基于ATR-SEIRAS分析技术的苯二氮卓类镇静药物无损分类与识别

作者：朱密^*; 朱洪建; 陈瑶清

来源：激光与光电子学进展, 2022, 59(02): 502-509.

• 光谱学
• 光谱融合
• 导数光谱
• 苯二氮卓类镇静药物
• 无损分类

镇静类药物的无损快速检验分析在法庭科学理化检验中具有重要意义。为了实现对苯二氮卓类镇静药物种类的准确区分，本实验室对8类共计81份样本进行了检验；借助衰减全反射-表面增强红外光谱（ATR-SEIRAS）分析技术获取各样本的光谱数据，基于原始光谱数据集、一阶导数光谱数据集、光谱融合数据集分别构建Fisher判别分析（FDA）和多层感知器神经网络（MLPNN）分类模型。结果表明：不同样本的理化信息存在一定差异，ATRSEIRAS谱图可以将这些差异反映出来，从而为实现不同苯二氮卓类镇静药物的有效分类奠定基础；基于光谱融合数据集构建的FDA模型的识别准确率最高，为100%，基于一阶导数光谱数据集和原始光谱数据集构建的FDA模型的识别准确率分别为96.3%和92.6%；基于上述三种数据集构建的MLPNN模型的识别准确率分别为97.5%、96.3%和88.9%。ATR-SEIRAS分析技术结合Fisher判别分析和多层感知器神经网络可以实现8类苯二氮卓类镇静药物的无损准确识别。

• 单位
  湖南警察学院