一种生成含淬灭事件的真实感合成光致发光(PL)时间序列数据的技术

《Advanced Sensor Research》：A Technique for Generating Realistic Synthetic Photoluminescence Time-Series Data with Quenching Events

　　

提出了一种新技术，用于生成真实的合成光致发光(PL)数据集，以支持面向化学威胁检测的荧光传感器算法开发。收集大规模、注释完善的实验数据集成本高昂且耗时，由于复杂的样品制备和有毒分析物的处理，往往需要数月时间。相比之下，所提出的仿真方法仅需60至110个实验样本即可捕捉系统动态，并生成几乎无限的合成轨迹。该方法复现了传感器–分析物对的统计与物理特性，允许定制分析物浓度、暴露时间和事件发生率。PL轨迹被建模为两个部分：基线漂移和分析物诱导响应。基线漂移通过主成分分析(PCA)捕捉，而核密度估计(KDE)对PCA得分的连续分布进行建模，从而能够随机生成新的真实基线。各主成分轨迹被拟合为受约束的指数函数以实现时间外推，并基于小波分解后的建模引入强度相关的噪声。检测事件通过薄膜扩散模型与Stern-Volmer关系耦合进行模拟。经实验数据验证，该可扩展流程能够模拟自然变异性，并显著减少对昂贵实验数据采集的依赖。

该研究围绕荧光传感算法开发中的数据瓶颈展开。荧光传感器具有快速、灵敏检测化学威胁的潜力，但高性能检测算法，尤其是深度神经网络，需要大规模、多样化且标注良好的数据集。实验数据采集存在多重障碍：样品制备和有毒分析物处理复杂，单次测量耗时，大量光致发光(PL)测量可能需数周至数月；涉及化学战剂(CWA)等毒性或爆炸性分析物时，安全约束进一步限制规模化采集；事件开始时间、持续时间和浓度的标注常不精确，给算法训练带来不确定性。传统增强方法（如时间平移、幅度缩放、噪声抖动）虽计算廉价，但不编码传感物理，任意时间扭曲会扭曲淬灭与恢复动力学；深度生成模型在极小实验样本下难以可靠训练。因此，研究人员提出了一种仅需60至110个实验样本即可生成几乎无限合成PL轨迹的模拟流程，以解决标注数据不足的问题。

研究人员开发了一个综合模拟流程，并利用两种性质不同的传感材料Compound 1和Compound 2以及目标分析物氯化苦进行验证。该流程以少量实验数据为输入，生成几乎无限的高保真合成PL时间序列，且每个生成事件均有完美标注。与实验数据对比，合成基线在1-Wasserstein距离上与原数据分布一致；淬灭事件保持不同传感器–分析物对的动力学特征；初步分类实验显示合成数据保留了可区分的动力学信息，并能适度增强小样本实验数据。该工作提供了一个可扩展、可定制的工具，可大幅降低实验数据采集成本，加速化学威胁检测算法的开发和部署。

研究人员采用的主要技术方法如下（样本队列来源：两种材料在实验室旋涂成膜；每种材料170条300 s基线，响应数据Compound 1 7条、Compound 2 10条；另有Compound 1对尼古丁和2-氯乙基乙硫醚(CEES)各9条用于分类验证）：(1)用小波去噪分离噪声，建立PL强度与噪声标准差线性模型；(2)对去噪基线做主成分分析(PCA)，对前两个主成分得分用核密度估计(KDE)建模并采样重建，主成分方向用受限指数函数拟合实现时间外推；(3)用前向时间中心空间(FTCS)格式求解Fick扩散与Stern-Volmer淬灭耦合的动力学模型，拟合实验淬灭轨迹得到参数集，再在参数空间做PCA/KDE采样生成新淬灭事件；(4)将生成基线乘以时间平移的归一化淬灭响应，并加入强度依赖噪声。

5.1 基线仿真模型的验证
研究人员用1-Wasserstein距离比较归一化实验基线与合成基线的分布。结果显示，采用两主成分模型即可显著降低Wasserstein距离；Compound 1在超过两主成分后距离反而增大，Compound 2增加至三主成分仅轻微改善，因此统一选用两主成分。改变训练集大小的实验显示，Compound 2在约40%数据量时达到收益阈值，Compound 1在约65%后改善明显放缓，据此建议至少需要60至110条基线观测来有效训练生成模型。

5.2 单个传感器响应的建模
研究人员将动力学淬灭模型分别拟合每种传感器的全部响应轨迹，获得一组动力学参数。结果表明，Compound 2的淬灭常数比Compound 1高一个数量级以上，扩散系数也更高，这解释了Compound 2淬灭幅度更大、恢复更快；Compound 1扩散较慢，恢复更慢。拟合参数落入有机薄膜的合理物理范围内，说明该模型能够捕捉不同传感器–分析物组合的物理特征。

5.3 合成数据集的生成
在噪声、基线漂移和淬灭响应