CN108982788A - 一种基于大数据的中药材质量评估系统 - Google Patents

一种基于大数据的中药材质量评估系统 Download PDF

Info

Publication number
CN108982788A
CN108982788A CN201810581641.9A CN201810581641A CN108982788A CN 108982788 A CN108982788 A CN 108982788A CN 201810581641 A CN201810581641 A CN 201810581641A CN 108982788 A CN108982788 A CN 108982788A
Authority
CN
China
Prior art keywords
chinese medicine
content
standard
practical
indicate
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
CN201810581641.9A
Other languages
English (en)
Other versions
CN108982788B (zh
Inventor
沈同平
高洁
金力
徐伟
王元茂
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.)
Anhui University of Traditional Chinese Medicine AHUTCM
Original Assignee
沈同平
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 沈同平 filed Critical 沈同平
Priority to CN201810581641.9A priority Critical patent/CN108982788B/zh
Publication of CN108982788A publication Critical patent/CN108982788A/zh
Application granted granted Critical
Publication of CN108982788B publication Critical patent/CN108982788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/15—Medicinal preparations ; Physical properties thereof, e.g. dissolubility
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Food Science & Technology (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Medicinal Chemistry (AREA)
  • Geometry (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于大数据的中药材质量评估系统，包括中药材数据获取模块、图像获取模块、药材原料检测模块、服务器和显示终端，服务器分别与中药材数据获取模块、图像获取模块、药材原料检测模块和显示终端连接。本发明通过中药材数据获取模块、图像获取模块、药材原料检测模块并结合服务器，对中药材的基本数据信息、图像信息以及中药材的含水量、农药残留量、黄曲霉素含量以及重金属含量总和进行有效地分析，以判断各中药材的质量，便于对中药材的品质进行筛选和分类，避免人工评估过程中浪费时间，人力和物力，具有中药材的评价准确性高和速度快的特点，为中药材选材提供大大的便利，且保证中药材的评估标准一致性。

Description

一种基于大数据的中药材质量评估系统
技术领域
本发明属于大数据技术领域，涉及到一种基于大数据的中药材质量评估系统。
背景技术
中药材就有道地性的说法，它是指人们传统公认的且来源于特定产区的具有中国特色的名优正品药材，其本质是药材质量好、疗效好，在长期使用中得到了医者与患者的普遍认可，然而，中药材道地性的划分标准主要来源于实践经验，是人为的、相对的、模糊的，许多道地药材质量形成的科学机理尚不清楚，只知其然不知其所以然，特别是在道地产区内同种药材的质量也参差不齐。
目前通常都是通过人工结合药材本身的数据进行质量的评定，使得中药材的质量无法得到统一的认证管理，无法对中药材的质量进行有效地评估，且不利于中药材的推广，现有对中药材的质量评定都是基于人工的方式，不但浪费人力，效率低，且很难实现一个公平公正的评价，使中药材的评定标准不统一，进而造成中药材质量评估的准确性差和速度慢。
发明内容
本发明的目的在于提供一种基于大数据的中药材质量评估系统，解决了现有中药材质量评估的过程中，存在人工评估的效率低、劳动量大、评估的准确性低以及评估标准不一致的问题。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的中药材质量评估系统，包括中药材数据获取模块、图像获取模块、药材原料检测模块、服务器和显示终端，服务器分别与中药材数据获取模块、图像获取模块、药材原料检测模块和显示终端连接；
中药材数据获取模块用于获取中药材的基本数据信息，并将获取的中药材的基本数据信息发送至服务器；
图像获取模块用于拍摄中药材的图像信息，并将拍摄的中药材的图像信息发送至服务器；
药材原料检测模块用于检测中药材的实际含水量、实际农药残留量、实际黄曲霉素含量以及实际重金属含量总和，并将检测的中药材的实际含水量、实际农药残留量、实际黄曲霉素含量以及实际重金属含量总和发送至服务器；
服务器接收中药材数据获取模块发送的药材的基本数据信息、图像获取模块发送的中药材的图像信息以及药材原料检测模块发送的中药材的实际含水量、实际农药残留量、实际黄曲霉素含量和实际重金属含量总和，服务器各药材按照设定的药材顺序，对各药材进行编号，并按照中药材种类分别对该药材的生长地域、种植环境以及生长年限进行统计，构成中药材基本信息集合Ai(ai,bi,ci)，其中，Ai表示为编号为i的中药材对应的该药材的基本信息集合，ai表示为编号为i的中药材的生长地域，bi表示为编号为i的中药材的种植环境，ci表示为编号为i的中药材的生长年限，服务器将各中药材的基本信息集合中药材生长地域、种植环境和生长年限与设定的各中药材的标准生长地域条件、标准种植环境条件以及标准生长年限进行逐一对比；
对该中药材的生长地域、种植环境和生长年限进行量化，若某种中药材的生长地域条件高于该中药材的标准生长地域条件，则ai取1.3，若某种中药材的生长地域条件与该中药材的标准生长地域条件相当，则ai取1，若某种中药材的生长地域条件低于该中药材的标准生长地域条件，则ai取0.6；
若某种中药材的种植环境条件高于该中药材的标准种植环境条件，则bi取1.2，若某种中药材的种植环境条件与该中药材的标准种植环境条件相当，则bi取1，若某种中药材的种植环境条件低于该中药材的标准种植环境条件，则bi取0.65；
若某种中药材的生长年限比该中药材的标准生长年限长，则若某种中药材的生长年限与该中药材的标准生长年限相同，则ci＝1，若某种中药材的生长年限低于该中药材的标准生长年限，则
服务器根据图像获取模块发送的图像信息对中药材的图像信息进行放大、提取，且图像获取模块拍摄的摄像头距离中药材间的间距固定，均为等距离拍摄，服务器将接收的图像信息进行放大，提取放大后的图像信息中中药材的形状特征和茎秆尺寸，将提取的中药材的形状特征和茎秆尺寸分别与设定的该药材标准图像中该中药材的形状特征和茎秆尺寸进行对比，得到中药材的形状特征对比结果以及中药材的茎秆尺寸差，对中药材的形状特征对比结果进行量化，得到中药材的形状特征对比值，若该中药材的形状特征与标准图像中该中药材的形状特征相同，均为直条型结构，则取形状特征对比值Di＝1，若该中药材的形状特征与标准图像中该中药材的形状特征不相同，且该中药材的形状特征不为直条型结构，则取形状特征对比值Di＝0.8，其中，Di表示编号为i的中药材的形状特征对比值；
同时，服务器提取该中药材的茎秆尺寸差，得到茎秆尺寸差集合Vi(vi1,vi2,...,vij,...,vin,...,vik,...,vi2n)，其中，vin表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸相同，即中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸的相似度相同，vi＝vin＝1，vij表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸小，且j＜n，即vik表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸大，且2n＞k＞n，即其中，u表示因子系数，u取2.582；
服务器对接收的药材原料检测模块发送的中药材的含水量、农药残留量、黄曲霉素含量以及重金属含量总和构成中药材原料数据集合Wi(wi1,wi2,wi3,wi4)，其中，wi1表示编号为i的中药材的实际含水量，wi2表示编号为i的中药材的实际农药残留量，wi3表示编号为i的中药材的实际黄曲霉素含量，wi4表示编号为i的中药材的实际重金属含量总和，不同种中药材均设置有标准含水量、标准农药残留量、标准黄曲霉素含量以及标准重金属含量并构成中药材标准数据集合Wi′(w′i1,w′i2,w′i3,w′i4)，其中，w′i1表示编号为i的中药材的标准含水量，w′i2表示编号为i的中药材的标准农药残留量，w′i3表示编号为i的中药材的标准黄曲霉素含量，w′i4表示编号为i的中药材的标准重金属含量总和，将中药材原料数据集合与中药材标准数据集合进行逐一对比，得到检测数据集合差ΔWi(Δwi1,Δwi2,Δwi3,Δwi4)，其中，Δwi1表示编号为i的中药材的实际含水量与标准含水量间的差值，Δwi2表示编号为i的中药材的实际农药残留量与标准农药残留量间的差值，Δwi3表示编号为i的中药材的实际黄曲霉素含量与标准黄曲霉素含量间的差值，Δwi4表示编号为i的中药材的实际重金属含量总和与标准重金属含量总和间的差值；
服务器通过中药材质量评估算法计算中药材的质量评估系数Q，并将中药材的质量评估系数发送至显示终端；
显示终端接收服务器发送的中药材的质量评估系数并进行显示。
进一步地，所述药材原料检测模块包括含水量检测单元、农药残留检测单元、黄曲霉素检测单元和重金属检测单元；
所述含水量检测单元采用含水量传感器，用于检测药材原料中各种药材的实际含水量；农药残留检测单元为农药残留检测仪，用于检测药材原料中各种药材的实际农药残留含量；黄曲霉素检测单元为黄曲霉素检测仪，用于检测药材原料中各种药材的实际黄曲霉素含量；重金属检测单元为重金属检测仪，用于检测药材原料中各药材的实际重金属含量总和，所述重金属含量总和包括污染中药材的重金属种类以及每种重金属对应的含量。
进一步地，所述中药材的质量评估算法
其中，f表示环境因子，取0.385，h取2.16，ai表示编号为i的中药材的生长区域，bi表示编号为i的中药材的种植环境，ci表示编号为i的中药材的生长年限，Di表示编号为i的中药材的形状特征对比值，vi表示编号为i的中药材的茎秆尺寸差，Δwi1表示编号为i的中药材的实际含水量与标准含水量间的差值，Δwi2表示编号为i的中药材的际农药残留量与标准农药残留量间的差值，Δwi3表示编号为i的中药材的实际黄曲霉素含量与标准黄曲霉素含量间的差值，Δwi4表示编号为i的中药材的实际重金属含量总和与标准重金属含量总和间的差值。
本发明的有益效果：
本发明提供的基于大数据的中药材质量评估系统，通过中药材数据获取模块、图像获取模块、药材原料检测模块并结合服务器，对中药材的基本数据信息、图像信息以及中药材的含水量、农药残留量、黄曲霉素含量以及重金属含量总和进行有效地分析，以判断各中药材的质量，便于对中药材的品质进行筛选和分类，避免人工评估过程中浪费时间，人力和物力，具有中药材的评价准确性高和速度快的特点，为中药材选材提供大大的便利，且保证中药材的评估标准一致性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于大数据的中药质量评估系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于大数据的中药材质量评估系统，包括中药材数据获取模块、图像获取模块、药材原料检测模块、服务器和显示终端，服务器分别与中药材数据获取模块、图像获取模块、药材原料检测模块和显示终端连接；
中药材数据获取模块用于获取中药材的基本数据信息，并将获取的中药材的基本数据信息发送至服务器，所述中药材的基本数据信息包括中药材种类、生长地域、种植环境和生长年限等；
图像获取模块用于拍摄中药材的图像信息，并将拍摄的中药材的图像信息发送至服务器；
药材原料检测模块用于检测中药材的实际含水量、实际农药残留量、实际黄曲霉素含量以及实际重金属含量总和，并将检测的中药材的实际含水量、实际农药残留量、实际黄曲霉素含量以及实际重金属含量总和发送至服务器；
所述药材原料检测模块包括含水量检测单元、农药残留检测单元、黄曲霉素检测单元和重金属检测单元，所述含水量检测单元采用含水量传感器，用于检测药材原料中各种药材的实际含水量；农药残留检测单元为农药残留检测仪，用于检测药材原料中各种药材的实际农药残留含量；黄曲霉素检测单元为黄曲霉素检测仪，用于检测药材原料中各种药材的实际黄曲霉素含量；重金属检测单元为重金属检测仪，用于检测药材原料中各药材的实际重金属含量总和，所述重金属含量总和包括污染中药材的重金属种类以及每种重金属对应的含量。
服务器接收中药材数据获取模块发送的药材的基本数据信息、图像获取模块发送的中药材的图像信息以及药材原料检测模块发送的中药材的实际含水量、实际农药残留量、实际黄曲霉素含量和实际重金属含量总和，服务器各药材按照设定的药材顺序，对各药材进行编号，并按照中药材种类分别对该药材的生长地域、种植环境以及生长年限进行统计，构成中药材基本信息集合Ai(ai,bi,ci)，其中，Ai表示为编号为i的中药材对应的该药材的基本信息集合，ai表示为编号为i的中药材的生长地域，bi表示为编号为i的中药材的种植环境，ci表示为编号为i的中药材的生长年限，服务器将各中药材的基本信息集合中药材生长地域、种植环境和生长年限与设定的各中药材的标准生长地域条件、标准种植环境条件以及标准生长年限进行逐一对比；
对该中药材的生长地域、种植环境和生长年限进行量化，若某种中药材的生长地域条件高于该中药材的标准生长地域条件，则ai取1.3，若某种中药材的生长地域条件与该中药材的标准生长地域条件相当，则ai取1，若某种中药材的生长地域条件低于该中药材的标准生长地域条件，则ai取0.6；
若某种中药材的种植环境条件高于该中药材的标准种植环境条件，则bi取1.2，若某种中药材的种植环境条件与该中药材的标准种植环境条件相当，则bi取1，若某种中药材的种植环境条件低于该中药材的标准种植环境条件，则bi取0.65；
若某种中药材的生长年限比该中药材的标准生长年限长，则若某种中药材的生长年限与该中药材的标准生长年限相同，则ci＝1，若某种中药材的生长年限低于该中药材的标准生长年限，则
服务器根据图像获取模块发送的图像信息对中药材的图像信息进行放大、提取，且图像获取模块拍摄的摄像头距离中药材间的间距固定，均为等距离拍摄，服务器将接收的图像信息进行放大，提取放大后的图像信息中中药材的形状特征和茎秆尺寸，将提取的中药材的形状特征和茎秆尺寸分别与设定的该药材标准图像中该中药材的形状特征和茎秆尺寸进行对比，得到中药材的形状特征对比结果以及中药材的茎秆尺寸差，对中药材的形状特征对比结果进行量化，得到中药材的形状特征对比值，若该中药材的形状特征与标准图像中该中药材的形状特征相同，均为直条型结构，则取形状特征对比值Di＝1，若该中药材的形状特征与标准图像中该中药材的形状特征不相同，且该中药材的形状特征不为直条型结构，则取形状特征对比值Di＝0.8，其中，Di表示编号为i的中药材的形状特征对比值；
同时，服务器提取该中药材的茎秆尺寸差，得到茎秆尺寸差集合Vi(vi1,vi2,...,vij,...,vin,...,vik,...,vi2n)，其中，vin表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸相同，即中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸的相似度相同，vi＝vin＝1，vij表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸小，且j＜n，即vik表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸大，且2n＞k＞n，即其中，u表示因子系数，u取2.582。
服务器对接收的药材原料检测模块发送的中药材的含水量、农药残留量、黄曲霉素含量以及重金属含量总和构成中药材原料数据集合Wi(wi1,wi2,wi3,wi4)，其中，wi1表示编号为i的中药材的实际含水量，wi2表示编号为i的中药材的实际农药残留量，wi3表示编号为i的中药材的实际黄曲霉素含量，wi4表示编号为i的中药材的实际重金属含量总和，不同种中药材均设置有标准含水量、标准农药残留量、标准黄曲霉素含量以及标准重金属含量并构成中药材标准数据集合W′i(w′i1,w′i2,w′i3,w′i4)，其中，w′i1表示编号为i的中药材的标准含水量，w′i2表示编号为i的中药材的标准农药残留量，w′i3表示编号为i的中药材的标准黄曲霉素含量，w′i4表示编号为i的中药材的标准重金属含量总和，将中药材原料数据集合与中药材标准数据集合进行逐一对比，得到检测数据集合差ΔWi(Δwi1,Δwi2,Δwi3,Δwi4)，其中，Δwi1表示编号为i的中药材的实际含水量与标准含水量间的差值，Δwi2表示编号为i的中药材的实际农药残留量与标准农药残留量间的差值，Δwi3表示编号为i的中药材的实际黄曲霉素含量与标准黄曲霉素含量间的差值，Δwi4表示编号为i的中药材的实际重金属含量总和与标准重金属含量总和间的差值；
服务器通过中药材质量评估算法对中药材的生长区域ai、中药材的种植环境bi、中药材的生长年限ci、中药材的形状特征对比值Di、中药材的茎秆尺寸差vi、中药材的实际含水量与标准含水量间的差值Δwi1、中药材的实际农药残留量与标准农药残留量间的差值Δwi2、中药材的实际黄曲霉素含量与标准黄曲霉素含量间的差值Δwi3和中药材的实际重金属含量总和与标准重金属含量总和间的差值Δwi4进行分析，得到该中药材的质量评估系数Q，所述中药材的质量评估系数其中，f表示环境因子，取0.385，h取2.16，所述中药材的质量评估系数越高，则表明该中药材的质量越好，所述服务器将该中药材的质量评估系数发送至显示终端；
显示终端接收服务器发送的中药材的质量评估系数，便于工作人员直观地了解各中药材的品质，同时便于对中药材进行筛选和分类。
本发明提供的基于大数据的中药材质量评估系统，通过中药材数据获取模块、图像获取模块、药材原料检测模块并结合服务器，对中药材的基本数据信息、图像信息以及中药材的含水量、农药残留量、黄曲霉素含量以及重金属含量总和进行有效地分析，以判断各中药材的质量，便于对中药材的品质进行筛选和分类，避免人工评估过程中浪费时间，人力和物力，具有中药材的评价准确性高和速度快的特点，为中药材选材提供大大的便利，且保证中药材的评估标准一致性。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (3)

1.一种基于大数据的中药材质量评估系统，其特征在于：包括中药材数据获取模块、图像获取模块、药材原料检测模块、服务器和显示终端，服务器分别与中药材数据获取模块、图像获取模块、药材原料检测模块和显示终端连接；
中药材数据获取模块用于获取中药材的基本数据信息，并将获取的中药材的基本数据信息发送至服务器；
图像获取模块用于拍摄中药材的图像信息，并将拍摄的中药材的图像信息发送至服务器；
药材原料检测模块用于检测中药材的实际含水量、实际农药残留量、实际黄曲霉素含量以及实际重金属含量总和，并将检测的中药材的实际含水量、实际农药残留量、实际黄曲霉素含量以及实际重金属含量总和发送至服务器；
服务器接收中药材数据获取模块发送的药材的基本数据信息、图像获取模块发送的中药材的图像信息以及药材原料检测模块发送的中药材的实际含水量、实际农药残留量、实际黄曲霉素含量和实际重金属含量总和，服务器各药材按照设定的药材顺序，对各药材进行编号，并按照中药材种类分别对该药材的生长地域、种植环境以及生长年限进行统计，构成中药材基本信息集合Ai(ai,bi,ci)，其中，Ai表示为编号为i的中药材对应的该药材的基本信息集合，ai表示为编号为i的中药材的生长地域，bi表示为编号为i的中药材的种植环境，ci表示为编号为i的中药材的生长年限，服务器将各中药材的基本信息集合中药材生长地域、种植环境和生长年限与设定的各中药材的标准生长地域条件、标准种植环境条件以及标准生长年限进行逐一对比；
对该中药材的生长地域、种植环境和生长年限进行量化，若某种中药材的生长地域条件高于该中药材的标准生长地域条件，则ai取1.3，若某种中药材的生长地域条件与该中药材的标准生长地域条件相当，则ai取1，若某种中药材的生长地域条件低于该中药材的标准生长地域条件，则ai取0.6；
若某种中药材的种植环境条件高于该中药材的标准种植环境条件，则bi取1.2，若某种中药材的种植环境条件与该中药材的标准种植环境条件相当，则bi取1，若某种中药材的种植环境条件低于该中药材的标准种植环境条件，则bi取0.65；
若某种中药材的生长年限比该中药材的标准生长年限长，则若某种中药材的生长年限与该中药材的标准生长年限相同，则ci＝1，若某种中药材的生长年限低于该中药材的标准生长年限，则
服务器根据图像获取模块发送的图像信息对中药材的图像信息进行放大、提取，且图像获取模块拍摄的摄像头距离中药材间的间距固定，均为等距离拍摄，服务器将接收的图像信息进行放大，提取放大后的图像信息中中药材的形状特征和茎秆尺寸，将提取的中药材的形状特征和茎秆尺寸分别与设定的该药材标准图像中该中药材的形状特征和茎秆尺寸进行对比，得到中药材的形状特征对比结果以及中药材的茎秆尺寸差，对中药材的形状特征对比结果进行量化，得到中药材的形状特征对比值，若该中药材的形状特征与标准图像中该中药材的形状特征相同，则取形状特征对比值Di＝1，若该中药材的形状特征与标准图像中该中药材的形状特征不相同，则取形状特征对比值Di＝0.8，其中，Di表示编号为i的中药材的形状特征对比值；
同时，服务器提取该中药材的茎秆尺寸差，得到茎秆尺寸差集合Vi(vi1,vi2,...,vij,...,vin,...,vik,...,vi2n)，其中，vin表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸相同，即中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸的相似度相同，vi＝vin＝1，vij表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸小，且j＜n，即vik表示编号为i的中药材的茎秆尺寸与标准图像中该中药材的茎秆尺寸大，且2n＞k＞n，即其中，u表示因子系数，u取2.582；
服务器对接收的药材原料检测模块发送的中药材的含水量、农药残留量、黄曲霉素含量以及重金属含量总和构成中药材原料数据集合Wi(wi1,wi2,wi3,wi4)，其中，wi1表示编号为i的中药材的实际含水量，wi2表示编号为i的中药材的实际农药残留量，wi3表示编号为i的中药材的实际黄曲霉素含量，wi4表示编号为i的中药材的实际重金属含量总和，不同种中药材均设置有标准含水量、标准农药残留量、标准黄曲霉素含量以及标准重金属含量并构成中药材标准数据集合W′i(w′i1,w′i2,w′i3,w′i4)，其中，w′i1表示编号为i的中药材的标准含水量，w′i2表示编号为i的中药材的标准农药残留量，w′i3表示编号为i的中药材的标准黄曲霉素含量，w′i4表示编号为i的中药材的标准重金属含量总和，将中药材原料数据集合与中药材标准数据集合进行逐一对比，得到检测数据集合差ΔWi(Δwi1,Δwi2,Δwi3,Δwi4)，其中，Δwi1表示编号为i的中药材的实际含水量与标准含水量间的差值，Δwi2表示编号为i的中药材的实际农药残留量与标准农药残留量间的差值，Δwi3表示编号为i的中药材的实际黄曲霉素含量与标准黄曲霉素含量间的差值，Δwi4表示编号为i的中药材的实际重金属含量总和与标准重金属含量总和间的差值；
服务器通过中药材质量评估算法计算中药材的质量评估系数Q，并将中药材的质量评估系数发送至显示终端；
显示终端接收服务器发送的中药材的质量评估系数并进行显示。
2.根据权利要求1所述的一种基于大数据的中药材质量评估系统，其特征在于：所述药材原料检测模块包括含水量检测单元、农药残留检测单元、黄曲霉素检测单元和重金属检测单元；
所述含水量检测单元采用含水量传感器，用于检测药材原料中各种药材的实际含水量；农药残留检测单元为农药残留检测仪，用于检测药材原料中各种药材的实际农药残留含量；黄曲霉素检测单元为黄曲霉素检测仪，用于检测药材原料中各种药材的实际黄曲霉素含量；重金属检测单元为重金属检测仪，用于检测药材原料中各药材的实际重金属含量总和，所述重金属含量总和包括污染中药材的重金属种类以及每种重金属对应的含量。
3.根据权利要求1所述的一种基于大数据的中药材质量评估系统，其特征在于：所述中药材的质量评估算法其中，f表示环境因子，取0.385，h取2.16，ai表示编号为i的中药材的生长区域，bi表示编号为i的中药材的种植环境，ci表示编号为i的中药材的生长年限，Di表示编号为i的中药材的形状特征对比值，vi表示编号为i的中药材的茎秆尺寸差，Δwi1表示编号为i的中药材的实际含水量与标准含水量间的差值，Δwi2表示编号为i的中药材的际农药残留量与标准农药残留量间的差值，Δwi3表示编号为i的中药材的实际黄曲霉素含量与标准黄曲霉素含量间的差值，Δwi4表示编号为i的中药材的实际重金属含量总和与标准重金属含量总和间的差值。
CN201810581641.9A 2018-06-07 2018-06-07 一种基于大数据的中药材质量评估系统 Active CN108982788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810581641.9A CN108982788B (zh) 2018-06-07 2018-06-07 一种基于大数据的中药材质量评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810581641.9A CN108982788B (zh) 2018-06-07 2018-06-07 一种基于大数据的中药材质量评估系统

Publications (2)

Publication Number Publication Date
CN108982788A true CN108982788A (zh) 2018-12-11
CN108982788B CN108982788B (zh) 2019-07-12

Family

ID=64540983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810581641.9A Active CN108982788B (zh) 2018-06-07 2018-06-07 一种基于大数据的中药材质量评估系统

Country Status (1)

Country Link
CN (1) CN108982788B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110648069A (zh) * 2019-09-26 2020-01-03 张信信 一种基于运输车的蔬菜质量分析系统
CN113433274A (zh) * 2021-08-11 2021-09-24 张大宁 一种中药饮片的检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975845A (zh) * 2010-09-21 2011-02-16 成都中医药大学 中药品质自动检测系统
CN203465206U (zh) * 2013-05-21 2014-03-05 谢绍鹏 中药图像获取装置
CN105372400A (zh) * 2015-12-17 2016-03-02 江西汇仁药业有限公司 一种中药质量控制方法
CN105574661A (zh) * 2015-12-11 2016-05-11 芜湖乐锐思信息咨询有限公司 一种产品质量评估系统
CN105973858A (zh) * 2016-06-13 2016-09-28 宜春学院 一种中药品质自动检测系统
CN106326654A (zh) * 2016-08-24 2017-01-11 北京辛诺创新科技有限公司 基于大数据云分析的健康预测系统、智能终端和服务器
CN107464035A (zh) * 2017-06-30 2017-12-12 亳州中药材商品交易中心有限公司 中药材质量评定方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975845A (zh) * 2010-09-21 2011-02-16 成都中医药大学 中药品质自动检测系统
CN203465206U (zh) * 2013-05-21 2014-03-05 谢绍鹏 中药图像获取装置
CN105574661A (zh) * 2015-12-11 2016-05-11 芜湖乐锐思信息咨询有限公司 一种产品质量评估系统
CN105372400A (zh) * 2015-12-17 2016-03-02 江西汇仁药业有限公司 一种中药质量控制方法
CN105973858A (zh) * 2016-06-13 2016-09-28 宜春学院 一种中药品质自动检测系统
CN106326654A (zh) * 2016-08-24 2017-01-11 北京辛诺创新科技有限公司 基于大数据云分析的健康预测系统、智能终端和服务器
CN107464035A (zh) * 2017-06-30 2017-12-12 亳州中药材商品交易中心有限公司 中药材质量评定方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110648069A (zh) * 2019-09-26 2020-01-03 张信信 一种基于运输车的蔬菜质量分析系统
CN110648069B (zh) * 2019-09-26 2020-08-14 桐乡市常新农机专业合作社 一种基于运输车的蔬菜质量分析系统
CN113433274A (zh) * 2021-08-11 2021-09-24 张大宁 一种中药饮片的检测方法

Also Published As

Publication number Publication date
CN108982788B (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
Wing et al. Prediction of understory vegetation cover with airborne lidar in an interior ponderosa pine forest
Lu et al. Classification of successional forest stages in the Brazilian Amazon basin
Thomas et al. Leaf area index of an old-growth Douglas-fir forest estimated from direct structural measurements in the canopy
CN108982788B (zh) 一种基于大数据的中药材质量评估系统
Paul et al. Investigating the influence of roughness length for heat transport (zoh) on the performance of SEBAL in semi-arid irrigated and dryland agricultural systems
Roy et al. Stratification of density in dry deciduous forest using satellite remote sensing digital data—An approach based on spectral indices
Su et al. Characterization of diverse plant communities in Aspen Parkland rangeland using LiDAR data
CN107423537A (zh) 一种基于自适应阈值的地表温度降尺度的方法
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
Yusoff et al. Phenology and classification of abandoned agricultural land based on ALOS-1 and 2 PALSAR multi-temporal measurements
CN107704878A (zh) 一种基于深度学习的高光谱数据库半自动化建立方法
CN109191520A (zh) 一种基于色彩标定的植物叶面积测量方法及系统
CN113252583A (zh) 一种基于枯草植被指数计算高寒枯草覆盖度的方法
CN116188793A (zh) 一种基于卫星遥感影像的紫云英种植面积监测方法
CN112395765A (zh) 一种植被层水分利用效率的确定方法和et-gpp-wue测量装置
Hao et al. Methodology for optimizing quadrat size in sparse vegetation surveys: A desert case study from the Tarim Basin
Ma et al. Identification of forest disturbance and estimation of forest age in subtropical mountainous areas based on Landsat time series data
CN112347926B (zh) 基于建筑形态分布的高分辨率影像城中村检测方法
CN110070051A (zh) 基于计算机视觉技术的牛发情监测方法及系统
CN102360428B (zh) 一种玉米三叶期与七叶期的自动检测方法
CN116665081B (zh) 一种滨海植被地上生物量的估算方法、计算机设备及介质
CN106709922A (zh) 基于图像的牧草覆盖度和生物量自动检测方法
Wang et al. Estimating stem volume using QuickBird imagery and allometric relationships for open Populus xiaohei plantations
CN106846309B (zh) 基于图像的森林地表死可燃物载量的自动估计方法
CN116258844A (zh) 一种棉花叶片表型性状快速精准鉴定方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200728

Address after: 230031 Mei mountain road, 103, Anhui, Hefei

Patentee after: ANHUI University OF CHINESE MEDICINE

Address before: 230012 College of medicine and information engineering, Anhui University of traditional Chinese medicine, No. 1 Qianjiang Road, Hefei, Anhui

Patentee before: Shen Tongping