分子识别方法及系统

本公开涉及分子检测的，尤其涉及一种分子识别方法及系统。

背景技术：

1、固体表面化学是许多实际研究领域的核心，如电化学、光化学和材料科学。全面了解这些领域涉及的纳米表面化学对于建立组成-结构-性能关系很重要。扫描隧道显微镜技术(scanning tunneling microscope，stm)和针尖增强拉曼光谱技术(tip enhancedraman spectroscopy，ters)使在纳米尺度和真实空间中研究固体表面上的物理和化学过程成为可能。

2、扫描隧道显微镜技术是通过测量探针和样品之间的量子隧穿电流来获取样品表面的电子态密度分布，进而表征样品表面原子或分子的结构、形貌和电子态。针尖增强拉曼光谱技术是通过针尖与样品之间的等离激元局域场，采集增强的拉曼散射光子以获取样品表面亚纳米空间分辨的振动态信息，实现对表面原子分子结构的化学识别。

3、将stm与ters进行联用，能够实现对样品的形貌、电子态、振动态等信息的综合表征，从而获得分子材料体系的多维度全局信息。然而，现有的stm-ters的实验测量及数据分析主要依靠人工操作，其效率低下、通量低、样本误差率高及无法解析实际复杂分子体系。

技术实现思路

1、鉴于上述问题，本公开提供了一种分子识别方法及系统。

2、本公开的一个方面提供了一种分子识别方法，包括：获取待测样品的stm图像；将stm图像输入已训练的第一模型中，得到第一识别信息，其中，第一识别信息表征待测样品中每个分子的位置和形态类别；获取待测样品中每个分子的目标ters谱；将目标ters谱输入已训练的第二模型中，得到第二识别信息，其中，第二识别信息表征目标ters谱的光谱分类结果；根据第一识别信息和第二识别信息，分析得到待测样品的分子种类。

3、可选地，所述获取所述待测样品中每个分子的目标ters谱包括：根据所述第一识别信息，通过智能采谱模块采集所述待测样品中每个分子的目标ters谱。

4、可选地，根据所述第一识别信息，通过智能采谱模块采集所述待测样品中每个分子的目标ters谱，包括：基于第一识别信息，确定与每个分子分别对应的采谱点集，其中，采谱点集包含至少一个采谱位点；根据采谱点集，对每个分子进行采谱，得到每个分子的目标ters谱。

5、可选地，在采谱点集包含多个采谱位点的情况下，根据采谱点集，对分子进行采谱，得到分子的目标ters谱，包括：根据多个采谱位点，对分子进行多次采谱，得到多个初始ters谱；对多个初始ters谱中的谱线进行整合，得到分子的目标ters谱。

6、可选地，根据多个采谱位点，对分子进行多次采谱，得到多个初始ters谱，包括：将多个采谱位点在stm图像上的图像坐标信息转换为实际坐标信息，其中，实际坐标信息表征采谱系统的针尖在每个分子进行采集的位置坐标。

7、可选地，采谱位点的计算方法包括：

8、根据stm图像，确定分子的位置信息，其中，位置信息以分子所占区域的顶点和边框的形式给出；获取分子的采谱位点个数；根据分子的位置信息和采谱位点个数，采用相关运算计算每个采谱位点；相关运算为：

9、

10、

11、其中，(xi，yi)为第i个采谱位点，(x0，y0)为分子边框顶点位置，l和w分别为分子边框长和宽，n为每个分子的采谱位点个数。

12、可选地，采谱位点可以包括至少包括以下之一：分子的中心点及分子对称轴线上的多个点。

13、可选地，在采谱位点为分子对称轴线上的多个点的情况下，采谱位点的个数大于等于5。

14、可选地，第一模型的训练方法包括：获取第一训练集，第一训练集中包括多个第一训练样本，第一训练样本包括stm图像中分子的位置及类别；将多个第一训练样本输入预训练的第一模型进行训练，得到已训练的第一模型。

15、可选地，第二模型的训练方法包括：获取第二训练集，第二训练集中包括多个第二训练样本，第二训练样本包括ters谱类别及谱线数据；将多个第二训练样本输入预训练的第二模型进行训练，得到已训练的第二模型。

16、本公开的另一个方面提供了一种分子识别系统，包括：第一获取模块，用于获取待测样品的stm图像；第一识别模块，用于将stm图像输入已训练的第一模型中，得到第一识别信息，其中，第一识别信息表征待测样品中每个分子的位置和形态类别；第二获取模块，用于获取待测样品中每个分子的目标ters谱；第二识别模块，用于将目标ters谱输入已训练的第二模型中，得到第二识别信息，其中，第二识别信息表征目标ters谱的光谱分类结果；分析模块，用于根据第一识别信息和第二识别信息，分析得到待测样品的分子种类。

17、本公开实施例采用的上述至少一个技术方案至少包括以下有益效果：

18、将stm技术和ters技术联用，并借助人工智能自动化采集和分析实验数据，通过自动识别样品的stm图像得到分子的位置，并根据分子的位置智能化采集分子的目标ters谱，自动对分子的目标ters谱进行分类得到分子种类的识别结果，不仅大大提高了检测效率，同时也实现了stm-ters对目标物质的量子物性准确且高效的测定。

技术特征：

1.一种分子识别方法，包括：

2.根据权利要求1所述的方法，其中，所述获取所述待测样品中每个分子的目标ters谱包括：

3.根据权利要求2所述的方法，其中，所述根据所述第一识别信息，通过智能采谱模块采集所述待测样品中每个分子的目标ters谱，包括：

4.根据权利要求3所述的方法，其中，在所述采谱点集包含多个所述采谱位点的情况下，根据所述采谱点集，对所述分子进行采谱，得到所述分子的目标ters谱，包括：

5.根据权利要求4所述的方法，其中，所述根据所述多个采谱位点，对所述分子进行多次采谱，得到多个初始ters谱，包括：

6.根据权利要求3所述的方法，其中，所述采谱位点的计算方法包括：

7.根据权利要求3所述的方法，其中，所述采谱位点可以包括至少包括以下之一：

8.根据权利要求1所述的方法，其中，所述第一模型的训练方法包括：

9.根据权利要求1所述的方法，其中，所述第二模型的训练方法包括：

10.一种分子识别系统，包括：

技术总结
本公开提供一种分子识别方法及系统，涉及分子检测的技术领域，该方法包括：获取待测样品的STM图像；将STM图像输入已训练的第一模型中，得到第一识别信息，其中，第一识别信息表征待测样品中每个分子的位置和形态类别；获取待测样品中每个分子的目标TERS谱；将目标TERS谱输入已训练的第二模型中，得到第二识别信息，其中，第二识别信息表征目标TERS谱的光谱分类结果；根据第一识别信息和第二识别信息，分析得到待测样品的分子种类。

技术研发人员：谭世倞,田一姝,沈广镇,祝翔,胥佳玉,王兵
受保护的技术使用者：中国科学技术大学
技术研发日：
技术公布日：2024/3/4