CN108007873A - 光谱检测处理装置、方法以及药品真伪判定系统 - Google Patents

光谱检测处理装置、方法以及药品真伪判定系统 Download PDF

Info

Publication number
CN108007873A
CN108007873A CN201610955610.6A CN201610955610A CN108007873A CN 108007873 A CN108007873 A CN 108007873A CN 201610955610 A CN201610955610 A CN 201610955610A CN 108007873 A CN108007873 A CN 108007873A
Authority
CN
China
Prior art keywords
spectrum
value
condition
medicine
qualified
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
Application number
CN201610955610.6A
Other languages
English (en)
Other versions
CN108007873B (zh
Inventor
陆峰
柳艳
陈辉
朱青霞
陈秀娟
李皓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Second Military Medical University SMMU
Original Assignee
Second Military Medical University SMMU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Second Military Medical University SMMU filed Critical Second Military Medical University SMMU
Priority to CN201610955610.6A priority Critical patent/CN108007873B/zh
Publication of CN108007873A publication Critical patent/CN108007873A/zh
Application granted granted Critical
Publication of CN108007873B publication Critical patent/CN108007873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65Raman scattering

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发提供了一种光谱检测处理装置、以及包含该光谱检测处理装置的药品真伪判定系统,同时还提供了一种对药品光谱进行检测和处理的方法。本发明的光谱检测处理装置,包括:接收部;第一获取判断部;第一设定部;第二获取判断部;第二设定部;第三获取判断部;第三设定部;判定部,当药品光谱被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱时,判定药品光谱为合格光谱;背景扣除处理部得到背景扣除光谱;平滑处理部得到平滑光谱;光谱相似度计算部,计算所述平滑光谱的相似度;光谱合格率判断部;光谱合并部合并得到合并光谱;最终光谱设定部,设定所述合并光谱为最终光谱。

Description

光谱检测处理装置、方法以及药品真伪判定系统
技术领域
本发明具体涉及一种光谱检测处理装置、光谱检测处理方法以及药品真伪判定系统。
背景技术
与传统分析检测方法相比(如化学分析、电化学分析、色谱分析等),光谱法通常具有快速、准确、无损、可微区分析等特点,在药品分析领域具有广阔的应用前景。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,基层一线的光谱仪的操作者和使用者,经常是非专业技术人员,在采用光谱仪器提供的分析软件或第三方软件对光谱数据进行分析时,得到的假阴性或假阳性的结果中有部分是因为忽略了对采集的光谱质量而造成的。并且实际样品的特征各异,对仪器的响应也不尽相同,通过一一明确实验参数的方法也是不可能的。因此,在实际操作过程中,采样人员到底需要采集到怎样的光谱才符合后续分析的要求,有时也是不明确的,这样大大浪费时间、人力、物力。虽然目前对光谱进行分析的软件中可能包含了异常光谱剔除的功能,但这些软件只是告诉哪些是异常光谱,通常无法告知是何种原因产生的异常,对于一线的采样人员的现场测试参数的设置及实验操作规范性的指导意义不大。实际上,光谱具有良好的质量是获得准确可靠分析结果的重要前提与保障,但现状是,光谱分析软件一般专注于对高质量的光谱数据进行分析,基本没有关注待分析的光谱是否具有良好的质量。
另外,由于采集得到的光谱会受到荧光杂质、噪声等影响,会引起采集结果的不一致性,从而影响比对结果,那么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。所以为了能高效的应用事先建立的分析模型或方法,消除上述引起的光谱差异,以此来提高比对的准确性,显得尤为重要。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种对来自光谱数据采集系统的药品光谱进行处理能够更有效地消除由于荧光杂质、噪声等引起的采集误差的光谱检测处理装置、以及包含该光谱处理装置的药品真伪判定系统,同时还提供了一种对药品光谱进行检测处理的方法。
本发明提供了一种光谱检测处理装置,对来自于光谱数据采集系统的药品光谱进行质量检测,并对进行质量检测后合格的药品光谱进行修正处理,其特征在于,包括:光谱质量检测部分和光谱处理部分,其中,光谱质量检测部分用于对药品光谱的质量进行检测,具有:接收部,接收多个药品光谱,与该药品光谱相对应并且至少含位移值、强度值、噪声值和与光谱数据采集系统相对应的最大量程值的原始光谱数据;第一获取判断部,从原始光谱数据中获取最大位移值和最小位移值,并判断是否满足最小位移值小于预定下限值,最大位移值大于预定上限值的第一条件;第一设定部,当判断满足第一条件时,设定药品光谱为第一条件合格光谱;第二获取判断部,从原始光谱数据中获取最大强度值,并判断是否满足最大强度值小于最大量程值的第二条件;第二设定部,当判断满足第二条件时,设定药品光谱为第二条件合格光谱;第三获取判断部,根据预定获取规则从原始光谱数据的强度值中获取预定数量的极大值,并将该极大值作为特征峰值,同时获取与该特征峰值相对应的噪声值,并判断是否满足特征峰值和噪声值的比值在预定比值范围内的第三条件;第三设定部,当判断满足第三条件时,设定药品光谱为第三条件合格光谱;判定部,当药品光谱被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱时,判定药品光谱为合格光谱,光谱处理部分,当合格光谱的个数大于等于预定个数时,分别对各个合格光谱进行处理,并将处理完的各个合格光谱进行合并处理得到合并光谱,最后设定合并光谱为最终光谱。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,光谱处理部分具有:像素坏点判断处理部,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修复光谱;背景扣除处理部,根据预定扣除方法对像素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;平滑处理部,根据预定平滑方 法对背景扣除光谱进行平滑处理得到平滑光谱;光谱相似度计算部,计算平滑光谱的相似度;光谱合格率判断部,判断相似度大于或等于预定阈值的平滑光谱的合格率是否满足预定合格率;光谱合并部,当合格率满足预定合格率时,按预定合并方法,将相似度大于或等于预定阈值的平滑光谱进行合并得到合并光谱;最终光谱设定部,设定合并光谱为最终光谱。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,当第一获取判断部判断不满足第一条件、第二获取判断部判断不满足第二条件、或者第三获取判断部判断不满足第三条件时,判定部判定药品光谱为不合格光谱。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,当合格光谱的个数小于预定个数时,光谱处理部分不对合格光谱进行处理。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,像素坏点判断处理部包括:平均暗电流值计算单元,从合格光谱中获取暗电流值后求平均得到平均暗电流值;暗电流方差计算单元,对暗电流值进行方差计算,得到暗电流方差值;预定范围计算单元,将平均暗电流值与2-8倍的暗电流方差值进行相减和相加计算,得到预定范围;像素坏点判断单元,判断合格光谱的暗电流值是否满足在预定范围的条件;坏点相邻位移值获取单元,获取位于不在预定范围的暗电流值对应的位移值的前后的两个相邻位移值;修复强度值计算单元,分别获取两个相邻位移值分别对应的强度值并求平均得到修复强度值;像素坏点修复单元,将与不在预定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。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,预定扣除方法为自适应迭代惩罚最小二乘方法,预定平滑方法为Whittaker惩罚最小二乘法。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,预定合格率为相似度大于或等于预定阈值的平滑光谱的个数占平滑光谱的总个数的百分比大于等于50%。
本发明提供的光谱检测处理装置中,还可以具有这样的特征:其中,预定合并方法包括以下步骤:步骤1,从所有相似度大于或等于预定阈值的平滑光谱中分别获取与同一位移值相对应的强度值;步骤2,对步骤1中获取的强度值求平 均,得到平均强度值;步骤3,以步骤1中的位移值为横坐标,以平均强度值为纵坐标,得到合并光谱,预定阈值为0.90-0.99。
本发明还提供了一种药品真伪判定系统,与光谱采集系统以及含有标准物质光谱库和标准药品光谱库的库存储系统相连接,用于判定药品的真伪,其特征在于,包括:光谱接收装置,接收来自光谱采集系统的药品光谱并发送预定个数以上的药品光谱;光谱检测处理装置,采用光谱质量检测部分接收预定个数以上的药品光谱,对药品光谱进行质量检测,将合格的药品光谱判定为合格光谱,当合格光谱的个数大于或等于预定个数时,采用光谱处理部分分别对各个合格光谱进行修正处理,进一步将完成修正处理的各个合格光谱合并为合并光谱,最后将合并光谱设定为最终光谱;光谱比对判定装置,基于标准药品光谱库,对最终光谱进行真伪的判定,其中,光谱检测处理装置为上述中任意一项的光谱检测处理装置。
本发明还提供了一种光谱检测处理方法,对来自于光谱数据采集系统的药品光谱进行质量检测,并对进行质量检测后合格的药品光谱进行处理,其特征在于,包括以下步骤:接收多个药品光谱,与该药品光谱相对应并且至少含位移值、强度值、噪声值和与光谱数据采集系统相对应的最大量程值的原始光谱数据;从原始光谱数据中获取最大位移值和最小位移值,并判断是否满足最小位移值小于预定下限值,最大位移值大于预定上限值的第一条件;当判断满足第一条件时,设定药品光谱为第一条件合格光谱;从原始光谱数据中获取最大强度值,并判断是否满足最大强度值小于最大量程值的第二条件;当判断满足第二条件时,设定药品光谱为第二条件合格光谱;根据预定获取规则从原始光谱数据的强度值中获取预定数量的极大值,并将该极大值作为特征峰值,同时获取与该特征峰值相对应的噪声值,并判断是否满足特征峰值和噪声值的比值在预定比值范围内的第三条件;当判断满足第三条件时,设定药品光谱为第三条件合格光谱;当药品光谱被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱时,判定药品光谱为合格光谱,当合格光谱的个数大于等于预定个数时,分别对各个合格光谱进行处理,并将处理完的各个合格光谱进行合并处理得到合并光谱,最后设定合并光谱为最终光谱。
发明的作用与效果
根据本发明所涉及的光谱检测处理装置、方法以及药品真伪判定系统,因为通过光谱范围、最大量程值、光谱信噪比、光谱强度等方面对光谱质量进行控制,以保证样品的光谱质量符合后续分析的要求。同时也对采样人员实际操作中的实验参数设置给予指导,从而大大提高工作效率和后续分析结果的准确性;并且由于光谱检测处理装置具有像素坏点判断处理部、背景扣除处理部、平滑处理部,能对对接收的合格光谱进行像素坏点修复处理、背景扣除处理部以及平滑处理,提高了采集结果的一致性,因此进一步提高了药品真伪判定结果的准确性;又由于光谱检测处理装置还包括光谱相似度计算部、光谱合格率判断部以及光谱合并部,能对处理过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。
附图说明
图1为本发明的实施例中药品真伪判定体系的框图;
图2为本发明的实施例中药品真伪判定系统的框图;
图3为本发明的实施例中光谱检测处理装置的框图;
图4为符合第一条件的拉曼光谱;
图5为不符合第二条件的拉曼光谱;
图6为满足第三条件的拉曼光谱;
图7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8为本发明所涉及的实施例中进行背景扣除处理前后的光谱对比示意图;
图9为本发明所涉及的实施例中进行平滑处理前后的光谱对比示意图;
图10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11为本发明所涉及的实施例中的药品真伪判定系统的动作流程图;
图12为本发明实施例的光谱检测处理装置的光谱质量检测部分对药品光谱进行质量检测的动作流程图;
图13为本发明实施例的光谱检测处理装置的光谱处理部分对合格光谱进行修正处理的动作流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明光谱检测处理装置以及药品真伪判定系统作具体阐述。
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1用于对药品的真伪进行快速判定,包括可相互传递数据信息的库存储系统100、光谱采集系统200以及药品真伪判定系统300。
库存储系统100包括标准药品光谱库110。
标准药品光谱库110包括标准药品光谱存储部111以及搜索部112。
标准药品光谱存储部111中的存储信息包括各种药品对应的标准药品拉曼光谱,这里的标准药品拉曼光谱指的是药品光谱经过各种拉曼光谱质量检测和修正处理后得到光谱,用于作为药品真伪判定时的参照标准。本实施例中,不同名称的药品以同一型号的采集装置为基础设立。标准药品光谱存储部111中的存储信息示例见表1所示,表1中的包括采集装置型号栏、与采集装置型号相对应的药品名称栏以及相应的标准药品光谱栏,表1中的标准药品光谱图和标准药品图谱数据用字母结合数字表示。如表1所示,表中的不同药品的光谱均为采集装置型号为“00”的采集装置所采集,不同的药品名称对应不同的标准药品光谱。
表1标准药品光谱存储部的存储信息示例
搜索部112根据收到的搜索指令在标准药品光谱库110中进行搜索,获取需 要的标准药品光谱。
如图1所示,光谱采集系统200包括条形码识别部210、光谱采集部220、暂存部分230以及上传部240。
条形码识别部210用于识别待测药品的外包装的条形码,得到与该药品对应的药品名称等信息,并存储入暂存部分230。
光谱采集部220对待判定的药品的一个药片进行采集,采集一次得到一个药品光谱,并逐个存储入暂存部分230。
上传部240将暂存部分230中的采集装置信号、药品名称、药品光谱、校正标准物质名称以及校正标准物质光谱等上传给药品真伪判定系统300进行后续处理和判定。校正标准物质光谱是用于在后续工作中能对仪器之间的误差进行校正,是光谱采集部220在一定规定期限内采集一定国际标准物质得到的标准物质光谱,为了便于区别,命名为校正标准物质名称和校正标准物质光谱。本实施例中设定为进行了5次采集,得到5个药品光谱,上传的校正标准物质光谱为本次进行药品光谱采集前对校正标准物质进行采样得到。为了便于说明,本实施例中,本次采样的药品名称以G表示,光谱采集系统200的型号以04表示,得到的五个药品光谱分别以G-1、G-2、G-3、G-4、G-5表示,校正标准物质名称以B3表示,校正标准物质光谱以B3-G4表示。
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300包括光谱接收装置310、光谱检测处理装置320、光谱比对判定装置350以及控制上述各个装置运行的控制装置360。
光谱接收装置310包括接收部311、判断部312以及输出部313。接收部311接收上传部240传输过来的信息;判断部312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313将接收的信息输出给光谱检测处理装置320,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。本实施例中预定个数为3个,药品光谱个数为5,满足条件,所以将接收部311接收的信息发送给光谱检测处理装置320。
图3是本发明的实施例中光谱检测处理装置的框图。
如图3所示,光谱检测处理装置320包括光谱质量检测部分、光谱处理部分、暂存部分分、输出部分343以及控制上述各部分运行的控制部分344。
光谱质量检测部分具有:接收部321、预值存储部、第一获取判断部322、第一设定部323、第二获取判断部324、第二设定部325、第三获取判断部326、第三设定部327、判定部330。
预值存储部存储预定下限值、预定上限值、预定比值范围、预定阈值以及预定获取规则。预定下限值为200,预定上限值为2,预定比值范围为0.5到3000,预定阈值为3000。
接收部321接收光谱接收装置310输出的合格光谱、采集装置信号、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,并存储到暂存部分中。
第一获取判断部322包括位移值获取单元3221以及第一条件判断单元3222。
位移值获取单元3221从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据中最大位移值以及最小位移值,并从预值存储部获取预定下限值、预定上限值。
第一条件判断单元3222判断是否满足最小位移值小于预定下限值,最大位移值大于预定上限值的第一条件。
当判断满足第一条件时,第一设定部323将拉曼光谱设定为第一合格光谱,并将第一合格光谱暂存在暂存部分中;当判断不满足第一条件时,第一设定部323不对拉曼光谱进行设定,并将拉曼光谱暂存在暂存部分中。
图4是符合第一条件的拉曼光谱。
如图4所示,拉曼光谱最小位移值为69cm-1,最大位移值为2799cm-1,符合第一条件。故而可将该拉曼光谱设定为第一合格光谱,并对其暂存。
第二获取判断部324包括最大强度值获取单元3241、最大量程值获取单元3242以及第二条件判断单元3243。
最大强度值获取单元3241从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据中最大强度值。
最大量程值获取单元3242从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据对应的仪器的最大量程值。
第二条件判断单元3243判断是否满足最大强度值小于最大量程值的第二条 件。
当判断满足第二条件时,第二设定部325将拉曼光谱设定为第二合格光谱,并将第二合格光谱暂存在暂存部分中;当判断不满足第二条件时,第二设定部325不对拉曼光谱进行设定,并将拉曼光谱暂存在暂存部分中。
图5是多条不符合第二条件的拉曼光谱。
如图5所示,拉曼光谱的左端图谱的强度值超出仪器的最大量程值,无法对这些拉曼光谱进行下一步的分析,即使对这些拉曼光谱进行分析,也极易造成失误。故而第二设定部325不对图5中的拉曼光谱进行设定,并将拉曼光谱暂存在暂存部分中。
第三获取判断部326包括预定规则获取单元3261、极大值获取单元3262、强度值获取单元3263、特征峰值判定单元3264、噪声值获取单元3265、比值计算单元3266以及第三条件判断单元3267。
预定规则获取单元3261从预值存储部获取对应的预定规则。预定获取规则为:当极大值的附近连续数值内强度值上升、同时连续数值内强度值下降时,设定极大值为特征峰值。连续数值取值为5。
极大值获取单元3262从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据中极大值以及该极大值对应的位移值。
强度值获取单元3263根据极大值对应的位移值,获取附近10个位移值对应的强度值。
特征峰值判定单元3264判断强度值获取单元3263获取的强度值是否符合预定获取规则。当判断符合时,特征峰值判定单元3264判定该极大值为特征峰值;当判断不符合时,特征峰值判定单元3264判定该极大值不为特征峰值,极大值获取单元3262再次获取极大值,直至最终判定出特征峰值。
响应值噪声值获取单元3265根据特征峰值获取对应的噪声值和响应值。
比值计算单元3266计算响应值与噪声值的比值。
第三条件判断单元3267判断是否满足响应值与噪声值的比值在预定比值范围内的第三条件。
图6是满足第三条件的拉曼光谱。
如图6所示,以475cm-1处的特征峰为例,该特征峰值附件连续5个点强度 值上升、同时连续5个点强度值下降,计算此特征峰的信噪比(响应值与噪声水平的比值)为18,满足上述范围要求。当判断满足第三条件时,第三设定部327将拉曼光谱设定为第三合格光谱,并将第三合格光谱暂存在暂存部分中;当判断不满足第三条件时,第三设定部327不对拉曼光谱进行设定,并将拉曼光谱暂存在暂存部分中。
当拉曼光谱被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱时,判定部330判定拉曼光谱为合格光谱,并将合格光谱暂存在暂存部分中;当第一获取判断部判断不满足第一条件、第二获取判断部判断不满足第二条件、第三获取判断部判断不满足第三条时,判定部330判定拉曼光谱为不合格光谱。
光谱处理部分具有:像素坏点判断处理部331、背景扣除处理部332、平滑处理部333、光谱相似度计算部334、光谱合格率判断部335、光谱合并部336、最终光谱设定部337。
像素坏点判断处理部331包括平均暗电流值计算单元3311、暗电流方差计算单元3312、预定范围计算单元3313、像素坏点判断单元3314、坏点相邻位移值获取单元3315、修复强度值计算单元3316以及像素坏点修复单元3317。
平均暗电流值计算单元3311从合格光谱中获取各个暗电流值后求平均得到平均暗电流值。
暗电流方差计算单元3312基于上述得到的平均暗电流值,对合格光谱中的所有暗电流值进行方差计算,得到暗电流方差值。
预定范围计算单元3313将平均暗电流值与2-8倍的暗电流方差值进行相减计算,本实施例中取5倍的暗电流方差值,得到预定范围的的下限值,将平均电流值与5倍的暗电流方差值进行相加计算,得到预定范围的上限值。
像素坏点判断单元3314判断获取的暗电流值是否满足在预定范围的条件,当判断结果为满足时,不需要进行像素坏点修复,直接进入后续处理。
当判断结果为满足时,坏点相邻位移值获取单元3315获取位于像素坏点对应的位移值的前后的两个相邻位移值。
修复强度值计算单元3316获取上述计算得到的两个位移值分别对应的两个强度值,并对该两个强度值求平均得到修复强度值。
图7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。
像素坏点修复单元3317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7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。
图8为本发明所涉及的实施例中进行背景扣除处理前后的光谱对比示意图。
背景扣除处理部332按预定扣除方法,对不存在像素坏点的合格光谱或像素坏点修复光谱,由于检测时含有杂质等引起的荧光背景进行扣除修正处理,得到背景扣除光谱。预定扣除方法为自适应迭代惩罚最小二乘方法,参数名称与范围:平滑参数[10,10^9],惩罚阶数:2,平滑参数[10,100],惩罚阶数:1。对本实施例中进行背景扣除修正处理前后的光谱对比实例见图8,图中A为背景扣除前的光谱图,B为背景扣除后的光谱图。
图9为本发明所涉及的实施例中进行平滑处理前后的光谱对比示意图。
平滑处理部333根据预定平滑方法,对背景扣除光谱进行平滑处理,去除由于噪声引起的毛刺,得到平滑光谱。预定平滑方法为Whittaker惩罚最小二乘法,平滑参数[10,10^9],惩罚阶数:2,平滑参数[10,100],惩罚阶数:1。这里得到的平滑光谱存储到暂存部分相应的合格文件中。图9显示了进行平滑处理前后的对比,图中A为平滑处理前的光谱图,B为平滑处理后的光谱图。
从像素坏点判断处理部331到平滑处理部333的处理过程中,对所有合格光谱逐个进行上述处理,每处理完一个,设定为平滑光谱,并存储到暂存部分中。本实施例中,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,得到三条平滑光谱,分别为:G-P1、G-P2、G-P3。
光谱相似度计算部334通过两两比较计算各个平滑光谱对应的相似度。本实施例中,如表3所示经计算,,两两比较后,三个平滑光谱的相似度分别为0.98、0.97、0.99。
表3三个合格光谱相似度比较结果
光谱合格率判断部335包括合格率计算单元3351和合格率判断单元335。
合格率计算单元3351计算相似度大于或等于预定阈值的平滑光谱个数与总的平滑光谱的个数的比值,得到合格率,预定阈值为0.90-0.99,本实施例中为0.95。
合格率判断单元3352判断上述合格率是否满足预定合格率,当判断结果为满足时,则继续后续处理,当判断结果为不满足时,则停止处理。本实施例中,为相似度大于或等于预定阈值的平滑光谱的个数占平滑光谱的总个数的百分比大于等于50%,并且,当平滑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,平滑光谱的总个数大于等于6。本实施例得到的三条平滑光谱,相似度均大于95%,所以合格率为100%,符合预定合格率的要求。
光谱合并部336对相似度大于或等于预定阈值的平滑光谱按预定合并方法进行合并得到合并光谱,预定合并方法包括以下步骤:
步骤1,从所有相似度大于或等于预定阈值的平滑光谱中分别获取与同一位移值相对应的强度值;
步骤2,对步骤1中获取的强度值求平均,得到平均强度值;
步骤3,以步骤1中的位移值为横坐标,以平均强度值为纵坐标,即得到合并光谱。
例如,本实施例中,三条平滑光谱的位移值和各自对应的强度值分别如表3所示。从表4中可以看出,三条平滑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4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-BP表示,G-BP的位移值和强度值如表5所示。
图10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10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。
表5合并光谱位移值与强度值示例
最终光谱设定部337,设定上述合并光谱为最终光谱。
输出部分343输出最终光谱。
控制部分344包括控制光谱处理装置320的上述各个部分运行的计算程序。
光谱比对判定装置350包括接收部351、搜索指令设定部352、标准光谱接收部353、比对判定部354以及输出部355。
接收部351接收来自光谱处理装置330的最终光谱以及相应的药品名称等信息。
搜索指令设定部352设定搜索指令为在标准药品光谱库110中搜索与最终光谱的药品名称一致的标准药品光谱。
标准光谱接收部353接收根据上述搜索指令获得的标准药品光谱。
比对判断部354将最终光谱与标准药品光谱进行比对,得到真伪判定结果。
输出部355将真伪判定的结果向特定的用户输出。
控制装置360包括控制上述各个装置运行的计算程序。
图11为本发明所涉及的实施例中的药品真伪判定系统的动作流程图。
如图11所示,在本实施例中,药品真伪判定系统300的动作流程包含如下步骤:
步骤S1,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药品名称、采集装置型号,以及与该采集装置型号相对应的校正标准物质名称以及相应的校正标准物质光谱;
步骤S2,光谱接收装置310判断药品光谱的总个数是否满足大于等于3的条件,当判断结果为满足时,进入步骤S3,当判断结果为不满足时,进入步骤S7,输出个数不足的结果,结束;
步骤S3,光谱质量检测装置320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光谱;
步骤S4,判断合格光谱的总个数是否满足大于等于3的条件,判断结果为满足时,进入步骤S5,判断结果为不满足时,则进入步骤S7,输出个数不足的结果,结束;
步骤S5,光谱处理装置330接收采集装置型号、药品名称、合格光谱、校正标准物质名称以及校正标准物质光谱,并基于标准物质光谱库对合格光谱进行处理合并后修正得到最终光谱;
步骤S6,光谱比对判定装置350将最终光谱与标准药品光谱进行比较,得到药品真伪判定结果;
步骤S7,输出相应结果。
图12是本发明实施例的光谱检测修正处理装置的光谱质量检测部分对药品光谱进行质量检测的动作流程图。
如图12所示,在本实施例中,光谱检测修正处理装置320的光谱质量检测部分对药品光谱进行光谱质量检测的动作流程包含如下步骤:
步骤S3-1,接收部321接收光谱接收装置310输出的同一药品的多个拉曼光谱以及原始拉曼光谱数据,以及与该采集系统200相对应的校正标准物质名称和相应的校正标准物质光谱,并将其暂存在暂存部分中,然后进入步骤S3-2。
步骤S3-2,位移值获取单元3221从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据中最大位移值以及最小位移值,并从预值存储部获取预定下限值、预定上限值,然后进入步骤S3-3。
步骤S3-3,第一条件判断单元3222判断是否满足最小位移值小于预定下限值,最大位移值大于预定上限值的第一条件,当判断为是时,进入步骤S3-4;当判断为否时,进入步骤S3-17。
步骤S3-4,第一设定部323将拉曼光谱设定为第一合格光谱,并将第一合格光谱暂存在暂存部分中,然后进入步骤S3-5。
步骤S3-5,最大强度值获取单元3241从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据中最大强度值,然后进入步骤S3-6。
步骤S3-6,最大量程值获取单元3242从暂存部分中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据对应的仪器的最大量程值,然后进入步骤S3-7。
步骤S3-7,第二条件判断单元3243判断是否满足最大强度值小于最大量程值的第二条件,当判断为是时,进入步骤S3-8;当判断为否时,进入步骤S3-17。
步骤S3-8,第二设定部325将拉曼光谱设定为第二合格光谱,并将第二合格光谱暂存在暂存部分中,然后进入步骤S3-9。
步骤S3-9,预定规则获取单元3261从预值存储部获取对应的预定规则,然后进入步骤S3-10。
步骤S3-10,极大值获取单元3262从暂存部中获取原始拉曼光谱数据,并获取该原始拉曼光谱数据中极大值以及该极大值对应的位移值,然后进入步骤S3-11。
步骤S3-11,强度值获取单元3263根据极大值对应的位移值,获取附近10个位移值对应的强度值,然后进入步骤S3-12。
步骤S3-12,特征峰值判定单元3264判断强度值获取单元3263获取的强度值是否符合预定获取规则,当判断为是时,进入步骤S3-13;当判断为否时,进入步骤S3-10。
步骤S3-13,特征峰值判定单元3264判定该极大值为特征峰值,噪声值获取单元3265根据特征峰值获取对应的噪声值,然后进入步骤S3-14。
步骤S3-14,比值计算单元3266计算特征峰值与噪声值的比值,然后进入步骤S3-15。
步骤S3-15,第三条件判断单元3267判断是否满足响应值与噪声值的比值在预定比值范围内的第三条件,当判断为是时,进入步骤S3-16;当判断为否时, 进入步骤S3-18。
步骤S3-16,第三设定部327将拉曼光谱设定为第三合格光谱,并将第三合格光谱暂存在暂存部中,然后进入步骤S3-17。
步骤S3-17,判定部3210判断拉曼光谱是否被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱,当判断为是时,进入步骤S3-18;当判断为否时,进入步骤S3-18。
步骤S3-18,判定部3210判定拉曼光谱为合格光谱并存储到暂存部中,然后进入结束状态。
步骤S3-19,判定部3210判定拉曼光谱为不合格光谱,然后进入结束状态。
图13是本发明实施例的光谱检测处理装置的处理部分对合格光谱进行修正处理的动作流程图。
如图13所示,在本实施例中,光谱处理装置320的处理部分进行合格光谱修正处理的动作流程包含如下步骤:
步骤S5-1,平均暗值电流计算单元3311从合格光谱中获取暗电流值后求平均得到平均暗电流值;
步骤S5-2,暗电流方差计算单元3312对合格光谱的暗电流值进行方差计算,得到暗电流方差值;
步骤S5-3,预定范围计算单元3313将平均暗电流值与5倍的暗电流方差值进行相加减计算,得到预定范围;
步骤S5-4,像素坏点判断单元3314判断暗电流值是否满足在预定范围的条件,当判断结果为满足时,进入步骤S5-9,判断结果为不满足时,表示该暗电流值对应的强度值为像素坏点,则进入步骤S5-6;
步骤S5-5,坏点相邻位移值获取单元3315获取位于上述像素坏点的对应的位移值的前后的两个位移值;
步骤S5-6,修复强度值计算单元3316获取上述计算得到的两个位移值分别对应的两个强度值,并对该两个强度值求平均得到修复强度值;
步骤S5-7,像素坏点修复单元3317将像素坏点对应的强度值,替换为上述修复强度值,得到像素坏点修复光谱;
步骤S5-8,背景扣除处理部332按预定背景扣除方法对像素修复光谱进行 背景扣除处理,得到背景扣除光谱;
步骤S5-9,平滑处理部333按预定平滑方法对背景扣除光谱进行平滑处理得到平滑光谱;
步骤S5-10,光谱相似度计算部334基于从平滑光谱获取强度值,计算出各个平滑光谱的相似度;
步骤S5-11,合格率计算单元3351计算相似度大于或等于预定阈值的平滑光谱的个数占平滑光谱的总个数的百分比,得到合格率;
步骤S5-12,合格率判断单元3352判断上述合格率是否满足预定合格率,当判断结果为满足时,进入步骤S5-13,当判断结果为不满足时,结束;
步骤S5-13,光谱合并部336对相似度大于或等于预定阈值的平滑光谱进行合并得到合并光谱;
步骤S5-14,最终光谱设定部337,设定上述位移修正光谱为最终光谱;
步骤S5-15,输出部分343输出最终光谱。
本实施例的光谱检测处理装置适用于但又不局限于对拉曼光谱、红外光谱、近红外光谱的检测处理。同时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。
实施例的作用与效果
根据本发明所涉及的光谱检测处理装置以及药品真伪判定系统,因为通过光谱范围、最大量程值、光谱信噪比、光谱强度等方面对光谱质量进行控制,以保证样品的光谱质量符合后续分析的要求;同时也对采样人员实际操作中的实验参数设置给予指导,从而大大提高工作效率和后续分析结果的准确性;并且由于光谱检测处理装置具有像素坏点判断处理部、背景扣除处理部、平滑处理部,能对对接收的合格光谱进行像素坏点修复处理、背景扣除处理部以及平滑处理,提高了采集结果的一致性,因此进一步提高了药品真伪判定结果的准确性;又由于光谱检测处理装置还包括光谱相似度计算部、光谱合格率判断部以及光谱合并部,能对处理过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。
本发明专利从样品本身采集到的光谱出发,结合光谱本身的特点对光谱数据 进行质量控制。通常采集到的光谱具有一定的范围,如拉曼光谱位移范围为50~3300cm-1,由于拉曼光谱仪本身无法将激发波长完全滤除,导致采集的样品光谱在200cm-1以下的范围内产生较强的信号,将会干扰后续的光谱判别。且对于2700cm-1以上的范围有机物质产生的信号也较少,保留这段范围光谱将会增加后续判别的工作量,故可对光谱范围进行截取。
其次,光谱仪器均有其最大量程值,当实验参数不合适时,其样品的光谱强度达到仪器的最大量程值,此时,样品本应呈现出的特征的光谱,将出现一条直线,将无法体现样品自身的光谱特性,后续的判别也将无意义,故在样品进行判别时需要对光谱的最大强度值进行判别,防止超出仪器的最大量程值的现象出现。
再次,由于仪器本身也会产生噪声,若样品的光谱的信噪比过低,样品的信息将会淹没在的噪声中,使得样品的特征信息不能完全体现出来,而影响后续的分析判别。因此,为了更好地进行定性、定量分析,还需对光谱的信噪比进行检测。
最后,对光谱数据进行定性分析时,需要利用到光谱的整体特征。为了使样品的特征尽可能地体现出来,我们通过对光谱最强峰的响应值要大于设定的阈值,以保证样品光谱中的强度较小的峰尽可能多地展现出来,以保证后续的定性和定量分析结果的准确性。
通过从上述各个方面对光谱质量进行控制,以保证样品的光谱质量。同时也对采样人员实际操作中的实验参数的设置给予指导,从而大大提高了工作效率和后续分析结果的准确性。
另外,由于光谱检测处理装置还能从接收的校正标准物质光谱和来自标准物质光谱库的预定标准物质光谱中,分别对获取相应的局部最大值,由此得到相应的位移修正曲线,而利用该位移修正曲线,能对接收的合格光谱进行位移修正,重新建模,消除由于仪器之间的不同或老化引起的误差,因此进一步提高了药品真伪判定结果的准确性。
在本实施例中,第一获取判断部、第一设定部构成第一处理方式,第二获取判断部、第二设定部构成第二处理方式,第三获取判断部、第三设定部构成第三处理方式,第四获取判断部、第四设定部构成第四处理方式,光谱检测处理装置 包括第一处理方式、第二处理方式、第三处理方式和第四处理方式。但作为本发明的光谱检测处理装置还可仅包括第一处理方式、第二处理方式、第三处理方式,只要达到本发明的技术效果。
在本实施例中,针对拉曼光谱的质量判断,依照第一处理方式、第二处理方式、第三处理方式和第四处理方式顺次运行,而在本发明的光谱检测处理装置中,还可以采用第二处理方式、第一处理方式、第四处理方式和第三处理方式顺次运行或是其他排列方法对拉曼光谱进行质量判断。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。

Claims (10)

1.一种光谱检测处理装置,对来自于光谱数据采集系统的药品光谱进行质量检测,并对进行质量检测后合格的所述药品光谱进行处理,其特征在于,包括:
光谱质量检测部分和光谱处理部分,
其中,所述光谱质量检测部分用于对所述药品光谱的质量进行检测,具有:
接收部,接收多个所述药品光谱,与该药品光谱相对应并且至少含位移值、强度值、噪声值和与所述光谱数据采集系统相对应的最大量程值的原始光谱数据;
第一获取判断部,从所述原始光谱数据中获取最大位移值和最小位移值,并判断是否满足所述最小位移值小于预定下限值,所述最大位移值大于预定上限值的第一条件;
第一设定部,当判断满足所述第一条件时,设定所述药品光谱为第一条件合格光谱;
第二获取判断部,从所述原始光谱数据中获取最大强度值,并判断是否满足所述最大强度值小于所述最大量程值的第二条件;
第二设定部,当判断满足所述第二条件时,设定所述药品光谱为第二条件合格光谱;
第三获取判断部,根据预定获取规则从所述原始光谱数据的所述强度值中获取预定数量的极大值,并将该极大值作为特征峰值,同时获取与该特征峰值相对应的噪声值,并判断是否满足所述特征峰值和所述噪声值的比值在预定比值范围内的第三条件;
第三设定部,当判断满足所述第三条件时,设定所述药品光谱为第三条件合格光谱;
判定部,当所述药品光谱被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱时,判定所述药品光谱为合格光谱,
光谱处理部分,当合格光谱的个数大于等于预定个数时,分别对各个合格光谱进行处理,并将处理完的各个合格光谱进行合并处理得到合并光谱,最后设定所述合并光谱为最终光谱。
2.根据权利要求1所述的光谱检测处理装置,其特征在于:
其中,所述光谱处理部分具有:
像素坏点判断处理部,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修复光谱;
背景扣除处理部,根据预定扣除方法对所述像素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;
平滑处理部,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平滑光谱;
光谱相似度计算部,计算所述平滑光谱的相似度;
光谱合格率判断部,判断所述相似度大于或等于预定阈值的所述平滑光谱的合格率是否满足预定合格率;
光谱合并部,当所述合格率满足预定合格率时,按预定合并方法,将所述相似度大于或等于预定阈值的平滑光谱进行合并得到所述合并光谱;
最终光谱设定部,设定所述合并光谱为所述最终光谱。
3.根据权利要求1所述的光谱检测处理装置,其特征在于:
其中,当所述第一获取判断部判断不满足所述第一条件、所述第二获取判断部判断不满足所述第二条件、或者所述第三获取判断部判断不满足所述第三条件时,所述判定部判定所述药品光谱为不合格光谱。
4.根据权利要求1所述的光谱检测处理装置,其特征在于:
其中,当所述合格光谱的个数小于预定个数时,所述光谱处理部分不对所述合格光谱进行处理。
5.根据权利要求2所述的光谱检测处理装置,其特征在于:
其中,所述像素坏点判断处理部包括:
平均暗电流值计算单元,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;
暗电流方差计算单元,对所述暗电流值进行方差计算,得到暗电流方差值;
预定范围计算单元,将所述平均暗电流值与2-8倍的暗电流方差值进行相减和相加计算,得到预定范围;
像素坏点判断单元,判断所述合格光谱的暗电流值是否满足在预定范围的条件;
坏点相邻位移值获取单元,获取位于不在所述预定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;
修复强度值计算单元,分别获取所述两个相邻位移值分别对应的强度值并求平均得到修复强度值;
像素坏点修复单元,将与所述不在所述预定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。
6.根据权利要2所述的光谱检测处理装置,其特征在于:
其中,所述预定扣除方法为自适应迭代惩罚最小二乘方法,
所述预定平滑方法为Whittaker惩罚最小二乘法。
7.根据2所述的光谱检测处理装置,其特征在于:
其中,所述预定合格率为所述相似度大于或等于预定阈值的平滑光谱的个数占所述平滑光谱的总个数的百分比大于等于50%。
8.根据2所述的光谱检测处理装置,其特征在于:
其中,所述预定合并方法包括以下步骤:
步骤1,从所有所述相似度大于或等于预定阈值的平滑光谱中分别获取与同一位移值相对应的强度值;
步骤2,对步骤1中获取的所述强度值求平均,得到平均强度值;
步骤3,以步骤1中的所述位移值为横坐标,以所述平均强度值为纵坐标,得到所述合并光谱,
所述预定阈值为0.90-0.99。
9.一种药品真伪判定系统,与光谱采集系统以及含有标准物质光谱库和标准药品光谱库的库存储系统相连接,用于判定药品的真伪,其特征在于,包括:
光谱接收装置,接收来自光谱采集系统预定个数的药品光谱;
光谱检测处理装置,采用光谱质量检测部分接收所述预定个数以上的药品光谱,对所述药品光谱进行质量检测,将合格的所述药品光谱判定为合格光谱,当所述合格光谱的个数大于或等于预定个数时,采用光谱处理部分分别对各个所述合格光谱进行修正处理,进一步将完成修正处理的各个所述合格光谱合并为合并光谱,最后将所述合并光谱设定为最终光谱;
光谱比对判定装置,基于所述标准药品光谱库,对所述最终光谱进行所述真伪的判定,
其中,所述光谱检测处理装置为权利要求1至8中任意一项所述的光谱检测处理装置。
10.一种光谱检测理方法,对来自于光谱数据采集系统的药品光谱进行质量检测,并对进行质量检测后合格的所述药品光谱进行处理,其特征在于,包括以下步骤:
接收多个所述药品光谱,与该药品光谱相对应并且至少含位移值、强度值、噪声值和与所述光谱数据采集系统相对应的最大量程值的原始光谱数据;
从所述原始光谱数据中获取最大位移值和最小位移值,并判断是否满足所述最小位移值小于预定下限值,所述最大位移值大于预定上限值的第一条件;
当判断满足所述第一条件时,设定所述药品光谱为第一条件合格光谱;
从所述原始光谱数据中获取最大强度值,并判断是否满足所述最大强度值小于所述最大量程值的第二条件;
当判断满足所述第二条件时,设定所述药品光谱为第二条件合格光谱;
根据预定获取规则从所述原始光谱数据的所述强度值中获取预定数量的极大值,并将该极大值作为特征峰值,同时获取与该特征峰值相对应的噪声值,并判断是否满足所述特征峰值和所述噪声值的比值在预定比值范围内的第三条件;
当判断满足所述第三条件时,设定所述药品光谱为第三条件合格光谱;
当所述药品光谱被设定为第一条件合格光谱、第二条件合格光谱、第三条件合格光谱时,判定所述药品光谱为合格光谱,
当合格光谱的个数大于等于预定个数时,分别对各个合格光谱进行处理,并将处理完的各个合格光谱进行合并处理得到合并光谱,最后设定所述合并光谱为最终光谱。
CN201610955610.6A 2016-10-27 2016-10-27 光谱检测处理装置、方法以及药品真伪判定系统 Active CN108007873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610955610.6A CN108007873B (zh) 2016-10-27 2016-10-27 光谱检测处理装置、方法以及药品真伪判定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610955610.6A CN108007873B (zh) 2016-10-27 2016-10-27 光谱检测处理装置、方法以及药品真伪判定系统

Publications (2)

Publication Number Publication Date
CN108007873A true CN108007873A (zh) 2018-05-08
CN108007873B CN108007873B (zh) 2020-12-08

Family

ID=62047330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610955610.6A Active CN108007873B (zh) 2016-10-27 2016-10-27 光谱检测处理装置、方法以及药品真伪判定系统

Country Status (1)

Country Link
CN (1) CN108007873B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109507167A (zh) * 2018-11-16 2019-03-22 深圳达闼科技控股有限公司 一种物质检测方法、装置、计算设备及计算机存储介质
CN110530841A (zh) * 2019-07-16 2019-12-03 河北伊诺光学科技股份有限公司 一种谱图有效性验证方法、系统、电子设备及存储介质
CN112676193A (zh) * 2019-10-18 2021-04-20 李和伟 光谱检测在检测改性膜布质量中的应用及检测方法和检测设备

Citations (6)

* Cited by examiner, † Cited by third party
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
CN105606584A (zh) * 2015-12-15 2016-05-25 厦门出入境检验检疫局检验检疫技术中心 一种使用拉曼光谱鉴别物品一致性的方法和系统
CN105628676A (zh) * 2015-12-29 2016-06-01 北京华泰诺安探测技术有限公司 一种拉曼光谱修正系统及方法
CN105628681A (zh) * 2016-04-11 2016-06-01 惠州市食品药品检验所 一种灵芝孢子油的鉴别方法
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
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
CN105606584A (zh) * 2015-12-15 2016-05-25 厦门出入境检验检疫局检验检疫技术中心 一种使用拉曼光谱鉴别物品一致性的方法和系统
CN105628676A (zh) * 2015-12-29 2016-06-01 北京华泰诺安探测技术有限公司 一种拉曼光谱修正系统及方法
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
CN105628681A (zh) * 2016-04-11 2016-06-01 惠州市食品药品检验所 一种灵芝孢子油的鉴别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUI CHEN 等: "Automatic standardization method for Raman spectrometers with applications to pharmaceuticals", 《J. RAMAN SPECTROSC.》 *
任玲玲 等: "几种代表性纯物质拉曼光谱有效测量程序的确定", 《现代测量与实验室管理》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109507167A (zh) * 2018-11-16 2019-03-22 深圳达闼科技控股有限公司 一种物质检测方法、装置、计算设备及计算机存储介质
CN110530841A (zh) * 2019-07-16 2019-12-03 河北伊诺光学科技股份有限公司 一种谱图有效性验证方法、系统、电子设备及存储介质
CN112676193A (zh) * 2019-10-18 2021-04-20 李和伟 光谱检测在检测改性膜布质量中的应用及检测方法和检测设备

Also Published As

Publication number Publication date
CN108007873B (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
TWI353565B (en) Smoke detecting method and device
CN108007873A (zh) 光谱检测处理装置、方法以及药品真伪判定系统
CN105136736B (zh) 在线近红外样本量确定方法
CN110458195A (zh) 一种基于多判据融合的异常数据甄别方法
CN102628794A (zh) 一种基于高光谱成像技术的畜肉细菌总数快速测定方法
CN109827957A (zh) 一种基于计算机视觉的水稻叶片spad值估测方法及系统
CN109060771B (zh) 一种基于光谱不同特征集的共识模型构建方法
CN108007912A (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
CN109738380A (zh) 一种土壤盐渍化程度的高光谱遥感判断方法
CN107976417A (zh) 一种基于红外光谱的原油种类识别方法
Zhao et al. A customizable automated container-free multi-strip detection and line recognition system for colorimetric analysis with lateral flow immunoassay for lean meat powder based on machine vision and smartphone
CN108007872A (zh) 光谱检测修正装置、方法以及药品真伪判定系统
CN111896497B (zh) 一种基于预测值的光谱数据修正方法
CN203572772U (zh) 基于多波长led荧光光谱的云端中药品质检测系统
CN205786571U (zh) 一种农产品市场监测系统
CN107075567A (zh) 用于荧光数据校正的方法
CN108007914B (zh) 药品真伪判定系统以及药品真伪判定方法
CN109060715A (zh) 一种基于自组织神经网络的近红外光谱共识模型的构建方法
CN107340241A (zh) 一种基于短波成像光谱技术检测人参皂苷含量的方法
CN104807844A (zh) 一种稻谷及其制品中镉含量的快速筛查检测方法
CN108007913A (zh) 光谱处理装置、方法以及药品真伪判定系统
CN108007915A (zh) 光谱质量检测装置、方法以及药品真伪判定系统
CN108982390B (zh) 一种基于原子吸收光谱信息的水体农药残留检测方法
CN108007940B (zh) 光谱比对判定装置、方法以及药品真伪判定系统
Merga Measuring and analysis of plant diseases

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