抗生素類藥物的太赫茲光譜自動識別系統研究

三江學院 王 婷 王 芳

抗生素類藥物的太赫茲光譜自動識別系統研究

三江學院 王 婷 王 芳

近年來，太赫茲技術展現出巨大的發展潛力。抗生素類藥物應用廣泛，太赫茲技術對藥品的自動識別具有重要意義。本文利用太赫茲時域光譜技術來研究常見抗生素類藥物的吸收譜，在此基礎上，實現了對抗生素類藥物的自動識別。利用Matlab軟件，快速識別出了太赫茲光譜的峰值，這為我們分析光譜提供了可靠數據。程序可準確判斷出抗生素的類名。該系統對抗生素類藥物的識別正確率可達100%。此項研究為建立抗生素類藥物太赫茲數據庫以及對此類藥物的鑒別奠定了基礎。

抗生素；太赫茲光譜；吸收譜；分類識別

太赫茲波屬于一種遠紅外電磁波，它的頻率范圍在0.1～10THz。太赫茲光譜具有實時性，無損性等檢測優點，都使得太赫茲光譜技術在藥物檢測中具有巨大優勢?？股仡愃幬锸菓幂^為廣泛的一種藥物，但是濫用抗生素的情況越來越令人擔憂，為了保證安全，抗生素類藥物的鑒別與質量檢查變得更加重要。

1.引言

本文利用太赫茲時域光譜技術研究了十四種不同抗生素的吸收譜，通過Matlab軟件，實現了對光譜峰值及對藥品類名的判斷，為建立抗生素類藥物太赫茲數據庫以及對此類藥物的鑒別奠定了基礎。

2.實驗準備

本次實驗采用的是日本ADVANTEST公司tas7500系列太赫茲光譜儀和德國Bruker公司的V80系列傅里葉紅外光譜儀，兩者從光譜精度和寬度上互補。

本篇論文實驗所需要的樣品購于大連美侖生物科技有限公司。樣品為科學試劑，所有樣品的純度均超過98%，樣品為結晶型粉末，使用前沒有經過再次提純處理。樣品直接與聚乙烯（PET）粉末均勻混合、壓片后進行測試。實驗中采用的樣品與聚乙烯的比例為1：10，混壓后薄片厚度1mm，直徑約13mm。

圖1 傅立葉紅外光譜儀測得的十四種抗生素吸收譜

圖2 太赫茲時域光譜儀測得的十四種抗生素吸收譜

3.實驗結果

本文測試了14種抗生素類藥物，圖1是在傅里葉紅外光譜儀測得的樣品吸收光譜，從中可以較為清晰的觀察到各抗生素類藥物的光譜特性。

從圖1的十四種抗生素類藥物在1-9THz頻率范圍內的吸收特性可以看出，其中一些藥品屬于同一類抗生素，如青霉素類抗生素、頭孢類抗生素等。雖然他們的吸收譜很相似，但在其有效波段內仍存在差別，這些特性包括特征峰的位置、特征峰的個數等等。而我們通過利用這些差異，鑒別出它們。

圖2是在太赫茲時域光譜儀測得的樣品吸收光譜，從圖2可以觀察到，抗生素類藥物在0.5-2.5THz頻段范圍內有更多的吸收峰。一般來說，太赫茲時域光譜是對傅立葉紅外光譜的補充研究。太赫茲時域光譜的穩定性更好，其精度更高。

4.自動識別系統

4.1 程序算法分析

本次研究運用了Matlab軟件，通過此軟件，編寫了能夠實現自動識別功能的程序。原程序代碼見附錄。下面簡單介紹一下程序的算法。程序主要思想是基于線性回歸的分類器。說到回歸，一般指的也就是線性回歸。在回歸方程里，求得特征對應的最佳回歸系數的方法稱為最小化誤差的平方和。誤差的簡單累加將使得正差值和負差值得到相互抵消，所以我們采用平方誤差。具體分析如下：

（1）收集數據，獲得樣本在標準采樣點的采樣值序列。

（2）根據樣本值計算藥品的標準值。

（3）樣任意樣本與每一種藥品的標準值進行平方化誤差運算，平方化誤差最小的藥品就是分類器的輸出。

（4）平方化誤差的運算：在每一個采樣點，計算樣本采樣值與藥品標準值的差的平方，再將這些平方項累加。

4.2 程序流程

首先，根據表格文件獲得這些藥品的對應的名稱，將其保存在一個cell數組中，將這個數組命名為medicineName。通過xlsread()函數，可以讀取出測量結果。這里設置peakCount的值為5，表示提取出5個特征峰。接著，使用GetMaxN()函數，獲得每一種藥品的5個特征峰的峰值，并且通過一個for循環將其以“(frequencyPoint, amplitude)”的形式輸出。最后，調用Recognition()函數，為每一個測量的樣本值進行分類，并且將分類結果輸出到命令行窗口。

4.3 程序運行結果

圖3為光譜特征峰位置判斷結果圖，這里顯示出了各抗生素前5個特征峰的位置。而圖4則為系統識別結果圖。

圖3 特征峰位置判斷結果圖

圖4 識別結果圖

5.結論

從實驗中，我們可以發現，抗生素的時域太赫茲光譜具有明顯的差異性。通過太赫茲光譜，可以很快找到他們的差異，這就能很好的檢測出樣品，提高辨識的可靠性，這一點充分證明了該技術在藥品質量檢測與自動識別上的優越性。通過對程序的測試，識別系統可以很快確定各類藥物太赫茲光譜中特征峰對應的頻率點的位置，能夠幫我我們更好的分析各抗生素的太赫茲光譜特性，這為以后建立抗生素藥物分子太赫茲數據庫和鑒別抗生素分子奠定了基礎。程序運行良好，系統對于抗生素藥品類名的識別率可達100%。

[1]For．P．1992．Advanced Dairy Chemistry ：Lactose,water,sales and vitamins．Springer U．S．

[2]Fischer B．M．,Walther M．,Uhd Jepsen P．, Far-infrared vibrational modes of DNA components studied by terahertz time-domain spectroscopy[J]． Phys． Med． Biol．, 2002,47,3807-3814．

[3]戴浩．位組胺光穩定劑和抗生素的太赫茲光譜研究[D]．南京：南京大學,2011．

[4]趙樹森．用支持向量機識別毒品和抗生素的太赫茲光譜[D]．北京：首都師范大學,2009．

[5]田盛豐,黃厚寬．基于支持向量機的數據庫學習算法[J]．計算機研究與發展,2000,37(1)：17-22．

[6]張學工．關于統計學習理論與支持向量機[J]．自動化學報,2000,26(1)：32-42．

[7]吉特,趙衛紅,張增艷．D-,L-和DL-青霉胺的太赫茲時域光譜[J]．物理化學學報,2006,22(9)：1159-1162．

[8]陳艷紅,劉艷艷,趙國忠,王衛寧,李福利．基于支持向量機的中藥太赫茲光譜鑒別[J]．光譜學與光譜分析,2009,29(9)：2346-2350．

[9]熊和玉,汪敬武．頭孢菌素類抗生素分析方法研究進展[J]．江西化工,2003(3)：16-21．

[10]齊娜,張卓勇,相玉紅．太赫茲技術在醫學檢測和診斷中的應用研究[J]．光譜學與光譜分析,2013,33(8)：2064-2070．

[11]徐海賢,付秀華,杜勇,劉建軍．基于太赫茲光譜技術的抗生素類藥物檢測研究[J]．現科儀器,2012,12(6)：42-45．

12]曹丙花．基于太赫茲時域光譜的檢測技術研究[D]．浙江：浙江大學,2009．

[13]李武．基于主成分分析和支持向量機的太赫茲光譜鑒別模型[D]．天津：南開大學,2015．

[14]馬曉菁,趙紅衛,劉桂鋒,吉特,張增艷,代斌．多糖混合物的太赫茲時域光譜定性及定量分析研究[J]．光譜學與光譜分析,2009,29(11)：2885-2888．

[15]丁志龍．太赫茲時域光譜用于混合物定性和定量分析[D]．四川：電子科技大學,2015．

江蘇省高校品牌專業專項資金資助（TAPP,PPZY2015A033）。

王婷，三江學院本科生。

王芳，講師，現供職于三江學院，研究方向：無損檢測技術。