光譜信息可視為材料的獨(dú)特“指紋”，利用無處不在的智能手機(jī)，實現(xiàn)檢測、記錄、分析材料的光譜信息，一直是科學(xué)家和消費(fèi)者所期待的。由于線上藥店和藥品供應(yīng)鏈的不斷增加，假藥甚至已逐漸威脅到了公共健康安全。而拉曼光譜可以為藥物分類識別提供有價值的信息。

據(jù)麥姆斯咨詢報道，近日，韓國三星綜合技術(shù)院（Samsung Advanced Institute of Technology）、忠南大學(xué)（Chungnam National University）、成均館大學(xué)（Sungkyunkwan University）和韓國中央大學(xué)（Chung-Ang University）組成的科研團(tuán)隊在Nature Communications期刊上發(fā)表了以“Drug classification with a spectral barcode obtained with a smartphone Raman spectrometer”為主題的論文。三星綜合技術(shù)院的Un Jeong Kim和Suyeon Lee為該論文的共同第一作者，通訊作者為三星綜合技術(shù)院的Hyuck Choo。

這項研究重點展示了基于智能手機(jī)的拉曼光譜儀，該設(shè)備足以用于藥物分類。該拉曼光譜儀是由三星Galaxy Note 9智能手機(jī)圖像傳感器上的二維（2D）帶通濾波器周期陣列與緊湊型外置拉曼模塊組成。該圖像傳感器所捕獲的拉曼強(qiáng)度圖被定義為類似于傳統(tǒng)條形碼的拉曼光譜條形碼，即能夠進(jìn)行定位、識別和/或跟蹤功能的機(jī)器可讀光學(xué)標(biāo)簽。研究中，利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）對藥物的11種主要成分進(jìn)行分類，準(zhǔn)確率高達(dá)99.0%。光譜條形碼的優(yōu)勢在于：它可以識別藥物的品牌名稱和未知藥物的主要成分。將光譜條形碼與紅綠藍(lán)（RGB）成像系統(tǒng)所獲信息相結(jié)合，或直接應(yīng)用圖像識別技術(shù)，這種基于材料固有特性的標(biāo)簽系統(tǒng)將促進(jìn)基礎(chǔ)研究的進(jìn)步并有望獲得更多商業(yè)機(jī)遇。

圖1為基于智能手機(jī)的拉曼光譜儀和光譜條形碼示意圖。光譜條形碼即通過智能手機(jī)拉曼光譜儀獲取的2D拉曼強(qiáng)度圖，智能手機(jī)內(nèi)嵌了用于分類的人工智能（AI）算法。拉曼信號由一個集成了785 nm激光二極管的緊湊型外置模塊來產(chǎn)生和收集。小型化的外置拉曼模塊安裝于Galaxy Note 9的后置攝像頭上。

圖1 基于智能手機(jī)的拉曼光譜儀和數(shù)據(jù)處理分析的示意圖

研究人員演示了使用智能手機(jī)拉曼光譜儀進(jìn)行藥物分類的實驗。該研究選擇了三種常見疾?。ǜ哐獕?、糖尿病和高脂血癥）最常用的處方藥和三種非處方藥（維生素B6、維生素C和對乙酰氨基酚）來進(jìn)行藥物分類實驗。圖2顯示了在高血壓、糖尿病、高脂血癥和其他非處方藥中發(fā)現(xiàn)的11種主要成分的代表性光譜條形碼。

圖2 11種主要藥物成分的代表性光譜條形碼

圖3呈現(xiàn)了基于光譜條形碼技術(shù)的藥物分類數(shù)據(jù)處理示意圖。當(dāng)與CNN相結(jié)合時，拉曼光譜可成為預(yù)測藥物主要成分甚至藥物品牌的強(qiáng)大工具。

圖3 光譜條形碼編碼及數(shù)據(jù)處理分析的示意圖

圖4展現(xiàn)了用于對藥物主要化學(xué)成分進(jìn)行分類的混淆矩陣?；煜仃囍饕糜谠u估藥物分類的準(zhǔn)確性、比較藥物實際類別，并利用分類算法預(yù)測藥物類別。

圖4 54種藥物主要成分分類的混淆矩陣

有時可能需要識別同一藥物組中藥物的名稱和品牌，這是因為不同藥物品牌特定的添加劑或涂層會影響藥物在體內(nèi)的作用過程，例如吸收速度或過敏反應(yīng)。圖5顯示了三種品牌二甲雙胍藥物（Diabex 1000mg、Dybis、Glu-M SR）的光譜條形碼及其光譜。

圖5 具有相同主成分的藥物的光譜條形碼比較

綜上所述，該研究介紹了利用基于智能手機(jī)的拉曼光譜儀獲得光譜條形碼的構(gòu)想和實驗。與安裝光柵和CCD的市售光譜儀相比，盡管由于帶通濾波器陣列和CMOS圖像傳感器的固有特性，智能手機(jī)拉曼光譜儀仍獲得了相對較低的光譜分辨率和信噪比（SNR）；但作為便攜式光譜儀，其品質(zhì)因數(shù)（Q因數(shù)）仍足夠高，而且功耗低。只需要外部光源和收集光學(xué)元件就可以從藥物樣品中激發(fā)并收集其拉曼信號，無需額外將電路板連接到智能手機(jī)。這使得這款智能手機(jī)光譜儀更為緊湊（外置模塊最小化），用途更廣泛。

在智能手機(jī)光譜儀中集成人工智能功能，可使開發(fā)的光譜儀功能更加強(qiáng)大。實驗結(jié)果表明：（1）利用包含弱拉曼信號的光譜條形碼進(jìn)行藥物分類，對藥物主要成分識別和藥物品牌識別的準(zhǔn)確率分別為99.0%和79.5%。（2）通過結(jié)合CNN處理藥物的RGB圖像，可將藥物品牌識別的準(zhǔn)確率提高到83.2%。未來，通過減小通道（CH）尺寸到像素級并增加通道陣列密度，利用智能手機(jī)攝像頭有望同時測量目標(biāo)的光譜和形態(tài)信息，即實現(xiàn)高光譜成像。這將大大提高光譜儀的便攜性和可用性，在智能手機(jī)領(lǐng)域開辟新的應(yīng)用。

這項研究獲得了韓國國家研究基金（NRF-2021R1F1A1062182、NRF- 2020R1A6A1A03047771、NRF-2021R1A2C1010747）和韓國衛(wèi)生福利部（HR21C0885）的資助和支持。

審核編輯：劉清