CN113433274A - 一种中药饮片的检测方法 - Google Patents
一种中药饮片的检测方法 Download PDFInfo
- Publication number
- CN113433274A CN113433274A CN202011389853.0A CN202011389853A CN113433274A CN 113433274 A CN113433274 A CN 113433274A CN 202011389853 A CN202011389853 A CN 202011389853A CN 113433274 A CN113433274 A CN 113433274A
- Authority
- CN
- China
- Prior art keywords
- detected
- chinese herbal
- herbal pieces
- component
- parameters
- 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.)
- Pending
Links
- 239000003814 drug Substances 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 47
- 239000000523 sample Substances 0.000 claims abstract description 33
- 239000013068 control sample Substances 0.000 claims abstract description 15
- 239000013074 reference sample Substances 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 13
- 238000002834 transmittance Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/15—Medicinal preparations ; Physical properties thereof, e.g. dissolubility
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/10—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring diameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
-
- 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
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Pharmacology & Pharmacy (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种中药饮片的检测方法，涉及中药检测技术领域，包括：获取待检测中药饮片的原始参数，对待检测中药饮片的每一原始参数进行归一处理，得到每一原始参数对应的特征参数；将每一特征参数输入成分分析模型，以得到待检测中药饮片与对照样品的匹配值，成分分析模型是通过标注有各成分含量的样本文本以及样本文本对应的对照样品参数训练得到的；成分分析模型用于根据每一特征参数确定待检测中药饮片中的成分，生成待检测中药饮片中每一成分对应的打分值，根据待检测中药饮片中各成分含量的打分值以及对照样品中各成分含量的目标打分值，确定待检测中药饮片与对照样品的匹配值。提高了中药饮片检测的准确性。
Description
技术领域
本发明涉及中药检测技术领域，具体为一种中药饮片的检测方法。
背景技术
中药饮片在送至药监部门备份以及检查时，需要严格对中药饮片进行真伪鉴别，避免有非法厂家假冒他人的中药饮片，损害他人的利益，并且防止假冒的中药饮片含有对人体有害的成分，损害服用着的身体健康。传统的中药饮片检测主要依靠人力，根据中药饮片的性状、颜色、大小、气味、质地等确定中药饮片的质量，这不仅依赖经验，而且主观性强，难以量化。
相关技术中，采用高效液相色谱法、气相色谱法、紫外可见分光光度法、液质联用等技术对中药饮片进行检测，确定中药饮片的质量，但是相关场景中的方法需要将中药饮片进行粉碎、提取、分离、纯化，操作极其繁琐、耗时较长，并且面对新的中药饮片，由于提取、纯化等的操作方法可借鉴的经验较少，可能由于操作不当造成中药饮片检测的结果准确性较低。
因此，如何提高中药饮片检测的准确性，成为亟待解决的问题。
发明内容
针对现有技术的不足，本发明提供了一种中药饮片的检测方法，解决了相关技术中中药饮片检测的准确性较低的问题。
为实现以上目的，本发明通过以下技术方案予以实现：实施例的第一方面提供一种中药饮片的检测方法，所述方法包括：
获取所述待检测中药饮片的原始参数，并对所述待检测中药饮片的每一原始参数进行归一处理，得到每一原始参数对应的特征参数；
将每一所述特征参数输入成分分析模型，以得到所述待检测中药饮片与对照样品的匹配值，所述成分分析模型是通过标注有各成分含量的样本文本以及所述样本文本对应的对照样品参数训练得到的；
所述成分分析模型用于根据每一所述特征参数确定所述待检测中药饮片中的成分，并生成所述待检测中药饮片中每一成分的含量对应的打分值，根据所述待检测中药饮片中每一所述成分的含量的打分值以及对照样品中对应成分的含量的目标打分值，确定所述待检测中药饮片与所述对照样品的匹配值。
优选的，所述成分分析模型的训练包括：
将对照样品中各成分含量以及对应的人工标注打分值输入所述成分分析模型，得到所述成分分析模型输出的在所述对照样品的质量不变的情况下，每一成分的含量发生变化，所述对照样品每一原始参数的预测特征参数；
通过如下损失函数计算损失量L，并根据所述损失量L更新所述成分分析模型的参数：
其中，n为任意成分的含量变更的次数，n为大于等于2的整数，qi为任意成分的含量变更时的打分值，qi-1为该成分的含量前一次变更时的打分值。
优选的，所述获取所述待检测中药饮片的原始参数包括：
通过红外线检测所述待检测中药饮片的透光性，得到所述待检测中药饮片的透光参数；
对所述待检测中药饮片进行颗粒直径检测以及粗糙度检测，得到所述待检测中药饮片的外观参数；
通过电子舌头分次对所述待检测中药饮片进行味觉检测，得到所述待检测中药饮片的味觉参数，包括：对每一次所述电子舌头采集的舌头参数进行分值给定，并以每相邻两次采集的舌头参数组成一个原始坐标值，其中，每一所述原始坐标值对应一个输入点，根据每一所述原始坐标值确定所述输入点的中心点，选择距离所述中心点欧氏距离最远的原始坐标值作为第一虚拟原点，并以所述第一虚拟原点为基准，将与已确定的虚拟原点之间的欧式距离最远的输入点作为新的虚拟原点，直到虚拟原点的个数达到预设阈值，并根据每一所述虚拟原点的坐标值确定所述虚拟原点的重心坐标，将所述重心坐标作为所述待检测中药饮片的味觉参数；
通过气味分析仪对所述待检测中药饮片进行气味检测，得到所述待检测中药饮片的气味参数；
所述原始参数包括所述透光参数、所述外观参数、所述气味参数以及所述味觉参数。
优选地，所述方法应用于中药饮片的检测装置，所述装置包括：
获取模块，被配置为用于获取所述待检测中药饮片的原始参数，并对所述待检测中药饮片的每一原始参数进行归一处理，得到每一原始参数对应的特征参数；
输入模块，被配置为用于将每一所述特征参数输入成分分析模型，以得到所述待检测中药饮片与对照样品的匹配值，所述成分分析模型是通过标注有各成分含量的样本文本以及所述样本文本对应的对照样品参数训练得到的；
所述成分分析模型用于根据每一所述特征参数确定所述待检测中药饮片中的成分，并生成所述待检测中药饮片中每一成分的含量对应的打分值，根据所述待检测中药饮片中每一所述成分的含量的打分值以及对照样品中对应成分的含量的目标打分值，确定所述待检测中药饮片与所述对照样品的匹配值。
优选的，所述成分分析模型的训练包括：
将对照样品中各成分含量以及对应的人工标注打分值输入所述成分分析模型，得到所述成分分析模型输出的在所述对照样品的质量不变的情况下，每一成分的含量发生变化，所述对照样品每一原始参数的预测特征参数；
通过如下损失函数计算损失量L，并根据所述损失量L更新所述成分分析模型的参数：
其中，n为任意成分的含量变更的次数，n为大于等于2的整数，qi为任意成分的含量变更时的打分值，qi-1为该成分的含量前一次变更时的打分值。
优选的，所述获取模块具体被配置为用于：
通过红外线检测所述待检测中药饮片的透光性，得到所述待检测中药饮片的透光参数；
对所述待检测中药饮片进行颗粒直径检测以及粗糙度检测，得到所述待检测中药饮片的外观参数；
通过电子舌头分次对所述待检测中药饮片进行味觉检测，得到所述待检测中药饮片的味觉参数，包括：对每一次所述电子舌头采集的舌头参数进行分值给定，并以每相邻两次采集的舌头参数组成一个原始坐标值，其中，每一所述原始坐标值对应一个输入点，根据每一所述原始坐标值确定所述输入点的中心点，选择距离所述中心点欧氏距离最远的原始坐标值作为第一虚拟原点，并以所述第一虚拟原点为基准，将与已确定的虚拟原点之间的欧式距离最远的输入点作为新的虚拟原点，直到虚拟原点的个数达到预设阈值，并根据每一所述虚拟原点的坐标值确定所述虚拟原点的重心坐标，将所述重心坐标作为所述待检测中药饮片的味觉参数；
通过气味分析仪对所述待检测中药饮片进行气味检测，得到所述待检测中药饮片的气味参数；
所述原始参数包括所述透光参数、所述外观参数、所述气味参数以及所述味觉参数。
实施例的第三方面提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面任一项所述方法的步骤。
实施例的第四方面提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面任一项所述方法的步骤。
有益效果
本发明提供了一种中药饮片的检测方法。与现有技术相比具备以下有益效果：
(1)、该中药饮片的检测方法，可以基于特征参数，根据成分分析模型，准确分析得到待检测中药饮片的成分及其含量，并根据样本训练的打分值，准确地得出待检测中药饮片与对照药品的匹配值，进而可以准确地确定待检测中药饮片是否为假冒的。提高了中药饮片检测的准确性，进而减小了假冒中药饮片的可能，保证了服用者的身体健康。
(2)、该中药饮片的检测方法，根据味道，气味，外观以及透光性等特征参数，并根据最远采样方式确定味觉参数，减小了不同次数舌头的味觉对味觉参数的影响，进而提高了中药饮片检测的准确性。
附图说明
图1为根据本发明提供的一种中药饮片的检测方法的流程图。
图2为根据本发明提供的一种实现图1中步骤S11的流程图。
图3为根据本发明提供的一种实现图2中步骤S113的流程图。
图4为根据本发明提供的一种中药饮片的检测装置的框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种中药饮片的检测方法，图1为根据本发明提供的一种中药饮片的检测方法的流程图，所述方法包括：
S11、获取所述待检测中药饮片的原始参数，并对所述待检测中药饮片的每一原始参数进行归一处理，得到每一原始参数对应的特征参数；
S12、将每一所述特征参数输入成分分析模型，以得到所述待检测中药饮片与对照样品的匹配值，所述成分分析模型是通过标注有各成分含量的样本文本以及所述样本文本对应的对照样品参数训练得到的。
其中，所述成分分析模型用于根据每一所述特征参数确定所述待检测中药饮片中的成分，并生成所述待检测中药饮片中每一成分的含量对应的打分值，根据所述待检测中药饮片中每一所述成分的含量的打分值以及对照样品中对应成分的含量的目标打分值，确定所述待检测中药饮片与所述对照样品的匹配值。
具体的，所述对照样品既可以是已经认定的属于假冒的中药饮片，也可以是已经被认定的属于通过认证的合法中药药品。这样，可以提高中药饮片检测的灵活性，不仅仅依赖于合法中药饮片。
优选的，所述成分分析模型的训练包括：
将对照样品中各成分含量以及对应的人工标注打分值输入所述成分分析模型，得到所述成分分析模型输出的在所述对照样品的质量不变的情况下，每一成分的含量发生变化，所述对照样品每一原始参数的预测特征参数；
通过如下损失函数计算损失量L，并根据所述损失量L更新所述成分分析模型的参数：
其中，n为任意成分的含量变更的次数，n为大于等于2的整数，qi为任意成分的含量变更时的打分值，qi-1为该成分的含量前一次变更时的打分值。
这样，可以基于任意成分含量的变更对成分分析模型进行参数更新，提高了模型的准确性，进而提高了中药饮片检测的准确性。
优选的，参见图2所示出的一种实现图1中步骤S11的流程图，在步骤S11中，所述获取所述待检测中药饮片的原始参数包括：
S111、通过红外线检测所述待检测中药饮片的透光性，得到所述待检测中药饮片的透光参数；
S112、对所述待检测中药饮片进行颗粒直径检测以及粗糙度检测，得到所述待检测中药饮片的外观参数；
S113、通过电子舌头分次对所述待检测中药饮片进行味觉检测，得到所述待检测中药饮片的味觉参数。
在步骤S113中，所述得到所述待检测中药饮片的味觉参数包括：
S1131、对每一次所述电子舌头采集的舌头参数进行分值给定，并以每相邻两次采集的舌头参数组成一个原始坐标值，其中，每一所述原始坐标值对应一个输入点；
S1132、根据每一所述原始坐标值确定所述输入点的中心点；
S1133、选择距离所述中心点欧氏距离最远的原始坐标值作为第一虚拟原点；
S1134、以所述第一虚拟原点为基准，将与已确定的虚拟原点之间的欧式距离最远的输入点作为新的虚拟原点，直到虚拟原点的个数达到预设阈值；
S1135、根据每一所述虚拟原点的坐标值确定所述虚拟原点的重心坐标，将所述重心坐标作为所述待检测中药饮片的味觉参数。
示例地，选择距离所述中心点欧氏距离最远的输入点作为第一虚拟原点，进而选择距离第一虚拟原点欧氏距离最远的输入点作为第二虚拟原点，进而基于第一虚拟原点以及第二虚拟原点，选择欧式距离最远的输入点为第三虚拟原点，即选择距离第一虚拟原点欧氏距离最远以及距离第二虚拟原点欧氏距离最远的输入点作为第三虚拟原点。
进一步地，基于第二虚拟原点以及第三虚拟原点，选择欧式距离最远的输入点为第四虚拟原点，即选择距离第二虚拟原点欧氏距离最远以及距离第三虚拟原点欧氏距离最远的输入点作为第四虚拟原点，以此类推，直到虚拟原点的数量达到6553个。即预设阈值为6553。
S114、通过气味分析仪对所述待检测中药饮片进行气味检测，得到所述待检测中药饮片的气味参数；
所述原始参数包括所述透光参数、所述外观参数、所述气味参数以及所述味觉参数。
值得说明的，上述“S111”、“S112”等用于区分类似的步骤，不表示先后顺序。
基于相同的发明构思，本发明实施例还提供一种技术方案：一种中药饮片的检测装置，参见图4，所述装400包括：获取模块410和输入模块420。
其中，所述获取模块410，被配置为用于获取所述待检测中药饮片的原始参数，并对所述待检测中药饮片的每一原始参数进行归一处理，得到每一原始参数对应的特征参数；
所述输入模块420，被配置为用于将每一所述特征参数输入成分分析模型，以得到所述待检测中药饮片与对照样品的匹配值，所述成分分析模型是通过标注有各成分含量的样本文本以及所述样本文本对应的对照样品参数训练得到的；
所述成分分析模型用于根据每一所述特征参数确定所述待检测中药饮片中的成分，并生成所述待检测中药饮片中每一成分的含量对应的打分值，根据所述待检测中药饮片中每一所述成分的含量的打分值以及对照样品中对应成分的含量的目标打分值，确定所述待检测中药饮片与所述对照样品的匹配值。
优选的，所述成分分析模型的训练包括：
将对照样品中各成分含量以及对应的人工标注打分值输入所述成分分析模型，得到所述成分分析模型输出的在所述对照样品的质量不变的情况下，每一成分的含量发生变化，所述对照样品每一原始参数的预测特征参数；
通过如下损失函数计算损失量L，并根据所述损失量L更新所述成分分析模型的参数：
其中，n为任意成分的含量变更的次数，n为大于等于2的整数，qi为任意成分的含量变更时的打分值，qi-1为该成分的含量前一次变更时的打分值。
优选的，所述获取模块具体被配置为用于：
通过红外线检测所述待检测中药饮片的透光性，得到所述待检测中药饮片的透光参数；
对所述待检测中药饮片进行颗粒直径检测以及粗糙度检测，得到所述待检测中药饮片的外观参数；
通过电子舌头分次对所述待检测中药饮片进行味觉检测，得到所述待检测中药饮片的味觉参数，包括：对每一次所述电子舌头采集的舌头参数进行分值给定，并以每相邻两次采集的舌头参数组成一个原始坐标值，其中，每一所述原始坐标值对应一个输入点，根据每一所述原始坐标值确定所述输入点的中心点，选择距离所述中心点欧氏距离最远的原始坐标值作为第一虚拟原点，并以所述第一虚拟原点为基准，将与已确定的虚拟原点之间的欧式距离最远的输入点作为新的虚拟原点，直到虚拟原点的个数达到预设阈值，并根据每一所述虚拟原点的坐标值确定所述虚拟原点的重心坐标，将所述重心坐标作为所述待检测中药饮片的味觉参数；
通过气味分析仪对所述待检测中药饮片进行气味检测，得到所述待检测中药饮片的气味参数；
所述原始参数包括所述透光参数、所述外观参数、所述气味参数以及所述味觉参数。
基于相同的发明构思，本发明实施例还提供一种技术方案：一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现任一项所述中药饮片检测方法的步骤。
基于相同的发明构思，本发明实施例还提供一种技术方案：一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现任一项所述中药饮片检测方法的步骤。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种中药饮片的检测方法，其特征在于，所述方法包括：
获取所述待检测中药饮片的原始参数，并对所述待检测中药饮片的每一所述原始参数进行归一处理，得到每一所述原始参数对应的特征参数；
将每一所述特征参数输入成分分析模型，以得到所述待检测中药饮片与对照样品的匹配值，所述成分分析模型是通过标注有各成分含量的样本文本以及所述样本文本对应的对照样品参数训练得到的；
所述成分分析模型用于根据每一所述特征参数确定所述待检测中药饮片中的成分，并生成所述待检测中药饮片中每一成分的含量对应的打分值，根据所述待检测中药饮片中每一所述成分的含量的打分值以及对照样品中对应成分的含量的目标打分值，确定所述待检测中药饮片与所述对照样品的匹配值。
2.根据权利要求1所述的方法，其特征在于，所述成分分析模型的训练包括：
将对照样品中各成分含量以及对应的人工标注打分值输入所述成分分析模型，得到所述成分分析模型输出的在所述对照样品的质量不变的情况下，每一成分的含量发生变化，所述对照样品每一原始参数的预测特征参数；
通过如下损失函数计算损失量L，并根据所述损失量L更新所述成分分析模型的参数：
其中，n为任意成分的含量变更的次数，n为大于等于2的整数，qi为任意成分的含量变更时的打分值，qi-1为该成分的含量前一次变更时的打分值。
3.根据权利要求1或2所述的方法，其特征在于，所述获取所述待检测中药饮片的原始参数包括：
通过红外线检测所述待检测中药饮片的透光性，得到所述待检测中药饮片的透光参数；
对所述待检测中药饮片进行颗粒直径检测以及粗糙度检测，得到所述待检测中药饮片的外观参数；
通过电子舌头分次对所述待检测中药饮片进行味觉检测，得到所述待检测中药饮片的味觉参数，包括：对每一次所述电子舌头采集的舌头参数进行分值给定，并以每相邻两次采集的舌头参数组成一个原始坐标值，其中，每一所述原始坐标值对应一个输入点，根据每一所述原始坐标值确定所述输入点的中心点，选择距离所述中心点欧氏距离最远的原始坐标值作为第一虚拟原点，并以所述第一虚拟原点为基准，将与已确定的虚拟原点之间的欧式距离最远的输入点作为新的虚拟原点，直到虚拟原点的个数达到预设阈值，并根据每一所述虚拟原点的坐标值确定所述虚拟原点的重心坐标，将所述重心坐标作为所述待检测中药饮片的味觉参数；
通过气味分析仪对所述待检测中药饮片进行气味检测，得到所述待检测中药饮片的气味参数；
所述原始参数包括所述透光参数、所述外观参数、所述气味参数以及所述味觉参数。
4.根据权利要求1所述的方法，其特征在于，所述方法应用于中药饮片的检测装置，所述装置包括：
获取模块，被配置为用于获取所述待检测中药饮片的原始参数，并对所述待检测中药饮片的每一原始参数进行归一处理，得到每一原始参数对应的特征参数；
输入模块，被配置为用于将每一所述特征参数输入成分分析模型，以得到所述待检测中药饮片与对照样品的匹配值，所述成分分析模型是通过标注有各成分含量的样本文本以及所述样本文本对应的对照样品参数训练得到的；
所述成分分析模型用于根据每一所述特征参数确定所述待检测中药饮片中的成分，并生成所述待检测中药饮片中每一成分的含量对应的打分值，根据所述待检测中药饮片中每一所述成分的含量的打分值以及对照样品中对应成分的含量的目标打分值，确定所述待检测中药饮片与所述对照样品的匹配值。
5.根据权利要求4所述的方法，其特征在于，所述成分分析模型的训练包括：
将对照样品中各成分含量以及对应的人工标注打分值输入所述成分分析模型，得到所述成分分析模型输出的在所述对照样品的质量不变的情况下，每一成分的含量发生变化，所述对照样品每一原始参数的预测特征参数；
通过如下损失函数计算损失量L，并根据所述损失量L更新所述成分分析模型的参数：
其中，n为任意成分的含量变更的次数，n为大于等于2的整数，qi为任意成分的含量变更时的打分值，qi-1为该成分的含量前一次变更时的打分值。
6.根据权利要求4或5所述的方法，其特征在于，所述获取模块具体被配置为用于：
通过红外线检测所述待检测中药饮片的透光性，得到所述待检测中药饮片的透光参数；
对所述待检测中药饮片进行颗粒直径检测以及粗糙度检测，得到所述待检测中药饮片的外观参数；
通过电子舌头分次对所述待检测中药饮片进行味觉检测，得到所述待检测中药饮片的味觉参数，包括：对每一次所述电子舌头采集的舌头参数进行分值给定，并以每相邻两次采集的舌头参数组成一个原始坐标值，其中，每一所述原始坐标值对应一个输入点，根据每一所述原始坐标值确定所述输入点的中心点，选择距离所述中心点欧氏距离最远的原始坐标值作为第一虚拟原点，并以所述第一虚拟原点为基准，将与已确定的虚拟原点之间的欧式距离最远的输入点作为新的虚拟原点，直到虚拟原点的个数达到预设阈值，并根据每一所述虚拟原点的坐标值确定所述虚拟原点的重心坐标，将所述重心坐标作为所述待检测中药饮片的味觉参数；
通过气味分析仪对所述待检测中药饮片进行气味检测，得到所述待检测中药饮片的气味参数；
所述原始参数包括所述透光参数、所述外观参数、所述气味参数以及所述味觉参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011389853.0A CN113433274A (zh) | 2021-08-11 | 2021-08-11 | 一种中药饮片的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011389853.0A CN113433274A (zh) | 2021-08-11 | 2021-08-11 | 一种中药饮片的检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113433274A true CN113433274A (zh) | 2021-09-24 |
Family
ID=77752876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011389853.0A Pending CN113433274A (zh) | 2021-08-11 | 2021-08-11 | 一种中药饮片的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113433274A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115184283A (zh) * | 2022-09-09 | 2022-10-14 | 张家港市绿色中药饮片有限公司 | 一种中药饮片的智能筛选方法及*** |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975845A (zh) * | 2010-09-21 | 2011-02-16 | 成都中医药大学 | 中药品质自动检测*** |
| CN103760127A (zh) * | 2013-12-31 | 2014-04-30 | 浙江省林业科学研究院 | 真假乌药块根的红外鉴定方法 |
| CN103837627A (zh) * | 2012-11-22 | 2014-06-04 | 天津药物研究院 | 一种落花生茎叶药材的指纹图谱建立方法 |
| CN104655812A (zh) * | 2014-12-16 | 2015-05-27 | 谢绍鹏 | 一种三七真伪优劣快速鉴别方法 |
| CN108152245A (zh) * | 2017-12-18 | 2018-06-12 | 福建中医药大学 | 一种金线莲及其混伪品的鉴别方法 |
| CN108982788A (zh) * | 2018-06-07 | 2018-12-11 | 沈同平 | 一种基于大数据的中药材质量评估*** |
| CN208255060U (zh) * | 2018-06-13 | 2018-12-18 | 江西中医药大学 | 一种便携式胶类中药材光学检测仪 |
| CN109297929A (zh) * | 2018-11-29 | 2019-02-01 | 国药集团同济堂（贵州）制药有限公司 | 一种利用近红外技术建立丹参饮片质量分级的方法 |
| CN109490246A (zh) * | 2018-10-18 | 2019-03-19 | 浙江省中医药研究院 | 一种前胡药材质量的快速检测方法 |
| CN109709291A (zh) * | 2018-12-17 | 2019-05-03 | 辽宁中医药大学 | 一种通关藤药材真伪快速鉴别的方法 |
| CN110307871A (zh) * | 2019-07-11 | 2019-10-08 | 河南中医药大学第一附属医院 | 一种采用电子感官融合快速检测中药饮片质量的方法 |
| CN110850020A (zh) * | 2019-11-11 | 2020-02-28 | 中国药科大学 | 一种基于人工智能的中药识别方法 |
| CN111007032A (zh) * | 2019-11-13 | 2020-04-14 | 上海长海医院 | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 |
| CN111612742A (zh) * | 2020-04-23 | 2020-09-01 | 山东中医药高等专科学校 | 一种中药的霉变检测方法及检测*** |
| CN111652311A (zh) * | 2020-06-03 | 2020-09-11 | 苏州大学 | 基于稀疏椭圆rbf神经网络的图像稀疏表示方法 |
| CN112444395A (zh) * | 2020-11-15 | 2021-03-05 | 华东交通大学 | 基于CMWPE和SaE-ELM的机车轮对轴承故障诊断方法 |
-
2021
- 2021-08-11 CN CN202011389853.0A patent/CN113433274A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975845A (zh) * | 2010-09-21 | 2011-02-16 | 成都中医药大学 | 中药品质自动检测*** |
| CN103837627A (zh) * | 2012-11-22 | 2014-06-04 | 天津药物研究院 | 一种落花生茎叶药材的指纹图谱建立方法 |
| CN103760127A (zh) * | 2013-12-31 | 2014-04-30 | 浙江省林业科学研究院 | 真假乌药块根的红外鉴定方法 |
| CN104655812A (zh) * | 2014-12-16 | 2015-05-27 | 谢绍鹏 | 一种三七真伪优劣快速鉴别方法 |
| CN108152245A (zh) * | 2017-12-18 | 2018-06-12 | 福建中医药大学 | 一种金线莲及其混伪品的鉴别方法 |
| CN108982788A (zh) * | 2018-06-07 | 2018-12-11 | 沈同平 | 一种基于大数据的中药材质量评估*** |
| CN208255060U (zh) * | 2018-06-13 | 2018-12-18 | 江西中医药大学 | 一种便携式胶类中药材光学检测仪 |
| CN109490246A (zh) * | 2018-10-18 | 2019-03-19 | 浙江省中医药研究院 | 一种前胡药材质量的快速检测方法 |
| CN109297929A (zh) * | 2018-11-29 | 2019-02-01 | 国药集团同济堂（贵州）制药有限公司 | 一种利用近红外技术建立丹参饮片质量分级的方法 |
| CN109709291A (zh) * | 2018-12-17 | 2019-05-03 | 辽宁中医药大学 | 一种通关藤药材真伪快速鉴别的方法 |
| CN110307871A (zh) * | 2019-07-11 | 2019-10-08 | 河南中医药大学第一附属医院 | 一种采用电子感官融合快速检测中药饮片质量的方法 |
| CN110850020A (zh) * | 2019-11-11 | 2020-02-28 | 中国药科大学 | 一种基于人工智能的中药识别方法 |
| CN111007032A (zh) * | 2019-11-13 | 2020-04-14 | 上海长海医院 | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 |
| CN111612742A (zh) * | 2020-04-23 | 2020-09-01 | 山东中医药高等专科学校 | 一种中药的霉变检测方法及检测*** |
| CN111652311A (zh) * | 2020-06-03 | 2020-09-11 | 苏州大学 | 基于稀疏椭圆rbf神经网络的图像稀疏表示方法 |
| CN112444395A (zh) * | 2020-11-15 | 2021-03-05 | 华东交通大学 | 基于CMWPE和SaE-ELM的机车轮对轴承故障诊断方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘曼云等: "交叉验证的BP神经网络恒星光谱分类", 《计算机***应用》 * |
| 刘瑞新等: "基于电子舌的穿心莲水煎液的掩味效果评价研究", 《中草药》 * |
| 陈根顺等: "常见中药材性状鉴别电脑模拟的探讨", 《中药材》 * |
| 陶梦琳等: "基于支持向量机的"内外结合"中药质量控制新模式探索", 《中国药房》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115184283A (zh) * | 2022-09-09 | 2022-10-14 | 张家港市绿色中药饮片有限公司 | 一种中药饮片的智能筛选方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019192433A1 (zh) | 一种基于近红外光谱技术对中药皂角刺的真伪进行化学模式识别的方法 | |
| CN104134204B (zh) | 一种基于稀疏表示的图像清晰度评价方法和装置 | |
| CN105630743B (zh) | 一种光谱波数的选择方法 | |
| CN106447366B (zh) | 多媒体广告的审核方法、广告审核模型的训练方法及装置 | |
| CN102023137B (zh) | 一种白酒鉴别方法 | |
| CN104502320B (zh) | 一种三维荧光光谱结合pca‑svm鉴别浓香型白酒的方法 | |
| CN108241845A (zh) | 用于扣除谱图本底的方法和通过拉曼谱图识别物质的方法 | |
| CN103278609A (zh) | 一种基于多源感知信息融合的肉品新鲜度检测方法 | |
| CN110307871B (zh) | 一种采用电子感官融合快速检测中药饮片质量的方法 | |
| CN109993155A (zh) | 针对低信噪比紫外拉曼光谱的特征峰提取方法 | |
| CN104132896A (zh) | 一种快速鉴别掺假肉的方法 | |
| CN110376153B (zh) | 一种atr-ftir结合rbf神经网络对市售西红花产地溯源的方法 | |
| CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
| CN106372111A (zh) | 局部特征点筛选方法及*** | |
| CN113433274A (zh) | 一种中药饮片的检测方法 | |
| CN106770607B (zh) | 一种利用hs‐imr‐ms鉴别卷烟真伪的方法 | |
| CN109709291B (zh) | 一种通关藤药材真伪快速鉴别的方法 | |
| CN114266740A (zh) | 一种中药饮片质检方法、装置、设备及存储介质 | |
| CN103577557A (zh) | 一种确定网络资源点的抓取频率的装置和方法 | |
| CN115718081B (zh) | 基于光谱指纹的琥珀产地溯源模型的构建方法及应用 | |
| CN103983603A (zh) | 矿物药禹余粮的傅里叶变化红外光谱指纹图谱的建立方法、标准指纹图谱及其应用 | |
| CN116662186A (zh) | 基于逻辑回归的日志回放断言方法及其装置、电子设备 | |
| CN104266995B (zh) | 一种近红外光谱技术快速检测干海参蛋白质含量的方法 | |
| CN110174487A (zh) | 一种基于高效液相指纹图谱和判别分析的凤凰单枞鉴别方法 | |
| CN108564099A (zh) | 基于标识纤维随机分布的图像识别区分药用植物的方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210924 |