弗雷德里克·w·克勒四世Eunah李,琳达·h·基德和e·尼尔·刘易斯*
光谱维度,Inc ., 3416 Olandwood Ct, 210套房奥尔尼,MD 20832,美国。电子邮件:(电子邮件保护)
介绍
化学成像光谱是一个令人兴奋的新的分半岛综合体育官方APP下载德甲析推进化学物种等常见问题的答案在一个示例中,每个存在的多少,最重要的是,它们位于何处?通过融合传统的红外光谱与强大的微观和宏观的成像能力,化学成像光谱同时回答所有这些问题,半岛综合体育官方APP下载德甲在一个快速测量。1化学成像使研究者获得描述样本空间和光谱信息以前所未有的轻松,速度和空间和光谱分辨率。方法的目的是为了提供一个综合分析复杂的异构样本。
化学成像先进明显的商业化红外焦平面阵列(成就),这是相机成千上万的个体组成的红外探测器的元素。加上红外光学波长选择的一种手段,这些工具提供了一个图像,对比不同来源于独特的红外化学签名样本中的每个组件的特征。强大的统计和最优化的工具,可以提高这些化学地图进行有价值的数据还原步骤来识别和提取最分析有用的信息。这可以是无价的精选这种技术收集的大量数据。
红外和近红外(NIR)成像,特别是,有实验灵活地描述各种各样的化学样品使用传输和反射测量,虽然它能够解决样品从微米不等的公里使用显微镜或卫星遥感系统,使它真正独一无二的。大型红外摄像机目前可用的格式,尤其是在近红外光谱,提供高图像保真度和耦合这些数组精密红外波长选择设备比较窄的带通功能,包括傅里叶变换光谱仪1、2和液晶可调谐滤波器3使完全高光谱技术。事实上,大多数商用光谱成像系统光谱分辨率与传统的红外和近红外光谱仪系统。这种类型的仪器已经开始取代耗时的映射技术,特别是在红外光谱区,数据的记录一个光谱和图像是由移动样本在x, y模式下光谱仪光学。很可能红外制成的成像方法在未来将完全取代单点映射技术。
虽然我们这种一般高光谱成像方法适用于解决一些生物和工业问题在过去,和已经开发出各种各样的仪器和方法对中红外、近红外光谱和拉曼成像我们将本文关注工业化学品使用近红外漫反射率成像问题。我们相信这个光谱间隔罢工敏感性之间的完美平衡,灵活性,简单性和强度,使它理想的工业成像工具。此外,我们将通过几个例子说明的独特特性,化学传感阵列探测器提供。定量数据分析的应用在这些示例中,我们将展示不仅仅是漂亮的图片。
化学成像的基础
化学成像的基础化学的概念地图。如图1所示,一个化学成像数据集由一个两个轴的三维立方体描述垂直和水平空间维度和第三维度代表光谱波长维度。就像一副牌,有一个图像每波长间隔顺序堆放。单个像素的强度绘制作为波长尺寸的函数代表一个标准的近红外光谱。强度在单一波长为所有像素代表的形象在特定光谱吸收带的样品。是波长维度展现化学特异性通过隔离不同的化学物种不同的光谱区域的化学图像立方体。
图1所示。红外化学药物成品的成像数据立方体。单一像素光谱显示对应于强度作为波长的函数在一个固定的空间位置,并提供的化学成分出现在光谱特征样本的一部分。所示的单通道图像对应于所有像素以固定波长的强度。这个带有化学成分的空间分布信息,区分光谱特征波长。
各种分析技术可用于可视化和处理化学图像数据集。简单的灰度化学地图可以由单个图像平面。更详细的对比,映射个人图像平面上红、绿、蓝(RGB)渠道可以创建复合彩色化学图像。可以互相比单个化学图像正常化通路长度效果或执行光谱正常化和进一步孤立组件。这些类型的单变量方法适合物种具有独特的光谱特征。在有显著的光谱重叠的情况下,常见的近红外光谱,或者当最大信噪比是必需的,统计和最优化方法,如主成分分析(PCA)或部分最小二乘(PLS)回归可以利用。此外,独特的光谱信息感兴趣的样品分离后,标准的图像处理方法可以执行和统计分析应用特征数量的粒子,它们的大小和相对浓度。
为什么近红外光谱成像?
传统的近红外光谱分析是一种广泛采用半岛综合体育官方APP下载德甲的方法进行分析测量。它已经成为显而易见的选择在许多工业应用中,因为它提供了定性和特别是无损定量结果在固体和液体反射或透射率模式。在许多情况下,样品制备很小或根本不存在,使得该方法非常的友好和快速。此外,光学系统(源、探测器、镜头、光纤等)是崎岖的,表现出高性能,容易获得,导致实际技术广泛使用高度管制实验室的内部和外部环境。如同它的年龄的增长,传统的NIR表妹,近红外化学成像(NIR-CI)保留所有这些优势,获得更多的通过增加空间的维度和并行数据采集。近年来它已成为一个非常强大的附属物近红外光谱在很多不同的方式。半岛综合体育官方APP下载德甲
例如,相比传统的光谱技术分析样品的批量和确定平均成分在整个样本,个别元素化学成像阵列探测器可以检测空间隔离小化学物种。并行,因为数据收集结果不受“稀释效应”以同样的方式一个谱体积测量,测量和跟踪样品污染可以非常迅速。虽然这个问题也可使用常规micromapping光谱仪,由于数据收集时间太长,这些方法很快成为不切实际的日常工作。
最新进展最优化因子分析方法已经确定的另一个有趣的性质制成的化学传感使定量信息获取不运行独立的校准样品。技术利用大量的个人的光谱记录在一个典型的图像数据集,利用固有的光谱差异在空间维度异类样本获取纯组分谱估计。这些光谱估计提供了基础的相对浓度为每个空间位置可以确定。整个过程的纯组件决心和浓度估计可以来自一个成像实验。
虽然NIR-CI可能出现乍一看没有中红外(MIR)成像的分析特异性或拉曼成像的空间分辨率,在许多实际情况下,它优于他们。它通过利用同样的独特品质,传统的NIR光谱提供了这些相同的技术。半岛综合体育官方APP下载德甲例如,同时提供一定程度的空间分辨率,这是比与拉曼系统中红外成像系统和竞争,当耦合到一个显微镜,它也可以很容易适应各种的视野(FOV)。全球拉曼成像快速耗尽了蒸汽的情况下大视场目标所需的,因为无法洪水这些区域有足够的激光功率。中红外成像是受到所有商用系统收集数据的光谱调制红外能量源和不过滤的图像。这个规则的可能性使用多个源地址所需的功率密度不断增加的照射更大的视场。典型的红外系统的单一碳硅棒并非专为光谱成像和不太可能提供必要的能量。在中红外(MIR)成像和拉曼成像表现以及微观技术,他们很快就遇到困难成像样品比几毫米大得多。因为NIR-CI使用相对简单的quartz-tungsten-halogen(地址)的来源,和一个图像过滤,不源过滤方法,各种的放大和成像模式的宽视场照明相对简单。红外和拉曼映射方法可以处理这个FOV问题,但数据收集时间通常是不能接受的。
NIR-CI也是自由的必要性非常平坦全球拉曼成像所需样品。这个平面度的要求是由有限的全球动态拉曼成像实验结果直接使用高数值孔径的必要性目标收集提供数量有限的信号。也遇到类似的采样限制米尔成像是出于不同的原因。在大多数情况下,反射模式已经被证明是能量有限,遭受贫穷的信噪比,需要长时间的数据采集时间。因此,米尔成像的压倒性的身体迄今为止公布的数据记录在透光率模式。这需要切割样品,像全球拉曼成像测量、光学平面。这些问题限制了这两种成像方法的普遍适用性和范围。另一方面,近红外光谱成像系统在反射模式表现特别好。因为优秀的近红外光谱的噪声特征阵列和丰富的光信号,这些系统可以设计不需要收集效率高成像光学,因此表现出大depths-of-field。这个设计理念提供了极端公差变化样本几何允许最近红外化学成像的实验进行非常不规则样品没有样品制备。
分析目标
NIR-CI不仅使定性分析确定特定物种存在于样本,但也看到这些化学物种的空间分布在整个样本。对许多材料、人造和天然化学异质性的程度在任何给定的样本本身就是一个关键功能参数不易测量通过标准分析方法。类似于并行计算机处理、并行阵列探测器收集光谱数据,同时允许NIR-CI调查多个样本。使用这种方法的任何单个样本之间的差异很容易确定用无监督的统计方法。样本,受益于NIR-CI分为几个类别分析的目标是略有不同的。混合物中个别物种的分布的样本在很大程度上是随机的,并且不影响功能,分析一个典型的目标通常是每个物种的相对多度的快速测定混合物中。在其他情况下基本上可以认为是均匀的示例需要屏幕,确定污染物。后者的一个例子应用程序筛选牛饲料动物蛋白污染物,将在本文中介绍。为样本的空间分布混合组件的功能是至关重要的,分析的目标可能是相关物理性能化学异质性。药品属于这一类,这些材料的化学形态可以支配性质如溶解速率,因此效力。这将是第二个示例应用程序的主题。
生物组织、植物和动物,都是迄今为止最复杂的材料都是化学的例子和空间复杂。生物学是介导的跨空间化学梯度和不能功能,除非这个复杂的结构框架是完好无损。这些材料也成为优秀的化学成像的效用的例子。
试验协议
下面的例子中使用的图像数据记录在漫反射率模式使用商用NIR-CI光谱仪(MatrixNIR、光谱维度,Inc .奥尔尼,医学博士,美国)在波长调谐范围1050 - 1700 nm的谱点间距10纳米。这个特殊的成像系统利用一个铟砷化镓(InGaAs) FPA探测器组成的240×320像素总共76800光谱图像数据集记录大约一分钟的数据采集时间。一个标准个人电脑运行Windows 2000TM操作系统是用于数据收集和分析(IsysTM奥尔尼,光谱维度,Inc .,医学博士,美国)。第二个数据集组成的反射标准收集在每种情况下,作为背景。数据日志10(1 /R)单位计算通过一个日志逆变换后把样品和背景图像数据集的数据集。
定量评估药品配方
在我们的第一个例子,NIR-CI用来想象的空间分布和量化活性药物成分(API)的场外(OTC)孩子的止痛药的平板电脑。图2 (a)由一个可见的拍摄这个平板电脑和展示了样品表面的相对均匀性在可见的照明。使用一个无监督主成分分析(PCA)检测近红外光谱成像技术数据、API和赋形剂之间的光谱变化自动识别和利用生成图像的对比。主成分图像如图2所示(b)强调通过分配空间位置具有相似的光谱特征相似的分数,因此类似的对比。它遵循地区相似的光谱特征也会有相似的化学成分和在这个特定的化学地图,红色像素显示药物富裕地区和赋形剂组件的蓝色像素代表周围的矩阵。而图片突出显示了高度的化学异质性这个特殊的配方,它是纯粹的定性和定量信息,不提供任何或任何纯组分光谱。
进一步分析是由空间隔离只有那些像素对应于平板电脑(31683),计算其二阶导数光谱和执行一个交替最小二乘分析(ALS)。4使用这种方法的一个估计光谱纯化学成分及其相对丰度的公式可以确定不需要收集光谱标准的参考资料。图2 (c)显示了执行后的近红外光谱计算纯组件ALS的API(蓝线)和批量赋形剂混合物(红线)。初步估计的纯组分光谱来自这些导数光谱的主成分分析。
图2。(一)可见图像的非处方药物的平板电脑。(b) PCA为因子得分图3所示。(c) ALS“纯”组件加载谱API和赋形剂的混合物。(d)浓度估计的形象。白色像素代表API估计体积浓度为19.38%。
这些纯组分光谱可以用于生成每个分析物浓度估计在每一个空间的位置。图2 (d)显示相应的API浓度分布图像计算出所有31683空间位置。白色区域代表地区丰富的API和黑色像素对应于域赋形剂的混合物。分配给API的像素总数是6140对应体积浓度估计的19.38% [(6140/31683)×100]。这个结果比较积极与20%重量浓度报告的制造商。
高通量筛选的生物材料
新法规实施试图包含牛海绵状脑病的传播,疯牛病,在农场动物,并最终人口,有规定,动物饲料的成分更严格控制。特别是,因为这种疾病传播的假设从其他屠杀摄取蛋白质,和潜在的病变,动物,动物蛋白存在于动物饲料的数量不得超过0.1%。因此,一个关键需要快速屏幕和识别存在低水平的动物蛋白污染散装饲料。
图3(一个)显示的亮视场图像8.5毫克样品家禽污染的牛饲料副产品在大约1%重量浓度。这张图片缺乏内在对比单个粒子使其极难识别视觉上污染物的存在与否。图3 (c)另一方面显示了同一组的近红外光谱化学图像颗粒污染物的明显标识。这个数据集收集的方式与制药应用监督数据处理方法。光谱作为一套校准收集样本对应的“纯”牲畜家禽饲料和“纯”的副产品。术语“纯”并不指纯化学物种因为每个组件是一个复杂的总体从许多不同的来源。校准设置为每个组件从单个图像数据集,提取每个纯样品的化学变化。图3 (b)显示了每个组件的平均光谱。图3 (c)显示了执行的结果部分最小二乘(PLS)预测的混合图像数据集通过一组模型计算与校准,每个组件将统一集中。由此产生的混合物的浓度图像地图突出区域富含家禽副产品。 In this example, the red particle is unequivocally identified as belonging to the poultry class, while the yellow particles are identified as “suspicious” and may contain some lower fraction of poultry contamination. Blue particles are identified as belonging to the cattle feed class and would be considered harmless. From a simple calculation of the area occupied by the contaminant particle relative to the total area covered by all the particles we arrive at a statistical estimate of 1.5 % for poultry contamination. This is in relatively good agreement with the actual value of 1 %.
图3。(一)亮视场图像牛饲料的颗粒与1% (wt / wt)禽副产品污染。(b)纯组件培训牛饲料的光谱(蓝色)和家禽(红色)副产品。(c)请浓度图像计算对家禽类副产品。红色粒子分配给家禽的副产品,而黄色颗粒展示intermiediate集中的地区。蓝色粒子被归类为纯牛饲料。
这个应用程序是一个例子,重点不是成像或描述空间异质性,而是大规模筛选。大量的个人近红外探测器(76800)在一个典型的数组和变量这个特定的近红外光谱成像系统的视场使成百上千的粒子同时上映。从本质上讲,工具执行并行显微分光计的所有操作,每一个负责建立离散粒子的混合物的起源。这个过程提供了一个巨大的优势和吞吐量增加相应的灵敏度比传统的批量光谱或microspectroscopic方法。在这个例子中给出的数据被记录在大约一分钟最近的研究表明,这种类型的歧视可能更多的粒子速度显著提高。
结论
红外阵列和化学成像代表主要增强传统红外和近红外光谱的能力通过空间维度的引入和并行数据采集。半岛综合体育官方APP下载德甲先进的最优化、统计和图像分析程序是可用的,可以提高化学图像数据收集获得简洁的结果查看图片直观的解释。进一步说,这些信息可以用来描述丰富,分布和平均尺寸的化学领域出现在复杂的异构样本。这些信息通常是关键理解许多制造材料的主要物理性质,因此这些参数是如何影响他们的目标功能。
确认
作者要感谢日本农业部的石黑浩博士提供的样本牛饲料中使用的研究。
引用
- “路易斯,P.J. Treado司令部里德,通用的故事,A.E. Dowrey, c . Marcott I.W.莱文,肛交。化学。67年,337 (1995)。
- L.H.基德,I.W.莱文,“刘易斯V.D.克雷曼和E.J. Heilweil,选择列托人。22日,742 (1997)。
- “路易斯,J.E.卡罗尔,f·克拉克,近红外光谱的新闻12 (3),16 (2001)。
- r . Tauler a . Smilde b·科瓦尔斯基j . Chemometr。9日,31日(1995年)。
