CN105548063A - 无损检测冬虫夏草纯粉/粉片真伪的方法 - Google Patents
无损检测冬虫夏草纯粉/粉片真伪的方法 Download PDFInfo
- Publication number
- CN105548063A CN105548063A CN201610020564.0A CN201610020564A CN105548063A CN 105548063 A CN105548063 A CN 105548063A CN 201610020564 A CN201610020564 A CN 201610020564A CN 105548063 A CN105548063 A CN 105548063A
- Authority
- CN
- China
- Prior art keywords
- powder
- sample
- cordyceps sinensis
- pure
- pure powder
- 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
- 239000000843 powder Substances 0.000 title claims abstract description 184
- 241001248610 Ophiocordyceps sinensis Species 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims description 70
- 230000003595 spectral effect Effects 0.000 claims description 33
- 238000009826 distribution Methods 0.000 claims description 31
- 238000009659 non-destructive testing Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 241000233866 Fungi Species 0.000 claims description 13
- 240000001307 Myosotis scorpioides Species 0.000 claims description 12
- 206010013786 Dry skin Diseases 0.000 claims description 8
- 238000001035 drying Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 244000025254 Cannabis sativa Species 0.000 claims description 4
- 241000190633 Cordyceps Species 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 229910000661 Mercury cadmium telluride Inorganic materials 0.000 claims description 3
- MCMSPRNYOJJPIZ-UHFFFAOYSA-N cadmium;mercury;tellurium Chemical compound [Cd]=[Te]=[Hg] MCMSPRNYOJJPIZ-UHFFFAOYSA-N 0.000 claims description 3
- 229910052736 halogen Inorganic materials 0.000 claims description 3
- 150000002367 halogens Chemical class 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 239000010453 quartz Substances 0.000 claims description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 3
- 241001264174 Cordyceps militaris Species 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012847 principal component analysis method Methods 0.000 abstract 1
- 238000010239 partial least squares discriminant analysis Methods 0.000 description 28
- 238000000513 principal component analysis Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 5
- 238000000149 argon plasma sintering Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 241000130660 Hepialidae Species 0.000 description 2
- 241000330899 Hepialus Species 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000221751 Claviceps purpurea Species 0.000 description 1
- 241001480006 Clavicipitaceae Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 244000304222 Melaleuca cajuputi Species 0.000 description 1
- 235000001167 Melaleuca cajuputi Nutrition 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 208000013116 chronic cough Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 230000023597 hemostasis Effects 0.000 description 1
- 201000001881 impotence Diseases 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003147 molecular marker Substances 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
-
- 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
- G01N2021/3572—Preparation of samples, e.g. salt matrices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/061—Sources
- G01N2201/06166—Line selective sources
- G01N2201/0618—Halogene sources
Abstract
本发明属于药材鉴别领域，其公开了一种无损检测冬虫夏草纯粉/粉片真伪的方法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。该方法包括：a.选取正、负样品；b.采集样品的高光谱图像；c.对高光谱图像进行处理并利用主成分分析法提取相关特征；d.建立PLS预测模型；e.利用PLS-DA预测模型对待检测对象进行检测；f.根据模型输出判别待检测对象的真伪。本发明适用于对冬虫夏草纯粉/粉片样品进行快速、准确鉴别。
Description
技术领域
本发明属于药材鉴别领域，具体涉及无损检测冬虫夏草纯粉/粉片真伪的方法。
背景技术
冬虫夏草Cordycepssinensis(Berkeley)Saccardo为麦角菌科真菌冬虫夏草菌寄生在鳞翅目蝙蝠蛾科蝠蛾属(Hepialus)幼虫上形成的虫生子囊真菌，为麦角菌科虫草属真菌冬虫夏草的子座及其寄主鳞翅目蝙蝠蛾科昆虫蝙蝠蛾的幼虫尸体的复合物，性甘平，补肺益肾，止血化痰，用于久咳虚喘，劳咳咯血，阳痿遗精，腰膝酸痛，是我国传统的名贵中药材。
冬虫夏草生长环境特殊，主要分布于我国青藏高原海拔3000～5000米的高山草甸和高山灌丛。青海、西藏、四川、甘肃和云南是冬虫夏草的主要产区，青海的产量和质量居各省区之首，玉树、果洛等是青海冬虫夏草主产地。冬虫夏草目前尚不能进行人工培育，而野生冬虫夏草的分布区域狭小，自然寄生率低，对环境条件要求苛刻，加之近年来的生态破坏和掠夺式采挖，使冬虫夏草的产量逐年下降，价格不断攀升。因此，市场上存在严重的掺伪、增重等造假现象。除了冬虫夏草之外，其他虫草属真菌寄生在昆纯粉/粉片上形成的复合体也被称为“虫草”，其中一些常被用作冬虫夏草的伪品，性状相似而难以区分。
传统技术中的鉴定方法主要是依据中药的来源、品种形态、性状、显微特征、理化鉴别、检查、含量测定等依靠经验或者精密仪器进行检验，尤其是显微特征、理化鉴别、检查、含量测定等方法均需要消耗原材料，通过药材表面的特征很难进行鉴定。
近年来，使用DNA分子标记的检测方式进行药材的检测与鉴别也常见报道。但是，这种检测方式操作繁琐，试剂和检测费用较高，样品准备程序复杂，难以推广。
最重要的是，目前的各种检测方法都需要消耗样品，故只能抽样检测，不可能做到全部产品的检测，因此难以满足中药材产业的需要。
因此建立快速准确的无损检测冬虫夏草纯粉/粉片真伪的方法，对规范市场、保证药材质量具有非常重要的意义。
发明内容
本发明要解决的技术问题是：提出一种无损检测冬虫夏草纯粉/粉片真伪的方法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。
本发明解决上述技术问题所采用的技术方案是：建立冬虫夏草纯粉/粉片PLS预测模型，在进行冬虫夏草纯粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采集的高光谱信息进行图像处理后输入已建立的冬虫夏草纯粉/粉片PLS预测模型进行预测，根据预测输出值对该样品进行鉴别。
具体的，在进行冬虫夏草纯粉/粉片鉴别时，利用高光谱反射图像采集系统采集的高光谱信息为待检测样品的像元光谱信息。
具体的，所述建立冬虫夏草纯粉/粉片PLS预测模型的步骤包括：
A1.选取冬虫夏草原草样品分别经预处理后制备成纯粉/粉片作为正样品集；
A2.选取易与冬虫夏草原草混淆的样品分别经预处理后制备成纯粉/粉片作为负样品集；
A3.分别将正样品集中的正样品和负样品集中的负样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集样品的高光谱信息；
A4.对采集的高光谱信息进行图像处理后提取光谱特征，将提取的光谱特征录入数据库；
A5.重复步骤A3-A4，直至完成正、负样品集中的所有样品的光谱特征的提取和录入；
A6.随机选取一定数量样品的光谱特征建立PLS预测模型。
具体的，在建立冬虫夏草纯粉/粉片PLS预测模型时，步骤A3和A4中，所述高光谱反射图像采集系统采集的样品高光谱信息为该样品的像元光谱信息。
具体的，步骤A1中，选取全国不同产地的冬虫夏草原草样品分别经预处理后制备成纯粉/粉片作为正样品集。
具体的，所述选取全国不同产地的冬虫夏草样品具体包括：选自全国主产区青海玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区冬虫夏草样品。
具体的，步骤A2中，选取市面上多种易与冬虫夏草原草混淆的样品分别经预处理后制备成纯粉/粉片作为负样品集。
具体的，步骤A2中，所述易与冬虫夏草混淆的样品包括但不仅限于：麻脊背、蛹虫草、亚香棒，凉山虫草、新疆虫草以及冬虫夏草发酵菌丝粉等。
具体的，步骤A1中，所述预处理是指依次经过干刷、清洗、40℃低温干燥。
具体的，步骤A2中，所述预处理是指依次经过干刷、清洗、40℃低温干燥。
具体的，步骤A4中，对采集的高光谱信息进行图像处理后按照正、负样品光谱方差最大化原则提取光谱特征。
具体的，步骤A6中，随机选取一定数量样品的光谱特征的方法是：
随机选取等比例的正、负样品的光谱特征。
具体的，根据预测输出值对该样品进行鉴别的具体方法为：对PLS预测模型的预测结果进行统计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分布，其中，正态分布概率密度函数为：
μ为预测结果的均值，σ2为预测结果的方差；
当预测结果概率密度分布满足正态分布，且同时满足1.0≤μ≤1.3；σ2≤0.12则判定待检测样品为冬虫夏草纯粉/粉片。
具体的，所述高光谱反射图像采集系统采用碲镉汞二维阵列检测器，光源为石英卤素灯。
所述高光谱反射图像采集系统的光谱采集范围为短波红外波段940–2537nm。
所述高光谱反射图像采集系统的像素为320×256，像素大小150μm×150μm，采用视场为50mm镜头。
扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度100fps。
具体的，利用所述高光谱反射图像采集系统采集该样品的高光谱信息，具体步骤如下：
①采集获得该样品(m×n)个像元在k个波段下的连续光谱曲线，每一波段对应的光谱信号响应值为Ik，k＝1，2…K；
②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图像的相对光强值其中为第k个波段下每个冬虫夏草纯粉/粉片高光谱反射图像的相对强光值；Ik为第k个波段下每个冬虫夏草纯粉/粉片高光谱反射图像的光强值；为第k个波段下标准白板高光谱反射图像的光强值；Dk为第k个波段下采集的全黑标定图像光强值；
③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
具体的，步骤A4中所述对采集的高光谱信息进行图像处理后提取光谱特征，具体包括：
对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背景单元；
然后对有效像元光谱信息依次进行Savitsky–Golay平滑、标准正太变量校正、均值中心化处理和PCA变换，在保证累积方差≥90％的情况下，取前N个主成分的特征信息。
作为优选，所述N＝7。
具体的，所述扣除无用的背景单元的方法是：
人机交互式选择样品在PCA得分空间中的ROI像元，计算背景像元与样本像元之间的欧式距离并显示为直方图形式，寻找能将背景和样本像元显著分离的阈值，删除无用的背景单元。
本发明的有益效果是：选取全国不同产地的冬虫夏草样品分别经预处理后制备成纯粉/粉片作为正样品集；并选取多种市售类似冬虫夏草纯粉/粉片样品分别经预处理后作为负样品集；通过对正负样品集中的样品进行光谱信息采集，并提取相关成分特征建立PLS预测模型，在利用该模型对待检测样品进行预测时，对预测结果进行了精细的统计分析，通过判断预测结果是否符合正态分布，并要求预测结果的均值和方差符合一定的阈值来判定样品是否为冬虫夏草纯粉/粉片；
因此，本发明可以客观、准确、简便、快速地对冬虫夏草全草纯粉/粉片进行鉴别。具有客观量化、结果准确、操作简便、测试迅速、成本低廉等诸多优点。
附图说明
图1为无损检测冬虫夏草纯粉/粉片真伪的方法流程图；
图2为实施例1中的果洛冬虫夏草纯粉/粉片PLS预测值概率密度分布图；
图3为实施例2中的发酵菌丝纯粉/粉片A的PLS预测值概率密度分布图；
图4为实施例3中的掺杂5％含量发酵菌丝粉的虫草粉的PLS预测值概率密度分布图。
具体实施方式
本发明旨在提出一种无损检测冬虫夏草纯粉/粉片真伪的方法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。
本发明中的无损检测冬虫夏草纯粉/粉片真伪的方法如图1所示，其包括：
a.选取正、负样品；
b.采集样品的高光谱图像；
c.对高光谱图像进行处理并利用主成分分析法提取相关特征；
d.建立PLS预测模型；
e.利用PLS预测模型对待检测对象进行检测；
f.根据模型输出判别待检测对象的真伪。
在具体实现上，本发明方案包括以下几个部分：
一、建立冬虫夏草纯粉/粉片PLS预测模型的步骤：
1.样品准备：
1.1选取主产区青海玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区80份冬虫夏草全草样品，分别依次经干刷、清洗、40℃低温干燥，再超微粉碎为粒度D90≤25μm的颗粒(此处为制备成粉，若需要制备成粉片还需要进一步的将粉制备成片的操作)作为正样品集。
1.2选取市售类似冬虫夏草纯粉/粉片(易与冬虫夏草纯粉/粉片混淆的样品，如：人工发酵菌丝粉)的样品30份，分别经40℃低温干燥后作为负样品集。
2.图像采集：
本发明所采用的高光谱反射图像采集系统为芬兰SPECIM生产的SisuCHEMA实验室高光谱扫描仪，其采用碲镉汞二维阵列检测器，光源为石英卤素灯。光谱采集范围为短波红外波段(SWIR，940–2537nm)，像素为320(空间)×256(光谱)，像素大小30μm×30μm，采用视场为10mm镜头。扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度100fps。
依次分别将准备的样品放置样品台上，高光谱反射图像采集系统自样品进入视场开始采集样品各像元的高光谱图像信息：
①采集获得该样品(m×n)个像元在k个波段下的连续光谱曲线，每一波段对应的光谱信号响应值为Ik，k＝1，2…K；
②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图像的相对光强值其中为第k个波段下每个冬虫夏草纯粉/粉片高光谱反射图像的相对强光值；Ik为第k个波段下每个冬虫夏草纯粉/粉片高光谱反射图像的光强值；为第k个波段下标准白板高光谱反射图像的光强值；Dk为第k个波段下采集的全黑标定图像光强值；
③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
3.图像处理：
为减小噪声干扰，可以删除含有较多噪声的940–1000nm和2469–2537nm波段下数据；对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背景单元；为了消除基线漂移、光散射、噪音、样品表面形貌差异等干扰，需要对有效像元光谱信息依次进行Savitsky–Golay平滑(窗口取值11，多项式阶数为3)、标准正态变量校正(SNV)、均值中心化处理和PCA(主成分分析)变换；
4.模型建立：
在保证累积方差≥90％的情况下，取前N个主成分(一般情况下，前7个主成分即可满足累积方差≥90％)的特征信息建立PLS(偏最小二乘判别分析)预测模型。为了保持模型不断完善并验证模型的可靠性，可以从准备的正负样品集中抽取2/3数量的样品构成训练集，余下1/3作为测试集，利用训练集中的样品不断完善模型，利用测试集中的样品对模型预测准确性进行验证。
二、在进行冬虫夏草纯粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采集的高光谱信息进行图像处理后输入至建立的冬虫夏草纯粉/粉片PLS预测模型进行预测，根据预测输出值对该样品进行鉴别。
具体鉴别方法为：对PLS预测模型的预测结果进行统计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分布，其中，正态分布概率密度函数为：
μ为预测结果的均值，σ2为预测结果的方差；
当预测结果概率密度分布满足正态分布，且同时满足1.0≤μ≤1.3；σ2≤0.12则判定待检测样品为冬虫夏草纯粉/粉片。
下面以几个具体实施例对本发明中建立的PLS预测模型进行验证：
实施例1：
1.样品准备：
选取8份青海果洛冬虫夏草样品，依次经过干刷、清洗、40℃低温干燥后，超微粉碎为粒度D90≤25μm颗粒制备成纯粉/粉片作为本例待预测样品。
2.样品高光谱数据采集：
将样品传送至高光谱相机镜头下，按设定参数(光谱采集范围为短波红外波段(SWIR，940–2537nm)，像素为320(空间)×256(光谱)，像素大小30μm×30μm，采用视场为10mm镜头。扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度100fps。)进行扫描，保存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置黑白标准物质对图像进行自动校正，然后将光强值经A/D转换为光谱吸收曲线。
3.图像处理：
首先删除含有较多噪音的940–1000nm和2469–2537nm波段下数据。对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背景单元；同时计算各像元PCA得分与样本中心的欧式距离dm,n，扣除dm,n≥1.6的异常像元，保留下总数不低于95％的真实有效像元光谱信息；
4.PLS预测：
将第3步得到冬虫夏草纯粉/粉片的各像元光谱依次进行Savitsky–Golay平滑(窗口取值11，多项式阶数为3)、标准正太变量校正(SNV)和均值中心化处理以消除基线漂移、光散射、噪音、样品表面形貌差异等干扰。
将预处理后的冬虫夏草纯粉/粉片各像元光谱带入建立好的PLS模型进行预测计算，对PLS预测模型的预测结果进行统计，8份样品的预测结果统计如下表一所示：
表一：8份青海果洛冬虫夏草纯粉/粉片预测结果统计表
| 编号 | 样品批号 | 对称性 | μ | σ1 |
| 1 | 20121135 | 1.00 | 1.22 | 0.10 |
| 2 | 20121104 | 1.00 | 1.22 | 0.09 |
| 3 | 20130104 | 1.00 | 1.18 | 0.10 |
| 4 | 20130309 | 1.00 | 1.17 | 0.11 |
| 5 | 20130505 | 1.00 | 1.22 | 0.11 |
| 6 | 20140302 | 1.00 | 1.21 | 0.10 |
| 7 | 20140606 | 1.00 | 1.22 | 0.11 |
| 8 | 20140810 | 1.00 | 1.17 | 0.12 |
从上表可以看出对各份样品的预测统计结果概率密度函数分布满足正态分布，对称性良好，并且均值μ值分布在1.17～1.22之间，σ2值在0.09～0.12之间，满足判定依据1.0≤μ≤1.3；σ2≤0.12；其中一份样品的PLS预测值概率密度分布如图2所示，中间黑色竖线为均值，红色曲线为预测结果正态分布的拟合曲线，从图2中也可以看出预测结果概率分布符合正态分布，对称型良好。
实施例2：
1.样品准备：
选取市售类似冬虫夏草纯粉/粉片的发酵菌丝粉A、发酵菌丝粉B、发酵菌丝粉C、发酵菌丝粉D、麻脊背纯粉/粉片、亚香棒纯粉/粉片等六份样品经过40℃低温干燥后作为本例待预测样品。
2.样品高光谱数据采集：
将样品传送至高光谱相机镜头下，按设定参数(同实施例1中的设定)进行扫描，保存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置黑白标准物质对图像进行自动校正，然后光强值经A/D转换为光谱吸收曲线。
3.图像处理：
首先删除含有较多噪音的940–1000nm和2469–2537nm波段下数据。对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背景单元；同时计算各像元PCA得分与样本中心的欧式距离dm,n，扣除dm,n≥1.6的异常像元，保留下总数不低于95％的真实有效像元光谱信息；
4.PLS预测：
将第3步得到样品的各像元光谱依次进行Savitsky–Golay平滑(窗口取值11，多项式阶数为3)、标准正太变量校正(SNV)和均值中心化处理以消除基线漂移、光散射、噪音、样品表面形貌差异等干扰。
将预处理后的样品各像元光谱带入建立好的PLS模型进行预测计算。6份样品的预测结果统计如下表二所示：
表二：市售与冬虫夏草纯粉/粉片易混淆的6份样品预测结果统计表
由上表可以看出，伪品粉经PLS预测后的统计显示，预测结果概率密度函数分布符合正态分布，对称性良好，说明以上各组粉混合较为均匀；各组结果的均值μ值分布在-0.02～0.54，不满足冬虫夏草纯粉/粉片要求1.0≤μ≤1.3的标准，因此不是冬虫夏草纯粉/粉片；σ2值在0.09～0.12之间，符合σ2≤0.12，可初步认为以上各组粉不含其他干扰物质，是纯的伪品粉末制成，这也与实际相符。综上，由于不能满足1.0≤μ≤1.3的标准，以上各组不能认为是冬虫夏草纯粉/粉片。发酵菌丝粉A的PLS预测值概率密度分布如图3所示，从图3中可以看出预测结果概率分布符合正态分布，对称型良好，然而由于不能满足1.0≤μ≤1.3的标准，因此其被判定为伪冬虫夏草纯粉/粉片。
实施例3：
本例是以某品牌发酵菌丝粉为添加物，按一定比例掺入纯冬虫夏草粉中，混合均匀后预测实例；
1.样品准备：
选取4份样品：第1份为向纯冬虫夏草粉中添加1％含量的发酵菌丝粉；第2份为向纯冬虫夏草粉中添加5％含量的发酵菌丝粉；第3份为向纯冬虫夏草粉中添加10％含量的发酵菌丝粉；第4份为向纯冬虫夏草粉中添加15％含量的发酵菌丝粉；
分别将上述4份样品经过40℃低温干燥后作为本例待预测样品。
2.样品高光谱数据采集：
将样品传送至高光谱相机镜头下，按设定参数(同实施例1中的设定)进行扫描，保存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置黑白标准物质对图像进行自动校正，然后光强值经A/D转换为光谱吸收曲线。
3.图像处理：
首先删除含有较多噪音的940–1000nm和2469–2537nm波段下数据。对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背景单元；同时计算各像元PCA得分与样本中心的欧式距离dm,n，扣除dm,n≥1.6的异常像元，保留下总数不低于95％的真实有效像元光谱信息；
4.PLS预测：
将第3步得到样品的各像元光谱依次进行Savitsky–Golay平滑(窗口取值11，多项式阶数为3)、标准正太变量校正(SNV)和均值中心化处理以消除基线漂移、光散射、噪音、样品表面形貌差异等干扰。
将预处理后的样品各像元光谱带入建立好的PLS模型进行预测计算。此4份样品预测结果统计如下表三所示：
表三：按一定比例向纯冬虫夏草粉中掺入某发酵菌丝粉的预测结果统计表
| 编号 | 菌丝粉含量 | 对称性 | μ | σ2 |
| 1 | 1％ | 1.00 | 1.00 | 0.136 |
| 2 | 5％ | 1.00 | 0.96 | 0.142 |
| 3 | 10％ | 1.00 | 0.93 | 0.147 |
| 4 | 15％ | 1.00 | 0.91 | 0.149 |
从上表中可以看出，预测结果概率密度函数分布符合正态分布，对称性良好，说明以上各组粉混合较为均匀；各组结果的均值μ值分布在0.91～1.00，σ2值在0.136～0.149之间，且随掺入比例的增加，μ值逐渐减小，σ2逐渐增大，即μ逐渐远离冬虫夏草纯粉/粉片的预测区间，σ2增大说明粉的纯度下降，综上判定以上各组粉为掺有一定比例伪品的冬虫夏草粉，不能认为是冬虫夏草纯粉/粉片。从图4中可以看出掺杂了5％含量的发酵菌丝粉的虫草粉的预测结果概率分布符合正态分布对称型良好，然而由于不能满足1.0≤μ≤1.3的标准，因此其被判定为伪冬虫夏草纯粉/粉片。
Claims (10)
1.无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，包括以下步骤：
建立冬虫夏草纯粉/粉片PLS预测模型，在进行冬虫夏草纯粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采集的高光谱信息进行图像处理后输入已建立的冬虫夏草纯粉/粉片PLS预测模型进行预测，根据预测输出值对该样品进行鉴别；所述高光谱信息为待检测样品的像元光谱信息。
2.如权利要求1所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，所述建立冬虫夏草纯粉/粉片PLS预测模型的步骤包括：
A1.选取冬虫夏草原草样品分别经预处理后制备成纯粉/粉片作为正样品集；
A2.选取易与冬虫夏草原草混淆的样品分别经预处理后制备成纯粉/粉片作为负样品集；
A3.分别将正样品集中的正样品和负样品集中的负样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集样品的高光谱信息；
A4.对采集的高光谱信息进行图像处理后提取光谱特征，将提取的光谱特征录入数据库；
A5.重复步骤A3-A4，直至完成正、负样品集中的所有样品的光谱特征的提取和录入；
A6.随机选取等比例的正、负样品的光谱特征建立PLS预测模型。
3.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
步骤A1中，选取全国不同产地的冬虫夏草原草样品分别经预处理后制备成纯粉/粉片作为正样品集；所述选取全国不同产地的冬虫夏草样品具体包括：选自全国主产区青海玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区冬虫夏草样品。
4.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
步骤A2中，选取市面上多种易与冬虫夏草原草混淆的样品分别经预处理后制备成纯粉/粉片作为负样品集；所述易与冬虫夏草混淆的样品包括：麻脊背、蛹虫草、亚香棒，凉山虫草、新疆虫草以及冬虫夏草发酵菌丝粉。
5.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
步骤A1和A2中，所述预处理是指依次经过干刷、清洗、40℃低温干燥。
6.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
步骤A4中，对采集的高光谱信息进行图像处理后按照正、负样品光谱方差最大化原则提取光谱特征。
7.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
根据预测输出值对该样品进行鉴别的具体方法为：对PLS预测模型的预测结果进行统计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分布，其中，正态分布概率密度函数为：
μ为预测结果的均值，σ2为预测结果的方差；
当预测结果概率密度分布满足正态分布，且同时满足1.0≤μ≤1.3；σ2≤0.12则判定待检测样品为冬虫夏草纯粉/粉片。
8.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
所述高光谱反射图像采集系统采用碲镉汞二维阵列检测器，光源为石英卤素灯；
所述高光谱反射图像采集系统的光谱采集范围为短波红外波段940–2537nm；
所述高光谱反射图像采集系统的像素为320×256，像素大小150μm×150μm，采用视场为50mm镜头；
扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度100fps。
9.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
步骤A3中利用所述高光谱反射图像采集系统采集该样品的高光谱信息，具体包括：
①采集获得该样品(m×n)个像元在k个波段下的连续光谱曲线，每一波段对应的光谱信号响应值为Ik，k＝1，2…K；
②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图像的相对光强值其中为第k个波段下每个冬虫夏草纯粉/粉片高光谱反射图像的相对强光值；Ik为第k个波段下每个冬虫夏草纯粉/粉片高光谱反射图像的光强值；为第k个波段下标准白板高光谱反射图像的光强值；Dk为第k个波段下采集的全黑标定图像光强值；
③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
10.如权利要求2所述的无损检测冬虫夏草纯粉/粉片真伪的方法，其特征在于，
步骤A4中所述对采集的高光谱信息进行图像处理后提取光谱特征，具体包括：
对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背景单元；
然后对有效像元光谱信息依次进行Savitsky–Golay平滑、标准正太变量校正、均值中心化处理和PCA变换，在保证累积方差≥90％的情况下，取前7个主成分的特征信息；
所述扣除无用的背景单元的方法是：
人机交互式选择样品在PCA得分空间中的ROI像元，计算背景像元与样本像元之间的欧式距离并显示为直方图形式，寻找能将背景和样本像元显著分离的阈值，删除无用的背景单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610020564.0A CN105548063A (zh) | 2015-01-14 | 2016-01-13 | 无损检测冬虫夏草纯粉/粉片真伪的方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2015100180723 | 2015-01-14 | ||
| CN201510018072 | 2015-01-14 | ||
| CN201610020564.0A CN105548063A (zh) | 2015-01-14 | 2016-01-13 | 无损检测冬虫夏草纯粉/粉片真伪的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105548063A true CN105548063A (zh) | 2016-05-04 |
Family
ID=55827404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610020564.0A Pending CN105548063A (zh) | 2015-01-14 | 2016-01-13 | 无损检测冬虫夏草纯粉/粉片真伪的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105548063A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107703095A (zh) * | 2017-09-27 | 2018-02-16 | 天津工业大学 | 一种基于近红外光谱及化学计量学的二元掺伪三七定量分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1702684A (zh) * | 2005-04-06 | 2005-11-30 | 北京航空航天大学 | 高噪声图像特征点自动提取方法 |
| US20060290933A1 (en) * | 2005-06-27 | 2006-12-28 | Paige Holm | System and method for monitoring plant conditions |
| CN101881726A (zh) * | 2010-06-18 | 2010-11-10 | 北京农业智能装备技术研究中心 | 植物幼苗综合性状活体无损检测方法 |
| CN102081039A (zh) * | 2010-08-17 | 2011-06-01 | 江苏大学 | 一种环境可控的作物营养水分高光谱图像检测装置 |
| CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
| CN103411973A (zh) * | 2013-09-03 | 2013-11-27 | 西北农林科技大学 | 一种基于高光谱的酿酒葡萄果皮中花色苷含量测定的方法 |
-
2016
- 2016-01-13 CN CN201610020564.0A patent/CN105548063A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1702684A (zh) * | 2005-04-06 | 2005-11-30 | 北京航空航天大学 | 高噪声图像特征点自动提取方法 |
| US20060290933A1 (en) * | 2005-06-27 | 2006-12-28 | Paige Holm | System and method for monitoring plant conditions |
| CN101881726A (zh) * | 2010-06-18 | 2010-11-10 | 北京农业智能装备技术研究中心 | 植物幼苗综合性状活体无损检测方法 |
| CN102081039A (zh) * | 2010-08-17 | 2011-06-01 | 江苏大学 | 一种环境可控的作物营养水分高光谱图像检测装置 |
| CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
| CN103411973A (zh) * | 2013-09-03 | 2013-11-27 | 西北农林科技大学 | 一种基于高光谱的酿酒葡萄果皮中花色苷含量测定的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 双利合谱: "基于高光谱成像技术的虫草粉末无损鉴定的实验探索", 《双利合谱,HTTP://WWW.DUALIX.COM.CN/CN/CASE1/16.HTM》 * |
| 高海龙: "基于透射和反射高光谱成像技术的马铃薯缺陷检测方法研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107703095A (zh) * | 2017-09-27 | 2018-02-16 | 天津工业大学 | 一种基于近红外光谱及化学计量学的二元掺伪三七定量分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102435713B (zh) | 中药品质自动检测系统 | |
| CN109765194B (zh) | 基于高光谱成像技术的枸杞子产地识别方法 | |
| CN102087212B (zh) | 基于主成份分析的葛粉掺假鉴别方法 | |
| CN110232419A (zh) | 一种边坡岩石类别自动识别的方法 | |
| CN109540831B (zh) | 基于高光谱成像技术的枸杞子品种识别方法 | |
| Luo et al. | Classification of weed seeds based on visual images and deep learning | |
| CN102288613A (zh) | 一种灰度和深度信息融合的表面缺陷检测方法 | |
| CN105513066B (zh) | 一种基于种子点选取与超像素融合的通用物体检测方法 | |
| CN104850854A (zh) | 一种滑石矿品分选处理方法及滑石矿品分选系统 | |
| CN105699343A (zh) | 一种沉香真伪无损鉴别的方法 | |
| CN101957316B (zh) | 一种用近红外光谱技术鉴别响水大米的方法 | |
| CN105466921A (zh) | 一种多样品同时检测的方法 | |
| CN103528967A (zh) | 基于高光谱图像的过熟蓝靛果果实识别方法 | |
| CN106845366A (zh) | 基于图像的甘蔗覆盖度自动检测方法 | |
| Raut et al. | Assessment of fruit maturity using digital image processing | |
| CN105527241A (zh) | 无损检测冬虫夏草原草真伪的方法 | |
| CN105606544A (zh) | 无损检测冬虫夏草虫体真伪的方法 | |
| CN108152245A (zh) | 一种金线莲及其混伪品的鉴别方法 | |
| CN106338488A (zh) | 一种转基因豆奶粉的快速无损鉴别方法 | |
| CN103760126A (zh) | 冬虫夏草虫体的红外光谱分析鉴定方法 | |
| CN105548037A (zh) | 无损检测中药原药材的方法 | |
| CN109308464A (zh) | 一种基于数码相机图像的水稻穗子识别方法 | |
| CN105466865A (zh) | 无损检测冬虫夏草子座真伪的方法 | |
| CN105548063A (zh) | 无损检测冬虫夏草纯粉/粉片真伪的方法 | |
| CN105486643A (zh) | 无损检测冬虫夏草虫体粉/粉片真伪的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160504 |
|
| RJ01 | Rejection of invention patent application after publication |