应用案例

DLS 常见问题解答：基线指数

发表时间：2025-05-28

浏览量：9

点击蓝字

关注我们

基线指数（Baseline Index，简称BI）是一个用于量化灰尘污染对动态光散射（DLS）测量影响的关键指标。在光散射领域中，“灰尘”通常被宽泛地定义为样品中任何因过大而无法适当分散的次要成分。这些颗粒通常会因重力作用而沉降，而不是表现出布朗运动。灰尘颗粒的尺寸远大于待测颗粒，通常只在光路中短暂出现，并可能导致测得的自相关函数失真。

对于完全无尘的单分散样品，基线指数通常较高，例如BI趋近于10；而对于含有明显灰尘的样品，基线指数则非常低或等于零。该指标适用于所有布鲁克海文仪器公司的动态光散射（DLS）仪器。

什么是基线指数？

在数据分析过程中，实验测得的自相关函数需要进行归一化处理。理论上，应使用从每个采样时间的平均计数平方中获得的无限时间基线 B_∞。然而，为了消除少量超大颗粒（如灰尘）的影响，使用在较长延迟时间下测得的相关函数中获得的基线进行归一化是更好的选择。测量基线 B_m可通过多种方法（见基线估计方法）进行设置。基线指数的定义如下：

BI= 10 [ 1 – 100 |（B_m/B_∞-1）|]

如果两种基线完全一致，基线指数等于10。如果 BI ≥ 8，则意味着相关函数基线的两种测量结果具有非常好的一致性。如果测量基线比无限时间基线高出1%或更多，或者测量基线低于无限时间基线，则基线指数为0。

为什么基线很重要？

自相关函数的正确归一化是准确计算有效粒径的前提条件。归一化后的相关函数可通过多种模型进行拟合，以获得流体力学粒径。良好的基线指数表明数据质量高，意味着样品中没有灰尘污染。需要注意的是，正确归一化的自相关函数 C(τ) 的系数应在0到1之间。

归一化的自相关函数

基线指数低并不一定意味着自相关函数无法使用，因为软件还使用了“灰尘过滤器”功能，这是一种复杂的灰尘剔除算法，可用于处理异常多尘的样品。

灰尘过滤器能够识别因灰尘存在而导致的计数率异常峰值

基线设置方法

软件中有三种用于设置自相关函数基线的方法：Autoslope（自动斜率）、Last Channels（最后通道）和 Calculated（计算基线）。对于大多数干净的单分散样品，这些方法效果都很好。然而，当处理的样品产生的相关函数噪声较大或具有多个不同组分时， Autoslope 分析可能会过早地确定基线值。此时，使用 Last Channels 或 Calculated 可能是更好的基线设置方法。

总结

准确设置基线对于归一化相关函数至关重要，这是数据分析和相关函数拟合的前提条件。如果相关函数非常干净，所有三种方法（Autoslope、Last Channels 和 Calculated）应该会得出相似（甚至完全相同）的结果。如果相关函数存在噪声或其他不确定性，则结果就可能存在差异。这就是为什么基线指数（通过比较测量基线和计算基线）是评估DLS测量质量的有效指标的原因。

在Particle Solutions 软件的SOP编辑器中数据分析部分，三种选项的含义如下：

Auto(Slope Analysis)（自动斜率分析）：通过识别低斜率或零斜率的区域来确定基线。

Last Channels（最后通道）：将最后8个测量通道的平均值作为基线。

Calculated（计算基线）：使用无限时间基线进行归一化。

索取样本、联系报价

如果您想了解更多产品信息、索要仪器报价，欢迎后台留言，我们的工程师将会及时与您取得联系。

参考链接：

https://www.brookhaveninstruments.com/dls-faq-the-baseline-index/