Loại bỏ tia vũ trụ
Phát hiện đỉnh nhọn bất thường bằng so sánh nhiều lần đo lặp hoặc bộ lọc trung vị theo chiều số sóng. Ghi rõ ngưỡng phát hiện và số điểm bị thay thế. Làm bước này trước tiên vì một đỉnh tia vũ trụ sót lại sẽ làm lệch mọi bước sau.
Bộ chuẩn tiền xử lý BIRALAB
Danh mục trường bắt buộc cho mỗi phép đo và quy trình tiền xử lý phổ Raman khuyến nghị — công bố mở để các nhóm khác so sánh kết quả trên cùng một cơ sở.
CC BY 4.0Vì sao cần một bộ chuẩn
Kết quả phân tích phổ Raman phụ thuộc mạnh vào bước tiền xử lý. Cùng một tập phổ, đổi cách hiệu chỉnh đường nền hoặc cách chuẩn hóa cường độ là đủ để độ chính xác báo cáo dịch chuyển vài phần trăm. Khi mỗi nhóm dùng một quy trình riêng và không ghi rõ tham số, các con số trong bài báo không so sánh được với nhau.
Benchmark RamanBench 2026 đã chuẩn hóa 74 tập dữ liệu công khai với 325.668 phổ và đưa ra một phát hiện quan trọng: không mô hình nào trong số các kiến trúc được thử nghiệm tổng quát hóa được giữa các tập dữ liệu. Nói cách khác, độ chính xác cao trên một tập dữ liệu không nói được gì về khả năng dùng thực tế trên thiết bị khác, mẫu khác, phòng thí nghiệm khác.
Nguyên nhân chính không nằm ở mô hình mà nằm ở dữ liệu: điều kiện đo được ghi nhận không đầy đủ và tiền xử lý không thống nhất. Đây là lý do BIRALAB đặt bộ chuẩn này lên trước cả việc công bố bộ dữ liệu — chuẩn hóa cách ghi nhận và cách xử lý là điều kiện cần để bài toán tổng quát hóa chéo thiết bị có thể giải được.
Thiếu bất kỳ nhóm thông tin nào trong bảng dưới đây sẽ khiến dữ liệu không dùng được cho mục tiêu tổng quát hóa chéo thiết bị — hướng nghiên cứu chủ lực của nhóm.
Tám nhóm trường bắt buộc cho mỗi phép đo
Mỗi phổ trong bộ dữ liệu của BIRALAB phải kèm tối thiểu các trường sau. Đây là điểm quyết định chất lượng khoa học: một nhóm mạnh về AI nhưng ghi nhận điều kiện đo không đầy đủ sẽ tạo ra dữ liệu không tái lập được — sai lầm phổ biến nhất và khó phát hiện nhất trong lĩnh vực quang phổ.
| Nhóm thông tin | Trường bắt buộc |
|---|---|
| Thiết bị | Hãng, model, số hiệu máy, phiên bản firmware |
| Nguồn laser | Bước sóng (nm), công suất tại mẫu (mW), độ rộng vạch |
| Quang học | Vật kính, độ mở số, kích thước điểm đo, cách tử (lines/mm) |
| Thu nhận | Thời gian tích lũy, số lần lấy trung bình, dải số sóng, độ phân giải phổ |
| Hiệu chuẩn | Chất chuẩn dùng hiệu chuẩn trục sóng, ngày hiệu chuẩn gần nhất |
| Mẫu | Loại mẫu, cách chuẩn bị, nhiệt độ, độ ẩm, thời gian từ khi lấy mẫu |
| Tiền xử lý | Phương pháp trừ nền, chuẩn hóa, làm trơn, loại bỏ tia vũ trụ — ghi rõ tham số |
| Nhãn | Nguồn nhãn (bệnh học, HPLC, sắc ký chuẩn), người gán nhãn, độ tin cậy |
Quy trình tiền xử lý khuyến nghị
Thứ tự các bước có ý nghĩa: đổi thứ tự sẽ cho kết quả khác. Với mỗi bước, ghi rõ phương pháp và toàn bộ tham số vào siêu dữ liệu của bộ dữ liệu.
Bước 1 Bước 2 Trừ tín hiệu nền thiết bị
Trừ dark current và tín hiệu nền của giá đỡ, cuvette hoặc đế mẫu, đo trong cùng điều kiện thời gian tích lũy. Ghi rõ phổ nền đã dùng.
Bước 3 Hiệu chỉnh trục số sóng
Hiệu chỉnh bằng chất chuẩn có đỉnh đã biết, ví dụ silicon tại 520,7 cm⁻¹, polystyrene hoặc paracetamol. Ghi rõ chất chuẩn, các đỉnh dùng để khớp và ngày hiệu chuẩn. Đây là bước quyết định khả năng so sánh giữa hai thiết bị.
Bước 4 Cắt dải số sóng quan tâm
Giữ dải vân tay phù hợp bài toán, thường 400–1800 cm⁻¹ cho mẫu sinh học. Ghi rõ dải đã giữ; không cắt theo cảm tính sau khi đã xem kết quả phân loại.
Bước 5 Hiệu chỉnh đường nền
Dùng phương pháp có tham số công khai, ví dụ asymmetric least squares, SNIP hoặc khớp đa thức. Ghi rõ phương pháp, bậc đa thức hoặc hệ số làm trơn và số vòng lặp.
Bước 6 Làm trơn
Làm trơn Savitzky–Golay với cửa sổ và bậc đa thức ghi rõ. Cửa sổ quá rộng sẽ làm mất đỉnh hẹp mang thông tin phân biệt, nên phải kiểm tra lại độ rộng đỉnh sau khi làm trơn.
Bước 7 Chuẩn hóa cường độ
Dùng SNV, chuẩn hóa vector đơn vị hoặc chuẩn hóa theo một đỉnh chuẩn nội. Ghi rõ phương pháp đã chọn; đây là bước ảnh hưởng mạnh nhất tới khả năng chuyển mô hình sang thiết bị khác.
Bước 8 Tái lấy mẫu về lưới số sóng chung
Nội suy về một lưới số sóng chung, bước 1 cm⁻¹, ghi rõ phương pháp nội suy. Bắt buộc nếu dữ liệu sẽ được gộp hoặc so sánh chéo thiết bị.
Cách áp dụng và trích dẫn bộ chuẩn
Áp dụng bộ chuẩn theo hai phần tách rời nhau. Phần ghi nhận: bổ sung tám nhóm trường ở trên vào tệp siêu dữ liệu đi kèm mỗi phép đo, một hàng cho mỗi phổ. Phần xử lý: chạy tám bước theo đúng thứ tự và lưu lại toàn bộ tham số cùng seed ngẫu nhiên, để người khác chạy lại ra đúng kết quả.
Bộ chuẩn được phát hành theo giấy phép mở CC BY 4.0. Bạn được tự do áp dụng, sửa đổi và phân phối lại, với điều kiện ghi nguồn. Nếu bạn sửa đổi quy trình, hãy nêu rõ điểm khác biệt so với bản gốc để kết quả vẫn so sánh được.
Trích dẫn bộ chuẩn
Trong phần phương pháp của bài báo, nêu rõ phiên bản bộ chuẩn đã dùng và dẫn theo định dạng sau:
BIRALAB (2026). Bộ chuẩn tiền xử lý phổ Raman BIRALAB, phiên bản 1.0. Nhóm nghiên cứu Công nghệ phân tích quang phổ Raman và Trí tuệ nhân tạo, Trường Quốc tế, Đại học Quốc gia Hà Nội. https://biralab.org/vi/data-hub/standards
Góp ý cho bộ chuẩn
Bộ chuẩn này được xây dựng để cộng đồng dùng chung, nên nó cần ý kiến của các nhóm đang đo phổ thật trên thiết bị thật. Nếu bạn thấy một trường còn thiếu, một bước chưa hợp lý với loại mẫu của bạn, hoặc muốn cùng chuẩn hóa dữ liệu giữa hai phòng thí nghiệm, hãy liên hệ với chúng tôi.