CN113567356A - 一种用于道地药材鉴别的高光谱图谱仪及应用 - Google Patents
一种用于道地药材鉴别的高光谱图谱仪及应用 Download PDFInfo
- Publication number
- CN113567356A CN113567356A CN202110826911.XA CN202110826911A CN113567356A CN 113567356 A CN113567356 A CN 113567356A CN 202110826911 A CN202110826911 A CN 202110826911A CN 113567356 A CN113567356 A CN 113567356A
- Authority
- CN
- China
- Prior art keywords
- imaging
- hyperspectral
- scene
- sample
- lens
- 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
- 239000000463 material Substances 0.000 title claims abstract description 39
- 238000003384 imaging method Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 18
- 238000010801 machine learning Methods 0.000 claims abstract description 14
- 239000006185 dispersion Substances 0.000 claims abstract description 11
- 238000002360 preparation method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 13
- 230000003595 spectral effect Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 239000000843 powder Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 235000008216 herbs Nutrition 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 102100027340 Slit homolog 2 protein Human genes 0.000 description 3
- 101710133576 Slit homolog 2 protein Proteins 0.000 description 3
- 238000000701 chemical imaging Methods 0.000 description 3
- 238000001237 Raman spectrum Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000012046 mixed solvent Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000002904 solvent Substances 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
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Physics & Mathematics (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)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种用于道地药材鉴别的高光谱图谱仪及应用。一种用于道地药材鉴别的高光谱图谱仪，从下向上依次包括成像模块、色散模块和探测模块；成像模块包括成像透镜和狭缝，色散模块包括准直透镜和分光元件，探测模块包括管透镜和探测器。根据成像场景，成像模块可更换前置镜头调整视场及分辨率。成像场景包括照相场景、望远场景和显微场景。采用高光谱图谱仪可用于鉴别道地药材，高光谱图谱仪大量采集药材的高分辨率光谱及图像信息，同时将光谱与图像信息均作为训练参量输入至机器学习分类器中，针对不同药材建立其相应图谱数据库，并将数据库中的特征作为道地药材产地鉴别及质量分析的参考依据。本发明具有无损、快速、高效、多维等优势。
Description
技术领域
本发明涉及高光谱图谱探测及机器学习分类领域，特别是一种用于道地药材鉴别的高光谱图谱仪及应用。
背景技术
道地药材，常指在一特定自然条件和生态环境区域内所产的优质中药材，其经过中医临床长期应用优选所得，与其他地区所产同种中药材相比，品质和疗效更好，且质量稳定，具有较高知名度。道地药材的出产，对特定产区有着独特的依赖性，且对生产技术和加工工艺都有着较高的要求；相较而言，非道地药材在原产地、药效、生产加工等方面均有一定差距。当前药材市场存在利用非道地药材以次充好的现象，严重影响产品质量甚至损害群众健康。因此，发明一种针对道地药材行之有效的检测方法显得尤为必要。
通常道地药材的检测方法分为接触式和非接触式。接触式检测多采用色谱法，其中以高效液相色谱法为典型，即以液体为流动相，采用高压输液***，将具有不同极性的单一溶剂或不同比例的混合溶剂、缓冲液等流动相泵入装有固定相的色谱柱，在柱内各成分被分离后，进入检测器进行检测，从而实现对试样的分析；该方法能有效获取待测样品的指纹图谱，实现化学组分精准定量测量，但因实验操作过程繁琐，同时制样过程对样品有不可逆的损伤，故接触式测量方法的应用受到了限制。非接触式检测常用光谱分析法，以商用光谱仪为载体，采用能表征待测样品分子指纹特性的拉曼光谱或近红外光谱为典型，观察特定化学物质的特征谱峰，进而确定其组分含量；但其单点测量往往效率低下，且随着待测样品种类和数量的逐渐增加，传统光谱分析法已不能满足复杂的应用场景需求。
高光谱成像技术能同时获取检测对象的二维图像和一维光谱信息，存储于高光谱立方中，采集的高光谱图像每个像素均包含对应的光谱信息，实现图谱合一。相比于传统单点测量的商用光谱仪，高光谱图谱仪具有检测通量大、检测效率高、信息量丰富等优势，在环境原位监测、食品安全检测、真伪判断等场景中均有着广泛应用。
发明内容
为了克服现有技术的不足，本发明的目的是提供一种用于道地药材鉴别的高光谱图谱仪及应用。
一种用于道地药材鉴别的高光谱图谱仪，从下向上依次包括成像模块、色散模块和探测模块；其中，成像模块包括成像透镜和狭缝，色散模块包括准直透镜和分光元件，探测模块包括管透镜和探测器。
根据成像场景，成像模块可更换前置镜头调整视场及分辨率。
所述成像模块的成像场景包括照相场景、望远场景和显微场景。
一种采用所述的高光谱图谱仪的道地药材鉴别方法，
1）样品制备：根据药材种类及产品特征完成制样操作，制样类型包括但不限于粉末、凝胶、块根；
2） 测量模式选取：根据制样的类型，选择不同的测量模式，确保对各种类型样品均能获取清晰的图像和适宜的光谱数据；
3） 数据集制备：将高光谱图谱仪拍摄所得图谱数据制成训练集与测试集，且两集合中均包含图像和光谱信息；
4） 机器学习训练：将制备的训练集作为输入，首先赋予图像和光谱相同的权重，经机器学习训练后得到针对该样品特征分类器；
5）对样品特征分类器的效果进行验证：将制备的测试集作为分类器的输入，判断准确率是否满足设定阈值；
6） 若准确率达标，则根据机器学习所得分类器及所提取特征建立该样品的图谱数据库，为后续新样品分类鉴定提供参考依据；
7） 若准确率不达标，则返回至步骤2）和3），尝试增加新的测量模式，并调整训练集中图像和光谱权重占比，并重复后续操作，直到准确率达标为止。
本发明的有益效果：
本发明基于高光谱图谱仪，利用高光谱成像技术同时采集二维图像和一维光谱的优势，将待测药材的图像与光谱信息同时作为机器学习输入，有效地提取了样品的形态特征和化学物质特征，为道地药材精准鉴定提供了多维度参考依据和评价标准。相较于传统的检测方法，本发明具有无损、快速、高效、多维等优势，且硬件成本低，实用性好，适应性强，有望在今后各类药材的产地溯源和质量评价中发挥作用。
附图说明
图1是用于道地药材鉴别的高光谱图谱仪的一种结构示意图。
图2是采用本发明对道地药材进行鉴定的方法流程图。
图中，成像透镜1、狭缝2、准直透镜3、分光元件4、管透镜5、探测器6。
具体实施方式
下面结合附图对本发明做进一步阐述。
如图1所示，用于道地药材鉴别的高光谱图谱仪从下向上依次包括成像模块、色散模块和探测模块。其中，成像模块包括成像透镜1和狭缝2，色散模块包括准直透镜3和分光元件4，探测模块包括管透镜5和探测器6。成像模块用于药材空间信息的捕获，色散模块用于光谱信号的展开，探测模块用于图谱信号的采集；成像模块可更换镜头调整视场及分辨率，色散模块可决定不同的光谱分辨率，探测模块可对不同波段的信号进行宽带探测，以适应不同种类药材的测量需求。
成像模块中成像透镜1将待测对象的出射光会聚至狭缝2，由于狭缝的选择性，仅有一条线区域的光进入后续模块中，即实现一维线区域探测；色散模块中准直透镜3将透过狭缝的出射光准直，再经后续分光元件4展开成为一系列色散光；探测模块中管透镜5将色散光会聚至探测器6上，即完成狭缝所选区域空间信息和光谱信号的获取；通过位移平台控制待测样品实现与高光谱图谱仪的相对运动，即实现线扫描过程，便可获取待测样品（比如药材）的完整空间图像与相应的光谱信息。
由于成像模块可获取待测样品的空间信息，其成像场景往往又可分为三类，即照相场景、望远场景和显微场景，通过更换成像模块的前置镜头即可实现；通常，普通成像透镜可实现近场照相模式拍摄，望远镜组可实现远场望远拍摄，显微物镜可实现显微高分辨率拍摄，适用于不同种类、不同特性的药材样品检测。
采用所述的高光谱图谱仪可用于鉴别道地药材，高光谱图谱仪大量采集药材的高分辨率光谱及图像信息，同时将光谱与图像信息均作为训练参量输入至机器学习分类器中，针对不同药材建立其相应图谱数据库，并将数据库中的特征作为道地药材产地鉴别及质量分析的参考依据。
针对来自同一产地的相同品种药材，其图谱数据库的建立依赖于机器学习分类器对药材特征的提取，提取的特征可包括但不限于近场高光谱图像、显微高光谱图像、望远高光谱图像、反射光谱、荧光光谱、拉曼光谱、近红外光谱等。利用测试集对所述的分类器进行交叉验证测试，确定其效果性能，保证对同一产地的相同品种药材交叉验证分类准确率达到设定阈值及以上。当分类准确率不够时，考虑增加不同类型图谱数据作为训练输入，并调整输入光谱与图像的比例，赋予其不同的权重值，直到分类模型实现预设的准确率，以保证对新采集药材样品检测及鉴别的准确性。
如图2所示，一种采用高光谱图谱仪的道地药材鉴别方法具体可包括如下几个步骤：
1）样品制备。根据药材种类及产品特征完成制样操作，制样类型包括但不限于粉末、凝胶、块根等。
2） 测量模式选取。根据制样的类型，选择不同的测量模式，确保对各种类型样品均能获取清晰的图像和适宜的光谱数据。
3） 数据集制备。将高光谱图谱仪拍摄所得图谱数据制成训练集与测试集，且两集合中均包含图像和光谱信息。
4） 机器学习训练。将之前制备的训练集作为输入，首先赋予图像和光谱相同的权重，经机器学习训练后得到针对该样品特征分类器。
5）对该分类器的效果进行验证。将之前制备的测试集作为分类器的输入，判断准确率是否达标（满足设定阈值）。
6） 若准确率达标，则根据机器学习所得分类器及所提取特征建立该样品的图谱数据库，为后续新样品分类鉴定提供参考依据。
7） 若准确率不达标，则返回至步骤2）和3），尝试增加新的测量模式，并调整训练集中图像和光谱权重占比，并重复后续操作，直到准确率达标为止。
上述描述中的实施方案可以进一步组合或者替换，且实施方案仅仅是对本发明的优选实施例进行描述，并非对本发明的构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域普通技术人员对本发明的技术方案做出的各种变化和改进，均属于本发明的保护范围。本发明的保护范围由所附权利要求及其任何等同物给出。
Claims (4)
1.一种用于道地药材鉴别的高光谱图谱仪，其特征在于：从下向上依次包括成像模块、色散模块和探测模块；其中，成像模块包括成像透镜和狭缝，色散模块包括准直透镜和分光元件，探测模块包括管透镜和探测器。
2.根据权利要求1所述的高光谱图谱仪，其特征在于：根据成像场景，成像模块可更换前置镜头调整视场及分辨率。
3.根据权利要求1或者2所述的高光谱图谱仪，其特征在于：所述成像模块的成像场景包括照相场景、望远场景和显微场景。
4.一种采用根据权利要求1所述的高光谱图谱仪的道地药材鉴别方法，其特征在于：
1）样品制备：根据药材种类及产品特征完成制样操作，制样类型包括但不限于粉末、凝胶、块根；
2） 测量模式选取：根据制样的类型，选择不同的测量模式，确保对各种类型样品均能获取清晰的图像和适宜的光谱数据；
3） 数据集制备：将高光谱图谱仪拍摄所得图谱数据制成训练集与测试集，且两集合中均包含图像和光谱信息；
4） 机器学习训练：将制备的训练集作为输入，首先赋予图像和光谱相同的权重，经机器学习训练后得到针对该样品特征分类器；
5）对样品特征分类器的效果进行验证：将制备的测试集作为分类器的输入，判断准确率是否满足设定阈值；
6） 若准确率达标，则根据机器学习所得分类器及所提取特征建立该样品的图谱数据库，为后续新样品分类鉴定提供参考依据；
7） 若准确率不达标，则返回至步骤2）和3），尝试增加新的测量模式，并调整训练集中图像和光谱权重占比，并重复后续操作，直到准确率达标为止。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110826911.XA CN113567356A (zh) | 2021-07-21 | 2021-07-21 | 一种用于道地药材鉴别的高光谱图谱仪及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110826911.XA CN113567356A (zh) | 2021-07-21 | 2021-07-21 | 一种用于道地药材鉴别的高光谱图谱仪及应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113567356A true CN113567356A (zh) | 2021-10-29 |
Family
ID=78166030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110826911.XA Pending CN113567356A (zh) | 2021-07-21 | 2021-07-21 | 一种用于道地药材鉴别的高光谱图谱仪及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113567356A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114255334A (zh) * | 2021-12-13 | 2022-03-29 | 中国中医科学院中药研究所 | 针对中药的形状特征采集装置、数据库以及鉴定*** |
-
2021
- 2021-07-21 CN CN202110826911.XA patent/CN113567356A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114255334A (zh) * | 2021-12-13 | 2022-03-29 | 中国中医科学院中药研究所 | 针对中药的形状特征采集装置、数据库以及鉴定*** |
| CN114255334B (zh) * | 2021-12-13 | 2022-08-30 | 中国中医科学院中药研究所 | 针对中药的形状特征采集装置、数据库以及鉴定*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105842173B (zh) | 一种高光谱材质鉴别方法 | |
| Chianucci et al. | Estimation of leaf area index in understory deciduous trees using digital photography | |
| CN107064096A (zh) | 基于高光谱成像的混合物粉末无损定量检测装置及方法 | |
| CN100520356C (zh) | 基于可见/近红外多光谱成像的灰霉病害早期诊断*** | |
| CN104136919B (zh) | 多维色谱装置 | |
| CN104897583B (zh) | 一种微量血迹无损检测装置及方法 | |
| CN101606970A (zh) | 黄芩药材的质量控制方法 | |
| CN102341810A (zh) | 用于小瓶和容器上的帽体的存在和类型的自动化探测的方法和设备 | |
| CN103675147B (zh) | 一种饮料中咖啡因的快速测定的方法 | |
| CN110108644A (zh) | 一种基于深度级联森林和高光谱图像的玉米品种鉴别方法 | |
| CN110378374A (zh) | 一种模糊鉴别信息提取的茶叶近红外光谱分类方法 | |
| CN106951863A (zh) | 一种基于随机森林的变电站设备红外图像变化检测方法 | |
| CN113567356A (zh) | 一种用于道地药材鉴别的高光谱图谱仪及应用 | |
| CN105115910A (zh) | 基于高光谱成像技术检测花生中蛋白质含量分布的方法 | |
| George et al. | A study of spectral imaging acquisition and processing for cultural heritage | |
| CN215812384U (zh) | 一种用于道地药材鉴别的高光谱图谱仪 | |
| CN112540971B (zh) | 一种基于烟叶特征的全信息在线采集***及方法 | |
| Li et al. | Determination of geographic origins and types of Lindera aggregata samples using a portable short-wave infrared hyperspectral imager | |
| Shao et al. | Feasibility study of wood-leaf separation based on hyperspectral LiDAR Technology in indoor circumstances | |
| EP3940370A1 (en) | Method for extracting spectral information of object to be detected | |
| CN108955879A (zh) | 便携式液晶多光谱成像*** | |
| Duan et al. | Visual conspicuity index: Spatial dissimilarity, distance, and central bias | |
| CN109828052A (zh) | 一种快速鉴别羌活种类、真伪或有无的方法 | |
| Coltelli et al. | Reconstruction of the absorption spectrum of an object spot from the colour values of the corresponding pixel (s) in its digital image: the challenge of algal colours | |
| Halim et al. | Evaluation of Color Models for Quantitative Determination of Food Dyes using Smartphone-Based Digital Image Analysis |
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 |