新数据处理协议启用了基于表面增强拉曼光谱的特征识别

拉曼光谱通过单色激发下的非弹性散射的光谱分辨测量提供分子特异性。在显微镜检查的背景下,它可以用作无标记的细胞成像,提供结构信息。然而,拉曼散射的非常低的横截面需要很长的时间曝光,这妨碍了具有低浓度的细胞组分的成像。

表面增强拉曼光谱(SERS)依靠金属纳米结构产生的局部电磁场增强,在保留大量光谱信息的同时,大大提高了拉曼光谱检测的灵敏度。在细胞成像中,测量通常是在内吞的纳米结构上进行的。然而,测量到的SERS信号随激发光束分布、局部粒子存在或聚集以及局部分子环境的不同而发生强烈变化。在SERS数据集中识别和提取感兴趣分子对应的光谱是非常困难的。

传统的数据分析方法是在数据中寻找全局模式,而SERS的单分子灵敏度可以检测到每个像素中的独立分子,像素之间的相关性很小。来自大阪大学的Nicolas Pavillon和他的同事们现在正在探索不同的算法方法来自动区分测量视野中感兴趣的光谱,而不需要对数据的自相似性进行假设。该方法通过计算质量图来确定相关光谱的位置。

科学家提出了各种标准来计算Spectra提取,例如光谱能量,峰值计数,每个光谱或SVD矢量上的投影系数。它们评估了模拟数据的每个标准,并将这种方法应用于不同类型的测量,例如吸附在沉积在玻璃基底上的金纳米颗粒上的干燥的罗丹明6g,以及具有内吞的金纳米颗粒的HeLa细胞。欧洲杯猜球平台

用模拟数据进行的试验表明,各种标准均能得到满意的结果。通过基于光谱能量的简单标准丢弃无关像素,可以极大地减少计算时间,将100 X 100像素量级的视场的处理时间减少到通常不到10秒。

对罗丹明6G测量的测试证明了所提出的方法的有效性,其中可以自动提取其已知的频谱。峰值计数标准最适合于大多数情况,因为它检测到各种模式,而不会滤除任何可能仅在数据集中出现单个实例的曲线。在给定的SERS检测实验中,这种单一光谱可能是至关重要的。所提出的方法的一个主要特征是其输出是测量中最相关光谱的本地化图。例如,可以保留空间信息,使得可以追溯几个光谱的位置,例如具有相同的属性。利用优化方法提取并分类在活细胞中截取的金纳米颗粒的复合物响应行为。欧洲杯猜球平台(文本由K. madefessel - herrmann贡献

N.Pavillon,K.Cando,K.Fjita,N.I.Smith,基于特征的基于特征的生物目标表面增强拉曼光谱,J. BioPhotonics 6(8),587-597(2013);

DOI:http://dx.doi.org/10.1002/jbio.201200181

引用

请使用以下格式之一在您的论文,纸张或报告中引用本文:

  • 美国心理学协会

    约翰·威利和儿子-科学出版社。(2019年2月9日)。新数据处理协议实现了基于表面增强拉曼光谱的特征识别。Azom。从6月24日,2021年6月24日从//www.wireless-io.com/news.aspx?newsid=37831中检索。

  • MLA.

    约翰·威利和儿子-科学出版社。“基于特征的表面增强型拉曼光谱识别,通过新数据处理协议启用”。AZoM.2021年6月24日。< //www.wireless-io.com/news.aspx?newsID=37831 >。

  • 芝加哥

    约翰·威利和儿子-科学出版社。“基于特征的表面增强型拉曼光谱识别,通过新数据处理协议启用”。Azom。//www.wireless-io.com/news.aspx?newsid=37831。(访问2021年6月24日)。

  • 哈佛大学

    约翰·威利和儿子-科学出版社。2019年。新数据处理协议启用了基于表面增强拉曼光谱的特征识别.AZoM, viewed June 24 2021, //www.wireless-io.com/news.aspx?newsID=37831。

告诉我们你的想法

你有评论,更新或任何你想添加到这个新闻故事吗?

留下您的反馈意见
提交