深度学习助力近红外光谱技术的发展—参加第十届近红外光谱学术会议心得体会

  NIR技术在生物医药领域的应用展望-参加全国第十届近红外光谱学术会议有感

  2021-2023年：全球102篇CNS期刊中SPR技术统计——中国科学院分子细胞科学卓越创新中心兰姝珏刘伟陈铭

  国产三坐标测量机产业走访第4站集萃华科：专攻“两机”复杂曲面测量难题，打造民用市场部件供应商

  国产三坐标测量机产业走访第2站派姆特：自主创新精密测量技术，构建一体化三维测量平台

  国生产力促进中心协会发布《特殊医学用途配方食品蛋白质（ 氨基酸）组件中氨基酸的测定 高效液相色谱法》团体标准

  （1.山东大学药学院；2.国家药品监督管理局药物制剂技术研究与评价重点实验室,山东 济南250012）

  在过去的几十年，近红外光谱已然成为发展势头最为迅猛的分析技术之一。该技术凭借其快速、无损以及可以在一定程度上完成多组分同时分析的显著特点，在众多领域中获得了极为广泛的应用。本文详细综述了近红外光谱技术的独特性质，深入分析了其当前在所有的领域的具体应用现状，并且在此基础上对其未来的发展的新趋势进行了全面而深入的展望。通过对这样一些方面的综合阐述，以促进近红外光谱技术的逐步发展和应用，推动相关领域的技术进步和创新。

  ，在过去的一个多世纪里经历了跌宕起伏的发展历史。从20世纪初的理论奠基，到如今在众多领域的广泛应用，它的发展不仅见证了科学技术的进步，也为各行业的发展带来了深刻的变革。

  20世纪初- 20世纪50年代），人们首次获得有机物的近红外光谱并对其特征进行解释，这为该技术成为一种潜在的分析工具奠定了基础。然而，此时的研究尚处于初级阶段，相关探索相对有限且不够深入。尽管在20世纪50年代中期，简易型近红外仪器出现并在农副产品品质测定方面得到应用，如检测农产品的水分、蛋白质、脂肪等成分，但由于当时技术的局限性，仪器稳定性差以及样品背景和基体干扰大等问题，导致测量结果误差较大，限制了其更广泛的应用和深入发展。

  20世纪60 -70年代），随着新的分析技术不断涌现，近红外光谱分析技术因它的灵敏度低、抗干扰性差等弱点，在与其他技术的竞争中逐渐处于劣势。与此同时，中红外光谱技术在化合物结构鉴别判定方面取得巨大成功，吸引了众多研究者的目光，使得近红外光谱技术的研究热度一下子就下降，进入了一个发展相对缓慢的时期。

  20世纪80 - 90年代），情况出现了显著变化。化学计量学和计算机技术的快速的提升为近红外光谱技术带来了新的生机。化学计量学方法有效地解决了近红外光谱数据中的复杂信息处理问题，克服了光谱重叠和背景干扰等难题，大幅度提高了分析精度和准确性。在此期间，高分辨率的傅里叶变换近红外光谱仪、光栅型近红外光谱仪等高性能仪器不断涌现，仪器的各项性能指标得到非常明显提升。随技术的慢慢的提升，近红外光谱技术的应用领域也得以拓展，从最初的农副产品领域逐渐延伸到纺织业、化工业、制药业、造纸业等众多行业，尤其在工业现场分析和在线质量监控等方面展现出独特的优势。1987年挪威召开的第一届近红外光谱分析会议，更是为该技术的学术交流和推广应用提供了重要平台，逐步推动了其应用领域的扩展。

  21世纪以来，近红外光谱技术迎来了快速发展阶段。仪器小型化成为趋势，新探测器、DLP技术和半导体工业的微型化变革使得便携式近红外光谱仪应运而生，方便了现场使用，扩大了其应用场景范围。在线监测技术获得广泛应用，能够实时监测生产过程中的物质成分和质量参数，为生产过程的优化控制提供了有力支持，在石油化工、制药等行业发挥着重要作用。同时，近红外光谱技术与成像技术、机器学习技术等的融合不断加深，成像近红外光谱技术提供了样品的空间分布信息，丰富了分析内容，机器学习技术则进一步提升了分析精度和预测能力。此外，针对不同行业和应用场景的专用近红外光谱仪不断涌现，满足了各领域的特定需求。

  通过分析待检测样本的反射、折射或透射后辐射变化的信息，从而得到样本的化学成分和微观结构信息[1]。同时，近红外光通过检测含氢基团X－H（X=C,N,O）的振动倍频和合频吸收，进一步得到有机化合物的组成和分子结构数据。近红外光谱的光谱范围为780～2500 nm，可以很方便地实现仪器的微小型化和工业在线分析。近年来，在人工智能、物联网和智能工厂等大背景推动下，我国近红外光谱技术得到了快速和高质量发展，在农业、食品、医药、化工、环境等领域都显示出快速发展的趋势。

  1）快速分析：近红外光谱分析速度快，一般只需几秒钟到几分钟即可完成一个样品的分析。（2）无损检测：近红外光对样品无损伤，可进行在线）无需样品前处理：大部分样品无需进行复杂的前处理，可直接进行分析。（4）多组分同时分析：可同时分析样品中的多个组分。（5）绿色环保：不使用有毒有害的化学试剂，对环境友好[2]。2.

  为尽量消除其他影响模型精度的干扰因素，提升土壤氮素的检测模型的精度以及普适性，针对土壤中的硝态氮，深入探讨了基于近红外光谱的土壤氮素检测方法。2.2 食品领域

  年，中央、国务院发布的《中央国务院关于深化改革加强食品安全工作的意见》中提出要加强食品检验检测能力建设。近年来，光谱技术以其快速、无损、环保等特点在食品检测中得到了广泛应用[4]。万悦[5]

  等人研究分析光谱技术在水果蔬菜、肉类乳制品、谷物油类及饮料酒类检测中的实际应用，并探讨了其具体分类及特点。近红外光谱技术以其快速、无损的特点，显著提升了食品检测的效率和精度，特别是在检测食品中的成分、掺假以及污染物等方面展现了显著的应用潜力。未来，光谱技术将在智能化、便携化以及多光谱融合技术等方面持续发展，以推动食品安全监管的智能化转型。2.3 医药领域

  近红外光谱法是以分子中含氢基团的振动吸收响应信号为基础的快速、无损分析手段

  已广泛应用于含药材、复方制剂在内的复杂混合体系的定性和定量分析领域[6]。董怡青[7]

  等人基于近红外光谱技术构建了鉴别真伪和掺假茯苓粉的无损分析方法,王青薇[8]等基于近红外光谱结合偏最小二乘算法成功的建立了监测阿立哌唑原辅料混合终点的快速、无损定量分析方法,潘秀珍[9]等基于近红外光谱结合化学计量学方法建立了连翘叶中五种活性成分的定量预测模型,并将其成功的应用至监测不同采收期连翘叶中五种活性成分含量的动态变化规律。另外,近红外光谱还可以应用于间接的预测被测样品物理或生化性质,例如韩想[10]等利用近红外光谱结合偏最小二乘回归分析法建立了预测雪菊抗氧化活性的快速、无损分析方法。陈承武[11]等利用近红外光谱结合卷积神经网络算法建立成功预测蒲黄炮制品判别方法。2.4 化工领域

  炼油是石油化工生产的一大板块。炼油主要是以石油和天然气为原料，生产各类燃料油以及化工原料等产品。主要包括汽油、煤油、柴油、石脑油、沥青、润滑油、液化石油气等。石油和天然气的主要成分是碳氢化合物，其主要的是

  在未来，近红外光谱技术展现出令人瞩目的发展前景，涵盖仪器技术改进、数据处理与分析技术提升、应用领域拓展以及多技术融合等多个方面。

  仪器技术方面，正朝着小型化与便携化的方向迈进。随着科技的日新月异，未来的近红外光谱仪将越发精巧轻便，这使得现场检测和户外作业变得更加便捷，极大地拓展了其应用场景。同时，高性能化也是发展的重点，仪器的分辨率、灵敏度以及信噪比等关键性能指标将持续提升，从而能够更为精准地剖析复杂样品，

  数据处理与分析技术领域，化学计量学方法将不断创新发展，新的算法和模型如雨后春笋般涌现，有力地提高光谱数据的解析精度与准确性。并且，大数据与云计算技术的应用也将成为趋势，借助它们实现光谱数据的存储、管理和深度挖掘，进一步提升分析效率和准确性，为各领域的研究和应用提供更强大的数据支撑。

  应用领域的拓展更是丰富多彩。在医疗与健康领域，近红外光谱技术的应用将持续拓展，在医疗诊断、生物医学研究以及健康监测等方面发挥越来越重要的作用，为人类健康事业贡献力量。在环境监测领域，它也将扮演更为关键的角色，能够实现对环境污染物的快速、准确检测，助力环境保护和生态治理。随着新能源、新材料等新兴产业的蓬勃发展，近红外光谱技术在这些领域也将得到普遍应用，推动产业的创新与进步。

  多技术融合趋势也日益显著。近红外光谱技术将与中红外光谱、拉曼光谱、荧光光谱等其他光谱技术相互融合，实现优势互补，从而进一步提高分析的准确性和可靠性。同时，与成像技术的融合将实现近红外光谱成像，能够获取样品的空间分布信息和光谱信息，为材料科学、生物医学等领域的研究带来更直观的视角，促进这些领域的深入发展。

  总之，近红外光谱技术未来的发展充满无限可能，将在多个领域持续创新和突破，为人类社会的发展带来诸多积极影响。

  近红外光谱技术未来将持续创新和突破，在多个领域展现出强大的生命力和影响力，为推动人类社会的科技进步和发展做出不可磨灭的贡献。我们应积极关注和支持其发展，不断探索和拓展其应用，以充分发挥这一技术的巨大优势和潜力。

  倪嘉倩,孙宁,鲍晗锋,等.拉曼光谱识别技术在食品非法添加物质检测中的应用[J].中国食品工业,2024,(12):97-99.[5]

  潘秀珍,刘路路,任晓红,等.基于近红外光谱技术建立连翘叶中5种活性成分动态定量模型[J].北京中医药大学学报,2023,46(09):1280-1290.[10]

  韩想,贺小刚,于佳萍,等.近红外光谱结合偏最小二乘回归所建模型快速预测雪菊的抗氧化活性[J].理化检验-化学分册,2023,59(07):792-797.[11]

  陈承武,王天舒,胡孔法,等.基于卷积神经网络与投票机制的蒲黄炮制品近红外判别方法[J].光谱学与光谱分析,2022,42(11):3361-3367.[12]

  黄武军,彭鑫鑫,谢京燕,等.近红外光谱技术在石油化学工业中的应用[J].广东化工,2024,51(18):66-68.