公开(公告)号：CN119413775A

公开(公告)日：2025-02-11

申请号：CN202411420370.0

申请日：2024-10-11

Applicant: 上海交通大学

Inventor： 叶坚 ,  顾雨清 ,  林俐 ,  陈舟

IPC: G01N21/65 ,  G01N21/01 ,  G01N1/38 ,  G01N1/42 ,  G01N1/44 ,  G16C20/20 ,  G16C20/70

Abstract: 本发明公开了一种基于表面增强拉曼光谱的复杂样本检测方法和应用，涉及生物分子检测领域，该方法包括如下步骤：制备银纳米颗粒，银纳米颗粒作为表面增强拉曼基底；利用银纳米颗粒制备浓缩银颗粒溶液；检测复杂样本在不同波长激发下的表面增强拉曼光谱信号；对获得的表面增强拉曼光谱信号去除背景信号和噪声；将每个波长处理得到的表面增强拉曼光谱求平均，对获得的平均谱强度进行最大最小归一化处理。本发明能够获得复杂样本更丰富更全面的化学信息和成分信息，能够实现对复杂样本更准确的识别和分类，并大幅提升识别准确率，该方法操作方便快捷、成本低、泛化能力和实用性较强，可以实现大规模的商业化应用。

公开(公告)号：CN119441721A

公开(公告)日：2025-02-14

申请号：CN202411471891.9

申请日：2024-10-21

Applicant: 上海交通大学

Inventor： 叶坚 ,  吴思毅 ,  陈舟

IPC: G06F18/10 ,  G06F18/25 ,  G06F18/214 ,  G06F18/2132 ,  G06F18/21 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/0464

Abstract: 本发明公开了一种通用的自监督学习拉曼光谱降噪方法，包括，步骤1：获取拉曼数据；步骤2：拉曼数据预处理，使用自适应迭代重加权惩罚最小二乘法对拉曼数据去除基线，并对去基线后光谱进行标准化，获得预处理后光谱数据；步骤3：使用下采样策略H(·)处理所述预处理后光谱数据，获得2个噪声独立的子光谱集h1(·)和h2(·)，每个子光谱集各包括10条子光谱；步骤4：将所述预处理后光谱数据及相应的2个子光谱集输入U‑Net网络fθ(·)，获得降噪处理后的光谱。该降噪方法可以对多种拉曼数据进行良好的降噪处理，其自监督学习方法无需复杂长时间的学习过程。