性，是實現顆粒物鑒別、安全性評價和質量控制的有效方法；現有技術中，常用的拉曼光譜特征峰檢測方法是Python的scipy.signal.find_peaks函數，該函數對含有噪聲的光譜信號特別敏感，尤其噪聲數據中尖銳的峰值，如果小波窗口或相對強度閾值設置不當，這些尖銳的噪音可能會改變局部極大值的位置，不能較好的適應不同形狀的譜峰；另外，該函數對光譜邊界無法有效識別，光譜邊界總是包含在提取的峰位序列中，基于此，上述Python的scipy.signal.find_peaks函數檢測分析方法不能滿足現有注射液顆粒物的高安全性檢測。

基于余弦相似度的顆粒物拉曼檢測是通過比較2個顆粒物光譜列向量之間的內積空間的夾角余弦值來衡量該顆粒物之間的相似性，當兩向量夾角余弦值等于1時，說明該兩光譜完全重復；當夾角的余弦值接近于1時，兩光譜相似；夾角的余弦越小，兩光譜越不相似?，F有技術中，基于余弦相似度的拉曼檢測要求兩個匹配光譜列向量長度(即像素點數)相等，該方法的適用性受到嚴格限制，不適合寬范圍的應用推廣。

發明內容

為了克服現有技術的不足，本發明提供了基于余弦相似度的顆粒物拉曼檢測方法，通過顆粒物拉曼光譜特征峰提取方法和基于特征峰的余弦相似度計算方法兩部分架構設計，將拉曼光譜檢測方法和特征峰提取、相似度評價方法相結合，提出顆粒物檢測和識別方法，大大提高了注射液質量檢測方法的進步。

基于余弦相似度的顆粒物拉曼檢測方法，包括：顆粒物拉曼光譜特征峰提取方法和基于特征峰的余弦相似度計算方法，其中：

方法一、顆粒物拉曼光譜特征峰提取方法：可有效對含有尖銳光譜噪音和光譜邊界進行識別，從不同尺度和振幅檢測特征峰位信息，提高光譜特征峰的識別率，提高了基于特征峰的余弦相似度計算方法匹配精度，具體步驟包括：

步驟1.1，計算顆粒物拉曼光譜分辨率，根據顆粒物拉曼光譜分辨率設置小波窗口寬度閾值；

進一步的，顆粒物拉曼光譜分辨率可以由光譜相鄰兩個像素點之間的拉曼位移差表示；

進一步的，所述小波窗口寬度閾值與顆粒物拉曼光譜分辨率成反比，顆粒物拉曼光譜分辨率越高，所述小波窗口寬度閾值設置越??；

進一步的，所述小波窗口寬度閾值與顆粒物拉曼光譜特征峰寬度(即特征峰的拉曼位移差)成正比，顆粒物拉曼光譜特征峰越寬，小波窗口寬度閾值設置越大；

進一步的，所述小波窗口寬度閾值與顆粒物拉曼光譜特征峰密集度成反比；顆粒物拉曼光譜特征峰越密集，所述小波窗口寬度閾值設置越??；

作為一種舉例說明，所述小波窗口寬度閾值可變范圍為：5-30個像素點橫跨寬度；

步驟1.2，根據顆粒物拉曼光譜相對強度，設置小波窗口高度閾值；