【摘要】 拉曼光谱和化学计量学的结合已经得到了普及，并可用于解决许多任务，如疾病诊断和细菌鉴定。

当光与样品体积内的分子相互作用时，相互作用的结果取决于样品和光的性质。这种光-物质相互作用的研究是通过光谱技术完成的。在这篇文章中，我们关注拉曼光谱，这是一个非弹性散射过程。散射光包含了分子内能级的信息，这是由振动和旋转模式产生的。

 

在拉曼光谱中，获得的光谱数据包含了大量关于样品内分子的信息。然而，这些信息不能直接使用，信息的提取需要化学计量学的方法。因此，将这些化学计量方法与拉曼光谱相结合，可以提取相关信息，并增加对样品组成的了解。

 

拉曼光谱和化学计量学的结合已经得到了普及，并可用于解决许多任务，如疾病诊断和细菌鉴定。通常，化学计量学方法分为单变量方法和多变量方法、监督方法和非监督方法、定性方法和定量方法。这些方法通常是在离散的情况下理解的，其中数据是离散的。但是，如果要分析函数，则需要使用不同的数据分析方法。

 

因此，我们可以进一步将化学计量学方法分为两个额外的组，离散组和功能数据分析组。离散组的化学计量学方法，也称为多变量数据分析，最常在拉曼光谱中实现。

 

Rola等人[1]首次在功能框架下研究了拉曼光谱数据。首先，利用b样条基函数对拉曼光谱进行近似。然后，应用功能主成分分析后线性判别分析(FPCA-LDA)，并与经典主成分分析后线性判别分析(PCA-LDA)的结果进行比较。在模拟的拉曼光谱中，采用正常光谱和异常光谱作为分类模型，其中异常光谱通过移动一个峰的位置来构建。结果表明，FPCA-LDA方法的平均灵敏度高于PCA-LDA方法的平均灵敏度，特别是在信噪比较低和峰值位置移位较小的情况下。

 

[1] Houhou, R., et al., Comparison of functional and discrete data analysis regimes for Raman spectra. Analytical and Bioanalytical Chemistry, 2021. 413(22): p. 5633-5644.

 

科学指南针是杭州研趣信息技术有限公司推出的主品牌，专注科研服务，以分析测试为核心。团队核心成员全部来自美国密歇根大学，卡耐基梅隆大学，瑞典皇家工学院，浙江大学，上海交通大学，同济大学等海内外名校，为您对接测试的项目经理100%具有硕士以上学历。我们整合高校/社会闲置仪器设备资源，甄选优质仪器，为广大科研工作者提供方便、快速、更具性价比的分析测试服务。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。