CN110850020B - 一种基于人工智能的中药识别方法 - Google Patents

Abstract

本发明公开了一种基于人工智能的中药识别方法，通过标准化的中药样品制备，中药标准化多维信息的采集，标准化的数据处理，结合深度学习的人工智能判别模式，实现高效快速精准的中药判别的一法通识技术。该技术通过供试品的标准化制备，实现样品采集的信息多样性及稳定性；利用多维谱模式的信息采集，实现中药概貌信息的获取；通过数据的标准化处理，实现与人工智能判别模式的有效对接。通过基于以上技术方法所构建的中药人工智能识别模式，可实现利用一种方法对多种未知中药的识别。该方法具有省时、省力、不同药材可批量处理、容错率高、系统适应性强等优点。

Description

一种基于人工智能的中药识别方法

技术领域

本发明涉及中药判别的方法，具体是一种基于人工智能的中药识别方法。

背景技术

中医药是中国独有的医疗体系和文化传承。中国中药资源丰富，应用历史悠久。但是，作为一种商品，中药材在流通伊始便伴随着来源各异，优劣混杂，掺伪掺假等现象。早在《神农本草经》中就指出“药有真伪新陈”，此后的历代本草著作中也对上述现象有详细记载。这些不良现象严重影响了中药临床使用的安全性和有效性，并阻碍了中药的现代化和国际化进程。如何快速准确地实现中药品质判别，对保证临床用药的效果和患者的生命安全，具有重要意义。

目前中药材质量控制多通过性状判定、显微识别、理化识别、薄层色谱、高效液相色谱、气相色谱乃至DNA分子生物学等识别方法对药材进行综合判定，针对中药品质判别问题也取得了一定进展。但是，中药中的化学成分受生长环境、采收时间、生长年限、加工及贮藏方法等多种因素的影响，同种中药也存在多元化的现象，导致中药质量控制仍然是目前中药发展中的重点和难点。总体而言，上述方法所构建的中药材质量控制体系仍不能完全消除中药材掺伪掺假等现象，也未能形成可追溯体系以回溯药材的来源产地等基本信息，对于中药的准确判别仍有待进一步完善。此外，由于不同操作者采用不同标准各自形成相关质控方法，不同方法之间缺乏统一性，以致这些方法大多难于普及，即使一些已经颁布的标准也存在容错率低和系统适应性差等缺点。因此，通过标准化设计，创建一种可推广的，客观精准的用于多种中药材一法通识的识别方法是亟待解决的问题。

发明内容

发明目的：本发明的目的是提供一种基于人工智能的中药识别方法，该方法主要通过将反相液相色谱法、亲水作用色谱法、体积排阻色谱法及质谱法等技术相结合以获得多维谱数据。在大量可重复获取的数据基础上，与人工智能相结合，建立中药材品质判别数据库。未知样品在已知多维谱数据的基础上，通过人工智能方法可以快速、精准地实现对未知药材的种类判断，不同来源药材的产地追溯。

技术方案：本发明所述的基于人工智能的中药识别方法，包括以下步骤：

(1)供试品的制备：将中药粉末进行样品前处理，按照中药成分的分子量及化学极性的大小制备适应于各种色谱方法的样品；

(2)多维谱数据获取：通过对步骤(1)所述的样品进行分析获得中药多维谱数据，所述的中药多维谱数据包括时间点-信号值列表、色谱图、等吸收线图、质谱图中的几种；

(3)识别模型和中药多维谱数据库的建立：通过分析步骤(2)获得的多维谱数据和对多种中药测试验证，深度学习与人工智能相结合，建立识别模型和中药多维谱数据库；

(4)人工智能识别：将未知药材通过步骤(1)-(2)获取该未知药材的多维谱数据，将该数据导入建立的识别模型和中药多维谱数据库进行药材识别。

所述的基于人工智能的中药识别方法，步骤(1)具体为：将中药粉末过筛，加入乙醇，称重，超声，放至室温，补足失重，离心，取上清，在温度≤50℃下挥干，超纯水复溶并定容至挥干前原体积，水系膜滤过，作为体积排阻色谱样品；

取上清5-10mL，缓慢加入乙腈至乙腈浓度达到92-98％，4-8℃静置10-15h，离心，分离上清液与沉淀，备用；上清液在温度≤50℃下挥干，用72-78％乙腈复溶并定容至5-10mL，有机滤膜滤过，作为反相色谱样品；沉淀加入10-20mL 67-73％甲醇溶解，离心，上清在温度≤50℃下挥干，用45-55％乙腈复溶并定容至5-10mL，有机滤膜滤过，作为亲水作用色谱样品；

步骤(2)具体为：通过对步骤(1)获得色谱样品进行反相液相色谱法、亲水作用色谱法、体积排阻色谱法、质谱分析中的三至四种，得到多维谱数据。

所述的基于人工智能的中药识别方法，步骤(2)中样品进行体积排阻色谱法，检测器先进行190-640nm全波长扫描，然后选取8-10个检测波长进行检测；流动相为5mM体积比100:1的乙酸铵-甲醇溶液时，进行等度洗脱，流速为0.4-0.8mL/min，柱温为25-35℃，检测器为二极管阵列检测器和蒸发光散射检测器，蒸发光散射检测器：漂移管温度：105-115℃，载气流速：2-4L/min；

步骤(2)中样品进行反相液相色谱法，检测器先进行190-640nm全波长扫描，然后选取8-10个检测波长进行检测，所选取的检测波长同体积排阻色谱法；流动相为乙腈、0.1％冰乙酸水溶液时，乙腈的梯度为5％-95％，流速为0.8-1.2mL/min，柱温为20-30℃，检测器为二极管阵列检测器；

步骤(2)中样品进行亲水作用色谱法，检测器先进行230-640nm全波长扫描，然后选取8-10个检测波长进行检测，所选取的检测波长同体积排阻色谱法；流动相为0.1％乙酸10mM乙酸铵水溶液、10mM乙酸铵乙腈溶液时，10mM乙酸铵乙腈的梯度为100％-65％，流速为0.8-1.2mL/min，柱温为25-35℃，检测器为二极管阵列检测器。

所述的基于人工智能的中药识别方法，所述的步骤(2)通过高分辨质谱检测器对供试品的裂解碎片进行检测和收集，得到多维谱数据。

所述的基于人工智能的中药识别方法：

步骤(2)中所述的中药多维谱数据包括时间点-信号值列表、色谱图、等吸收线图或质谱图进行重叠峰检测分离、基线校正预处理，然后挑选多维谱数据中的几种数据进行采样、归一化、数据增强预处理，并拼接合成为输入多维谱张量；

其中多维谱数据的挑选方法为：挑选反相液相色谱法、亲水作用色谱法、体积排阻色谱法中的N个波长数据预处理后构成类型I输入张量；

或挑选反相液相色谱法、亲水作用色谱法、体积排阻色谱法中的N个波长数据和质谱数据联合预处理后构成类型II输入张量；

挑选等吸收线图数据构成类型III输入张量；每种中药材多维谱数据的数据标签包括：种属、产地、部位、采收时间、提取工艺；用于训练人工智能模型的中药材的数据标签由专家标注或采用可信外部公开数据集。

所述的基于人工智能的中药识别方法，识别模型和中药多维谱数据库的建立、人工智能识别的步骤包括：

(a)将多维谱数据进行预处理构成训练数据集；

(b)构建适合训练数据集的人工智能深度学习网络模型；

(c)将构建好的人工智能深度学习模型在多维谱数据集上进行训练并进行参数和结构寻优，经过一定迭代次数得到预定预测精度的人工智能深度学习模型；

(d)利用步骤(c)训练好的人工智能深度学习模型对待识别中药色谱数据进行识别；

(e)训练好的深度学习中药识别模型部署在服务器或云端，能在远程客户端，包括Linux系统、windows系统的PC或安装手机操作系统的手机上进行访问，并提交待识别的测试数据；

(f)部署在云端或服务器上的深度学习中药识别模型根据提交数据和用户标签进行增量学习，在线学习。

所述的基于人工智能的中药识别方法：

步骤(b)所述的人工智能深度学习网络模型包含支持向量机、随机森林和深度学习网络模型；其中深度学习模型包含全卷积网络模型和深层残差网路模型；构建的深度学习模型shape和size与训练集数据的多维谱数据输入张量一致；

所述的深层残差网路模型由k个残差模块序列串接，然后输出到一个全局池化层，全局池化层连接到Softmax分类器，Softmax分类器输出元素个数等于n+1，其中n是待分类的中药品质标签数目，在n类输出之外的1类输出为未识别样本；

Softmax回归分类器第j输出是将样本输入x分成第j类的概率表示如下：

其中x⁽ⁱ⁾是第i个输入样本，θ₁，θ₂，...，θ_k是分类器参数，P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是在模型参数为θ的情况下将x⁽ⁱ⁾分为第j类的概率；

本深层残差网路模型里每个残差模块由三层卷积连接成，与本残差模块的输入进行叠加，经激活函数输出，激活函数可采用包括ReLU激活函数在内的各种形式激活函数；

ReLU激活函数表示如下：

g(x)＝max(0，x)

所述的基于人工智能的中药识别方法，步骤(c)构建的人工智能中药识别模型训练过程包含如下步骤：

将挑选的中药多维谱数据预处理后构成的多维谱输入张量和专家标注的中药品质标签数据集划分成训练集和校验集以及测试集，输入构建的与该输入张量类型吻合的人工智能模型；为构建的人工智能模型设置类别交叉熵损失函数，类别交叉熵损失函数J(θ)表示如下：

其中m为数据集中样本数，k是分类器输出类别数目。x⁽ⁱ⁾是第i个输入样本，θ₁，θ₂，...，θ_k是分类器参数，1{}是指示函数，1{True}＝1，1{False}＝0；

为构建的人工智能模型设置合适的训练参数，包含训练回合数、停止条件、模型权值参数初始化方式；

为构建的人工智能模型设置合适的参数优化方式，包含Adam优化器；

根据设置的训练条件和损失函数，利用设置的优化器对人工智能模型进行参数寻优；训练过程采用GPU进行加速计算，在达到停止条件或预定精度后，保存模型；多次重复以上步骤，根据设置的度量函数从保存的模型中挑选最佳参数人工智能深度学习模型。

所述的基于人工智能的中药识别方法，步骤(d)利用步骤(c)训练好的人工智能深度学习模型对待识别中药色谱数据进行识别的步骤如下：

将待判别的中药多维谱数据预处理后构成的多维谱输入张量，输入与该张量类型吻合的人工智能中药品质判别模型，该模型为训练过程中挑选的相应的最佳参数模型，模型判别后自动输出该中药材的识别结果，如果模型不能判别为已知类型，则输出为未知类别，未知类别数据将交由专家判别后作为后续增量训练数据。

所述的基于人工智能的中药识别方法：

所述的步骤(f)中部署在云端或服务器上的深度学习中药识别模型根据用户新提交的数据和用户标签进行增量学习，在线学习；新提交的多维谱及其标注品质标签数据将被加到原有训练数据集中合成新训练数据集；模型对新训练数据集不需要从头训练，无需初始化，在已有模型权值参数的基础上进行fine tune，做到增量训练，并采用在线学习算法进行在线学习实现模型更新。

目前，在中药识别和品质评价领域，反向高效液相色谱法是以《中国药典》为代表的国家和地方药物质量控制法规中收载的最主流的分析方法之一，也是在含量测定和指纹图谱方面使用最多的方法之一。但是常规的反向高效液相色谱法主要针对的是中药中中、小极性的化学成分，并不能全面反映中药中所有成分类型的化学特征。本发明采用了反相液相色谱、亲水作用色谱、体积排阻色谱等多种方法获取中药不同极性，不同分子量化学成分的信息，并以规范化形式加以数据输出，以近乎“全物质”的形式对中药中的化学成分进行了全面表征，形成了一种强大的多维谱数据输出模式。该方法进一步与人工智能方法相结合，所构建的包含深层残差网络等特定有效深度学习架构，能更适合多维谱数据分析，能获得高精度的中药材分析识别结果，并且这种多维谱数据构建方法和深度学习智能架构是适合于中药材不同品质类型判别的通用方法。方法步骤上，本发明所设计的人工智能模型进行中药种类品质判别的模型训练过程支持增量学习训练技术，提高了智能算法的效率和降低了成本。综上所述，与中药领域其他与人工智能结合的方法相比，本方法比以往对中药材图像或光谱数据的分析方法的优点在于，多维谱数据输出模式可以提供中药提取物分离后的几乎所有物质的色谱和光谱信息，拓宽了以往方法所能提供数据信息的维度、宽度和精度，可以更全面准确的输出中药材的化学信息，基于该模式所特定设计的人工智能模型，又大大提高了判定结果的稳定性和准确度，整套方法具有较好的先进性。

有益效果：本发明公开了将人工智能应用到中药识别领域的方法，在现有技术中，尚未见一法通识的中药识别方法，尚未报道同时采用反相液相色谱、亲水作用色谱、体积排阻色谱等多种方法以获取中药多维谱数据，并与人工智能相结合，实现对中药进行识别的技术。本发明创新点之一：其一、在于将中药从药材提取到数据输出的整个过程进行标准化处理；其二、用人工智能大数据分析，建立数据模型进行分析处理；其三、对指纹图谱中的数据进行筛选，去除无效数据，根据模型确定有效的特征数据，进行分析；其四、本发明可以对不同种属，不同产地的中药进行识别，高效快捷。通过对中药色谱数据的标准化处理，对产生的中药指纹图谱等数据进行分析、学习、训练建立全新的数学模型，依据建立的模型，进行人工智能识别，排除了无效数据，对关键的数据进行分析，大大降低工作量，提高了准确率，为中药识别领域填补空白，具有良好的应用前景。

附图说明

图1为本发明的示意图。

具体实施方式

实施例1：中药识别数据库的建立

一、已知中药样本的制备

取当归药材粉末(药典四号筛)1.00g，精密加入75％乙醇25mL，称重，在功率240W和频率40kHz及25℃条件下超声30min，放至室温，补足失重，8000r/min 20℃离心15min，取上清备用；

取上清2mL，低温≤50℃挥干，超纯水复溶并定容至2mL，0.22μm水系膜滤过，作为体积排阻色谱样品；

取上清5mL，缓慢加入乙腈至乙腈浓度达到95％，4℃静置12h，8000r/min 20℃离心10min，分离上清液与沉淀，备用；上清液低温≤50℃挥干，用75％乙腈复溶并定容至5mL，0.22μm有机滤膜滤过，作为反相色谱样品；沉淀加入10mL 70％甲醇溶解，8000r/min 20℃离心10min，上清低温≤50℃挥干，用50％乙腈复溶并定容至5mL，0.22μm有机滤膜滤过，作为亲水作用色谱样品；

二、多维谱数据获取与数据处理

本发明基于色谱技术获得已知中药样本原数据。

1.色谱方法

本实施例中，体积排阻色谱采用色谱柱：Sepax SRT SEC-150A色谱柱(7.8mm×300mm，5μm)色谱柱，流动相为5mM乙酸铵：甲醇＝100:1溶液，进行等度洗脱，流速为0.6mL/min，柱温为30℃，进样量为5μL，蒸发光散射检测器；二级阵列检测器，检测波长：205nm，230nm，254nm，280nm，305nm，330nm，365nm，420nm，并进行190-640nm全波长扫描，步长为2nm；蒸发光散射检测器：漂移管温度：110℃，载气流速：3.0L/min，增益值：1；

反相色谱采用Agilent Zorbax Extend C18色谱柱(150×4.6mm，5μm)色谱柱，流动相A相为0.1％乙酸水，B相为乙腈，梯度洗脱：0-30min，5％B-35％B；30-50min，35％B-95％B；50-60min，95％B；流速为1mL/min；柱温为25℃，进样量为5μL，检测器为二级阵列检测器，检测波长：205nm，230nm，254nm，280nm，305nm，330nm，365nm，420nm，并进行190-640nm全波长扫描，步长为1nm；

亲水作用色谱采用Agilent公司HILIC-Z色谱柱(3.0×100mm，2.7μm)，A相为0.1％乙酸10mM乙酸铵水溶液，B相为10mM乙酸铵乙腈溶液，进行梯度洗脱，0-5min，100％B；5-10min，100％B-95％B；10-35min，95％-90％B；35-45min，90％B-75B％；45-60min，75％B-65％B；流速为0.4mL/min，柱温为30℃，二级阵列检测器，检测波长：205nm，230nm，254nm，280nm，305nm，330nm，365nm，420nm，并进行230-640nm全波长扫描，步长为1nm。

2.已知中药样本原始数据的处理

本发明原始数据包括样本提取物中多成分的色谱信息，如色谱保留时间和峰响应值。本实施例中将原始数据处理，获取样本中每个化合物的时间-响应信息，产生时间-响应数据矩阵，以EXCEL表格.csv文件格式存储。

三、学习、建立识别模型、中药多维谱数据库和人工智能识别：

本发明在根据上述方法得到中药材的多维谱数据后，进行基于人工智能方法构建的人工智能中药识别模式，可实现利用一种方法对不同种未知中药识别。

人工智能方法根据多维谱数据识别中药的步骤包括：

S1步骤将多维谱数据进行预处理构成训练数据集；

S2步骤构建适合训练数据集的人工智能深度学习网络模型；

S3步骤将构建好的人工智能深度学习模型在多维谱数据集上进行训练并进行参数和结构寻优，经过一定迭代次数得到预定预测精度的人工智能深度学习模型；

S4步骤利用训练好的人工智能深度学习模型对待识别中药色谱数据进行识别，判别该中药材的物种、产地、部位、采收时间等；

S5步骤训练好的深度学习中药识别模型部署在服务器或云端，可以在远程客户端，包括Linux系统、windows系统的PC或安装手机操作系统的手机上进行访问，并提交待识别的测试数据；

S6步骤部署在云端或服务器上的深度学习中药识别模型根据提交数据和用户标签可以进行增量学习，在线学习。

本示例构建一个200种中药物种判别的人工智能模型，首先将200种常用中药材按上述方法进行色谱数据，每种中药材选取来源不同的10个批次，每种药材每个批次进行反相液相色谱法、亲水作用色谱法、体积排阻色谱法等多种色谱数据采集，然后进行重叠峰检测分离、基线校正等预处理。然后将每种药材每个批次的三种色谱数据各选取三个波长数据，然后将这9种波长数据进行拼接成为一个张量。然后对该张量进行采样，归一化处理，构成输入张量。每个输入张量，本示例将其中药材品种作为该张量的数据标签。在用于物种判别以外的识别用途时，如判别该种药材的产地、部位、采收时间、提取工艺等品质类别时，建立本中药智能识别数据库的过程就采用中药材相应的产地、部位、采收时间、提取工艺等品质标注作为数据标签；

每个输入多维谱张量及其标签，构成中药物种判别数据集的一条样本数据，然后对该数据集进行数据增强，以扩充样本数量。

本示例构建的人工智能模型采用深度学习网络模型，构建了一个深层残差网络模型，其输入层的shape和size与训练集数据的多维谱数据输入张量一致。深层残差网络模型由k个残差模块序列串接，然后输出到一个全局池化层，全局池化层连接到softmax分类器，softmax分类器输出元素个数等于n+1，其中n是待分类的中药标签数目，这里的中药标签是200个物种类别，在n类输出之外的1类输出为未识别样本。本深层残差网络模型里每个残差模块由三层卷积连接成，与本残差模块的输入进行叠加，经激活函数输出，激活函数采用ReLU激活函数。

softmax回归分类器第j输出是将输入x分成第j类的概率表示如下：

其中x⁽ⁱ⁾是第i个输入样本，θ₁，θ₂，...，θ_k是分类器参数，P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是在模型参数为θ的情况下将x⁽ⁱ⁾分为第j类的概率。

激活函数采用ReLU激活函数：

g(x)＝max(0，x)

本示例构建的深层残差网络模型一个实验样例如下：

该实验样例的输入层神经元数目为3600个，输入层之后紧跟三个残差模块，其中第一残差模块特征长度为64，第二残差模块，特征长度为128。第三残差模块特征长度为128。每个残差模块里包含三个卷积层，第一卷积层卷积核尺寸为8，第二卷积层卷积核尺寸为5，第三卷积层卷积核尺寸为1，都采用ReLU激活函数，每个残差模块的末端，即第三卷积层将卷积输出与本残差模块的输入进行加和短路，再经过激活函数。第三残差模块连接到一个全局池化层，全局池化层连接到softmax分类器，softmax分类器输出元素个数等于201。

本样例中深层残差网络模型结构如下表：

构建的人工智能中药识别模型训练过程含如下步骤：

将挑选的中药多维谱数据预处理后构成的多维谱输入张量和专家标注的中药品质标签数据集划分成训练集和校验集以及测试集。数据比例，比例分别为60％、20％、20％。

为构建的人工智能模型设置合适的损失函数，如类别交叉熵损失函数。

类别交叉熵损失函数如下：

其中m为数据集中样本数，k是分类器输出类别数目。x⁽ⁱ⁾是第i个输入样本，θ₁，θ₂，...，θ_k是分类器参数，1{}是指示函数，1{True}＝1，1{False}＝0；

为构建的人工智能模型设置合适的训练参数，包含训练回合数、停止条件、模型权值参数初始化方式，训练回合数设置为3500。

为构建的人工智能模型设置合适的参数优化方式，包含但不限于Adam优化器等。

根据设置的训练条件和损失函数，利用设置的优化器对人工智能模型进行参数寻优。训练过程采用GPU进行加速计算，在达到停止条件或预定精度后，保存模型。

多次重复以上步骤，根据设置的度量函数从保存的模型中挑选最佳参数人工智能中药识别模型。

对于未知中药材的识别过程包含以下步骤：将待判别的中药多维谱数据预处理后构成的多维谱输入张量，输入与该张量类型吻合的人工智能中药品质判别模型，该模型为训练过程中挑选的相应的最佳参数模型，模型判别后自动输出该中药材识别结果，如果模型不能判别为已知类型，则输出为未知类别，未知类别数据将交由专家判别后作为后续增量训练数据。

S6步骤部署在云端或服务器上的深度学习中药识别模型根据用户新提交的数据和用户标签可以进行增量学习，在线学习。新提交的多维谱及其标注品质标签数据将被加到原有训练数据集中合成新训练数据集。模型对新训练数据集不需要从头训练，即无需初始化，而是在已有模型权值参数的基础上进行fine tune，做到增量训练，并可以采用在线学习算法进行在线学习，大大降低训练时间和成本，做到高效的模型更新。

实施例2：中药识别数据库的应用

一、未知中药样本的制备

本发明未知样本制备方法与已知样本制备方法一致，取中药粉末(药典四号筛)1.00g，精密加入75％乙醇25mL，称重，在功率240W和频率40kHz及25℃条件下超声30min，放至室温，补足失重，8000r/min 20℃离心15min，取上清备用；取上清2mL，低温≤50℃挥干，用超纯水复溶并定容至2mL，0.22μm水系膜滤过，作为体积排阻色谱样品；取上清5mL，缓慢加入乙腈至其达到95％，4℃静置12h，8000r/min20℃离心10min，上清低温≤50℃挥干，用75％乙腈复溶并定容至5mL，0.22μm有机滤膜滤过，作为反相色谱样品；沉淀加入10mL 70％甲醇溶解，8000r/min 20℃离心10min，上清低温≤50℃挥干，用50％乙腈复溶定容至5mL，0.22μm有机滤膜滤过，作为亲水作用色谱样品。

二、多维谱数据获取与数据处理

本发明基于色谱技术获得已知中药样本原数据

1.色谱方法

(1)本实施例中，体积排阻色谱采用色谱柱：Sepax SRT SEC-150A色谱柱(7.8mm×300mm，5μm)色谱柱，流动相为5mM乙酸铵：甲醇＝100:1溶液，进行等度洗脱，流速为0.6mL/min，柱温为30℃，进样量为5μL，蒸发光散射检测器；二极管阵列检测器，检测波长：205nm，230nm，254nm，280nm，305nm，330nm，365nm，420nm，并进行190-640nm全波长扫描，步长为2nm；蒸发光散射检测器：漂移管温度：110℃，载气流速：3.0L/min，增益值：1；反相色谱采用Agilent Zorbax Extend C18色谱柱(150×4.6mm，5μm)色谱柱，流动相A相为0.1％乙酸水，B相为乙腈，梯度洗脱：0-30min，5％B-35％B；30-50min，35％B-95％B；50-60min，95％B；流速为1mL/min；柱温为25℃，进样量为5μL，检测器为二极管阵列检测器，检测波长：205nm，230nm，254nm，280nm，305nm，330nm，365nm，420nm，并进行190-640nm全波长扫描，步长为1nm；亲水作用色谱采用Agilent公司HILIC-Z色谱柱(3.0×100mm，2.7μm)，A相为0.1％乙酸10mM乙酸铵水溶液，B相为10mM乙酸铵乙腈溶液，进行梯度洗脱，0-5min，100％B；5-10min，100％B-95％B；10-35min，95％-90％B；35-45min，90％B-75B％；45-60min，75％B-65％B；流速为0.4mL/min，柱温为30℃，二极管阵列检测器，检测波长：205nm，230nm，254nm，280nm，305nm，330nm，365nm，420nm，并进行230-640nm全波长扫描，步长为1nm。

(2)未知中药样本原始数据的处理

本发明原始数据包括样本提取物中多成分的色谱信息，如色谱保留时间和色谱峰响应值。本实施例中将原始数据导入峰提取软件，获取样本中每个化合物的时间-响应信息，产生时间-响应数据矩阵，以EXCEL表格.csv文件格式存储。

三、未知中药样本的识别

将所述待识别中药的多维谱数据导入中药识别数据库进行识别，以在所述中药归属的多维谱数据特征范围内相似度值最高的中药的品种识别为所述待识别中药。成功识别待测未知样品为大黄。

实施例3：基于中药识别数据库对同一品种不同产地药材的识别

一、不同产地中药样本的制备

已知十批不同产地麦冬，其中三批为浙江省产地，七批为四川省产地。采用上述已知样本制备方法制备不同产地药材样本，作为多维谱数据获取供试品。

二、多维谱数据获取与数据处理

本实施例中，体积排阻色谱、反相色谱及亲水作用色谱条件同实施例一，获得不同产地麦冬中药样本原数据。本实施例中将原始数据导入峰提取软件，获取样本中每个化合物的时间-响应信息，产生时间-响应数据矩阵，以EXCEL表格.csv文件格式存储。数据以双盲模式进行后续处理及识别。

三、多产地中药样本的识别

将所述待识别产地的中药多维谱数据导入中药品质判别数据库进行识别，以在所述中药归属的多维谱数据特征范围内相似度值最高的中药的品种及产地识别为所述待识别中药的品种及所产地区。在判别之前，中药品质判别数据库已经采用同种中药不同产地的药材样本多维谱数据和产地类别品质标签进行了判别模型训练。本示例成功识别待测十批不同产地样本分别为三批浙江省产地麦冬，七批四川省产地麦冬，且与已知产地批次对应正确。

实施例4：基于中药品质判别数据库对同一品种不同浓度提取溶剂所得药材的识别

一、同产地中药样本不同浓度提取溶剂的制备

样本制备方法与上述已知样本制备方法一致，取四份同一产地薏苡仁中药粉末(药典四号筛)1.00g，分别精密加入单蒸水、30％乙醇、50％乙醇、75％乙醇各25mL，四种不同提取溶剂分别提取，处理条件相同，如下：在功率240W和频率40kHz及25℃条件下超声30min，放至室温，用对应提取溶剂进行补足失重，8000r/min 20℃离心15min，取上清备用；分别取上清2mL，低温≤50℃挥干，用超纯水复溶并定容至2mL，0.22μm水系膜滤过，作为体积排阻色谱样品；分别取上清5mL，缓慢加入乙腈至其达到95％，4℃静置12h，8000r/min20℃离心10min，上清低温≤50℃挥干，用75％乙腈复溶并定容至5mL，0.22μm有机滤膜滤过，作为反相色谱样品；沉淀加入10mL 70％甲醇溶解，8000r/min20℃离心10min，上清低温≤50℃挥干，用50％乙腈复溶定容至5mL，0.22μm有机滤膜滤过，作为亲水作用色谱样品。

二、多维谱数据获取与数据处理

本发明基于色谱技术获得已知中药样本原数据

1.色谱方法

(1)本实施例中，体积排阻色谱、反相色谱及亲水作用色谱条件同实施例1；

(2)未知中药样本原始数据的处理

本发明原始数据包括样本提取物中、多成分的色谱信息，如色谱保留间和色谱峰响应值。本实施例中将原始数据导入峰提取软件，获取样本中每个化合物的时间-响应信息，产生时间-响应数据矩阵，以EXCEL表格.csv文件格式存储。

三、未知中药样本的识别

将所述待识别中药的多维谱数据导入中药品质判别数据库进行识别，以在所述中药归属的多维谱数据特征范围内相似度值最高的中药的品种识别为所述待识别中药。在判别之前，中药品质判别数据库已经采用同种中药不同浓度提取溶剂制备的药材样本多维谱数据和类别品质标签进行了判别模型训练。本示例成功识别待测未知样品为薏苡仁，并且不受提取溶剂的影响。

上述实施例全部过程如图1所示。

Claims (7)

1.一种基于人工智能的中药识别方法，其特征在于包括以下步骤：

(1)供试品的制备：将中药粉末进行样品前处理，按照中药成分的分子量及化学极性的大小制备适应于各种色谱方法的样品；

(2)多维谱数据获取：通过对步骤(1)所述的样品进行分析获得中药多维谱数据，所述的中药多维谱数据包括时间点-信号值列表、色谱图、等吸收线图、质谱图中的几种；所述的中药多维谱数据包括时间点-信号值列表、色谱图、等吸收线图或质谱图进行重叠峰检测分离、基线校正预处理，然后挑选多维谱数据中的几种数据进行采样、归一化、数据增强预处理，并拼接合成为输入多维谱张量；

其中多维谱数据的挑选方法为：挑选反相液相色谱法、亲水作用色谱法、体积排阻色谱法中的N个波长数据预处理后构成类型I输入张量；

或挑选反相液相色谱法、亲水作用色谱法、体积排阻色谱法中的N个波长数据和质谱数据联合预处理后构成类型II输入张量；

挑选等吸收线图数据构成类型III输入张量；每种中药材多维谱数据的数据标签包括：种属、产地、部位、采收时间、提取工艺；用于训练人工智能模型的中药材的数据标签由专家标注或采用可信外部公开数据集；

(3)识别模型和中药多维谱数据库的建立：通过分析步骤(2)获得的多维谱数据和对多种中药测试验证，深度学习与人工智能相结合，建立识别模型和中药多维谱数据库；

(4)人工智能识别：将未知药材通过步骤(1)-(2)获取该未知药材的多维谱数据，将该数据导入建立的识别模型和中药多维谱数据库进行药材识别。

2.根据权利要求1所述的基于人工智能的中药识别方法，其特征在于所述的步骤(2)通过高分辨质谱检测器对供试品的裂解碎片进行检测和收集，得到多维谱数据。

3.根据权利要求1-2任意一项所述的基于人工智能的中药识别方法，其特征在于识别模型和中药多维谱数据库的建立、人工智能识别的步骤包括：

(a)将多维谱数据进行预处理构成训练数据集；

(b)构建适合训练数据集的人工智能深度学习网络模型；

(c)将构建好的人工智能深度学习模型在多维谱数据集上进行训练并进行参数和结构寻优，经过一定迭代次数得到预定预测精度的人工智能深度学习模型；

(d)利用步骤(c)训练好的人工智能深度学习模型对待识别中药色谱数据进行识别；

(e)训练好的深度学习中药识别模型部署在服务器或云端，能在远程客户端，包括Linux系统、windows系统的PC或安装手机操作系统的手机上进行访问，并提交待识别的测试数据；

(f)部署在云端或服务器上的深度学习中药识别模型根据提交数据和用户标签进行增量学习，在线学习。

4.根据权利要求3所述的基于人工智能的中药识别方法，其特征在于：

步骤(b)所述的人工智能深度学习网络模型包含支持向量机、随机森林和深度学习网络模型；其中深度学习模型包含全卷积网络模型和深层残差网路模型；构建的深度学习模型shape和size与训练集数据的多维谱数据输入张量一致；

所述的深层残差网路模型由k个残差模块序列串接，然后输出到一个全局池化层，全局池化层连接到Softmax分类器，Softmax分类器输出元素个数等于n+1，其中n是待分类的中药品质标签数目，在n类输出之外的1类输出为未识别样本；

Softmax回归分类器第j输出是将样本输入x分成第j类的概率表示如下：

其中x⁽ⁱ⁾是第i个输入样本，θ₁，θ₂，...，θ_k是分类器参数，P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是在模型参数为θ的情况下将x⁽ⁱ⁾分为第i类的概率；

本深层残差网路模型里每个残差模块由三层卷积连接成，与本残差模块的输入进行叠加，经激活函数输出，激活函数可采用包括ReLU激活函数在内的各种形式激活函数；

ReLU激活函数表示如下：

g(x)＝max(0，x) 。

5.根据权利要求3所述的基于人工智能的中药识别方法，其特征在于步骤(c)构建的人工智能中药识别模型训练过程包含如下步骤：

将挑选的中药多维谱数据预处理后构成的多维谱输入张量和专家标注的中药品质标签数据集划分成训练集和校验集以及测试集，输入构建的与该输入张量类型吻合的人工智能模型；为构建的人工智能模型设置类别交叉熵损失函数，类别交叉熵损失函数J(θ)表示如下：

其中m为数据集中样本数，k是分类器输出类别数目，x⁽ⁱ⁾是第i个输入样本，θ₁，θ₂，...，θ_k是分类器参数，1{}是指示函数，1{True}＝1，1{False}＝0；

为构建的人工智能模型设置合适的训练参数，包含训练回合数、停止条件、模型权值参数初始化方式；

为构建的人工智能模型设置合适的参数优化方式，包含Adam优化器；

根据设置的训练条件和损失函数，利用设置的优化器对人工智能模型进行参数寻优；训练过程采用GPU进行加速计算，在达到停止条件或预定精度后，保存模型；多次重复以上步骤，根据设置的度量函数从保存的模型中挑选最佳参数人工智能深度学习模型。

6.根据权利要求3所述的基于人工智能的中药识别方法，其特征在于：步骤(d)利用步骤(c)训练好的人工智能深度学习模型对待识别中药色谱数据进行识别的步骤如下：

将待判别的中药多维谱数据预处理后构成的多维谱输入张量，输入与该张量类型吻合的人工智能中药品质判别模型，该模型为训练过程中挑选的相应的最佳参数模型，模型判别后自动输出该中药材的识别结果，如果模型不能判别为已知类型，则输出为未知类别，未知类别数据将交由专家判别后作为后续增量训练数据。

7.根据权利要求3所述的基于人工智能的中药识别方法，其特征在于：

所述的步骤(f)中部署在云端或服务器上的深度学习中药识别模型根据用户新提交的数据和用户标签进行增量学习，在线学习；新提交的多维谱及其标注品质标签数据将被加到原有训练数据集中合成新训练数据集；模型对新训练数据集不需要从头训练，无需初始化，在已有模型权值参数的基础上进行fine tune，做到增量训练，并采用在线学习算法进行在线学习实现模型更新。

Images