化学模式识别和多维校正方法及其在复杂体系分析中的应用研究

摘要

随着现代科学技术的飞速发展,大量新型多通道高阶分析仪器相继问世,以及应用体系日益复杂化,分析化学工作者面对的不再是进行简单的标量或矢量响应数据分析,而是成千上万个数据点组成的基于阵列基础之上的二维、三维甚至四维的化学数据阵分析。这些庞大的数据阵中不仅包含了丰富的有用化学信息,也包含了一些干扰组分响应、背景响应、仪器噪音等,化学计量学理论和方法的不断发展为从这些复杂的数据中提取有用化学信息提供了各种有效的解决方法。化学计量学理论体系中的化学模式识别和多维校正方法是解析这些复杂数据信息的非常重要的两个研究领域,本论文通过对这两个领域的热点和难点的追踪研究,选取了其中几个重要的问题进行方法探索和应用研究,内容主要涉及以下几个方面:
　　 1、化学模式识别方法与中药近红外光谱的质量控制研究(第二章-第三章)
　　 中药材原料质量除了与是否存在掺杂使假的真伪优劣有关之外,其质量特征和药效还与它们的地理区域性密切相关。另外,对于复方中药的质量除了与所采用的中药材原料用药密切相关,还与市场上各个厂家的生产加工用药和工艺流程相关。因此,中药材的真伪优劣、不同道地性药材以及不同厂家的复方中药的判别对中药质量控制和有效监督市场行为具有重要的现实意义。本文通过利用近红外漫反射技术采集不同质量类属的牛黄样品以及不同厂家的复方中药六味地黄丸的近红外红光谱,提出了一种移动窗口偏最小二乘判别分析(MWPLSDA)模式识别方法对这些不同类属的牛黄样品或六味地黄丸样品的近红外光谱数据进行表征和信息提取,相比传统的主成分分析(PCA)、线性判别分析(LDA)、偏最小二乘判别分析(PLSDA)模式识别方法,该方法通过剔除与分类无关以及干扰分类的无用信息变量的影响,能更有效地处理近红外光谱指纹信息中的非线性和复共线性等复杂的相关关系,从而有助于更好地从差异微小的指纹分类信息中提取出能反映中药材牛黄样本真伪、道地性差别和复方中药六味地黄丸样本厂家来源的判别隐变量,给出更好的模式识别效果。该方法简单快速而又切实可行,可望推广用于判别市面各种中药真伪、产地归属、质量类别等。
　　 2、一阶校正新算法研究与多元光谱数据分析(第四章)
　　 最小二乘支持向量机(LS—SVM)以其优越的性能在对多元光谱的二维数据分析的一阶校正建模中得到越来越广泛的应用,但它的性能在很大的程度上还依赖于数据集分布的均一性和模型误差的同质性,这也是一阶校正算法中存在的普遍性问题。因此,对一阶校正建模中的训练集样品的代表性和最优化样品加权问题进行研究将关系到这类模型的进一步推广应用。但是,由于在多元光谱分析中样品光谱空间的多维性和复杂性以及样品选取过程中的不确定性,使得准确估计训练集样品在整个样品空间的代表性尚存在一定困难。传统的多元校正模型大多根据经验方法选择代表性样品,在某些不利的情况下可能会影响校正模型对新样品的预测性能。为解决以上问题,同时考虑到样品的代表性很难通过考察单个样品进行估计以及多元校正模型本身还存在模型最佳参数的选择与确定,我们把样样品加权和最小二乘支持向量机相结合,基于粒子群优化算法,提出了一种自适应训练最优化样品加权最小二乘支持向量新算法(OSWLS-SVM)并用于多元光谱分析。该算法通过对原来的训练集样品进行非负加权,在校正建模过程中同时考虑了模型的复杂性和预测能力,以同时优化原始校正集样品的训练和独立验证集样品的预测为训练目标,采用粒子群优化算法实现对样品代表性的某种最优化重新刻度的同时,也能实现模型超验参数的优化。将该新算法用于真实的多元光谱二维数据集的校正分析结果表明,原始校正样品的代表性较差时,模型的预测性能确实能得以改善。另外对基于粒子群优化算法搜索性能的稳定性和有效性进行了考察,结果也表明,新算法非常稳定有效。新算法为二维数据分析校正问题提供了一种新的全自动建模方法,且构建思想具有通用性,因此还能为改进其它一阶校正方法提供一种参考。
　　 3、二阶校正方法与三维荧光技术用于直接或间接定量分析体液中药物含量(第五章-第六章)
　　 复杂体液中药物的快速分析是现代生命医学领域面临的一个重要的问题,传统方法采用色谱分离技术来实现这一目的,通常情况下通过调整色谱柱或者色谱条件分离,但是由于体液中含有不可预测的基质及其他干扰物,在某些情况下往往难以实现完全分离,并且对于萃取分离条件的考察也十分耗时耗材。因此,考虑到荧光检测技术具有高灵敏度、高选择性、费用低等优点,以及化学计量学二阶校正相比一阶校正具有二阶优势:即使有未知干扰共存也能对感兴趣组分进行定量分析,我们利用二阶校正方法与三维激发-发射荧光光谱相结合,运用平行因子(PARAFAC)和交替归一加权残差(ANWE)算法对三维荧光数据进行解析,在不用对干扰物和背景物加以校正建模的情况下,以数学分离代替化学分离,再基于标样的已知浓度,利用简单回归法实现了抗癌药物伊立替康的血药浓度和其在人尿液中浓度的直接有选择性的定量分析。该方法快速简便,花费成本低廉,定量结果满意。有潜力成为一种临床监控人体液中伊立替康含量的快速、灵敏分析方法。另外,为了将荧光检测技术与二阶校正方法所体现的优势继续发挥在体液中弱荧光药物和无荧光药物的量化分析,我们通过胶束增敏增强三维荧光策略与基于PARAFAC和ANWE的二阶校正方法相结合,增强了荧光分析方法的选择性,且仅需简单的样品预处理就实现了人血浆和同源药物多潘立酮干扰共存下的甲氧氯普胺精确的光谱分辨和准确的浓度预测。此外,还提出了一种新的对无荧光药物美洛昔康在未知干扰共存下的人体尿液中的定量分析方法。该方法基于无荧光的美洛昔康通过氧化衍生水解反应后生成强荧光化合物这一特性,仍然采用PARAFAC和ANWE这两种二阶校正方法对衍生三维荧光进行数学分离,再通过间接校正目标分析物美洛昔康,获得了满意的定量结果。
　　 4、三阶校正新算法研究及优势探索(第七章-第八章)
　　 当对四线性成分模型的四维数据进行定量预测分析时,这一方法可被称作三阶校正,其具有的优势可称三阶优势。理论上,三阶校正的优势不仅包括二阶优势,应该还会包括更多的优势。针对二阶校正在解决某些复杂体系分析中存在的不足,以及为适应将来更多复杂体系数据解析或者高阶联用仪器的高阶数据分析,研究三阶校正方法相当重要。然而,迄今为止,仅仅很少的文献报道过对四维数据的分析。作者在通过分析文献中仅有的少数几个四维算法的基础上,总结了三阶校正算法开发的总体思路,并首次基于四线性模型的不完全扩展的矩阵形式,开发了两种三阶校正新算法。
　　 针对基于完全扩展矩阵形式的四维平行因子(fourway—PARAFAC)对拟合模型需要的化学秩敏感、收敛速度慢、容易出现衰退解等不足,以及基于切片矩阵形式开发的交替惩罚四线性分解算法(APQLD)对噪声容忍能力弱的缺点,本文第七章中,开发了一种基于不完全扩展矩阵形式的交替加权残差约束四线性分解(AWRCQLD)新算法。该算法构建四个独特的加权残差函数作为四线性模型损失函数的约束项,以交替最小化四个新的加权残差目标函数求解四维数据阵中四个潜在的矩阵。通过测试模拟的三维、四维数阵以及设计真实实验以信息总量相等的三维和四维数阵进行解析对比,对应用最为广泛的几种二阶校正方法以及基于新算法AWRCQLD、fourway-PARAFAC和APQLD的三阶校正方法的结果进行比较,探索了三阶校正相比二阶校正所具有的三阶优势,挖掘了新算法相比fourway-PARAFAC和APQLD两种四维算法所具有的优越性。研究表明,四维阵并不是三维阵的简单集合,各维间有着其独特的内在联系。三阶校正能更充分的提取数据隐含信息和提高分辨能力,能解决二阶校正无法正确解析的高度共线性病态模拟数据,也能解决二阶校正无法对血浆中某些内源干扰物质的荧光光谱与目标分析物奥沙普秦的光谱存在严重重叠且高度相似时的合理分辨和正确校正的问题。此外,新算法AWRCQLD克服了两种已有四维算法的不足,与fourway-PARAFAC算法相比,新算法不仅收敛速度快而且对组分数不敏感。与APQLD算法相比,新算法对噪声有很强的容忍能力,稳健性令人满意。新算法的显著特点就是当体系噪声极大或共线性极强时,且组分数过剩时,分辨得到的感兴趣分析物的图谱都十分稳定,并且具有较快的收敛速度。该算法极有潜力成为研究复杂化学体系和过程中的四维数据分析的一种普适性算法。
　　 二阶优势的发现,曾极大地推动了化学计量学的长足发展。我们也可以大胆预测,三阶优势也可能会在更多的实际应用中展露锋芒。为了能为四维数据分析提供更多可选择的方法,在本文第八章中,我们仍然从不完全扩展形式的四线性模型出发,开发一种自约束交替四线性分解(SRAQLD)新算法。该算法设计了具有密切内在联系的四个目标函数,其每个目标函数的两个部分之间互为平衡约束,以交替最小化四个个自约束的残差求解四维数据阵中四个潜在的矩阵。在实验中,由于氯丙嗪与血浆存在荧光基体效应,而导致二阶校正和二阶标准加入法对血浆中氯丙嗪的量化分析均出现不同程度的预测偏差。为了改善结果,通过增加血浆背景量的变化这一维信息,构建激发-发射-背景体积量-样本的荧光响应四维数阵。并将four-way PARAFAC、APQLD与新提出的AWRCQLD和SRAQLD这四种三阶校正方法对该体系进行研究。结果显示,利用三阶校正方法可提取药物中氯丙嗪在不同血浆背景量下隐含的作用趋势,使这种隐含信息不会被错误关联在分辨得到的光谱轮廓与相对浓度中,从而能够在一定程度上克服体系中存在的基体效应,研究给出较为满意的结果。另外,SRAQLD新算法在这一应用体系中表现稍优,新算法AWRCQLD和四维PARAFAC的预测性能相当,APQLD的表现稍弱。
　　 本文所开发的两种三阶校正新算法可为更多实际体系和高阶仪器的四维数阵体系分析提供解析工具,有利于人们更深入地认知三阶校正,也为后续的理论研究提供一定的理论基础和参考价值。

目录

文摘

英文文摘

第1章 绪论

1.1 化学计量学的发展历程及其研究范畴

1.2 化学模式识别与中药近红外光谱的质量控制研究

1.3 多维校正方法

1.3.1 零阶校正

1.3.2 一阶校正

1.3.3 二阶校正

1.3.4 三阶校正

1.3.5 四线性成分模型

1.3.6 三阶校正算法的开发形式

1.4 本论文的研究工作

第2章 移动窗口偏最小二乘判别分析结合近红外光谱技术用于中药牛黄样品质量快速检测和道地性判别以及不同模式识别方法的比较研究

2.1 前言

2.2 理论

2.2.1 移动窗口偏最小二乘判别分析思想基础

2.2.2 移动窗口偏最小二乘判别分析模型的构建原理

2.3 实验部分

2.3.1 仪器与样品

2.3.2 光谱的采集

2.3.3 数据分析

2.4 结果与讨论

2.4.1 PCA、LDA、PLSDA和MWPLSDA判别人工牛黄、天然牛黄、掺杂牛黄三类样品的结果分析与比较

2.4.2 MWPLSDA判别三个不同地域的天然牛黄

2.5 小结

第3章 移动窗口偏最小二乘判别分析用于不同厂家中成药六味地黄丸近红外光谱分类

3.1 前言

3.2 理论

3.2.1 移动窗口偏最小二乘判别分析(见2.2)

3.3 实验

3.3.1 仪器和样品

3.3.2 近红外漫反射光谱测定

3.3.3 数据预处理

3.4 结果与讨论

3.4.1 五个不同厂家的六味地黄丸样品的NIR光谱分别用PCA、LDA、 PLSDA、MWPLSDA判别

3.5 小结

第4章 基于粒子群优化算法自适应训练最优化样品加权最小二乘支持向量机用于多元光谱分析

4.1 前言

4.2 理论

4.2.1 最小二乘支持向量机(LS-SVM)算法

4.2.2 粒子群优化(PSO)算法

4.2.3 最优化样品加权最小二乘支持向量机(OSWLS-SVM)算法

4.3 标准数据集和实验数据集

4.3.1 标准数据集

4.3.2 实验数据集

4.4 结果与讨论

4.4.1 数据集的预处理

4.4.2 PLS,LS-SVM和OSWLS-SVM方法对草料数据建模比较

4.4.3 PLS,LS-SVM和OSWLS-SVM方法对燃料数据建模比较

4.4.4 PLS,LS-SVM和OSWLS-SVM方法对药片数据建模比较

4.4.5 智能化OSWLS-SVM方法建模稳定性的考察

4.5 小结

第5章 借助二阶优势的高灵敏荧光光谱法测定人体液中伊立替康的含量

5.1 前言

5.2 理论

5.2.1 三线性成分模型

5.2.2 平行因子分析(PARAFAC)算法

5.2.3 交替归一加权残差(ANWE)算法

5.2.4 品质因数

5.3 实验部分

5.3.1 仪器与试剂

5.3.2 实验方法

5.4 结果与讨论

5.4.1 药物伊立替康及其在人体液中的中三维荧光光谱特性

5.4.2 组分数的估计

5.4.3 二阶校正算法对人体液中伊立替康光谱的数学分离

5.4.4 二阶校正算法对人体液中伊立替康光谱的定量分析

5.4.5 品质因数和椭圆置信区间测试

5.4.6 方法的精密性和重现性考察

5.5 小结

第6章 增强和衍生三维荧光光谱结合二阶校正方法定量分析人体液中弱荧光或无荧光药物

6.1 前言

6.2 理论

6.2.1 三线性成分模型(见5.2.1)

6.2.2 平行因子分析(PARAFAC)算法(见5.2.2)

6.2.3 交替归一加权残差(ANWE)算法(见5.2.3)

6.3 实验

6.3.1 仪器

6.3.2 试剂

6.3.3 血浆中多潘立酮干扰下甲氧氯普胺的测定

6.3.4 尿液中美洛昔康的测定

6.4 结果和讨论

6.4.1 增强三维荧光结合二阶校正方法定量分析血浆样中甲氧氯普胺

6.4.2 衍生三维荧光结合二阶校正方法定量分析人体液中无荧光药物美洛昔康

6.5 小结

第7章 交替加权残差约束四线性分解算法分析四维数据阵

7.1 前言

7.2 理论

7.2.1 三线性成分模型(见5.2.1)

7.2.2 平行因子分析(PARAFAC)算法(见5.2.1)

7.2.3 交替三线性分解(ATLD)算法

7.2.4 自加权交替三线性分解(SWATLD)算法

7.2.5 四线性成分模型

7.2.6 四维平行因子分析(four-way PARAFAC)算法

7.2.7 交替惩罚四线性分解(APQLD)算法

7.2.8 交替加权残差约束四线性分解(AWRCQLD)算法

7.2.9 四维PARAFAC,APQLD和AWRCQLD算法迭代退出准则

7.3 模拟和实验

7.3.1 模拟数据

7.3.2 实验

7.4 结果与讨论

7.4.1 模拟数据

7.4.2 实验数据

7.5 小结

第8章 自约束交替四线性分解算法

8.1 前言

8.2 理论

8.2.1 三线性模型(见5.2.1)

8.2.2 平行因子分析(PARAFAC)算法(见5.2.2)

8.2.3 自加权交替三线性分解(SWATLD)算法(见7.2.3)

8.2.4 二阶标准加入法(SOSAM)

8.2.5 四线性模型(见7.2.4)

8.2.6 四维平行因子分析(four-way PARAFAC)算法(见7.2.5)

8.2.7 交替惩罚四线性分解(APQLD)算法(见7.2.6)

8.2.8 交替加权残差约束四线性分解(AWRCQLD)算法(见7.2.7)

8.2.9 自约束交替四线性分解算法(SRAQLD)

8.3 实验

8.3.1 仪器与试剂

8.3.2 实验过程

8.4 结果和讨论

8.4.1 基于PARAFAC和SWATLD的二阶校正方法定量检测血样中盐氯丙嗪浓度

8.4.2 基于PARAFAC和SWATLD的二阶标准加入法检测盐酸氯丙嗪的浓度

8.4.3 基于四维PARAFAC,APQLD,AWCRQLD和SRAQLD算法的三阶校正方法检测血浆中盐酸氯丙嗪浓度

8.5 小结

结论

参考文献

附录 A 攻读学位期间发表及完成的论文目录

致谢