CN106841099A - 基于毛发判别哺乳动物性别的近红外光谱分析方法 - Google Patents
基于毛发判别哺乳动物性别的近红外光谱分析方法 Download PDFInfo
- Publication number
- CN106841099A CN106841099A CN201610658360.XA CN201610658360A CN106841099A CN 106841099 A CN106841099 A CN 106841099A CN 201610658360 A CN201610658360 A CN 201610658360A CN 106841099 A CN106841099 A CN 106841099A
- Authority
- CN
- China
- Prior art keywords
- hair
- infrared
- spectrum
- mammalian
- sex
- 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.)
- Granted
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 231100000640 hair analysis Toxicity 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 23
- 241000124008 Mammalia Species 0.000 claims abstract description 18
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 9
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 7
- 239000000126 substance Substances 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 2
- 230000006651 lactation Effects 0.000 claims description 2
- 238000002235 transmission spectroscopy Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 5
- 241001465754 Metazoa Species 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000005406 washing Methods 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
- G01N21/359—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
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
本发明公开了基于毛发判别哺乳动物性别的近红外光谱分析方法,先收集同种哺乳动物的雄性动物毛发样品和雌性动物毛发样品,在一定测量条件下采集所得毛发样品的近红外光谱,所得光谱不进行预处理或进行化学计量学预处理,从所得光谱数据中选择建模光谱范围,对所选光谱范围的数据进行降维后,采用化学计量学方法建立并验证该种哺乳动物的性别判别模型;再取未知性别该种哺乳动物的毛发样品,按照前述相同方法采集光谱并进行光谱数据的多步骤处理,最后应用所建模型进行该种哺乳动物的性别判别。本发明基于毛发的近红外光谱,结合化学计量学技术,判别哺乳动物的性别,具有分析方法准确而且使用方便、受试机体顺应性好的优点。
Description
技术领域
本发明属于近红外光谱分析技术领域,涉及一种基于毛发判别哺乳动物性别的近红外光谱分析方法。
背景技术
性别研究是生物学的重要内容之一。哺乳动物是动物发展的最高级阶段,在哺乳动物的生态管理中,性别判别是种群动态分析的一项基本工作。人类是最高级的哺乳动物,人体的性别判别是身份识别的重要内容,在个性化服务、医疗及公共安全管理等领域均具有重要的意义。查体是一种经典的人体性别判别方法,但因为需要特殊的检查场地和特定的检查人员使这种方法具有一定的局限性。
发明内容
本发明的目的在于提供一种基于毛发判别哺乳动物性别的近红外光谱分析方法,具有分析方法准确而且使用方便、受试机体顺应性好的优点。
经研究,本发明提供如下技术方案:
基于毛发判别哺乳动物性别的近红外光谱分析方法,包括以下步骤:
(1)收集同种哺乳动物的雄性动物毛发样品和雌性动物毛发样品;
(2)设置近红外光谱仪的分辨率和扫描次数,在10000~4000cm-1扫描范围内分别采集步骤(1)所得毛发样品的近红外光谱;
(3)对步骤(2)所得光谱,不进行预处理或进行化学计量学预处理;
(4)在步骤(3)所得光谱数据中选择建模光谱范围;
(5)对步骤(4)所选光谱范围的数据进行降维;
(6)对步骤(5)所得数据,采用化学计量学方法建立并验证该种哺乳动物的性别判别模型;
(7)取未知性别该种哺乳动物的毛发样品,按照步骤(2)所述方法采集近红外光谱,按照步骤(3)~(5)所述方法进行光谱的多步骤处理,然后应用步骤(6)所建模型进行哺乳动物的性别判别。
在判别哺乳动物的性别时,使用哺乳动物的毛发作为样品,具有指纹性、积累性、稳定性以及取样无损伤性的优点。
优选的,步骤(2)中,近红外光谱仪的分辨率设置为2cm-1、4cm-1、8cm-1或16cm-1,扫描次数设置为32、64或128次。
优选的,步骤(2)中,近红外光谱为近红外漫反射光谱或近红外透射光谱。
优选的,步骤(3)中,化学计量学预处理方法为多元信号修正、标准正则变换、导数和平滑中的一种或多种组合。
步骤(4)中,所述建模光谱范围为10000~4000cm-1中的一段或多段,可由建模软件自动筛选或人工筛选,也可在建模软件自动筛选的基础上根据被分析物的近红外特征吸收进一步人工优化。
优选的,步骤(5)中,采用主成分分析法对步骤(4)所选光谱范围的数据进行降维,建模主成分数的选择依据为其累计方差贡献率大于85%以及步骤(6)所建判别模型的校正集正判率和验证集正判率均大于95%。
优选的,步骤(6)中,化学计量学建模方法为判别分析法。
优选的,步骤(6)中,所建判别模型的性能由校正集正判率和验证集正判率进行评价。
优选的,所述哺乳动物为人类。
对于人体而言,头发不但量大而且容易获得。因此,在判别人体性别时,所述毛发优选为头发。
优选的,基于头发判别人体性别的近红外光谱分析方法,包括以下步骤:
(1)收集男性人体的头发样品和女性人体的头发样品,分别剪短至5~10mm;
(2)设置近红外光谱仪的分辨率为8cm-1、扫描次数为64次,在10000~4000cm-1扫描范围内分别采集步骤(1)所得头发样品的近红外漫反射光谱;
(3)采用多元信号修正方法对步骤(2)所得光谱进行预处理;
(4)在步骤(3)所得光谱数据中选择9881~4119cm-1为建模光谱范围;
(5)采用主成分分析法对步骤(4)所选光谱范围的数据进行降维;
(6)对步骤(5)所得数据,以建模主成分数为2、采用判别分析法建立并验证人体的性别判别模型,用校正集正判率和验证集正判率评价模型的性能;
(7)取未知性别人体的头发样品并剪短,按照步骤(2)所述方法采集近红外漫反射光谱,按照步骤(3)~(5)所述方法进行光谱的多步骤处理,然后应用步骤(6)所建模型进行人体的性别判别。
本发明的有益效果在于:本发明基于毛发的近红外光谱,结合化学计量学技术,判别哺乳动物的性别,具有分析方法准确而且使用方便、受试机体顺应性好的优点。
附图说明
图1为12份人体头发样品的近红外漫反射原始光谱图。
图2为本发明所建人体性别判别模型的判别图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明的优选实施例进行详细的描述。
实施例1基于头发判别人体性别
1.头发样品的收集与处理
分别收集6位男性和6位女性共12位志愿受试者理发时剪下的头发样品,逐一编号并记录性别信息。将不同编号的头发样品分别置于洁净的烧杯中,用洗衣粉浸泡1h后,用纯化水反复清洗3~5次以清除洗衣粉的残留,再用纯化水浸泡30min,取出,晾干。使用已用体积百分浓度为95%的乙醇擦拭干净并晾干的剪刀将头发样品剪短至5~10mm。
2.近红外漫反射光谱的采集
仪器:Antaris II傅立叶变换近红外光谱仪(美国Thermo公司),配有积分球附件,信号采集软件为Result 3.0。
光谱测量条件:分辨率为8cm-1,扫描次数为64次,扫描范围为10000~4000cm-1。
光谱测量方法:取同一编号的头发样品适量,置一个清洁干燥的无色透明圆柱形平底玻璃小瓶中,使样品填充高度约为1.0cm,将已填装样品的玻璃小瓶置于安装了支架的积分球检测窗上方,调整支架的内径,使其与玻璃小瓶的底部直径相吻合,再在上述光谱测量条件下测定头发样品的傅里叶变换近红外漫反射光谱,每份头发样品重复测量3次,每次样品测量前均采用相同测量条件扫描并扣除背景。12份人体头发样品的36张近红外漫反射原始光谱如图1所示。
3.光谱的预处理
用TQ Analyst 8.0软件对采集的近红外漫反射原始光谱进行多元信号修正的预处理。
4.建模光谱范围的选择
对预处理后的光谱数据,经TQ Analyst 8.0软件自动选取的建模光谱范围为9881~4119cm-1。
5.光谱数据的降维
使用TQ Analyst 8.0软件,采用主成分分析法在所选建模光谱范围9881~4119cm-1内对预处理后的光谱数据进行降维,所选建模主成分数为2时,其累计方差贡献率为98.9%,而且所建模型的校正集和验证集的正判率均为100.0%。
6.判别模型的建立与验证
将所收集的4位男性和4位女性共8位志愿受试者的头发样品作为校正集样品,其余2位男性和2位女性共4位志愿受试者的头发样品作为验证集样品。分别使用以上校正集样品和验证集样品,以建模主成分数为2,采用判别分析法建立并验证人体的性别判别模型。结果如图2所示,所建判别模型的校正集正判率为100.0%,验证集正判率为100.0%,表明所建模型具有良好的判别性能,能够使用头发样品准确地判别人体性别。
7.未知性别人体头发样品的分析
取未知性别人体头发样品1个,按照上述相同方法处理样品、采集样品的近红外漫反射光谱、对光谱进行多步骤处理,然后应用所建模型进行该头发样品的人体性别判别,结果正确显示其为女性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离所附权利要求书所限定的本发明的保护范围。
Claims (10)
1.基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于,包括以下步骤:
(1)收集同种哺乳动物的雄性动物毛发样品和雌性动物毛发样品;
(2)设置近红外光谱仪的分辨率和扫描次数,在10000~4000cm-1扫描范围内分别采集步骤(1)所得毛发样品的近红外光谱;
(3)对步骤(2)所得光谱,不进行预处理或进行化学计量学预处理;
(4)在步骤(3)所得光谱数据中选择建模光谱范围;
(5)对步骤(4)所选光谱范围的数据进行降维;
(6)对步骤(5)所得数据,采用化学计量学方法建立并验证该种哺乳动物的性别判别模型;
(7)取未知性别该种哺乳动物的毛发样品,按照步骤(2)所述方法采集近红外光谱,按照步骤(3)~(5)所述方法进行光谱的多步骤处理,然后应用步骤(6)所建模型进行哺乳动物的性别判别。
2.根据权利要求1所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述步骤(2)中,近红外光谱仪的分辨率设置为2cm-1、4cm-1、8cm-1或16cm-1,扫描次数设置为32、64或128次。
3.根据权利要求1所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述步骤(2)中,近红外光谱为近红外漫反射光谱或近红外透射光谱。
4.根据权利要求1所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述步骤(3)中,化学计量学预处理的方法为多元信号修正、标准正则变换、导数和平滑中的一种或多种组合。
5.根据权利要求1所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述步骤(5)中,采用主成分分析法对步骤(4)所选光谱范围的数据进行降维,建模主成分数的选择依据为其累计方差贡献率大于85%以及步骤(6)所建判别模型的校正集正判率和验证集正判率均大于95%。
6.根据权利要求1所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述步骤(6)中,化学计量学建模方法为判别分析法。
7.根据权利要求1所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述步骤(6)中,所建判别模型的性能用校正集正判率和验证集正判率进行评价。
8.根据权利要求1至7任一项所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述哺乳动物为人类。
9.根据权利要求8所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于:所述毛发为头发。
10.根据权利要求9所述的基于毛发判别哺乳动物性别的近红外光谱分析方法,其特征在于,包括以下步骤:
(1)收集男性人体的头发样品和女性人体的头发样品,分别剪短至5~10mm;
(2)设置近红外光谱仪的分辨率为8cm-1、扫描次数为64次,在10000~4000cm-1扫描范围内分别采集步骤(1)所得头发样品的近红外漫反射光谱;
(3)采用多元信号修正的方法对步骤(2)所得光谱进行预处理;
(4)在步骤(3)所得光谱数据中选择9881~4119cm-1为建模光谱范围;
(5)采用主成分分析法对步骤(4)所选光谱范围的数据进行降维;
(6)对步骤(5)所得数据,以建模主成分数为2、采用判别分析法建立并验证人体的性别判别模型,用校正集正判率和验证集正判率评价模型的性能;
(7)取未知性别人体的头发样品并剪短,按照步骤(2)所述方法采集近红外漫反射光谱,按照步骤(3)~(5)所述方法进行光谱的多步骤处理,然后应用步骤(6)所建模型进行人体的性别判别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610658360.XA CN106841099B (zh) | 2016-07-29 | 2016-07-29 | 基于毛发判别哺乳动物性别的近红外光谱分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610658360.XA CN106841099B (zh) | 2016-07-29 | 2016-07-29 | 基于毛发判别哺乳动物性别的近红外光谱分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106841099A true CN106841099A (zh) | 2017-06-13 |
CN106841099B CN106841099B (zh) | 2020-04-07 |
Family
ID=59145796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610658360.XA Expired - Fee Related CN106841099B (zh) | 2016-07-29 | 2016-07-29 | 基于毛发判别哺乳动物性别的近红外光谱分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106841099B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580526A (zh) * | 2019-01-18 | 2019-04-05 | 重庆医科大学 | 一种基于组织切片鉴别人体性别的红外光谱分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003344279A (ja) * | 2002-05-29 | 2003-12-03 | Shiseido Co Ltd | 毛髪水分の測定方法 |
CN1734256A (zh) * | 2005-09-01 | 2006-02-15 | 华南师范大学 | 一种利用毛发实现乳腺癌早期诊断的喇曼光谱检测方法 |
EP1629775A1 (en) * | 2004-03-31 | 2006-03-01 | Pola Chemical Industries Inc. | Method of judging degree of hair damaging |
CN102213674A (zh) * | 2011-04-08 | 2011-10-12 | 北京市农林科学院 | 近红外光谱法检测面粉中石灰类物质的方法 |
CN103926214A (zh) * | 2010-03-09 | 2014-07-16 | 株式会社资生堂 | 图像解析装置、图像解析方法、及评价方法 |
-
2016
- 2016-07-29 CN CN201610658360.XA patent/CN106841099B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003344279A (ja) * | 2002-05-29 | 2003-12-03 | Shiseido Co Ltd | 毛髪水分の測定方法 |
EP1629775A1 (en) * | 2004-03-31 | 2006-03-01 | Pola Chemical Industries Inc. | Method of judging degree of hair damaging |
CN1734256A (zh) * | 2005-09-01 | 2006-02-15 | 华南师范大学 | 一种利用毛发实现乳腺癌早期诊断的喇曼光谱检测方法 |
CN103926214A (zh) * | 2010-03-09 | 2014-07-16 | 株式会社资生堂 | 图像解析装置、图像解析方法、及评价方法 |
CN102213674A (zh) * | 2011-04-08 | 2011-10-12 | 北京市农林科学院 | 近红外光谱法检测面粉中石灰类物质的方法 |
Non-Patent Citations (2)
Title |
---|
吴劲川 等: "毛发中微量元素与性别、年龄的相关性分析", 《科技创新导报》 * |
周淑平 等: "近红外光谱法快速测定烤烟中钙、镁、铁、锰和锌的含量", 《贵州农业科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580526A (zh) * | 2019-01-18 | 2019-04-05 | 重庆医科大学 | 一种基于组织切片鉴别人体性别的红外光谱分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106841099B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101915744B (zh) | 物质成分含量的近红外光谱无损检测方法及装置 | |
CN106841103A (zh) | 近红外光谱检测水果内部品质方法及专用检测系统 | |
CN103776777B (zh) | 一种用近红外光谱技术识别不同生长方式人参及对人参中组分含量测定的方法 | |
CN101907564B (zh) | 基于近红外光谱技术的油菜籽品质无损检测方法和装置 | |
CN109668859A (zh) | 基于svm算法的花椒产地和品种的近红外光谱识别方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN101922969A (zh) | 紫外、可见、近红外在线检测漫反射光谱分析仪 | |
Yu et al. | Nondestructive determination of SSC in Korla fragrant pear using a portable near-infrared spectroscopy system | |
CN106841083A (zh) | 基于近红外光谱技术的芝麻油品质检测方法 | |
CN107421912A (zh) | 一种基于近红外透射技术的液态乳制品质量检测的装置与方法 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN101614663A (zh) | 可见和近红外光谱的蜂花粉品种鉴别方法 | |
CN103487397A (zh) | 一种雷竹笋硬度快速检测方法及装置 | |
CN109001182B (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
CN205719951U (zh) | 检测黑箱及利用该检测黑箱的苹果霉心病无损快速检测设备 | |
CN104502307A (zh) | 一种快速检测长牡蛎糖原和蛋白质含量的方法 | |
CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
CN104792686A (zh) | 近红外光谱法检测半固体制剂中微生物数量和药物含量 | |
CN206788033U (zh) | 一种近红外光谱检测水果内部品质的专用检测系统 | |
CN107024449B (zh) | 基于尿液判别哺乳动物性别的近红外光谱分析方法 | |
CN106841099A (zh) | 基于毛发判别哺乳动物性别的近红外光谱分析方法 | |
CN201724900U (zh) | 基于近红外光谱技术的油菜籽品质无损检测装置 | |
CN116559106A (zh) | 一种中药材炮制工艺过程的近红外在线监测方法 | |
CN106841089A (zh) | 基于指甲判别哺乳动物性别的近红外光谱分析方法 | |
CN108072628A (zh) | 一种判别药包材材质的近红外光谱法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200407 Termination date: 20210729 |