CN107991280B - 光谱处理比对装置、处理比对方法以及药品真伪判定系统 - Google Patents
光谱处理比对装置、处理比对方法以及药品真伪判定系统 Download PDFInfo
- Publication number
- CN107991280B CN107991280B CN201610968517.9A CN201610968517A CN107991280B CN 107991280 B CN107991280 B CN 107991280B CN 201610968517 A CN201610968517 A CN 201610968517A CN 107991280 B CN107991280 B CN 107991280B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- value
- pixel
- qualified
- medicine
- 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.)
- Active
Links
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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种光谱处理比对装置、处理比对方法以及药品真伪判定系统,基于标准光谱存储系统中的标准辅料光谱库以及标准活性成分光谱库对来自于光谱质量检测装置的合格光谱进行处理和比对,包括:接收部,接收合格光谱,以及与该合格光谱相对应的至少含有强度值、位移值、药品辅料信息以及药品活性成分信息的合格光谱数据;光谱处理合并部,对合格光谱进行像素坏点修复处理,并对符合一定条件的像素坏点修复光谱进行合并,得到合并光谱;以及比对分析部,基于标准辅料光谱、标准活性成分光谱以及合格光谱数据对所述合并光谱进行比对分析,判定药品的真伪。
Description
技术领域
本发明涉及一种光谱处理比对装置,包含该分析装置的药品真伪判定系统以及对光谱进行处理比对的方法。
背景技术
目前,药检部门主要依赖快速检测试纸、试剂盒、近红外光谱技术等来判断是否是真药,但这些检测方法普适性不强、无结果相互验证,且容易造成误判。
与上述分析检测方法相比,拉曼光谱法具有灵敏度高、特征性强、检测时间短等优点,广泛应用于药物检测中。随着技术的发展,小型化的便携式光谱仪器逐渐普及,人性化的操作界面使得非专业人员也可以操作、使用仪器,同时有些公司的仪器配套有光谱分析软件,可以对用户采集到的光谱进行判别。
但是,由于采集得到的光谱会受到暗噪声的影响,会引起采集结果的不一致性,若将合格光谱直接与标准药品光谱进行比对,必然会出现误判,从而影响比对结果。此外,在采集原始药物光谱的拉曼光谱仪恰好和标准库中的标准药品光谱的装置型号相同的情况下,若仍直接去纠正原始药物光谱的仪器偏差,就会增加原始药物光谱的处理时间。
此外,现有的光谱比对判定准确率不高,且面对复杂的分析场景与分析对象时,往往不能智能化给出判别结果,以至于无法对假药进行有效的分析,进而作出误判,从而带来不可估计的后果。
发明内容
本发明是为解决上述问题而进行的,提供了一种能够对消除暗噪声影响后光谱进行合格率判断、合并并进行有效分析的光谱处理比对装置,以及包含该光谱处理比对装置的药品真伪判定系统,同时还提供了一种对合格光谱进行处理比对的方法。
为了实现上述目的,本发明采用了以下技术方案:
本发明提供了一种光谱处理比对装置,基于标准光谱存储系统中的标准辅料光谱库以及标准活性成分光谱库对来自于光谱质量检测装置的合格光谱进行处理和比对,包括:接收部,接收合格光谱,以及与该合格光谱相对应的至少含有强度值、位移值、药品辅料信息以及药品活性成分信息的合格光谱数据;光谱处理合并部,对合格光谱进行像素坏点修复处理,并对符合一定条件的像素坏点修复光谱进行合并,得到合并光谱;以及比对分析部,基于标准辅料光谱、标准活性成分光谱以及合格光谱数据对所述合并光谱进行比对分析,判定药品的真伪。
本发明提供的光谱处理比对装置,还可以具有这样的技术特征:
光谱处理合并部包括:像素坏点判断处理单元,判断合格光谱是否存在像素坏点,当存在像素坏点时,对存在像素坏点的合格光谱进行像素坏点修复处理,得到像素坏点修复光谱;相似度计算单元,将两个像素坏点修复光谱设定为一组,分别计算每组的相似度值;光谱合格率计算记录单元,计算相似度值不小于预定阈值的像素坏点修复光谱的个数与总的像素坏点修复光谱的个数的比值,并将该比值作为光谱合格率进行记录;光谱合格率判定单元,判定光谱合格率是否满足预定合格率;光谱合并单元,当判定结果为满足时,按预定合并方法将相似度值不小于预定阈值的像素坏点修复光谱进行合并得到合并光谱。
比对分析部包括:
标准辅料光谱获取单元,获取标准辅料光谱存储库传输来的所有的标准辅料光谱;相似度值排序单元,在相似度计算单元分别计算合并光谱与每一种标准辅料光谱之间的相似度值后,根据相似度值的大小对所述标准辅料光谱进行排序,获得标准辅料排名信息;辅料信息获取单元,从标准辅料排名信息中获取预定名次的标准辅料信息,并从合格光谱数据中获取所述药品的辅料信息;比对判断单元,将标准辅料信息与所述药品的同样名次的辅料信息一一进行比对并判断是否一致;第一结果设定单元,当判断结果为一致时,设定药品为第一合格药品;活性成分光谱搜索获取单元,依据药品活性成分信息从标准活性成分光谱库中搜索获取对应的标准活性成分光谱;特征峰设定单元,根据预定获取规则从合并光谱的强度值中获取预定个数的极大值,并将该极大值所在的峰设定为特征峰;特征峰匹配值计算单元,计算同样的位移值范围内合并光谱的预定个数的所述特征峰与标准活性成分光谱的特征峰的匹配值;匹配值判断单元,判断匹配值是否大于预定值;第二结果设定单元,当判断结果为是时,设定药品为第二合格药品;以及结果判定单元,当药品被设定为第一合格药品、第二合格药品时,判定药品为真药。
其中,预定阈值为0.95;预定名次为3~6中任意一个数值;预定个数为5~20中任意一个数值;预定值为0.95。
本发明提供的光谱处理比对装置,还可以具有这样的技术特征:像素坏点判断处理单元包括:平均暗电流值计算子单元,从合格光谱中获取暗电流值后求平均得到平均暗电流值;暗电流方差计算子单元,对暗电流值进行方差计算,得到暗电流方差值;阈值范围计算子单元,分别将平均暗电流值与5倍的暗电流方差值进行相减和相加计算,得到阈值范围的下限值和上限值;像素坏点判定子单元,判定合格光谱的暗电流值是否在阈值范围内;坏点相邻位移值获取子单元,获取位于不在阈值范围的暗电流值对应的位移值的前后的两个相邻位移值;修复强度值计算子单元,分别获取两个相邻位移值分别对应的强度值并进行平均计算,得到修复强度值;以及像素坏点修复子单元,将与不在所述阈值范围的暗电流值相对应的强度值,替换为修复强度值,得到像素坏点修复光谱。
本发明提供的光谱处理比对装置,还可以具有这样的技术特征:预定合格率为相似度不小于预定阈值的像素坏点修复光谱的个数占像素坏点修复光谱的总个数的百分比至少为50%,并且,当像素坏点修复光谱的总个数小于等于3时,预定合格率为100%,当预定合格率为50%时,像素坏点修复光谱的总个数大于等于6。
本发明提供的光谱处理比对装置,还可以具有这样的技术特征:光谱合并单元具有、平均强度值计算子单元以及光谱合并子单元。强度值获取子单元从所有的相似度不小于预定阈值的像素坏点修复光谱中分别获取与同一位移值相对应的强度值;平均强度值计算子单元对获取的强度值进行平均计算,得到平均强度值;光谱合并子单元以上述位移值为横坐标,以平均强度值为纵坐标,得到合并光谱。
本发明提供的光谱处理比对装置,还可以具有这样的技术特征:预定获取规则为以极大值为中心,当极大值的左边的连续数值内所述强度值上升、同时右边的连续数值内所述强度值下降时,设定极大值为特征峰值,连续数值为4~9中任意一个数值。
本发明提供的光谱处理比对装置,还可以具有这样的技术特征:当第一结果设定单元未设定药品为第一合格药品或者第二结果设定单元未设定药品为第二合格药品时,结果判定单元判定药品为假药。
进一步的,本发明还提供了一种光谱处理比对装置,具有这样的技术特征:包括:光谱接收装置,用于接收光谱数据采集系统发送来的药品光谱以及与该药品光谱相对应的原始光谱数据,并接收标准光谱存储系统发送来的标准辅料光谱以及标准活性成分光谱以及分别与该两种标准光谱相对应的标准光谱数据;
光谱质量检测装置,对药品光谱进行质量检测,并将合格的药品光谱判定为合格光谱;以及光谱处理比对装置,对合格光谱进行处理,并且基于两种标准光谱以及相对应的标准光谱数据对处理后的合格光谱进行比对,来判定药品的真伪。
进一步,本发明还提供了一种光谱处理比对方法,其特征在于,包括以下步骤:
接收所述合格光谱,以及与该合格光谱相对应的至少含有强度值、位移值、药品辅料信息以及药品活性成分信息的合格光谱数据;判断合格光谱是否存在像素坏点,当存在像素坏点时,对存在像素坏点的合格光谱进行像素坏点修复处理,得到像素坏点修复光谱;根据预定扣除方法对像素坏点修复光谱或判断不存在像素坏点的合格光谱进行背景扣除处理,得到背景扣除光谱;根据预定平滑方法对背景扣除光谱进行平滑处理得到像素坏点修复光谱;将两个像素坏点修复光谱设定为一组,分别计算每组的相似度值;计算相似度值不小于预定阈值的像素坏点修复光谱的个数与总的像素坏点修复光谱的个数的比值,并将该比值作为光谱合格率进行记录;判定光谱合格率是否满足预定合格率;当判定结果为满足时,按预定合并方法,将相似度值不小于预定阈值的所述像素坏点修复光谱进行合并得到合并光谱;获取标准辅料光谱存储库传输来的所有的标准辅料光谱;在相似度计算单元分别计算合并光谱与每一种标准辅料光谱之间的相似度值后,根据相似度值的大小对标准辅料光谱进行排序,获得标准辅料排名信息;从标准辅料排名信息中获取预定名次的标准辅料信息,并从合格光谱数据中获取所述药品的辅料信息;将标准辅料信息与药品的同样名次的辅料信息一一进行比对并判断是否一致;当判断结果为一致时,设定药品为第一合格药品;依据药品活性成分信息从标准活性成分光谱库中搜索获取对应的标准活性成分光谱;根据预定获取规则从合并光谱的强度值中获取预定个数的极大值,并将该极大值所在的峰设定为特征峰;计算同样的位移值范围内合并光谱的预定个数的所述特征峰与标准活性成分光谱的特征峰的匹配值;判断匹配值是否大于预定值;当判断结果为是时,所述药品为第二合格药品;当药品被设定为第一合格药品、第二合格药品时,判定药品为真药。
发明的作用与效果
根据本发明涉及的光谱处理比对装置、药品真伪判定系统以及光谱处理比对方法,由于光谱处理合并部具有像素坏点判断处理单元、相似度计算单元、光谱合格率计算记录单元、光谱合格率判定单元以及光谱合并单元,不仅能对对接收的合格光谱进行像素坏点修复处理,提高了采集结果的一致性,而且能够对修复坏点后的合格光谱进行合格率判断,并将符合条件的光谱进行合并,得到合并光谱,简化了药品真伪的判定过程。
另一方面,在比对分析部中,标准辅料光谱获取单元、相似值计算单元、相似度值排序单元、辅料信息获取单元、比对判断单元以及第一结果设定单元构成第一判断方式,活性成分光谱搜索获取单元、特征峰设定单元、特征峰匹配值计算单元、匹配值判断单元以及第二结果设定单元构成第二判断方式。因此本发明的光谱比对判定装置、光谱判定方法以及药品真伪判定系统不仅通过第一判断方式从辅料信息层面分析了药品的组成成分,根据匹配的辅料结果可以验证辅料与其成分说明是否一致来判断药品真伪,而且同时通过第二判断方式从活性成分光方面进行判断,进而对药品进行真假判定。进一步,两种判断方式相互独立,互不干扰,可以避免外界因素造成的失误,进一步提高结果判定的准确性。
此外,本发明的光谱处理比对装置、方法以及药品真伪判定系统真正实现了简单化、智能化、网络化、高效化等功能,对操作人员的技术要求不高、且能及时反馈操作人员的问题所在,不受时间、地点的限制,高效实现信息、数据和经典分析方案共享。
附图说明
图1为本发明所涉及的实施例中的药品真伪判定体系的结构框图;
图2为本发明所涉及的实施例中药品真伪判定系统的结构框图;
图3为本发明所涉及的实施例中光谱处理比对装置的结构框图;
图4为本发明的实施例在中进行像素坏点修复处理前后的的光谱对比示意图;
图5为本发明所涉及的实施例中进行光谱合并处理前后的对比示意图;
图6本发明所涉及的实施例中各辅料与药品的相似度的结果图
图7是待测药品被特征峰设定部获取的特征峰值;
图8是特征峰匹配值计算部计算待测药品以及标准图谱的特征峰值;
图9为本发明所涉及的实施例中的药品真伪判定系统的流程图;
图10为本发明所涉及的实施例中的光谱处理合并部的流程图;
图11是本发明所涉及的实施例中的比对分析部的流程图。
具体实施方式:
下面结合附图对本发明涉及的光谱处理比对装置、方法以及药品真伪判定系统进行详细的说明。
<实施例>
图1是本发明所涉及的实施例中的药品真伪判定体系的结构框图。
如图1所示,药品真伪快速判定体系100用于对药品的真伪进行快速判定,包括光谱数据采集系统200、标准光谱存储系统300以及药品真伪判定系统400。光谱数据采集系统200和标准光谱存储系统300分别与药品真伪判定系统400通信连接。
光谱数据采集系统200包括光谱数据采集装置1以及采集侧通信传输装置2。光谱采集装置1包括条形码识别部11、光谱采集部12以及采集侧暂存部13。
条形码识别部11识别待测药品的外包装的条形码,得到药品名称、生产厂家、药品活性成分等信息,并将这些信息存储在采集侧暂存部13内。
光谱采集部12对待检药品的一个药片进行拉曼光谱采集,每采集一次得到一个药品光谱,并生成与该药品光谱相对应地原始拉曼光谱数据,该药品光谱以及与之相对应地原始拉曼光谱数据被存储在采集侧暂存部13内。
原始药品光谱数据中包括每一个拉曼光谱的位移值、强度值、噪声值、响应值,光谱采集部12的型号和最大量程值,以及药品名称、生产厂家、药品活性成分等信息。
本实施例设定对同一个药品进行5次采集,得到5个药品光谱。为了便于说明,采样的药品名称以G表示,光谱采集部12的型号以04表示,该装置型号和标准辅料光谱库以及标准活性成分光谱库中的标准光谱的装置型号是相同的,得到的五个药品光谱分别以G-1、G-2、G-3、G-4、G-5表示。
采集侧通信传输装置2将采集侧暂存部13中的药品光谱、与药品光谱相对应地原始药品光谱数据传输给药品真伪判定系统400。
标准光谱存储系统300包括标准辅料光谱库3、标准活性成分光谱库4、标准光谱获取装置5以及标准侧通信传输装置6。
标准辅料光谱库3存储有辅料名称、与之相对应的标准辅料拉曼光谱以及该标准辅料拉曼光谱相对应并且含有位移值、强度值、噪声值、响应值的标准辅料光谱数据。
标准活性成分光谱库4存储有活性成分的名称、与之相对应地标准活性成分拉曼光谱以及与该光谱相对应并且含有位移值、强度值、噪声值、响应值的标准活性成分光谱数据。
标准光谱获取装置5获取所有的标准辅料拉曼光谱,或者根据待分析的药品的活性成分对应的获取标准活性成分拉曼光谱以及标准活性成分光谱数据。
标准侧通信传输装置6将标准辅料光谱和标准活性成分光谱以及各自的光谱数据传输给药品真伪判定系统400。
图2为本发明所涉及的实施例中药品真伪判定系统的结构框图。
如图2所示,药品真伪判定系统400包括光谱接收装置10、光谱质量检测装置20、光谱处理比对装置30以及控制上述各个装置运行的控制装置40。
光谱接收装置10包括接收部101、光谱个数判定部102以及输出部103。接收部101接收采集侧通信传输装置2传输过来的药品光谱以及原始药品光谱数据;光谱个数判定部102对接收的药品光谱的个数进行判断,判断是否满足大于等于预定个数的条件;当判断满足大于等于预定个数时,输出部103将接收的信息输出给光谱质量检测装置20,当判断不满足大于等于预定个数时,则输出药品光谱个数不足的信息反馈给光谱采集系统200。本实施例中的预定个数为3个,药品光谱个数为5,满足条件,所以输出部103将接收到的信息发送给光谱质量检测装置20。
光谱质量检测装置20包括接收部21、暂存部22、质量检测判定部23、判断部24以及输出部25。
接收部21接收输出部103输出的上述信息,这些信息被暂存到暂存部22中;质量检测判定部23对暂存部22中的药品光谱逐个进行位移值、强度、信噪比检测,并将符合质量的药品光谱设定为合格光谱;待全部检测完后,判断部24对暂存部22中的合格光谱的个数进行判断,判断是否满足上述大于等于3的条件;当判断结果为满足时,输出部25将所有的合格光谱、合格光谱数据、采集装置型号、药品名称、校正标准物质名称以及校正标准物质光谱等信息传输给光谱处理比对装置30;当判断结果为不满足时,输出部25则输出药品光谱个数不足的结果。
本实施例中,假定接收到的药品光谱经检测后得到的合格光谱的个数为3个,分别为G-2、G-3、G-4,满足大于等于3的条件。
图3为本发明所涉及的实施例中光谱处理比对装置的结构框图。
如图3所示,光谱处理比对装置30包括接收部、处理合并部30a、比对分析部30b、暂存部30c、预定值存储部30d、输出部30e以及控制部30f。
接收部用于接收至少三个合格光谱,与该合格光谱相对应的至少含有药品名称、采集装置型号、药品辅料信息、药品厂家信息以及活性成分信息的合格光谱数据,并将其存储在暂存部30c中。
处理合并部30a包括像素坏点判断处理单元31、相似度计算单元32、光谱合格率计算记录单元33、光谱合格率判定单元34、光谱合并单元35。
像素坏点判断处理单元31对合格光谱是否存在像素坏点进行判断,并对存在像素坏点的光谱进行像素坏点修复,包括平均暗电流值计算子单元31a、暗电流方差计算子单元31b、阈值范围计算子单元31c、像素坏点判定子单元31d、坏点相邻位移值获取子单元31e、修复强度值计算子单元31f、像素坏点修复子单元31g。
平均暗电流值计算子单元31a从合格光谱中获取暗电流值后求平均得到平均暗电流值;暗电流方差计算子单元31b对暗电流值进行方差计算,得到暗电流方差值;阈值范围计算子单元31c分别将平均暗电流值与5倍的暗电流方差值进行相减和相加计算,得到阈值范围的下限值和上限值;像素坏点判定子单元31d判定合格光谱的暗电流值是否在该阈值范围内,若判定结果为是,则判定合格光谱不存在像素坏点,可直接进行后续的相似度值计算步骤;若判定结果为否,坏点相邻位移值获取子单元31e则获取位于不在阈值范围的暗电流值所对应的位移值的前后的两个相邻位移值;修复强度值计算子单元31f分别获取两个相邻位移值分别对应的强度值并进行平均计算,得到修复强度值;像素坏点修复子单元31g将与不在阈值范围的暗电流值相对应的强度值,替换为修复强度值,得到像素坏点修复光谱。
在本实施例中,将经过像素坏点判断处理单元31的合格光谱统称为像素坏点修复光谱,即、将不存在像素坏点的合格光谱和经过坏点修复的合格光谱均统称为像素坏点修复光谱。
对合格光谱G-2、G-3、G-4逐个进行上述处理,每处理完一个,设定为像素坏点修复光谱,并存储到暂存部30c中。本实施例对接收到的三条合格光谱G-2、G-3、G-4,进行上述处理后,得到三条像素坏点修复光谱,分别为:G-X1、G-X2、G-X3。
图4为本发明的实施例在中进行像素坏点修复处理前后的的光谱对比示意图。
像素坏点修复子单元31g将像素坏点对应的位移值对应的强度值,替换为上述修复强度值,得到像素坏点修复光谱。如图4所示,图中A为存在像素坏点的光谱图,图中的小竖线即表示像素坏点,B为像素坏点修复后的光谱图。
相似度计算单元32将像素坏点修复光谱G-X1、G-X2、G-X3两两配对,分别计算每组的相似度值,计算结果见表1。
如表1所示,经计算后,三组像素坏点修复光谱对的相似度分别为0.98、0.97、0.99。
表3三个像素坏点修复光谱相似度比较结果
光谱合格率计算记录单元33由光谱个数统计子单元33a和合格率计算记录子单元33b组成。光谱个数统计子单元33a统计相似度值不小于预定阈值(0.95)的像素坏点修复光谱的个数A;合格率计算记录子单元33b计算A与总的像素坏点修复光谱的个数的比值,并将该比值作为光谱合格率进行记录。本实施例中,预定阈值被存储在预定值存储部中,为0.95。
光谱合格率判定单元34判定光谱合格率是否满足预定合格率,若判定结果为满足时,进行后续处理,若判定结果为不满足时,则结束整个处理程序。
在本实施例中,该预定合格率为相似度不小于预定阈值的像素坏点修复光谱的个数占像素坏点修复光谱的总个数的百分比至少为50%,并且,当像素坏点修复光谱的总个数小于等于3时,预定合格率应为100%,当预定合格率为50%时,像素坏点修复光谱的总个数要大于等于6。该预定合格率也被存储在预定值存储部中。
本实施例得到的三条像素坏点修复光谱,相似度均大于95%,所以合格率为100%,符合预定合格率的要求。
光谱合并单元35对相似度大于或等于预定阈值的像素坏点修复光谱进行合并得到合并光谱,包括强度值获取子单元35a、平均强度值计算子单元35b以及光谱合并子单元35c。
强度值获取子单元35a从所有相似度大于或等于预定阈值的像素坏点修复光谱中分别获取与同一位移值相对应的强度值;平均强度值计算子单元35b对获取的强度值求平均,得到平均强度值;光谱合并子单元35c以上述位移值为横坐标,以平均强度值为纵坐标,得到合并光谱。
例如,本实施例中,三条像素坏点修复光谱的位移值和各自对应的强度值分别如表2所示。从表2中可以看出,三条像素坏点修复光谱分别具有相同的多个位移值、与各个位移值分别相对应的多个强度值。
表2光谱合并中获取的强度值示意图
对上述强度值求平均,如下:
由此,得到的合并光谱,本实施例中以G-BX表示,G-BX的位移值和强度值如表3所示。
表3合并光谱位移值与强度值示例
图5为本发明所涉及的实施例中进行光谱合并处理前后的对比示意图。
从图5中也可以看出,光谱合并前为多条重叠的光谱图,合并后为一条清晰的光谱图。
如图3所示,比对分析部30b包括标准辅料光谱获取单元36、相似值计算单元37、相似度值排序单元38、辅料信息获取单元39、比对判断单元40、第一结果设定单元41、活性成分光谱搜索获取单元42、特征峰设定单元43、特征峰匹配值计算单元44、匹配值判断单元45、第二结果设定单元46以及结果判定单元47。
标准辅料光谱获取单元36经输出部30e、标准系统侧通信装置6以及标准光谱获取装置5从标准辅料光谱库中获取所有标准辅料光谱。
相似值计算单元37采用Pearson相关系数分别计算位移修正光谱与每一种标准辅料光谱之间的相似度值,相似度值的计算公式如下:
其中,R为相似度值,Xi为标准辅料光谱在第i个位移值对应的强度值,Yi为位移修正光谱在第i个位移值对应的强度值,n为光谱位移值。
图6本发明所涉及的实施例中各辅料与药品的相似度的结果图。
图6中的各辅料与药品的相似度为:0.934(辅料1),0.927(辅料2),0.910(辅料3),0.900(辅料4),0.842(辅料5),0.813(辅料6)。
相似度值排序单元38根据相似值计算单元37计算得到的相似度值的数值大小对标准辅料光谱进行排序,获得辅料排名信息。
辅料信息获取单元39从相似度值排序单元38获得的辅料排名信息中获取预定名次的光谱辅料信息,并从位移修正光谱数据中获取药品的辅料信息。在本实施例中,预定名次的值为3~6中的任意一个数值。
比对判断单元40将辅料信息获取单元39获取的光谱辅料信息与药品的同样名次的辅料信息一一比对,并判断是否一致。
当判断一致时,第一结果设定单元41设定药品为第一合格药品;当判断不一致时,第一结果设定单元41设定药品为不合格药品。
如图3所示,活性成分光谱搜索获取单元42依据药品的活性成分信息从标准活性成分光谱库中搜索获取对应的标准活性成分光谱。
特征峰设定单元43分别从合并光谱和标准活性成分光谱的强度值中获取预定数量的极大值,并将该极大值所在的峰设定为特征峰。该特征峰设定单元43包括极大值和位移值获取部分43a、强度值获取部分43b以及极大值判定部分43c以及特征峰值设定单元43d。
极大值和位移值获取部分43a分别从合并光谱和标准活性成分光谱的强度值中获取所有的极大值,并获取所有的极大值所对应的位移值;强度值获取部分43b根据每个极大值所对应的位移值,获取每个位移值左右七个位移值所分别对应的强度值;极大值判定部分43c判定该左边七个强度值是否是逐渐增加并且该右边七个强度值是否逐渐减小;特征峰值设定单元43d将若判定结果为是的位移值为对应光谱的特征峰值。极大值判定部分43c和特征峰值设定单元43d依次对合并光谱和标准活性成分光谱的每个位移值进行判定和设定,直至找出所有的特征峰值。
图7是本发明所涉及的实施例中待测药品的合并光谱的特征峰示意图。
如图7所示,经过特征峰设定单元43,待测药品的合并光谱的所有特征峰均被标记了出来。
如图3所示,特征峰匹配值计算单元44计算同样的位移值范围内合并光谱的预定个数的特征峰与相对应的标准活性成分光谱的特征峰之间的匹配值,该预定个数为5~20中任意一个数值。
图8为待检药品的合并光谱与标准活性成分光谱的特征峰之间的匹配示意图。
如图8所示,在位移值为200~1800cm-1的位移范围内,合并光谱的六个特征峰和标准活性成分光谱的六个特征峰的强度值基本是相同的,匹配值较高。
匹配值判断单元45判断特征峰匹配值计算单元44计算得到的匹配值是否合格,即是否满足大于0.95的条件。
当判断合格时,第二结果设定单元46设定药品为第二合格药品;当判断不合格时,第二结果设定单元46设定药品为不合格药品。
当药品既被设定为第一合格药品又被设定为第二合格药品时,结果判定单元47判定药品为真药;当第一结果设定单元41未设定药品为第一合格药品或者第二结果设定单元46未设定药品为第二合格药品时,结果判定单元47判定药品为假药。
输出部30e将最终的判定结果输出。
控制部30f用于控制接收部、处理合并部30a、比对分析部30b、暂存部30c、预定值存储部30d以及输出部30e。
图9为本发明所涉及的实施例中的药品真伪判定系统的流程图。
如图9所示,在本实施例中,药品真伪判定系统400的动作流程包含如下步骤:
步骤S1,光谱接收装置10接收来自光谱采集系统200的药品光谱、与该药品光谱相对应的原始光谱数据;
步骤S2,光谱质量检测装置20对接收的药品光谱的质量进行检测,并将合格的药品光谱设定为合格拉曼光谱;
步骤S3,光谱处理合并部30a对接收到的至少三个合格光谱进行像素坏点修复处理,并对符合一定条件的像素坏点修复光谱进行合并,得到合并光谱;
步骤S4,比对分析部30b基于标准辅料光谱、标准活性成分光谱以及合格光谱数据对合并光谱进行比对分析,判定药品的真伪;
步骤S5,输出相应结果。
图10为本发明所涉及的实施例中的光谱处理合并部的流程图。
如图8所示,光谱处理合并部的动作流程包含如下步骤:
步骤S3-1,平均暗电流值计算子单元31a从合格光谱中获取暗电流值后求平均得到平均暗电流值,进入步骤S3-2中;
步骤S3-2,暗电流方差计算子单元31b对暗电流值进行方差计算,得到暗电流方差值,进入步骤S3-3中;
步骤S3-3,阈值范围计算子单元31c分别将平均暗电流值与5倍的暗电流方差值进行相减和相加计算,得到阈值范围的下限值和上限值,进入步骤S3-4中;
步骤S3-4,像素坏点判定子单元31d判定合格光谱的暗电流值是否在该阈值范围内,若判定结果为是,进入步骤S3-5中,若判定结果为否,则进入步骤S3-6中;
步骤S3-5,像素坏点判定子单元31d判定该合格光谱不存在像素坏点,然后结束对该合格光谱的处理;
步骤S3-6,坏点相邻位移值获取子单元31e获取位于不在阈值范围的暗电流值所对应的位移值的前后的两个相邻位移值,进入步骤S3-7中;
步骤S3-7,修复强度值计算子单元31f分别获取两个相邻位移值分别对应的强度值并进行平均计算,得到修复强度值,进入步骤S3-8中;
步骤S3-8,像素坏点修复子单元31g将与不在阈值范围的暗电流值相对应的强度值,替换为修复强度值,得到像素坏点修复光谱,进入步骤S3-9中;
步骤S3-9,相似度计算单元32将像素坏点修复光谱两两配对,分别计算每组的相似度值,进入步骤S3-10中;
步骤S3-10,光谱个数统计子单元33a统计相似度值不小于预定阈值(0.95)的像素坏点修复光谱的个数A,进入步骤S3-11中;
步骤S3-11,合格率计算记录子单元33b计算A与总的像素坏点修复光谱的个数的比值,并将该比值作为光谱合格率进行记录,进入步骤S3-12中;
步骤S3-12,光谱合格率判定单元34判定光谱合格率是否满足预定合格率,若判定结果为满足时,进入步骤S3-13中,若判定结果为不满足时,则结束整个处理程序;
步骤S3-13,强度值获取子单元35a从所有相似度大于或等于预定阈值的像素坏点修复光谱中分别获取与同一位移值相对应的强度值,进入步骤S3-14中;
步骤S3-14,平均强度值计算子单元35b对获取的强度值求平均,得到平均强度值,进入步骤S3-15中;
步骤S3-15,光谱合并子单元35c以上述位移值为横坐标,以平均强度值为纵坐标,得到合并光谱,进入步骤S3-16中;
步骤S3-16,输出部30e输出合并光谱,结束处理。
图11是本发明所涉及的实施例中的比对分析部的流程图。
如图11所示,比对分析部的动作流程包含如下步骤:
步骤S4-1,标准辅料光谱获取单元36经输出部30e、标准系统侧通信装置6以及标准光谱获取装置5从标准辅料光谱库中获取所有标准辅料光谱,然后进入步骤S4-2中;
步骤S4-2,相似值计算单元37分别计算合并光谱与每一种标准辅料光谱之间的相似度值,然后进入步骤S4-3中;
步骤S4-3,相似度值排序单元38根据计算得到的相似度值的数值大小对标准辅料光谱进行排序,获得标准辅料的排名信息,然后进入步骤S4-4中;
步骤S4-4,辅料信息获取单元39从标准辅料的排名信息中获取预定名次的标准辅料信息,并从合并光谱数据中获取药品的辅料信息,然后进入步骤S4-5中;
步骤S4-5,比对判断单元40将标准辅料信息与药品的同样名次的辅料信息一一比对,并判断是否一致,当判断结果为一致时,进入步骤S4-6中,当判断不一致时,进入步骤S4-7中;
步骤S4-6,第一结果设定单元41设定药品为第一合格药品,然后进入步骤S4-8中;
步骤S4-7,第一结果设定单元41设定药品为不合格药品,然后进入步骤S4-16中;
步骤S4-8,活性成分光谱搜索获取单元42依据药品的活性成分信息从标准活性成分光谱库中搜索获取对应的标准活性成分光谱,然后进入步骤S4-9中;
步骤S4-9,极大值和位移值获取部分43a分别从合并光谱和标准活性成分光谱的强度值中获取所有的极大值,并获取所有的极大值所对应的位移值,然后进入步骤S4-10中;
步骤S4-10,强度值获取部分43b根据每个极大值所对应的位移值,获取每个位移值左右七个位移值所分别对应的强度值,然后进入步骤S4-11中;
步骤S4-11,极大值判定部分43c判定该左边七个强度值是否是逐渐增加并且该右边七个强度值是否逐渐减小,若判定结果为是,进入步骤S4-12中,若判定结果为否,则进入步骤S4-9中;
步骤S4-12,特征峰值设定单元43d将的位移值为对应光谱的特征峰值,然后进入步骤S4-13中;
步骤S4-13,特征峰匹配值计算单元44计算同样的位移值范围内合并光谱的预定个数的特征峰与相对应的标准活性成分光谱的特征峰之间的匹配值,然后进入步骤S4-14中;
步骤S4-14,匹配值判断单元45判断特征峰匹配值计算单元44计算得到的匹配值是否满足大于0.95的条件,当判断结果为满足时,进入步骤S4-15中,当判断结果为不满足时,则进入步骤S4-7中;
步骤S4-15,第二结果设定单元46设定药品为第二合格药品,然后进入步骤S4-16中;
步骤S4-16,结果判定单元47判定药品是否被设定为第一合格药品、第二合格药品,当判定为是时,进入步骤S4-17中;当判断为否时,进入步骤S4-18中;
步骤S4-17,结果判定单元47判定药品为真药,然后进入步骤S4-19中;
步骤S4-18,结果判定单元47判定药品为假药,然后进入步骤S4-19中;
步骤S4-19,输出判定结果,然后进入结束状态。
本实施例的光谱质量控制装置适用于但又不局限于对拉曼光谱,还可以对红外光谱、近红外光谱进行质量控制。
实施例的作用与效果:
根据本实施例涉及的光谱处理比对装置、药品真伪判定系统以及光谱处理比对方法,由于光谱处理合并部具有像素坏点判断处理单元、相似度计算单元、光谱合格率计算记录单元、光谱合格率判定单元以及光谱合并单元,不仅能对对接收的合格光谱进行像素坏点修复处理,提高了采集结果的一致性,而且能够对修复坏点后的合格光谱进行合格率判断,并将符合条件的光谱进行合并,得到合并光谱,简化了药品真伪的判定过程。
另一方面,在比对分析部中,标准辅料光谱获取单元、相似值计算单元、相似度值排序单元、辅料信息获取单元、比对判断单元以及第一结果设定单元构成第一判断方式,活性成分光谱搜索获取单元、特征峰设定单元、特征峰匹配值计算单元、匹配值判断单元以及第二结果设定单元构成第二判断方式。因此本发明的光谱比对判定装置、光谱判定方法以及药品真伪判定系统不仅通过第一判断方式从辅料信息层面分析了药品的组成成分,根据匹配的辅料结果可以验证辅料与其成分说明是否一致来判断药品真伪,而且同时通过第二判断方式从活性成分光方面进行判断,进而对药品进行真假判定。进一步,两种判断方式相互独立,互不干扰,可以避免外界因素造成的失误,进一步提高结果判定的准确性。
此外,本发实施例的光谱处理比对装置、方法以及药品真伪判定系统真正实现了简单化、智能化、网络化、高效化等功能,对操作人员的技术要求不高、且能及时反馈操作人员的问题所在,不受时间、地点的限制,高效实现信息、数据和经典分析方案共享。
作为本发明的药品真伪判定系统,除了与光谱数据采集装置以及标准光谱存储系统连接,用于判定药品的药品光谱真伪外,也可以与光谱数据采集系统以及本地的标准光谱存储系统连接使用。
在本实施例中,标准辅料光谱获取部、相似值计算部、相似度值排序部、辅料信息获取部、比对判断部、第一结果设定部构成第一判断方式,活性成分光谱搜索获取部、特征峰设定部、特征峰匹配值计算部、匹配值判断部以及第二结果设定部构成第二判断方式。在本实施例中,针对拉曼光谱的质量判断,依照第一判断方式、第二判断方式顺次运行,而在本发明的光谱质量检测装置中,还可以采用第二判断方式、第一判断方式顺次运行对拉曼光谱进行质量判断、或是采用两种判断方式并列运行。
Claims (9)
1.一种光谱处理比对装置,基于标准光谱存储系统中的标准辅料光谱库以及标准活性成分光谱库对来自于光谱质量检测装置的合格光谱进行处理和比对,其特征在于,包括:
接收部,接收至少三个所述合格光谱,以及与该合格光谱相对应的至少含有强度值、位移值、药品辅料信息以及药品活性成分信息的合格光谱数据;
光谱处理合并部,对所述合格光谱进行像素坏点修复处理,并对符合一定条件的像素坏点修复光谱进行合并,得到合并光谱;以及
比对分析部,基于标准辅料光谱、标准活性成分光谱以及所述合格光谱数据对所述合并光谱进行比对分析,判定药品的真伪,
所述比对分析部包括:
标准辅料光谱获取单元,获取所述标准辅料光谱库传输来的所有的标准辅料光谱;
相似度值排序单元,在相似度计算单元分别计算所述合并光谱与每一种所述标准辅料光谱之间的相似度值后,根据所述相似度值的大小对所述标准辅料光谱进行排序,获得标准辅料排名信息;
辅料信息获取单元,从所述标准辅料排名信息中获取预定名次的标准辅料信息,并从所述合格光谱数据中获取所述药品的辅料信息;
比对判断单元,将所述标准辅料信息与所述药品的辅料信息一一进行比对并判断是否一致;
第一结果设定单元,当判断结果为一致时,设定所述药品为第一合格药品;
活性成分光谱搜索获取单元,依据药品活性成分信息从所述标准活性成分光谱库中搜索获取对应的标准活性成分光谱;
特征峰设定单元,根据预定获取规则从所述合并光谱的强度值中获取预定个数的极大值,并将该极大值所在的峰设定为特征峰;
特征峰匹配值计算单元,计算同样的位移值范围内所述合并光谱的预定个数的所述特征峰与所述标准活性成分光谱的特征峰的匹配值;
匹配值判断单元,判断所述匹配值是否大于预定值;
第二结果设定单元,当判断结果为是时,设定所述药品为第二合格药品;以及
结果判定单元,当所述药品被设定为第一合格药品、第二合格药品时,判定所述药品为真药,
所述预定名次为3~6中任意一个数值,
所述预定个数为5~20中任意一个数值,
所述预定值为0.95,
所述光谱处理合并部包括:
像素坏点判断处理单元,判断所述合格光谱是否存在像素坏点,当存在所述像素坏点时,对存在所述像素坏点的所述合格光谱进行像素坏点修复处理,得到像素坏点修复光谱;
相似度计算单元,将两个所述像素坏点修复光谱设定为一组,分别计算每组的相似度值;
光谱合格率计算记录单元,计算所述相似度值不小于预定阈值的所述像素坏点修复光谱的个数与总的像素坏点修复光谱的个数的比值,并将该比值作为光谱合格率进行记录;
光谱合格率判定单元,判定所述光谱合格率是否满足预定合格率;
光谱合并单元,当判定结果为满足时,按预定合并方法将所述相似度值不小于预定阈值的所述像素坏点修复光谱进行合并得到合并光谱。
2.根据权利要求1所述的光谱处理比对装置,其特征在于:
其中,所述像素坏点判断处理单元包括:
平均暗电流值计算子单元,从所述合格光谱中获取暗电流值后求平均得到平均暗电流值;
暗电流方差计算子单元,对所述暗电流值进行方差计算,得到暗电流方差值;
阈值范围计算子单元,分别将所述平均暗电流值与5倍的暗电流方差值进行相减和相加计算,得到所述阈值范围的下限值和上限值;
像素坏点判定子单元,判定所述合格光谱的暗电流值是否在所述阈值范围内;
坏点相邻位移值获取子单元,获取位于不在所述阈值范围的所述暗电流值对应的位移值的前后的两个相邻位移值;
修复强度值计算子单元,分别获取所述两个相邻位移值分别对应的强度值并进行平均计算,得到修复强度值;以及
像素坏点修复子单元,将与所述不在所述阈值范围的暗电流值相对应的强度值,替换为所述修复强度值,得到所述像素坏点修复光谱。
3.根据权利要求1所述的光谱处理比对装置,其特征在于:
其中,所述预定阈值为0.95。
4.根据权利要求1所述的光谱处理比对装置,其特征在于:
其中,所述预定合格率为所述相似度不小于所述预定阈值的像素坏点修复光谱的个数占所述像素坏点修复光谱的总个数的百分比至少为50%,并且,当所述像素坏点修复光谱的总个数小于等于3时,所述预定合格率为100%,当所述预定合格率为50%时,所述像素坏点修复光谱的总个数大于等于6。
5.根据权利要求1所述的光谱处理比对装置,其特征在于:
其中,所述光谱合并单元具有平均强度值计算子单元以及光谱合并子单元,
强度值获取子单元从所有的相似度不小于所述预定阈值的像素坏点修复光谱中分别获取与同一位移值相对应的强度值,
所述平均强度值计算子单元对获取的所述强度值进行平均计算,得到平均强度值;
所述光谱合并子单元以上述位移值为横坐标,以所述平均强度值为纵坐标,得到所述合并光谱。
6.根据权利要求1所述的光谱处理比对装置,其特征在于:
其中,所述预定获取规则为以所述极大值为中心,当所述极大值的左边的连续数值内所述强度值上升、同时右边的连续数值内所述强度值下降时,设定所述极大值为特征峰值,所述连续数值为4~9中任意一个数值。
7.根据权利要求1所述的光谱处理比对装置,其特征在于:
其中,当所述第一结果设定单元未设定所述药品为第一合格药品或者所述第二结果设定单元未设定所述药品为第二合格药品时,所述结果判定单元判定所述药品为假药。
8.一种药品真伪判定系统,通过通信网络与光谱数据采集系统以及标准光谱存储系统连接,用于判定药品的真伪,其特征在于,包括:
光谱接收装置,用于接收光谱数据采集系统发送来的药品光谱以及与该药品光谱相对应的原始光谱数据,并接收标准光谱存储系统发送来的标准辅料光谱以及标准活性成分光谱以及分别与该两种标准光谱相对应的标准光谱数据;
光谱质量检测装置,对所述药品光谱进行质量检测,并将合格的所述药品光谱判定为合格光谱;以及
光谱处理比对装置,对所述合格光谱进行处理,并且基于所述两种标准光谱以及相对应的标准光谱数据对处理后的所述合格光谱进行比对,来判定所述药品的真伪,
其中,所述光谱处理比对装置为权利要求1~7中任意一项所述的光谱处理比对装置。
9.一种光谱处理比对方法,利用权利要求8所述的药品真伪判定系统并基于标准光谱存储系统中的标准辅料光谱库以及标准活性成分光谱库对来自于光谱质量检测装置的合格光谱进行处理和比对,从而对药品进行真伪判定,其特征在于,包括以下步骤:
接收至少三个所述合格光谱,以及与该合格光谱相对应的至少含有强度值、位移值、药品辅料信息以及药品活性成分信息的合格光谱数据;
判断所述合格光谱是否存在像素坏点,当存在所述像素坏点时,对存在所述像素坏点的所述合格光谱进行像素坏点修复处理,得到像素坏点修复光谱;
根据预定扣除方法对所述像素坏点修复光谱或判断不存在所述像素坏点的所述合格光谱进行背景扣除处理,得到背景扣除光谱;
根据预定平滑方法对所述背景扣除光谱进行平滑处理得到像素坏点修复光谱;
将两个所述像素坏点修复光谱设定为一组,分别计算每组的相似度值;
计算所述相似度值不小于预定阈值的所述像素坏点修复光谱的个数与总的像素坏点修复光谱的个数的比值,并将该比值作为光谱合格率进行记录;
判定所述光谱合格率是否满足预定合格率;
当判定结果为满足时,按预定合并方法,将所述相似度值不小于预定阈值的所述像素坏点修复光谱进行合并得到合并光谱;
获取所述标准辅料光谱库传输来的所有的标准辅料光谱;
在所述相似度计算单元分别计算所述合并光谱与每一种所述标准辅料光谱之间的相似度值后,根据所述相似度值的大小对所述标准辅料光谱进行排序,获得标准辅料排名信息;
从所述标准辅料排名信息中获取预定名次的标准辅料信息,并从所述合格光谱数据中获取所述药品的辅料信息;
将所述标准辅料信息与所述药品的同样名次的辅料信息一一进行比对并判断是否一致;
当判断结果为一致时,设定所述药品为第一合格药品;
依据所述药品活性成分信息从所述标准活性成分光谱库中搜索获取对应的标准活性成分光谱;
根据预定获取规则从所述合并光谱的强度值中获取预定个数的极大值,并将该极大值所在的峰设定为特征峰;
计算同样的位移值范围内所述合并光谱的预定个数的所述特征峰与所述标准活性成分光谱的特征峰的匹配值;
判断所述匹配值是否大于预定值;
当判断结果为是时,设定所述药品为第二合格药品;
当所述药品被设定为第一合格药品、第二合格药品时,判定所述药品为真药。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610968517.9A CN107991280B (zh) | 2016-10-27 | 2016-10-27 | 光谱处理比对装置、处理比对方法以及药品真伪判定系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610968517.9A CN107991280B (zh) | 2016-10-27 | 2016-10-27 | 光谱处理比对装置、处理比对方法以及药品真伪判定系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107991280A CN107991280A (zh) | 2018-05-04 |
CN107991280B true CN107991280B (zh) | 2021-09-03 |
Family
ID=62028699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610968517.9A Active CN107991280B (zh) | 2016-10-27 | 2016-10-27 | 光谱处理比对装置、处理比对方法以及药品真伪判定系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107991280B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101852734A (zh) * | 2010-06-01 | 2010-10-06 | 中国人民解放军第二军医大学 | 假药判别分析装置、系统以及方法 |
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 |
CN105704406A (zh) * | 2016-02-01 | 2016-06-22 | 上海集成电路研发中心有限公司 | 一种图像处理中坏点去除的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1874175A1 (en) * | 2005-04-19 | 2008-01-09 | Koninklijke Philips Electronics N.V. | Spectroscopic determination of analyte concentration |
JP2011115344A (ja) * | 2009-12-02 | 2011-06-16 | Sharp Corp | 摂食障害診断システム |
WO2013173408A1 (en) * | 2012-05-18 | 2013-11-21 | Sri International | System and method for authenticating a manufactured product with a mobile device |
CN104897636B (zh) * | 2014-03-07 | 2017-09-01 | 中国人民解放军第二军医大学 | 仿制药冒充原研药的一种检测方法 |
CN104122221B (zh) * | 2014-08-03 | 2016-04-20 | 北京康仁堂药业有限公司 | 中药提取过程动态趋势在线紫外分析方法 |
-
2016
- 2016-10-27 CN CN201610968517.9A patent/CN107991280B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101852734A (zh) * | 2010-06-01 | 2010-10-06 | 中国人民解放军第二军医大学 | 假药判别分析装置、系统以及方法 |
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 |
CN105704406A (zh) * | 2016-02-01 | 2016-06-22 | 上海集成电路研发中心有限公司 | 一种图像处理中坏点去除的方法 |
Non-Patent Citations (2)
Title |
---|
"利用 NIR技术建立异烟肼片一致性比对模型的研究";汪正宇;《安徽医药》;20140831;第18卷(第8期);第1426-1429页 * |
"基于药用辅料的拉曼光谱鉴别络活喜仿冒药研究";钱小峰等;《药学实践杂志》;20150725;第33卷(第4期);第334-337页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107991280A (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108007912B (zh) | 光谱修正分析装置、修正分析方法以及药品真伪判定系统 | |
CN112036755B (zh) | 一种建筑工程质量检测的监管方法及系统 | |
CN104062257B (zh) | 一种基于近红外光谱测定溶液中总黄酮含量的方法 | |
CN108780048A (zh) | 一种确定检测设备的方法、检测装置及可读存储介质 | |
CN109781658A (zh) | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 | |
CN111126497A (zh) | 变压器固体绝缘材料老化状态评估方法 | |
US20170356889A1 (en) | Three-dimensional spectral data processing device and processing method | |
CN107991279B (zh) | 光谱比对判定装置、方法以及药品真伪判定系统 | |
CN108007873B (zh) | 光谱检测处理装置、方法以及药品真伪判定系统 | |
CN116030310A (zh) | 一种基于激光诱导击穿光谱技术的样品分类方法及系统 | |
EP3443899A1 (en) | Method for evaluation of site of color irregularity and color irregularity site evaluation device | |
CN108007914B (zh) | 药品真伪判定系统以及药品真伪判定方法 | |
CN107991280B (zh) | 光谱处理比对装置、处理比对方法以及药品真伪判定系统 | |
CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
CN108007872B (zh) | 光谱检测修正装置、方法以及药品真伪判定系统 | |
CN112199295A (zh) | 一种基于频谱的深度神经网络缺陷定位方法及系统 | |
CN107300535A (zh) | 近红外快速检测有机肥有效成分含量的方法 | |
CN108007940B (zh) | 光谱比对判定装置、方法以及药品真伪判定系统 | |
CN107238557A (zh) | 一种利用近红外光谱法快速检测碳酸钙粒径分布的方法 | |
CN113553571B (zh) | 一种终端设备可信度度量方法及装置 | |
CN108007939B (zh) | 药品真伪判定系统以及药品真伪判定方法 | |
CN111307753B (zh) | 一种基于太赫兹技术的纤维材料检测系统及方法 | |
CN104181125A (zh) | 快速测定啤酒麦芽中库尔巴哈值的方法 | |
CN111474124B (zh) | 一种基于补偿的光谱波长选择方法 | |
CN108007915B (zh) | 光谱质量检测装置、方法以及药品真伪判定系统 |
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 |