基于PCA—BP神經(jīng)網(wǎng)絡(luò)的合成色素SERS信號判別

段凌風(fēng)　徐璐　王李冬

摘要：表面增強(qiáng)拉曼散射技術(shù)（SERS）是一種可以提供分子指紋信息的表征技術(shù)，具有快速、靈敏度高及檢出限低等優(yōu)勢，已被廣泛應(yīng)用于食品分析領(lǐng)域。結(jié)構(gòu)相似的分析物的SERS光譜重疊度較高，不宜用常規(guī)手段進(jìn)行區(qū)分。以同類型色素為代表分析物，利用主成分分析（PCA）和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，對高度重疊的SERS圖譜數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)了同類型色素的SERS光譜區(qū)分。將歸一化后累計(jì)貢獻(xiàn)率達(dá)到90%的主成分進(jìn)行BP網(wǎng)絡(luò)訓(xùn)練和預(yù)測，結(jié)果發(fā)現(xiàn)，該法對不同色素預(yù)測的準(zhǔn)確度高達(dá)99.87%，并且所呈現(xiàn)的結(jié)果與預(yù)計(jì)基本相同。

關(guān)鍵詞： SERS；主成分分析；BP神經(jīng)網(wǎng)絡(luò)；色素判別；數(shù)據(jù)挖掘

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）31-0196-03

SERS Discrimination for Synthetic Pigment Based on PCA and BP Network Model

DUAN Ling-feng， XU Lu，WANG Li-dong*

（Qianjiang College， Hangzhou Normal University， Hangzhou 310018， China ）

Abstract：Surface enhanced Raman scattering （SERS） has been widely used in biochemistry disease diagnosis and environmental monitoring， with the advantages of fast， sensitive， less material consumption and low detection limit. In the early detection of the pigment， we found that the overlap of the SERS spectra of the same type of pigment is high. In this paper， we employ Principal Component Analysis （PCA） and Back Propagation （BP） network to analyze the characteristic of the data and identify different spectra. Then， the normalized main component whose cumulative contribution reaches 90 % is trained and is predicted by BP network. The experimental results show that the accuracy for different pigments can achieve 99.87%. The results are basically the same as expected.

Key words：SERS；PCA；BP network；discrimination of pigment；data mining

1 概述

近年來，食品安全威脅到人類健康的問題頻繁發(fā)生，引起了社會各界的高度關(guān)注。食品行業(yè)中，濫用添加劑、人工色素都極易引發(fā)人們的擔(dān)憂。其中人工合成色素添加的不透明、不規(guī)范現(xiàn)象極為嚴(yán)重。據(jù)報(bào)道2013年北京市工商局查出在對北京市流通領(lǐng)域食品抽檢中發(fā)現(xiàn)7個(gè)不合格樣本，其中有兩種肉制品被查出不得含有的色素“誘惑紅”。

表面增強(qiáng)拉曼散射（Surface Enhanced Raman Scattering，簡稱SERS）技術(shù)由于具有靈敏度高、選擇性好、費(fèi)用低、試樣量少、分析結(jié)果快速等優(yōu)點(diǎn)，在生物、化學(xué)傳感器、環(huán)境檢測及食品分析[1-7]等方面都得到了廣泛應(yīng)用。由于不同分析物結(jié)構(gòu)的差異性，理論上不同種類物質(zhì)應(yīng)具有各異的SERS特征。然而，由于有些分析物結(jié)構(gòu)相似，其“指紋”信息差異小，譜線重疊嚴(yán)重，難以通過SERS光譜的直觀對比進(jìn)行區(qū)分，因此需要開發(fā)一種方法對高度重疊的SERS圖譜進(jìn)行分析判別。

在進(jìn)行SERS檢測時(shí)，獲取的研究對象的特征峰屬于“指紋區(qū)”，特征峰相對于其他的檢測方法更為明顯可靠，所以只需要在各個(gè)拉曼光譜中做譜線的歸屬以及峰強(qiáng)的比較就可以很好的區(qū)分出各種物質(zhì)。但是，拉曼散射的形成是由于分子的振動，而同類物質(zhì)的分子結(jié)構(gòu)有可能很相似，所以產(chǎn)生的拉曼光譜就會很相似，用常規(guī)手段很難區(qū)分，再加之實(shí)驗(yàn)不可能達(dá)到理論完美，更加大了區(qū)分同類物質(zhì)的難度。常見光譜分析判別方法主要是基于模式識別的光譜判別法，如最小二乘法支持向量機(jī)[8]、神經(jīng)網(wǎng)絡(luò)[9]等。在實(shí)踐過程中，由于SERS信號維數(shù)過高，必須對原始數(shù)據(jù)進(jìn)行降維、降噪的預(yù)處理。為了將高維數(shù)據(jù)簡化，并保留其本身具有的特征，可以應(yīng)用一定的模式識別方法，將數(shù)據(jù)簡化的同時(shí)最大化體現(xiàn)其特征，提取出各物質(zhì)主要信息，從而實(shí)現(xiàn)物質(zhì)的區(qū)分。主成分分析法（Principal component analysis，PCA）是一種特征預(yù)處理的分析技術(shù)，可以提取一些對于結(jié)果有幫助的特征，從而降低模式識別的計(jì)算量[10]。此外，相對于最小二乘法支持向量機(jī)，BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度相對更快，技術(shù)更為成熟，在拉曼光譜的應(yīng)用中范圍最廣[11]。

基于上述分析，為了提高光譜的判別效率，將圖譜主要特征提取出來，我們提出一種主成分分析與神經(jīng)網(wǎng)絡(luò)的SERS圖譜判別模型（PCA-BP）。首先采用主成分分析提取SERS信號中的重要特征，再使用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測判別（圖1）。將輸出的值和預(yù)定值進(jìn)行對比，得到的相似度以準(zhǔn)確率的形式輸出。

2 原理

2.1 主成分分析法——PCA

主成分分析法是一種降維的統(tǒng)計(jì)方法，它借助于一個(gè)正交變換，將其分量相關(guān)的原隨機(jī)向量轉(zhuǎn)化成其分量不相關(guān)的新隨機(jī)向量，然后對多維變量系統(tǒng)進(jìn)行降維處理，使之能以一個(gè)較高的精度轉(zhuǎn)換成低維變量系統(tǒng)，從而使用低維數(shù)的特征進(jìn)行分類。

假設(shè)訓(xùn)練集為X=[x11…x1p???xn1…xnp]。

那么可以用如下方法進(jìn)行標(biāo)準(zhǔn)化處理：

[x*ij=xij-xjVarxj i=1，2，…，n；j=1，2，…，p] （1）

其中，[xj=1ni=1nxij]，

[Varxj=1n-1i=1n（xij-xj）2（j=1，2，…，p）]。

設(shè)原始數(shù)據(jù)初始化后的矩陣仍用X來表示，經(jīng)處理后數(shù)據(jù)的相關(guān)系數(shù)矩陣R為

[R=r11…r1p???rp1…rpp] （2）

其中，

[rij=covxi，xj=k=1k=n（xi-xi）（xj-xj）n-1，n>1] （3）

[covxi，xj]為求[xi，xj]協(xié)方差。之后計(jì)算相關(guān)特征值和特征向量。假定特征值記為[λ1，λ2，…，λp]，特征向量記為[ai=ai1，ai2，…，aip，i=1，2，…，p]，那么主成分可以得到[p]個(gè)主成分，一般是根據(jù)各個(gè)主成分的貢獻(xiàn)率大小取前k個(gè)主成分。

貢獻(xiàn)率[=λii1pλi] （4）

在本文的具體實(shí)現(xiàn)上，根據(jù)標(biāo)準(zhǔn)化的SERS光譜數(shù)據(jù)，按照各個(gè)樣品，分別輸入主成分模型得到主成分。

2.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種采用比較多的前饋神經(jīng)網(wǎng)絡(luò)，一般使用三層的進(jìn)行學(xué)習(xí)，即：輸入層、隱含層、輸出層。訓(xùn)練發(fā)現(xiàn)輸入層的輸入?yún)?shù)不宜過多，否則會導(dǎo)致訓(xùn)練時(shí)間過長，但同樣也需要盡可能的包含全部的主成分信息。

本文采用神經(jīng)網(wǎng)絡(luò)的輸入層的節(jié)點(diǎn)個(gè)數(shù)為18，隱含層節(jié)點(diǎn)個(gè)數(shù)為18，輸出層節(jié)點(diǎn)為1（如圖2所示），即輸入18維特征量，輸出1個(gè)預(yù)測值。激活函數(shù)采用[S]型函數(shù)。

[f（x）=11+exp（-x）] （5）

BP神經(jīng)網(wǎng)絡(luò)的閾值依據(jù)能量函數(shù)負(fù)梯度下降原理進(jìn)行動態(tài)調(diào)整，該網(wǎng)絡(luò)的具體流程如下圖所示：

3 實(shí)驗(yàn)與模擬

3.1 材 料

無水乙醇（分析純，國藥集團(tuán)化學(xué)試劑有限公司），氨水（分析純，國藥集團(tuán)化學(xué)試劑有限公司）；

莧菜紅（國藥集團(tuán)化學(xué)試劑有限公司）誘惑紅（國藥集團(tuán)化學(xué)試劑有限公司）；

二次去離子水（先進(jìn)激光材料與器件重點(diǎn)實(shí)驗(yàn)室，江蘇師范大學(xué)）。

3.2 實(shí)驗(yàn)儀器

便攜式拉曼光譜儀（BWS465，B&W TEK，美國），0.5-10 uL、10-200 uL、100-1000 uL移液槍（Eppendorf，德國），離心機(jī)（Centrifuge 5804，Eppendorf，德國）。

3.3 溶液配置

用電子天平稱取5mg莧菜紅色素，加入二次去離子水50ml，得到100ppm莧菜紅溶液。用同樣的方法獲得100ppm誘惑紅溶液。

將香腸放入燒杯中，加入5ml的100ppm莧菜紅溶液，浸泡10分鐘后取出香腸。將無水乙醇、氨水、二次去離子水按照7：2：1的比例配置成萃取液[12]。將香腸放入萃取液中，攪拌，取出香腸，將溶液放入離心管a中。取等量的去離子水置于等離心管b中，將離心管a和離心管b放入離心機(jī)中，在4000轉(zhuǎn)下運(yùn)行5分鐘，從離心管a中提取上層清液獲得莧菜紅香腸溶液，放入燒杯中加熱至86oC，加熱1小時(shí)后取出溶液放入試管中待測。用同樣的方法獲得在香腸中的誘惑紅溶液。

3.4 SERS檢測

打開激光器電源，啟動激光，運(yùn)行Raman光譜測量軟件。激發(fā)光波長785 nm，積分時(shí)間10s，掃描次數(shù)3次，掃描范圍250-2500 cm-1，激光功率10 mW。

首先掃描背景信號，打開激光檢測SERS基底的拉曼信號，選取9個(gè)點(diǎn)。然后，用0.5-10[μl] 的移液槍取2[μl]的莧菜紅溶液輕輕滴在基底上，由于基底具有超疏水性，莧菜紅分子會附著在銀納米棒上，自然風(fēng)干30分鐘左右，掃描莧菜紅的拉曼信號，掃描9個(gè)點(diǎn)，輸出并用Excel表格保存數(shù)據(jù)。再用同樣的方法得到誘惑紅的拉曼信號，均用Excel表格保存。

3.5 PCA處理

因?yàn)榈玫降那{菜紅和誘惑紅SERS光譜的維數(shù)較高，因此采取PCA進(jìn)行降維和去噪處理。將用Excel表格存儲的拉曼光譜數(shù)據(jù)導(dǎo)入MATLAB程序中，運(yùn)行PCA程序。將18*2000多維的數(shù)據(jù)降低至18*1維作為特征值，即提取累計(jì)貢獻(xiàn)率前90%的特征以便投入BP網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。將得出的數(shù)據(jù)用Excel表格保存。

3.6 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練

將PCA提取出的莧菜紅和誘惑紅純品拉曼信號的特征值導(dǎo)入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并對數(shù)據(jù)進(jìn)行歸一化處理。

歸一化公式為：

[x*i=xi-xminxmax-xmin] （6）

由于投入訓(xùn)練的維數(shù)有18維，所以輸入層的節(jié)點(diǎn)個(gè)數(shù)為18，隱含層節(jié)點(diǎn)個(gè)數(shù)為18，輸出層節(jié)點(diǎn)個(gè)數(shù)為1。首先初始化網(wǎng)絡(luò)學(xué)習(xí)，將訓(xùn)練網(wǎng)絡(luò)的最大迭代次數(shù)設(shè)為10000次，噪聲強(qiáng)度為0.01，學(xué)習(xí)速率為0.035，目標(biāo)誤差為[0.65*10-3]。訓(xùn)練完成后，從香腸中提取兩種色素的拉曼信號的特征值投入BP網(wǎng)絡(luò)進(jìn)行測試，并將編號為3的數(shù)據(jù)替換為隨機(jī)數(shù)。

4 結(jié)果與分析

在測試時(shí)，將獲得的純品色素?cái)?shù)據(jù)（測試數(shù)據(jù)，共18組）投入PCA進(jìn)行降維處理，將降維后的數(shù)據(jù)投入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，得出的相似度以準(zhǔn)確率的形式輸出，結(jié)果見表1。其中，編號10到18的數(shù)據(jù)為了以準(zhǔn)確率的形式表現(xiàn)出來，將1減去輸出值作為準(zhǔn)確率。

由表1可知，本文所選用的PCA-BP模型的平均準(zhǔn)確率為99.87%。經(jīng)過嘗試不同的訓(xùn)練組，發(fā)現(xiàn)得出的結(jié)果大致相同。其預(yù)測的結(jié)果與預(yù)先設(shè)定好的類別基本吻合。需要注意的是，3號樣品為隨機(jī)數(shù)，所以訓(xùn)練產(chǎn)生的輸出值偏差較大。SERS的信號相對于傳統(tǒng)的檢測手段更為具體，本身具有相對較少的雜峰，特征峰也相對明顯，所以特征的提取和識別度較高。由表1可得本文所采用的模型識別率較高。由于實(shí)驗(yàn)獲取的過程不能做到理論上的完美，所以原始數(shù)據(jù)肯定會有一定量的誤差，同時(shí)在PCA中降維也可能會產(chǎn)生誤差，以及在BP網(wǎng)絡(luò)中為了防止過度擬合生成了一定量的噪聲，這些都會造成準(zhǔn)確率沒法到達(dá)100%。在多組檢測中無法存在100%的準(zhǔn)確率，還存在以下原因：1）激光器材會產(chǎn)生噪聲，影響原始SERS數(shù)據(jù)的檢出；2）在用電子顯微鏡對焦時(shí)焦距不對，導(dǎo)致掃描出的數(shù)據(jù)模糊化；3）為了防止過度擬合，在BP神經(jīng)網(wǎng)絡(luò)中添加了一定量的噪聲，對個(gè)別的實(shí)驗(yàn)數(shù)據(jù)會產(chǎn)生影響。除此之外，溶液在基底上存放時(shí)間過長，水分蒸干后，色素分子分布的不均勻也會導(dǎo)致檢測的信號有所不同。

5 總結(jié)

本文采用了PCA-BP神經(jīng)網(wǎng)絡(luò)模型對常用人工合成色素莧菜紅和誘惑紅的SERS圖譜進(jìn)行區(qū)分，對處于不同環(huán)境下的色素進(jìn)行了歸類判別。建立了一個(gè)有關(guān)莧菜紅和誘惑紅的數(shù)據(jù)挖掘模型。

1） 分別使用了色素純品溶液和從染色過的香腸中提取出的色素溶液，將香腸浸泡在高濃度色素溶液中，并利用萃取液進(jìn)行萃取，通過加溫的方式去除萃取液中殘留的酒精和氨水的影響。

2） 使用PCA對獲得的SERS數(shù)據(jù)進(jìn)行降維，并使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得了一個(gè)準(zhǔn)確率較高的PCA-BP模型。結(jié)果表明當(dāng)輸入節(jié)點(diǎn)為18，隱含層節(jié)點(diǎn)為18時(shí)訓(xùn)練效果最好。

PCA-BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于色素SERS信號的數(shù)據(jù)挖掘已經(jīng)得到實(shí)現(xiàn)，為了進(jìn)一步提高穩(wěn)定性和普適率，除了改進(jìn)算法之外，還可以進(jìn)一步改善實(shí)驗(yàn)條件，從而減少儀器和人為帶來的不必要誤差。本文將兩種色素放在一起進(jìn)行區(qū)分，還可以將更多的物質(zhì)添加進(jìn)來，從而建立多類型樣本檢測模型，有可能實(shí)現(xiàn)光譜數(shù)據(jù)的快速區(qū)分識別。

參考文獻(xiàn)：

[1] 李然. SERS活性底物的制備及在分析檢測中的應(yīng)用[D]. 中國科學(xué)技術(shù)大學(xué)， 2013， O657.37.

[2] 唐祥虎， 劉錦淮， 楊良保. 復(fù)雜結(jié)構(gòu)SERS基底的設(shè)計(jì)與構(gòu)筑及其用于環(huán)境檢測和催化監(jiān)測[D]. 中國科學(xué)技術(shù)大學(xué)， 2014.

[3] Han Caiqin， Chen Jing， Wu Xiaomeng，et all. Detection of metronidazole and ronidazole from environmental Samples by surface enhanced Raman spectroscopy[J]. Talanta， 2014， 128： 293-298.

[4] Wang X J， Abell J L， Zhao Y ，et al.Angle-resolved reflectance of obliquely aligned silver nanorods[J].APPLIED OPTICS， 2012， 51（10）：1521-1531.

[5] Chen Y P， Chen G， Zheng C，et al. Discrimination of gastric cancer from normal by serum RNA Based on surface-enhanced Raman spectroscopy （SERS） and multivariate analysis[J]. Medical Physics， 2012， 39（9）：56-5668.

[6] Zhang， D. C.， Y. R. Yan， W. Cheng， W. Zhang， Y. H. Li， H. X. Ju and S. J. Ding. Streptavidin-enhanced surface plasmon resonance biosensor for highly sensitive and specific detection of microRNA[J]. Microchimica Acta， 2013， 180（5）：397-403.

[7] Zhao Y P ， Chaney S B ， Shanmukh S ， et al. Polarized surface enhanced raman and absorbance spectra of aligned silver nanorod arrays [J]. Journal of Physical Chemistry B， 2006， 110（7）：3153-3157.

[8] 劉偉，劉長虹，鄭磊.基于支持向量機(jī)的多光譜成像稻谷品種鑒別[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30（10）：145-151.

[9] 王雷，喬曉艷，張姝，等. 基于BP神經(jīng)網(wǎng)絡(luò)的熒光光譜法農(nóng)藥殘留檢測[J].應(yīng)用光學(xué)，2010，31（3）：442-446.

[10] 李建林. 一種基于PCA的組合特征提取文本分類方法[J]. 計(jì)算機(jī)應(yīng)用研究，2013，30（08）：2398-2401..

[11] 陳秀麗，王桂文，陶站華，等.基于PCA和BP網(wǎng)絡(luò)的地中海貧血紅細(xì)胞拉曼光譜判別[J].中國激光，2009，36（9）：2448-2453.

[12] 邢曉慧，尹未華，韓春菊，等.高效液相色譜法鑒定蜜餞中食用合成色素[J].視頻研究與開發(fā)，2007，28（10）.