拉曼光譜因無損、快速、無需樣品制備等優(yōu)勢(shì)，已成為實(shí)驗(yàn)室定量分析的核心技術(shù)之一，但原始拉曼光譜存在熒光背景、基線漂移等干擾，直接用于濃度反演精度極低。本文結(jié)合葡萄糖水溶液實(shí)例，手把手講解從光譜采集到PLSR定量模型構(gòu)建的全流程，重點(diǎn)解析PLSR算法適配拉曼數(shù)據(jù)的核心邏輯，為從業(yè)者提供可復(fù)制的技術(shù)路徑。

1 拉曼定量的核心挑戰(zhàn)與預(yù)處理必要性

拉曼光譜變量（波數(shù)點(diǎn)）通常達(dá)數(shù)千個(gè)，且變量間存在嚴(yán)重共線性（不同波數(shù)信號(hào)可能源于同一分子振動(dòng)）；同時(shí)，樣品熒光、儀器漂移會(huì)導(dǎo)致光譜基線偏移，這些問題直接導(dǎo)致普通多元回歸（如線性回歸）失效。因此，預(yù)處理是拉曼定量的前提，常見方法及作用如下：

• 平滑：Savitzky-Golay（SG）平滑抑制隨機(jī)噪聲，保留特征峰；

• 基線校正：自適應(yīng)迭代最小二乘（ALS）消除熒光背景；

• 歸一化：標(biāo)準(zhǔn)正態(tài)變量變換（SNV）消除樣品散射差異；

• 導(dǎo)數(shù)：一階/二階導(dǎo)數(shù)分離重疊峰，增強(qiáng)特征差異。

2 PLSR算法原理與拉曼數(shù)據(jù)適配性

偏最小二乘回歸（PLSR）是高維數(shù)據(jù)定量分析的shou選算法，核心是降維+最大化X-Y協(xié)方差，適配拉曼光譜的關(guān)鍵優(yōu)勢(shì)：

1. 解決共線性：將高維光譜（X）投影到低維潛變量（LV）空間，潛變量間正交，避免多重共線性；

2. 兼顧X-Y關(guān)聯(lián)：普通PCA僅降維X，PLSR同時(shí)考慮Y（濃度）信息，更適合定量；

3. 小樣本適應(yīng)：即使樣本量少于變量數(shù)（拉曼常見情況），仍能穩(wěn)定建模。

PLSR關(guān)鍵步驟：

1. 數(shù)據(jù)中心化/標(biāo)準(zhǔn)化：X和Y分別減均值（中心化）或除以標(biāo)準(zhǔn)差（標(biāo)準(zhǔn)化），消除量綱影響；

2. 潛變量提取：第1個(gè)潛變量$$t_1$$是X的線性組合，$$u_1$$是Y的線性組合，最大化$$\text{cov}(t_1,u_1)$$；

3. 回歸建模：$$Y = XB + E$$（$$B$$為回歸系數(shù)矩陣，$$E$$為殘差）；

4. 最優(yōu)LV數(shù)選擇：通過k折交叉驗(yàn)證，當(dāng)$$\text{RMSECV}$$（交叉驗(yàn)證均方根誤差）不再顯著下降時(shí)停止，避免過擬合。

3 實(shí)例：葡萄糖水溶液拉曼定量模型構(gòu)建

以葡萄糖水溶液（0.1-5.0g/L，25個(gè)樣本）為實(shí)例，用顯微拉曼光譜儀（785nm激發(fā)，50mW，積分10s）采集800-1800cm?1光譜，流程如下：

3.1 光譜預(yù)處理效果對(duì)比

采用不同預(yù)處理組合，評(píng)估對(duì)模型性能的影響，結(jié)果見表1：

表1 不同預(yù)處理對(duì)拉曼定量模型性能的影響
注：驗(yàn)證集為隨機(jī)選取的7個(gè)樣本，覆蓋全濃度范圍。

3.2 PLSR最優(yōu)LV數(shù)選擇

通過5折交叉驗(yàn)證，當(dāng)LV數(shù)達(dá)到8時(shí)，$$\text{RMSECV}$$降至0.12g/L；繼續(xù)增加LV數(shù)（9-12），$$\text{RMSECV}$$下降<0.01g/L，且驗(yàn)證集$$\text{RMSEP}$$開始波動(dòng)，因此選擇8個(gè)潛變量為最優(yōu)。

3.3 模型性能評(píng)估

最優(yōu)模型（SG+ALS+SNV+一階導(dǎo)數(shù)+8LV）的核心指標(biāo)：

• 驗(yàn)證集$$R^2=0.93$$（接近1，擬合度優(yōu)秀）；

• $$\text{RMSEP}=0.13g/L$$（誤差遠(yuǎn)小于行業(yè)允許的0.5g/L）；

• $$\text{RPD}=4.2$$（相對(duì)分析誤差>3，滿足定量要求）。

4 模型應(yīng)用關(guān)鍵注意事項(xiàng)

1. 基質(zhì)匹配：復(fù)雜基質(zhì)（如血清、食品）需加入基質(zhì)匹配樣本（真實(shí)樣品加標(biāo)），避免基質(zhì)效應(yīng)；

2. 采集一致性：激光功率、積分時(shí)間、樣品容器（石英比色皿）需嚴(yán)格一致，減少儀器漂移干擾；

3. 模型更新：每3-6個(gè)月用新樣本驗(yàn)證，若$$\text{RMSEP}$$上升>0.05g/L，需補(bǔ)充樣本重新建模。

總結(jié)

拉曼定量的核心是“預(yù)處理去干擾+PLSR降維建?！?/strong>，實(shí)例中SG+ALS+SNV+一階導(dǎo)數(shù)的預(yù)處理組合可顯著提升精度，PLSR最優(yōu)LV數(shù)需結(jié)合交叉驗(yàn)證避免過擬合。本文方法可直接應(yīng)用于藥物濃度、食品成分等領(lǐng)域，為實(shí)驗(yàn)室高效檢測(cè)提供支撐。