CN109425588B - 快速辨别黄龙病的手持装置、方法及计算机可读存储介质 - Google Patents
快速辨别黄龙病的手持装置、方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109425588B CN109425588B CN201710763407.3A CN201710763407A CN109425588B CN 109425588 B CN109425588 B CN 109425588B CN 201710763407 A CN201710763407 A CN 201710763407A CN 109425588 B CN109425588 B CN 109425588B
- Authority
- CN
- China
- Prior art keywords
- sample
- detected
- value
- signal processing
- processing system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 241001478315 Candidatus Liberibacter asiaticus Species 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 31
- 201000010099 disease Diseases 0.000 claims abstract description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000003384 imaging method Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 28
- 230000003595 spectral effect Effects 0.000 claims description 21
- 235000020971 citrus fruits Nutrition 0.000 claims description 17
- 241000207199 Citrus Species 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004445 quantitative analysis Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 230000026676 system process Effects 0.000 claims description 2
- 208000024891 symptom Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000003753 real-time PCR Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004383 yellowing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003752 polymerase chain reaction Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 230000004544 DNA amplification Effects 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000132456 Haplocarpha Species 0.000 description 1
- 241000526145 Psylla Species 0.000 description 1
- 238000011529 RT qPCR Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种快速辨别黄龙病的手持装置,包括把手、枪身和自检标准板,所述把手和所述枪身连接,所述枪身安装有扳机、前盖和传动棒,所述扳机和所述前盖通过所述传动棒连接,所述前盖固定待测样品,所述自检标准板固定标准样品,用于对检测模型进行校正;所述枪身还安装有光源、第一会聚透镜、准直透镜、光栅、成像透镜、DMD芯片、第二会聚透镜、单点探测器、信号处理***和显示屏,所述单点探测器和所述信号处理***连接,所述信号处理***和所述显示器连接。本发明还公开了一种快速辨别黄龙病的方法以及计算机可读存储介质。本发明其能够快速、准确检测黄龙病,并且不需要专职人员,环保。
Description
技术领域
本发明涉及黄龙病辨别技术,具体涉及快速辨别黄龙病的手持装置、方法及计算机可读存储介质。
背景技术
目前,黄龙病是由寄生于韧皮部的革兰氏阴性细菌所引起,能迅速感染其他部位。黄龙病其主要以木虱、菟丝子和嫁接等方式传播,其传递速度快,一棵果树感染,可造成大片果园荒废,品种灭绝。黄龙病给柑橘产业所带来的是毁灭性的,因此能及时遏制黄龙病的快速传播,迅速地切断传播源显得尤为重要。常用的一种黄龙病确诊检测方法为实时荧光定量PCR(Quantitative Real-time PCR)是一种在DNA扩增反应中,以荧光化学物质测每次聚合酶链式反应(PCR)循环后产物总量的方法。实时荧光定量PCR中以其CT值作为判断黄龙病感染植株的依据。其中CT值(Cycle threshold,循环阈值)是指:每个反应管内的荧光信号到达设定阈值时所经历的循环数。其中CT值含量与起始拷贝数的对数成线性关系,即起始拷贝数越大,CT值就越小。其中黄龙病中大多数以CT值为32时为判断界限,即大于32的为非黄龙病,小于32的为黄龙病。实时荧光定量PCR为传统的一种黄龙病检测手段,其检测周期时间长,大致需一周左右;检测费用贵,送第三方检测机构一次需要100~400元不等,因此该方法大多使用场景为实验室。
但是,现有的技术存在以下缺陷:
(1)民间诊断需要经验丰富的专家或技术人员,需要丰富的诊断经验,主观影响因素大、可复制性差;
(2)DNA试剂提取盒试剂不可循环使用,消耗性大、可循环性和环保性差,并且检测结果不可记录。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供快速辨别黄龙病的手持装置,其能够快速、准确检测黄龙病,并且不需要专职人员,环保。
本发明的目的之二在于提供快速辨别黄龙病的方法,其能够快速、准确检测黄龙病,并且不需要专职人员,环保。
本发明的目的之三在于提供计算机可读存储介质,其能够快速、准确检测黄龙病,并且不需要专职人员,环保。
本发明的目的之一采用如下技术方案实现:
一种快速辨别黄龙病的手持装置,包括:把手、枪身和自检标准板,所述把手和所述枪身连接,所述枪身安装有扳机、前盖和传动棒,所述扳机和所述前盖通过所述传动棒连接,所述前盖固定待测样品,所述自检标准板固定标准样品,用于对检测模型进行校正;所述枪身还安装有光源、第一会聚透镜、准直透镜、光栅、成像透镜、DMD芯片、第二会聚透镜、单点探测器、信号处理***和显示屏,所述单点探测器和所述信号处理***连接,所述信号处理***和所述显示器连接;
光源的光照射到待测样品或标准样品上反射,依次经过所述第一会聚透镜、准直透镜、光栅和成像透镜后会聚,在所述DMD芯片上形成不同波长的狭缝的像,经所述DMD芯片进行波长选通后由所述第二会聚透镜聚焦在所述单点探测器上,所述单点探测器将接收的光信号发送至所述信号处理***,所述信号处理***对所述光信号处理后由所述显示屏进行显示。
进一步地,所述单点探测器为单点光电二极管。
进一步地,所述枪身安装有检测按键,所述检测按键与所述光源连接。
进一步地,所述前盖上安装有参比板,所述枪身安装有与参比板对应的参比按键,所述参比按键与所述光源连接。
本发明的目的之二采用如下技术方案实现:
一种快速辨别黄龙病的方法,包括以下步骤:
测定步骤:采集每一个待测样品中的多个采样点分别所含的CT值中的CT值含量,并形成该待测样品的CT值浓度矩阵记为Y,Y={y1,y2,y3,...yn};所述待测样品包括黄龙病柑橘的叶片和非黄龙病柑橘的叶片;每一个待测样品不同的采样点只有一个CT值;
建模步骤:根据待测样品的CT值浓度矩阵和光谱数据矩阵以预设定量分析方法形成CT值与光谱数据之间的定量校正关系为B=(XTX)-1XTY,其中,B为定量校正关系;
预测步骤:输入待测样品的光谱数据,根据定量校正关系和公式:Y未知=XB得到该待测样品的CT预测值,Y未知为CT预测值;
判断步骤:判断所述待测样品的CT值是否低于预设参考值,若是,则该待测样品未患黄龙病,否则,待测样品患黄龙病。
进一步地,建模步骤中,预设定量分析方法为偏最小二乘法。
进一步地,判断步骤中所述预设参考值为32。
本发明的目的之三采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被一信号处理器执行时实现本发明目的之二所述方法的判断步骤。
相比现有技术,本发明的有益效果在于:
(1)通过红外检测,不需要专职技术人员来操作,适应性强,适用性广;
(2)可以持续多次使用,更加环保,并且方便携带;
(3)能够快速、准确的检测出是否患有黄龙病。
附图说明
图1为本发明的快速辨别黄龙病的手持装置的结构示意图;
图2为图1的剖视图;
图3为本发明的快速辨别黄龙病的方法的流程图;
图4为268个待测样品的光谱图;
图5为建模待测样品实测值与近红外预测值的对比图;
图6为未知待测样品实测值与近红外预测值的对比图。
图中:10、把手;11、电池;20、枪身;21、光源;22、第一会聚透镜;23、准直透镜;24、光栅;25、成像透镜;26、DMD芯片;27、第二会聚透镜;28、单点探测器;30、扳机;31、传动棒;40、前盖;41、参比板;50、待测样品;60、信号处理***;70、显示屏;80、检测按键;90、参比按键;100、自检标准板。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1和2所示,首先本发明示出的是一种快速辨别黄龙病的手持装置,包括把手10和机身20,把手10和枪身20固定连接,把手10内部安装有电池11,枪身20安装有扳机30、传动棒31和前盖40,扳机30和前盖40通过传动棒31连接,前盖40上安装有参比板41,扳机30用于控制前盖40的打开和闭合,枪身20还安装有光源21、第一会聚透镜22、准直透镜23、光栅24、成像透镜25、DMD芯片26、第二会聚透镜27、单点探测器28、***信号处理60和显示屏70,单点探测器28和信号处理***60连接,信号处理***60和显示器70连接,光源21、DMD芯片26、单点探测器28、信号处理***60、显示屏70与电池11通过导线连接,单点探测器28为单点光电二极管,枪身20还安装有检测按键80,检测按键80与光源21连接,控制光源21的打开和关闭。
光源21发出的光经过待测样品50反射,经过第一会聚透镜22会聚,经过准直透镜23后准直,照射到光栅24后色散为光谱带,经过成像透镜25后按照波长顺序会聚入射到DMD芯片26上,DMD芯片26进行波长选通后由第二会聚透镜17聚焦在单点探测器28上,单点探测器28将接收的光信号发送至信号处理***60,信号处理***60对光信号处理后由显示屏70进行显示。
使用时,通过扳机30打开前盖40,将待测样品50放置后放开扳机30,此时前盖40将待测样品50固定,通过检测按键80打开光源21进行检测,检测结果直接显示在显示屏70上,方便检测人员查看,检测结束后通过扳机30打开前盖40,取出待测样品50,方便快捷。
作为进一步的实施方式,前盖40内侧固定安装有参比板41,用于手持装置核准,在使用参比板41对手持装置进行校准时,通过启动参比按键90实现,其过程与检测按键80的操作类似。另外,为了对检测模型(下述方法中步骤S1-S4)进行校正,该手持装置还包括自检校准板100,用于固定标准样品,校正的过程也是通过检测按键80实现,即将标准样品当作待测样品进行检测,自检校准板100取代前盖40设置于光路上,然后将检测结果上送到检测平台,让检测平台通过一定的算法判别手持装置的变化率并进行模型校正。
手持式设备的外观为***式,便于操作人员检测和方便携带;了降低设备的成本,采用最小改进过的MEMS微机电技术;为了便于操作人员查看结果,设备带显示屏,当检测待测样品为黄龙病时,显示黄龙病,并滴滴提示声;当检测待测样品为非黄龙病时,显示非黄龙病;当检测的待测样品为非柑橘类叶片时,显示待测样品异常。为了黄龙病的疫情防控,设备内置GPS定位模块和存储模块,对每个叶片待测样品的检测地理位置,检测结果,检测光谱进行存储,并用于后续的分析。
如图3所示,本发明还提供一种快速辨别黄龙病的方法,包括以下步骤:
S1:采集每一个待测样品中的多个采样点分别所含的CT值中的CT值含量,ps每一个待测样品不同的采样点只有一个CT值,并形成该待测样品的CT值浓度矩阵记为Y,Y={y1,y2,y3,...yn};所述待测样品包括黄龙病柑橘的叶片和非黄龙病柑橘的叶片;
为了建立好一个良好的模型,首先需要对待测样品进行收集,收集有黄龙病的各类症状的叶片包括黄化、斑驳、绿岛、叶片小等,非黄龙病待测样品如斑驳、缺素、无明显症状等。因非黄龙病和黄龙病有一些症状类似,因此以非黄龙病和黄龙病建立近红外的定性模型时会易造成误判,而采用CT值建立的定量分析模型从一定程度来说,由黄龙病所引起的黄化等症状的叶片CT值含量明显不同于非黄龙病的黄化等症状,因此在预测时,其会大大的提高模型的准确率,从而减少误判的概率。
在本步骤中,选择代表性的柑橘待测样品,测试待测样品的近红外光谱,在该叶片的待测样品中根据实验得出几个最佳的采集部位,也就是所述的多个采样点。本步骤在实际操作中可以与S2同步或者调换顺序进行。
在本步骤中,采用一款荧光定量PCR检测仪器和同种引物,检测柑橘待测样品中感染病菌情况,得到其每个待测样品不同采样点对应的CT值,形成CT值浓度矩阵。这里的光谱数据的采样点,可以是在待测样品中的正面和背面分别设定。另外由于患病的叶片和不患病的叶片,所采集的光谱数据可以分为黄龙病柑橘叶片的光谱数据和非黄龙病柑橘叶片的光谱数据。
S3:根据待测样品的CT值浓度矩阵和光谱数据矩阵以预设定量分析方法形成CT值与光谱数据之间的定量校正关系为B=(XTX)-1XTY,其中,B为定量校正关系;预设定量分析方法为最小二乘法;
根据待测样品的CT值、黄龙病柑橘的叶片的正面光谱、黄龙病柑橘的叶片的背面光谱、非黄龙病柑橘的叶片的正面光谱、非黄龙病柑橘的叶片的背面光谱以预设定量分析方法建立定量模型;采用预测均方根误差(RMSEC)、未知待测样品预测均方根误差(RMSEP)、相关系数(RP)分别评价近红外预测值与实测值之间的误差和相关性,其公式如下:
其中,Ci分别为第i个预测待测样品的预测值和实测值;CAVE分别为预测值和实测值的平均值;M为预测待测样品的个数;RMSEC和RMSEP值越小说明模型的精度越高,RP值越大说明预测值和实测值的相关性越高。
为了让模型更加的适用田间环境,都为实验人员手握设备采集光谱数据。采集的光谱数据分为叶片正面的叶基部,中部和尾部,以及叶片背面的叶基部,中部和尾部。该目的主要为区分正面和背面的CT值模型差异,即建立模型1:正面的光谱数据与CT值建立定量模型;模型2:背面的光谱数据与CT值建立定量模型。因正面和背面的叶绿素物质含量不一样,因此其光谱有轻微差异,建立2个模型的目的在于对比未知待测样品正面和背面的CT值差异,说明CT值含量的预测与叶片不同部位的采集无影响。
S4:输入待测样品的光谱数据,根据所述定量校正关系和公式:Y未知=XB得到该待测样品的CT预测值,Y未知为CT预测值;
S5:判断所述待测样品的CT值是否低于预设参考值,若是,则该待测样品未患黄龙病,否则,待测样品患黄龙病。预设参考值优选为32,CT<32,黄龙病,CT>32,非黄龙病。当然因不同的引物会导致该临界值发生一定的改变,因此对于未知待测样品的检测临界值完全按照步骤S2中的值执行。
下面,以一实施例进行进一步的说明:
以NLD-HL10黄龙病快速检测近红外仪器为检测仪器,测试柑橘品种:沙糖桔,检测指标:CT值。该仪器波长范围为950-1650nm,间隔1nm,共701个波长。具体步骤如下:
S1、按照S1中对268个沙糖桔待测样品进行测试,得到了光谱数据矩阵和CT值,其中表1和图4分别为268个砂糖桔待测样品的CT值统计分析和光谱图。
表1沙糖桔待测样品CT值统计分析
S2、采用偏最小二乘法建立CT值的分析模型,其建模结果如下:
表2偏最小二乘法建模结果汇总
S3、采用偏最小二乘法建立的因子为18时,其RMSEC最小。根据校正关系式计算未知待测样品的CT预测值。扫描未知待测样品的光谱数据,根据校正关系式B,计算未知待测样品的CT值。未知待测样品的预测结果汇总如下:
表3未知待测样品的预测结果汇总
S4,根据上面的CT值和CT值临界值表,结合图5和图6,可知119个未知待测样品的预测结果为:42个为黄龙病待测样品,77个为非黄龙病待测样品。其中实测值的结果为:30个黄龙病待测样品,89个为非黄龙病待测样品。对比上面的数据可知:总的准确率为88%。图5和图6的横坐标均为实测值,纵坐标表示预测值。
本发明还可以提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被一信号处理器执行时实现步骤S5。
上述实施方式仅为本发明的优选实施方式,不能以此来限定发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (8)
1.一种快速辨别黄龙病的手持装置,其特征在于包括:把手、枪身和自检标准板,所述把手和所述枪身连接,所述枪身安装有扳机、前盖和传动棒,所述扳机和所述前盖通过所述传动棒连接,所述前盖固定待测样品,所述自检标准板固定标准样品,用于对检测模型进行校正;所述枪身还安装有光源、第一会聚透镜、准直透镜、光栅、成像透镜、DMD芯片、第二会聚透镜、单点探测器、信号处理***和显示屏,所述单点探测器和所述信号处理***连接,所述信号处理***和所述显示屏 连接;
光源的光照射到待测样品或标准样品上反射,依次经过所述第一会聚透镜、准直透镜、光栅和成像透镜后会聚,在所述DMD芯片上形成不同波长的狭缝的像,经所述DMD芯片进行波长选通后由所述第二会聚透镜聚焦在所述单点探测器上,所述单点探测器将接收的光信号发送至所述信号处理***,所述信号处理***对所述光信号处理后由所述显示屏进行显示。
2.如权利要求1所述的手持装置,其特征在于:所述单点探测器为单点光电二极管。
3.如权利要求1所述的手持装置,其特征在于:所述枪身安装有检测按键,所述检测按键与所述光源连接。
4.如权利要求1所述的手持装置,其特征在于:所述前盖上安装有参比板,所述枪身安装有与参比板对应的参比按键,所述参比按键与所述光源连接。
5.一种应用于权利要求1-4任一项所述的手持装置中的快速辨别黄龙病的方法,其特征在于包括步骤:
测定步骤:采集每一个待测样品中的多个采样点分别所含的CT值中的CT值含量,并形成该待测样品的CT值浓度矩阵记为Y,Y={y1,y2,y3,...yn};所述待测样品包括黄龙病柑橘的叶片和非黄龙病柑橘的叶片;每一个待测样品不同的采样点只有一个CT值;
建模步骤:根据待测样品的CT值浓度矩阵和光谱数据矩阵以预设定量分析方法形成CT值与光谱数据之间的定量校正关系为B=(XTX)-1XTY,其中,B为定量校正关系;
预测步骤:输入待测样品的光谱数据,根据定量校正关系和公式:Y未知=XB得到该待测样品的CT预测值,此处X为单条待测样品的光谱数据(X1,X2,…Xm),Y未知为CT预测值;
判断步骤:判断所述待测样品的CT值是否低于预设参考值,若是,则该待测样品未患黄龙病,否则,待测样品患黄龙病。
6.如权利要求5所述的方法,其特征在于:建模步骤中,预设定量分析方法为偏最小二乘法。
7.如权利要求5所述的方法,其特征在于:判断步骤中所述预设参考值为32。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该计算机程序被一信号处理器执行时实现如权利要求5-7任一项所述方法的判断步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710763407.3A CN109425588B (zh) | 2017-08-30 | 2017-08-30 | 快速辨别黄龙病的手持装置、方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710763407.3A CN109425588B (zh) | 2017-08-30 | 2017-08-30 | 快速辨别黄龙病的手持装置、方法及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109425588A CN109425588A (zh) | 2019-03-05 |
CN109425588B true CN109425588B (zh) | 2022-01-11 |
Family
ID=65503974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710763407.3A Expired - Fee Related CN109425588B (zh) | 2017-08-30 | 2017-08-30 | 快速辨别黄龙病的手持装置、方法及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109425588B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CO2022011594A1 (es) * | 2022-08-17 | 2024-02-26 | Univ Simon Bolivar | Dispositivo de detección de la enfermedad hlb |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2927044Y (zh) * | 2006-07-24 | 2007-07-25 | 深圳市天瑞仪器有限公司 | 新型x荧光能量色散光谱仪 |
CN201548539U (zh) * | 2009-06-19 | 2010-08-11 | 华中农业大学 | 便携式土壤含水率速测仪 |
CN102890096A (zh) * | 2011-07-19 | 2013-01-23 | 奥林巴斯Ndt公司 | 具有检测器窗保护特征的x 射线分析装置 |
CN104502304A (zh) * | 2014-12-02 | 2015-04-08 | 天津大学 | 基于虚拟狭缝技术的微型固化近红外光谱仪 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4345840A (en) * | 1980-04-08 | 1982-08-24 | California Institute Of Technology | Method and apparatus for instantaneous band ratioing in a reflectance radiometer |
US5319437A (en) * | 1991-07-26 | 1994-06-07 | Kollmorgen Corporation | Handheld portable spectrophotometer |
NL1000738C2 (nl) * | 1995-07-06 | 1997-01-08 | Dsm Nv | Infraroodspectrometer. |
US6031233A (en) * | 1995-08-31 | 2000-02-29 | Infrared Fiber Systems, Inc. | Handheld infrared spectrometer |
US6897951B2 (en) * | 2003-02-14 | 2005-05-24 | Raman Systems, Inc. | Probe assemblies for Raman spectroscopy |
CN201340400Y (zh) * | 2009-01-20 | 2009-11-04 | 江苏天瑞仪器股份有限公司 | 带有一体化散热装置的手持式x射线荧光光谱仪 |
US10024811B2 (en) * | 2014-04-10 | 2018-07-17 | Olympus Scientific Solutions Americas Inc. | XRF instrument with removably attached window protecting film assembly |
CN104535526A (zh) * | 2014-12-17 | 2015-04-22 | 中国科学院长春光学精密机械与物理研究所 | 基于微型计算机Edison的线性渐变滤光片式手持智能光谱仪 |
US20160228876A1 (en) * | 2015-02-06 | 2016-08-11 | Life Technologies Corporation | Systems and Methods for Biological Analysis |
CN105738323B (zh) * | 2016-02-26 | 2018-08-28 | 长春美泰仪器有限公司 | 一种面制品中含铝食品添加剂的检测方法及现场快速检测仪 |
CN106323909A (zh) * | 2016-09-14 | 2017-01-11 | 江苏大学 | 果蔬品质手持式近红外光谱检测***及检测方法 |
-
2017
- 2017-08-30 CN CN201710763407.3A patent/CN109425588B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2927044Y (zh) * | 2006-07-24 | 2007-07-25 | 深圳市天瑞仪器有限公司 | 新型x荧光能量色散光谱仪 |
CN201548539U (zh) * | 2009-06-19 | 2010-08-11 | 华中农业大学 | 便携式土壤含水率速测仪 |
CN102890096A (zh) * | 2011-07-19 | 2013-01-23 | 奥林巴斯Ndt公司 | 具有检测器窗保护特征的x 射线分析装置 |
CN104502304A (zh) * | 2014-12-02 | 2015-04-08 | 天津大学 | 基于虚拟狭缝技术的微型固化近红外光谱仪 |
Non-Patent Citations (2)
Title |
---|
基于傅里叶变换红外光谱的大白菜根肿病定量测评;王惟萍等;《光谱学与光谱分析》;20150531;第1243-1247页 * |
基于可见近红外光谱分析的化肥土壤成分速测模型研究;林志丹;《中国博士学位论文全文数据库 农业科技辑》;20170215;第D043-4页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109425588A (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100458405C (zh) | 光谱流体分析器 | |
US9726599B2 (en) | Freshness estimation method, freshness estimation apparatus, and non-volatile recording medium | |
CN101936895B (zh) | 一种稻米贮藏时间近红外光谱分析快速检测方法 | |
Li et al. | Pears characteristics (soluble solids content and firmness prediction, varieties) testing methods based on visible-near infrared hyperspectral imaging | |
CN101382488A (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
CN101308086A (zh) | 基于近红外光谱技术的水果内部品质在线检测方法及装置 | |
CN104076009B (zh) | 一种生物颗粒远红外波段复折射率的快速测量方法 | |
CN102109333A (zh) | 小曲率半径复杂曲面智能超声波测厚*** | |
CN105044024A (zh) | 一种基于近红外光谱技术对葡萄果实进行无损检测的方法 | |
CN109425588B (zh) | 快速辨别黄龙病的手持装置、方法及计算机可读存储介质 | |
CN103063648B (zh) | 利用拉曼光谱检测液体制剂的方法 | |
Nturambirwe et al. | Detecting bruise damage and level of severity in apples using a contactless nir spectrometer | |
Mat et al. | Prediction of sugarcane quality parameters using visible-shortwave near infrared spectroradiometer | |
JP5186635B2 (ja) | 植物の水ストレス計測方法 | |
JP4637643B2 (ja) | 分光分析装置 | |
KR100793716B1 (ko) | 실시간 광원 세기 보정 기능을 구비한 측정시료의 내부품질 판정 장치 및 그 방법 | |
CN109001182A (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
CN201788153U (zh) | 一种集成微型电子天平的农药残留检测仪 | |
US20190228205A1 (en) | Skinprint analysis method and apparatus | |
CN111060473B (zh) | 一种食品质量分析检测装置 | |
CN108982390B (zh) | 一种基于原子吸收光谱信息的水体农药残留检测方法 | |
CN106092960A (zh) | 一种快速校正近红外设备并检测农产品中化学成分的方法 | |
WO2001004612A3 (en) | A method of determining the content of a component in a fluid sample and an apparatus therefor | |
CN111398212A (zh) | 一种基于便携式近红外光谱仪的花椒检测模型建立方法 | |
CN111551518B (zh) | 一种蔬菜农药残留检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220111 |