一种智能瞬态荧光光谱仪系统的制作方法

本发明涉及光谱分析领域，具体涉及智能瞬态荧光光谱仪系统。

背景技术：

1、光致发光可按延迟时间分为荧光和磷光，其中基于化合物的荧光测量而建立起来的分析方法称为分子荧光光谱法。由于不同种类的物质有着不同的内部结构和发光性质，因此可以根据荧光光谱对不同种类的荧光物质可以进行定性及定量分析。

2、在实际使用中，荧光一般分为稳态荧光和瞬态荧光，稳态荧光和瞬态荧光分别具有其各自的分析优势；在实际测定中，一般都对待测物的成分具有一定的了解，甚至基本上要求待测定的成分是已知的才能进行定性和定量的检测；这就大大限制了荧光光谱的应用场景。

3、公开号cn115326775a的发明专利公开了一种融合本征先验知识的荧光检测方法和系统，采用目标分析物的荧光本征衰减函数作为本征先验知识融入人工神经网络以建立目标分析物特征信息提取模型，将模型写入光谱信息处理模块，模块嵌入阵列式荧光光谱仪以完成融合本征先验知识的阵列式荧光光谱检测系统开发。但是其需要预先知道检测的成分才能进行检测。

4、在检测中，检测的样品经常为溶液，对于溶液中的成分一般需要进行预先人工的推测，并根据推测的结果再进行分析，如果面对未知的成分，测量的时间和次数就大大增加了；如何对未知成分进行直接分析是目前需要解决的问题之一。

技术实现思路

1、为了解决上述问题，本发明提供一种智能瞬态荧光光谱仪系统，包括飞秒激光模块、激发波长调节模块、超快光探测模块、光谱仪模块、计算机、数据库模块、光谱分析模块和显示模块；

2、飞秒激光模块发出的飞秒激光被分光器分成两束，一束为泵浦激光、一束为探测激光；泵浦激光输入激光波长调节模块，并使得激光波长调节模块内输出激发光，激发光照射到样品上后，样品发出的荧光被光谱仪模块采集；

3、探测激光经过一光学延迟器后到达样品表面，并穿过样品到达超快光探测模块；

4、飞秒激光模块、超快光探测模块和光谱仪模块均连接至计算机；计算机控制飞秒激光模块发出飞秒激光，并控制超快光探测模块和光谱仪模块对采集的光进行分析；光谱仪模块根据超快光探测模块的探测信号进行瞬态荧光光谱采集；

5、光谱仪采集的光谱数据传输至计算机，计算机将光谱数据发送至光谱分析模块；光谱分析模块依据光谱分析模型和数据库中存储的标准光谱数据判断样品的成分，并将样品成分的分析结果输出至显示模块。

6、光谱分析模块包括光谱积分模块、波长选择模块、衰减曲线计算模块和输入模块；

7、光谱积分模块用于对瞬态荧光光谱进行积分，从而得到稳态荧光光谱；波长选择模块用于根据待测样品的成分选择激发波长；选择的激发波长数据发送至激发波长调节模块，以使得激发波长调节模块输出对应的激发波长对样品的荧光进行激发；

8、衰减曲线计算模块用于根据瞬态荧光光谱计算特定波长的衰减曲线；

9、输入模块用于获取待测物成分的输入数据以及获取分析过程的干预数据。

10、飞秒激光模块为一台飞秒激光器，飞秒激光器输出飞秒激光；飞秒激光经过一不等分分光镜后被分成两束光；分别为泵浦激光和探测激光；

11、激发波长调节模块包括透镜组和激光晶体，激光晶体在调节下能够输出不同波长的激光用于激发样品的荧光；激发波长调节模块在收到泵浦激光信号后输出激发光；

12、探测激光和激发光在样品表面相交，相交后探测激光进入超快光探测模块，荧光进入光谱仪模块；

13、样品放置于共聚焦显微镜上，从而实现对样品的微区显微探测。

14、激发波长调节模块的激光晶体为铌酸锂(linbo3)晶体或者四氟硼酸胍(gfb)晶体。

15、光学延迟器为由多块反射镜组成的光学延迟结构，光学延迟时间能够调节，计算机通过控制光学延迟器的光程调节光学延迟器的延迟时间。

16、光谱分析模块中存储有成分预测模型和成分判断模型；

17、成分预测模型用于根据未知成分的稳态荧光光谱预测其可能的成分，进一步根据干预结果输出对应的特征峰位置；

18、成分判断模型用于根据特征峰衰减曲线计算未知成分的种类和浓度。

19、一种使用智能瞬态荧光光谱仪系统分析未知混合样品成分的方法，使用所述的智能瞬态荧光光谱仪系统，包括如下步骤：

20、步骤1：光谱分析模块获取待测物种已知成分的种类，已知成分的种类通过输入模块进行输入；之后利用时间分辨荧光光谱获取已知成分的浓度；

21、步骤2：利用时间分辨荧光光谱扣除已知成分对应的荧光背底，得到未知成分的稳态荧光光谱；

22、步骤3：将稳态荧光光谱输入判断模型，获得样品的可能主要成分；输出结果至少为n个；

23、步骤4：输出相关度最高的n个成分，通过输入模块获取干预参数；

24、步骤5：结合干预参数对瞬态荧光光谱的特征峰进行筛选，并获取多个特征峰的衰减曲线；

25、步骤6：将特征峰衰减曲线输入判别模型，输出未知成分的种类和浓度。

26、未知混合样品为溶液；

27、步骤1中，首先获取整个未知混合样品的瞬态荧光光谱，之后对瞬态荧光光谱进行积分，获得稳态荧光光谱；通过输入模块输入未知混合样品中已知成分的种类；根据已知成分的种类从数据库中获得已知成分的标准物质的标准稳态荧光光谱；结合已知成分的特征峰对未知混合样品稳态荧光光谱中的已知成分浓度进行计算；

28、步骤2中，将多种已知成分的标准稳态荧光光谱叠加，将叠加后的标准稳态荧光光谱作为背底；并从未知混合样品稳态荧光光谱中扣除已知成分的标准稳态荧光光谱背底，得到纯净的未知成分的稳态荧光光谱。

29、步骤3中，将纯净的未知成分的稳态荧光光谱输入成分预测模型，成分预测模型根据输入的未知成分的稳态荧光光谱判断未知成分的种类；

30、其中成分预测模型的输入为稳态荧光光谱，输出为稳态荧光光谱对应的成分种类；建模方法为采集多种不同成分的稳态荧光光谱，并将其作为输入，以稳态荧光光谱对应的成分作为输出构建成分预测模型；

31、步骤4中，输出相关度最高的n个成分，并获取干预参数；

32、所述干预参数为n种成分中每一种是目标成分的可能性，包括“是”、“否”和“不确定”三种情况，通过输入模块输入；“是”表示确定未知混合样品中含有这种成分，“否”表示未知混合样品中不包括这种成分，“不确定”表示不确定未知混合样品是否含有这种成分；

33、步骤5中，将标记为“是”和“不确定”的成分的特征峰筛选出来，筛选时避开已知成分的特征峰，并重新获取未知混合样品的瞬态荧光光谱；

34、将瞬态荧光光谱的特征峰强度随时间的变化绘制成对应特征峰的衰减曲线；

35、步骤6中，将衰减曲线和对应的成分输入判断模型，判断未知混合样品的成分是否为“真”；

36、该步骤中，将数据库中的对应成分的标准衰减曲线和测量衰减曲线进行对比，判断曲线的相似度是否符合阈值；如果相似度符合阈值则成分为“真”，即未知混合样品含有该成分；如果相似度不符合阈值则成分为“假”，即未知混合样品不含有该成分；

37、其中标记为“是”成分对应的阈值比标记为“不确定”成分对应的阈值更低；

38、对为“真”的成分进行计算，根据瞬态荧光光谱的强度计算该成分的浓度。

39、本发明的有益效果为：

40、本发明设置光谱仪采集的光谱数据传输至计算机，计算机将光谱数据发送至光谱分析模块；光谱分析模块依据光谱分析模型和数据库中存储的标准光谱数据判断样品的成分，并将样品成分的分析结果输出至显示模块。

41、本发明光谱分析模块包括光谱积分模块、波长选择模块、衰减曲线计算模块和输入模块；输入模块用于获取待测物成分的输入数据以及获取分析过程的干预数据。实现了对未知成分的分级分析，可以根据预先已知成分的浓度对光谱进行处理，并根据处理后的结果对未知成分进行进一步的分析；分析的结果更加准确；

42、同时在对未知成分进行分析时，可以进行人工干预，人工干预时可以提高设备智能分析的准确性，同时更适用于不同样品的分析，应用效果更好，应用领域更加广泛，实用性更强。