Para abordar el problema del desplazamiento de la línea base en el espectro de terahercios que oculta los picos de absorción intrínsecos y reduce la precisión de la predicción cuantitativa de mezclas, se propone un algoritmo de corrección de línea base basado en una iteración de ventana dinámica adaptativa. Este método primero utiliza el suavizado de Savitzky-Golay para suprimir el ruido de alta frecuencia, luego utiliza características estadísticas del gradiente para localizar el punto de inicio del pico, y combina un ajuste polinomial de segundo orden multipunto, reemplazo iterativo de valores pequeños y la determinación de la tasa de cambio de la pendiente para lograr una estimación adaptativa de la línea base en un fondo complejo. Se estudiaron glutamina, histidina, treonina y mezclas binarias, utilizando un sistema de espectroscopía temporal por transmisión de terahercios para capturar el espectro de absorción. Se establecieron modelos de regresión de mínimos cuadrados parciales (PLS), redes neuronales convolucionales (CNN), redes neuronales de retropropagación (BPNN) y máquinas de vectores de soporte de mínimos cuadrados (LSSVM) para realizar análisis cuantitativo basado en el espectro corregido. Los resultados mostraron que el modelo LSSVM tuvo el mejor rendimiento con R² de 0.9960, RMSEP de 0.5431%, RPD de 15.72 y MAE de 0.4271%. Bajo el sistema experimental y los índices de evaluación de este artículo, el método propuesto superó a ModPoly, AsLS y airPLS, lo que indica que el algoritmo tiene un potencial de aplicación en preservar las características del pico de absorción y mejorar el rendimiento del análisis cuantitativo del espectro de terahercios.

espectro terahertz;corrección de línea base;ventana dinámica;ajuste puente;análisis cuantitativo