CN111612742B - 中药的霉变检测方法、检测系统及计算机可读存储介质 - Google Patents
中药的霉变检测方法、检测系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111612742B CN111612742B CN202010329142.8A CN202010329142A CN111612742B CN 111612742 B CN111612742 B CN 111612742B CN 202010329142 A CN202010329142 A CN 202010329142A CN 111612742 B CN111612742 B CN 111612742B
- Authority
- CN
- China
- Prior art keywords
- traditional chinese
- chinese medicine
- mildew
- module
- information
- 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
Classifications
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pharmacology & Pharmacy (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Analysis (AREA)
Abstract
本发明属于中药技术领域,公开了一种中药的霉变检测方法及检测系统,所述中药的霉变检测系统包括:中药图像采集模块、图像处理模块、环境参数获取模块、气味扫描模块、微性状鉴定模块、主控模块、待检测中药溶液制备模块、霉变标志物制备模块、霉变检测模块、霉变确定模块、霉变等级鉴定模块、数据存储模块、预警模块、显示模块。本发明提供的中药的霉变检测方法能够实现对中药霉变的检测与鉴定,能够有效监督中药的储藏环境中,保证中药的质量,从源头为确保治疗效果提供保障。本发明通过图像、气味、颜色、性状多方面进行中药霉变的鉴定,保证了鉴定结果的准确性,同时对于已经霉变的中药进行了程度以及霉菌的鉴定,方便后续处理。
Description
技术领域
本发明属于中药技术领域,尤其涉及一种中药的霉变检测方法及检测系统。
背景技术
目前,中药材是我国的传统医学瑰宝,其质量的优劣直接关系到临床用药的安全性以及临床治疗效果。因而,如何对掺杂、霉变的中药材进行鉴别并予以剔除,成为中药生产、中药研究、临床应用等领域的一项重要工作。对于中药材的鉴别,当前有诸多的检测办法。但是受限于医疗资源分布的不平衡性、快检车空间的局限性、大型仪器设备使用的普及率较低等因素的制约,如何选择一种简单、易于操作且能够被广泛使用,尤其易于在基层医院普及的检测方法,成为一项现实课题。普通显微镜、紫外荧光灯、简单的理化剂等小型仪器容易为基层医院接受。
综上所述,现有技术存在的问题及缺陷是:现有技术无法快速进行中药霉变鉴定,且鉴定结果不准确。
发明内容
针对现有技术存在的问题,本发明提供了一种中药的霉变检测方法及检测系统。
本发明是这样实现的,一种中药的霉变检测方法,所述中药的霉变检测方法包括以下步骤:
步骤一,通过高清摄像设备获取待检测中药的原始图像信息数据;通过图像处理程序获取所述待检测中药原始图像样本集中每个图像样本的相似样本,并且分别对所述每个图像样本及其对应的相似样本进行图像变换。
步骤二,基于预设的图像样本集与预设的目标函数并利用机器学习算法对所述卷积神经网络进行网络训练,通过预设的卷积神经网络获取目标图像的图像特征信息及中药颜色信息。
步骤三,通过温度传感器和湿度传感器检测中药储存环境的温度和湿度参数;通过气味扫描仪获取待检测中药的气味信息数据,并通过显微镜获取中药表面细微性状特征。
步骤四,通过单片机控制中药的霉变检测系统的正常运行;通过对待检测中药粉末或已入药的中药制剂样品加溶剂提取,过滤、滤液蒸干、加溶剂溶解溶解,制备得到待检测中药溶液。
步骤五,通过对已确定霉变中药或所生霉菌进行提取、过滤、挥干溶剂,加溶剂溶解,通过液相色谱仪进样,富集目标峰馏分,浓缩得到霉变标志物。
步骤六,通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,当待检测中药溶液色谱中出现与霉变标志物相应位置上显相同颜色荧光斑点或相同色谱峰,即检测到样品发生霉变,并生成霉变检测报告。
步骤七,通过对比分析程序根据霉变检测报告并利用获取的中药特征信息、颜色信息、储存环境参数、气味信息及微性状信息与数据库中预先存储的中药标准图像对比,对中药霉变情况作进一步鉴定。
步骤八,通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级;通过数据库存储中药药材标准图像、待检测中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息。
步骤九,当中药霉变时或当环境参数超出系统预设的正常阈值时通过声光预警装置进行预警;通过显示器显示获取到的中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息的实时数据。
进一步,步骤一中,所述相似样本取决于所述图像样本是否包含类别信息,所述目标函数是能够使所述图像样本及其对应的相似样本的图像特征之间的相似度最大,以及使所述图像样本及其对应的非相似样本的图像特征之间的相似度最小的函数。
进一步,步骤六中,所述相同色谱峰是采用高效液相色谱分析法分析待测样品霉变情况,即分别吸取霉变标志物、供试品溶液,注入高效液相色谱仪,记录色谱图。
进一步,步骤七中,所述对霉变程度作进一步确定的方法,包括:
通过检测到的气味浓度、图像颜色深浅程度、霉变率以及微性状图像中显示的菌类分布状况判定霉变程度;
所述霉变程度与检测到的气味浓度、图像颜色深浅程度、霉变率微性状图像中显示的菌类分布状况呈正相关关系。
进一步,步骤八中,所述霉变等级鉴定的方法,包括:
(1)获取中药样品,并利用粉碎机粉碎,过300目筛;
(2)向浓度为0.5%~2.5%的碳酸钠中加入步骤(1)得到的粉末,并搅拌均匀,静置4小时;
(3)向溶液中加入去离子水至溶液成为中性溶液,利用烘干箱在58~75℃下进行烘干;
(4)用质量浓度34%~56%甲醇提取步骤(3)得到的粉末,振荡提取液20~25min,在4~6℃、6000~8000转/分钟条件下离心5~10min,取上清液;
(5)采用高效液相色谱检测上清液,确定中药霉变等级。
进一步,步骤(5)中,所述高效液相色谱检测参数为:
流动相为3~5mol/L的甲酸铵与0.2%~0.4%的甲酸按体积比1~5:3混合,流速为0.3~0.8mL/min,柱温为25~28℃,样品温度为4~8℃,进样体积为5~10μL。
本发明的另一目的在于提供一种实施所述中药的霉变检测方法的中药的霉变检测系统,所述中药的霉变检测系统包括:
中药图像采集模块、图像处理模块、环境参数获取模块、气味扫描模块、微性状鉴定模块、主控模块、待检测中药溶液制备模块、霉变标志物制备模块、霉变检测模块、霉变确定模块、霉变等级鉴定模块、数据存储模块、预警模块、显示模块。
中药图像采集模块,与主控模块连接,用于通过高清摄像设备获取待检测中药的原始图像信息数据;
图像处理模块,与主控模块连接,用于通过图像处理程序对采集的中药原始图像进行处理分析,得到中药的颜色及图像特征信息;
环境参数获取模块,与主控模块连接,用于通过温度传感器和湿度传感器检测中药储存环境的温度和湿度参数;
气味扫描模块,与主控模块连接,用于通过气味扫描仪获取待检测中药的气味信息数据;
微性状鉴定模块,与主控模块连接,用于通过显微镜获取中药表面细微性状特征;
主控模块,与中药图像采集模块、图像处理模块、环境参数获取模块、气味扫描模块、微性状鉴定模块、待检测中药溶液制备模块、霉变标志物制备模块、霉变检测模块、霉变确定模块、霉变等级鉴定模块、数据存储模块、预警模块、显示模块连接,用于通过单片机控制中药的霉变检测系统的各个模块的正常运行;
待检测中药溶液制备模块,与主控模块连接,用于通过对待检测中药进行研磨、提取、滤过、蒸干、溶解,制备得到待检测中药溶液;
霉变标志物制备模块,与主控模块连接,用于对已确定霉变中药的霉菌进行提取、滤过、溶解,通过液相色谱仪确定霉变标志物;
霉变检测模块,与主控模块连接,用于通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告;
霉变确定模块,与主控模块连接,用于通过对比分析程序根据霉变检测报告并利用获取的中药特征信息、颜色信息、储存环境参数、气味信息及微性状对中药霉变情况作进一步鉴定;
霉变等级鉴定模块,与主控模块连接,用于通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级;
数据存储模块,与主控模块连接,用于通过数据库存储中药药材标准图像、待检测中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息;
预警模块,与主控模块连接,用于当中药霉变时或当环境参数超出系统预设的正常阈值时通过声光预警装置进行预警;
显示模块,与主控模块连接,用于通过显示器显示获取到的中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息的实时数据。
进一步,所述霉变确定模块包括:
图像对比分析单元,用于基于获取的中药特征信息、颜色信息、储存环境参数及微性状信息与数据库中预先存储的中药标准图像对比,对中药霉变情况作进一步鉴定;
气味对比分析单元,用于基于获取到的中药相关气味信息与数据库中预先存储的标准信息进行对比,对中药霉变情况作进一步鉴定。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述中药的霉变检测方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述中药的霉变检测方法。
综上所述,本发明的优点及积极效果为:本发明能够实现对于中药的药材霉变的检测与鉴定,能够有效监督中药的储藏环境中,保证了中药的质量,从源头为确保治疗效果提供了保障。本发明通过图像、气味、颜色、性状多方面进行中药霉变的鉴定,保证了鉴定结果的准确性,同时对于已经霉变的中药进行了程度以及霉菌的鉴定,方便后续处理。
附图说明
图1是本发明实施例提供的中药的霉变检测方法流程图。
图2是本发明实施例提供的中药霉变检测系统结构示意图;
图中:1、中药图像采集模块;2、图像处理模块;3、环境参数获取模块;4、气味扫描模块;5、微性状鉴定模块;6、主控模块;7、待检测中药溶液制备模块;8、霉变标志物制备模块;9、霉变检测模块;10、霉变确定模块;11、霉变等级鉴定模块;12、数据存储模块;13、预警模块;14、显示模块。
图3是本发明实施例提供的通过图像处理程序对采集的中药原始图像进行处理分析,得到中药的颜色及图像特征信息的方法流程图。
图4是本发明实施例提供的通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告的方法流程图。
图5是本发明实施例提供的通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种中药的霉变检测方法及检测系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的中药的霉变检测方法包括以下步骤:
S101,通过高清摄像设备获取待检测中药的原始图像信息数据;通过图像处理程序对采集的中药原始图像进行处理分析,得到中药颜色及图像特征信息。
S102,通过温度传感器和湿度传感器检测中药储存环境的温度和湿度参数;通过气味扫描仪获取待检测中药的气味信息数据。
S103,通过显微镜获取中药表面细微性状特征;通过单片机控制所述中药的霉变检测系统的正常运行。
S104,通过对待检测中药进行研磨、提取、滤过、蒸干、溶解,制备得到待检测中药溶液;对已确定霉变中药的霉菌进行提取、滤过、溶解,通过液相色谱仪确定霉变标志物。
S105,通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告。
S106,通过对比分析程序根据霉变检测报告并利用获取的中药特征信息、颜色信息、储存环境参数、气味信息及微性状对中药霉变情况作进一步鉴定。
S107,通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级;通过数据库存储中药药材标准图像、待检测中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息。
S108,当中药霉变时或当环境参数超出系统预设的正常阈值时通过声光预警装置进行预警;通过显示器显示获取到的中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息的实时数据。
如图2所示,本发明实施例提供的中药的霉变检测系统包括:中药图像采集模块1、图像处理模块2、环境参数获取模块3、气味扫描模块4、微性状鉴定模块5、主控模块6、待检测中药溶液制备模块7、霉变标志物制备模块8、霉变检测模块9、霉变确定模块10、霉变等级鉴定模块11、数据存储模块12、预警模块13、显示模块14。
中药图像采集模块1,与主控模块6连接,用于通过高清摄像设备获取待检测中药的原始图像信息数据;
图像处理模块2,与主控模块6连接,用于通过图像处理程序对采集的中药原始图像进行处理分析,得到中药的颜色及图像特征信息;
环境参数获取模块3,与主控模块6连接,用于通过温度传感器和湿度传感器检测中药储存环境的温度和湿度参数;
气味扫描模块4,与主控模块6连接,用于通过气味扫描仪获取待检测中药的气味信息数据;
微性状鉴定模块5,与主控模块6连接,用于通过显微镜获取中药表面细微性状特征;
主控模块6,与中药图像采集模块1、图像处理模块2、环境参数获取模块3、气味扫描模块4、微性状鉴定模块5、待检测中药溶液制备模块7、霉变标志物制备模块8、霉变检测模块9、霉变确定模块10、霉变等级鉴定模块11、数据存储模块12、预警模块13、显示模块14连接,用于通过单片机控制中药的霉变检测系统的各个模块的正常运行;
待检测中药溶液制备模块7,与主控模块6连接,用于通过对待检测中药进行研磨、提取、滤过、蒸干、溶解,制备得到待检测中药溶液;
霉变标志物制备模块8,与主控模块6连接,用于对已确定霉变中药的霉菌进行提取、滤过、溶解,通过液相色谱仪确定霉变标志物;
霉变检测模块9,与主控模块6连接,用于通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告;
霉变确定模块10,与主控模块6连接,用于通过对比分析程序根据霉变检测报告并利用获取的中药特征信息、颜色信息、储存环境参数、气味信息及微性状对中药霉变情况作进一步鉴定;
霉变等级鉴定模块11,与主控模块6连接,用于通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级;
数据存储模块12,与主控模块6连接,用于通过数据库存储中药药材标准图像、待检测中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息;
预警模块13,与主控模块6连接,用于当中药霉变时或当环境参数超出系统预设的正常阈值时通过声光预警装置进行预警;
显示模块14,与主控模块6连接,用于通过显示器显示获取到的中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息的实时数据。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的中药的霉变检测方法如图1所示,作为优选实施例,如图3所示,本发明实施例提供的通过图像处理程序对采集的中药原始图像进行处理分析,得到中药的颜色及图像特征信息的方法包括:
S201,通过图像处理程序获取所述待检测中药原始图像样本集中每个图像样本的相似样本,并且分别对所述每个图像样本及其对应的相似样本进行图像变换。
S202,基于预设的图像样本集与预设的目标函数并利用机器学习算法对所述卷积神经网络进行网络训练。
S203,通过预设的卷积神经网络获取目标图像的图像特征信息及中药颜色信息。
本发明实施例提供的相似样本取决于所述图像样本是否包含类别信息,所述目标函数是能够使所述图像样本及其对应的相似样本的图像特征之间的相似度最大,以及使所述图像样本及其对应的非相似样本的图像特征之间的相似度最小的函数。
实施例2
本发明实施例提供的中药的霉变检测方法如图1所示,作为优选实施例,如图4所示,本发明实施例提供的通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告的方法包括:
S301,通过对待检测中药进行研磨、提取、滤过、蒸干、溶解,制备得到待检测中药溶液。
S302,对已确定霉变中药的霉菌进行提取、滤过、溶解,通过液相色谱仪确定霉变标志物。
S303,通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告。
本发明实施例提供的相同色谱峰是采用高效液相色谱分析法分析待测样品霉变情况,即分别吸取霉变标志物、供试品溶液,注入高效液相色谱仪,记录色谱图。
实施例3
本发明实施例提供的中药的霉变检测方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级的方法包括:
S401,获取中药样品,并利用粉碎机粉碎,过300目筛。
S402,向浓度为0.5%~2.5%的碳酸钠中加入S101得到的粉末,并搅拌均匀,静置4小时。
S403,向溶液中加入去离子水至溶液成为中性溶液,利用烘干箱在58~75℃下进行烘干。
S404,用质量浓度34%~56%甲醇提取S403得到的粉末,振荡提取液20~25min,在4~6℃、6000~8000转/分钟条件下离心5~10min,取上清液。
S405,采用高效液相色谱检测上清液,确定中药霉变等级。
本发明实施例提供的步骤S405中,所述高效液相色谱检测参数为:流动相为3~5mol/L的甲酸铵与0.2%~0.4%的甲酸按体积比1~5:3混合,流速为0.3~0.8mL/min,柱温为25~28℃,样品温度为4~8℃,进样体积为5~10μL。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种中药的霉变检测方法,其特征在于,所述中药的霉变检测方法包括以下步骤:
步骤一,通过高清摄像设备获取待检测中药的原始图像信息数据;通过图像处理程序获取所述待检测中药原始图像样本集中每个图像样本的相似样本,并且分别对所述每个图像样本及其对应的相似样本进行图像变换;
步骤二,基于预设的图像样本集与预设的目标函数并利用机器学习算法对卷积神经网络进行网络训练,通过预设的卷积神经网络获取目标图像的图像特征信息及中药颜色信息;
步骤三,通过温度传感器和湿度传感器检测中药储存环境的温度和湿度参数;通过气味扫描仪获取待检测中药的气味信息数据,并通过显微镜获取中药表面细微性状特征;
步骤四,通过单片机控制中药的霉变检测系统的正常运行;通过对待检测中药粉末或已入药的中药制剂样品加溶剂提取,过滤、滤液蒸干、加溶剂溶解溶解,制备得到待检测中药溶液;
步骤五,通过对已确定霉变中药或所生霉菌进行提取、过滤、挥干溶剂,加溶剂溶解,通过液相色谱仪进样,富集目标峰馏分,浓缩得到霉变标志物;
步骤六,通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,当待检测中药溶液色谱中出现与霉变标志物相应位置上显相同颜色荧光斑点或相同色谱峰,即检测到样品发生霉变,并生成霉变检测报告;
步骤七,通过对比分析程序根据霉变检测报告并利用获取的中药特征信息、颜色信息、储存环境参数、气味信息及微性状信息与数据库中预先存储的中药标准图像对比,对中药霉变情况作进一步鉴定;
步骤八,通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级;通过数据库存储中药药材标准图像、待检测中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息;
步骤九,当中药霉变时或当环境参数超出系统预设的正常阈值时通过声光预警装置进行预警;通过显示器显示获取到的中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息的实时数据。
2.如权利要求1所述中药的霉变检测方法,其特征在于,步骤一中,所述相似样本取决于所述图像样本是否包含类别信息,所述目标函数是能够使所述图像样本及其对应的相似样本的图像特征之间的相似度最大,以及使所述图像样本及其对应的非相似样本的图像特征之间的相似度最小的函数。
3.如权利要求1所述中药的霉变检测方法,其特征在于,步骤六中,所述相同色谱峰是采用高效液相色谱分析法分析待测样品霉变情况,即分别吸取霉变标志物、供试品溶液,注入高效液相色谱仪,记录色谱图。
4.如权利要求1所述中药的霉变检测方法,其特征在于,步骤七中,对霉变程度作进一步确定的方法,包括:
通过检测到的气味浓度、图像颜色深浅程度、霉变率以及微性状图像中显示的菌类分布状况判定霉变程度;
霉变程度与检测到的气味浓度、图像颜色深浅程度、霉变率微性状图像中显示的菌类分布状况呈正相关关系。
5.如权利要求1所述中药的霉变检测方法,其特征在于,步骤八中,所述霉变等级鉴定的方法,包括:
(1)获取中药样品,并利用粉碎机粉碎,过300目筛;
(2)向浓度为0.5%~2.5%的碳酸钠中加入步骤(1)得到的粉末,并搅拌均匀,静置4小时;
(3)向溶液中加入去离子水至溶液成为中性溶液,利用烘干箱在58~75℃下进行烘干;
(4)用质量浓度34%~56%甲醇提取步骤(3)得到的粉末,振荡提取液20~25min,在4~6℃、6000~8000转/分钟条件下离心5~10min,取上清液;
(5)采用高效液相色谱检测上清液,确定中药霉变等级。
6.如权利要求5所述中药的霉变检测方法,其特征在于,步骤(5)中,所述高效液相色谱检测参数为:
流动相为3~5mol/L的甲酸铵与0.2%~0.4%的甲酸按体积比1~5:3混合,流速为0.3~0.8mL/min,柱温为25~28℃,样品温度为4~8℃,进样体积为5~10μL。
7.一种实施如权利要求1~6任意一项所述中药的霉变检测方法的中药的霉变检测系统,其特征在于,所述中药的霉变检测系统包括:
中药图像采集模块,与主控模块连接,用于通过高清摄像设备获取待检测中药的原始图像信息数据;
图像处理模块,与主控模块连接,用于通过图像处理程序对采集的中药原始图像进行处理分析,得到中药的颜色及图像特征信息;
环境参数获取模块,与主控模块连接,用于通过温度传感器和湿度传感器检测中药储存环境的温度和湿度参数;
气味扫描模块,与主控模块连接,用于通过气味扫描仪获取待检测中药的气味信息数据;
微性状鉴定模块,与主控模块连接,用于通过显微镜获取中药表面细微性状特征;
主控模块,与中药图像采集模块、图像处理模块、环境参数获取模块、气味扫描模块、微性状鉴定模块、待检测中药溶液制备模块、霉变标志物制备模块、霉变检测模块、霉变确定模块、霉变等级鉴定模块、数据存储模块、预警模块、显示模块连接,用于通过单片机控制中药的霉变检测系统的各个模块的正常运行;
待检测中药溶液制备模块,与主控模块连接,用于通过对待检测中药进行研磨、提取、滤过、蒸干、溶解,制备得到待检测中药溶液;
霉变标志物制备模块,与主控模块连接,用于对已确定霉变中药的霉菌进行提取、滤过、溶解,通过液相色谱仪确定霉变标志物;
霉变检测模块,与主控模块连接,用于通过霉变检测设备将待检测中药溶液与霉变标志物进行色谱分析,检测中药霉变情况,并生成霉变检测报告;
霉变确定模块,与主控模块连接,用于通过对比分析程序根据霉变检测报告并利用获取的中药特征信息、颜色信息、储存环境参数、气味信息及微性状对中药霉变情况作进一步鉴定;
霉变等级鉴定模块,与主控模块连接,用于通过霉变等级鉴定程序根据中药霉变信息确定中药的霉变等级;
数据存储模块,与主控模块连接,用于通过数据库存储中药药材标准图像、待检测中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息;
预警模块,与主控模块连接,用于当中药霉变时或当环境参数超出系统预设的正常阈值时通过声光预警装置进行预警;
显示模块,与主控模块连接,用于通过显示器显示获取到的中药的图像特征信息、颜色信息、储存环境参数、气味信息、微性状信息、霉变检测报告及预警信息的实时数据。
8.如权利要求7所述中药的霉变检测系统,其特征在于,所述霉变确定模块包括:
图像对比分析单元,用于基于获取的中药特征信息、颜色信息、储存环境参数及微性状信息与数据库中预先存储的中药标准图像对比,对中药霉变情况作进一步鉴定;
气味对比分析单元,用于基于获取到的中药相关气味信息与数据库中预先存储的标准信息进行对比,对中药霉变情况作进一步鉴定。
9.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述中药的霉变检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010329142.8A CN111612742B (zh) | 2020-04-23 | 2020-04-23 | 中药的霉变检测方法、检测系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010329142.8A CN111612742B (zh) | 2020-04-23 | 2020-04-23 | 中药的霉变检测方法、检测系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612742A CN111612742A (zh) | 2020-09-01 |
CN111612742B true CN111612742B (zh) | 2023-10-20 |
Family
ID=72203241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010329142.8A Active CN111612742B (zh) | 2020-04-23 | 2020-04-23 | 中药的霉变检测方法、检测系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612742B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433274A (zh) * | 2021-08-11 | 2021-09-24 | 张大宁 | 一种中药饮片的检测方法 |
CN115239994B (zh) * | 2022-07-12 | 2023-02-17 | 中关村科学城城市大脑股份有限公司 | 应用于甘草饮片的等级信息生成方法、装置和电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018144275A1 (en) * | 2017-02-06 | 2018-08-09 | Walmart Apollo, Llc | Conveyors including sensors for detecting error conditions associated with moving products |
CN109490306A (zh) * | 2018-12-27 | 2019-03-19 | 龙口盛福达食品有限公司 | 一种基于色泽和气味数据融合的猪肉新鲜度检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10311573B2 (en) * | 2017-05-02 | 2019-06-04 | Techcyte, Inc. | Training and machine learning classification of mold in digital microscopy images |
-
2020
- 2020-04-23 CN CN202010329142.8A patent/CN111612742B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018144275A1 (en) * | 2017-02-06 | 2018-08-09 | Walmart Apollo, Llc | Conveyors including sensors for detecting error conditions associated with moving products |
CN109490306A (zh) * | 2018-12-27 | 2019-03-19 | 龙口盛福达食品有限公司 | 一种基于色泽和气味数据融合的猪肉新鲜度检测方法 |
Non-Patent Citations (1)
Title |
---|
嗅觉可视化技术对虾储藏期内新鲜度变化的研究;黄星奕;蒋飞燕;周芳;;食品工业(第01期);10-12 * |
Also Published As
Publication number | Publication date |
---|---|
CN111612742A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612742B (zh) | 中药的霉变检测方法、检测系统及计算机可读存储介质 | |
US11860072B2 (en) | Systems and methods for meso-dissection | |
CN104407077B (zh) | 一种mes,nhs残留的hplc检测方法 | |
CN103890164A (zh) | 细胞识别装置以及程序 | |
US20230120719A1 (en) | Contextually adaptive digital pathology interface | |
CN107132304B (zh) | 一种远志药材指纹图谱及指标性成分含量测定的方法 | |
Chung et al. | Next‐generation pathology practices with mass spectrometry imaging | |
CN104142375A (zh) | 一种利用霉菌代谢产物建立指纹图谱以及利用指纹图谱鉴定霉菌菌种的方法 | |
Naumann et al. | Augmented region of interest for untargeted metabolomics mass spectrometry (AriumMS) of multi-platform-based CE-MS and LC-MS data | |
CN110148443B (zh) | 一种临床检验样本的标识方法及系统 | |
CN111239291B (zh) | 基于gc-ms的小鼠肠-脑轴相关组织样本中短链脂肪酸的检测方法 | |
CN112924523A (zh) | 具快速萃取功能的农药残留检测用质谱检测系统及方法 | |
CN109655519B (zh) | 一种雌雄异株植物的性别鉴定方法 | |
CN116011307A (zh) | 基于获取并识别噪声全景分布模型的信号分析方法及系统 | |
CN109490439B (zh) | 氨苄西林和/或氨苄西林钠中特戊酸的检测方法 | |
CN107576700B (zh) | 纳米氧化铜修饰电极及用修饰电极分析尼伐地平的方法 | |
CN110286183B (zh) | 一种止得咳颗粒hplc指纹图谱及其质量分析方法 | |
CN102662019B (zh) | 唇香草指纹图谱的建立方法及指纹图谱 | |
CN117951334A (zh) | 一种目标检索方法、装置、终端及计算机可读存储介质 | |
Zhang et al. | Improved YOLOv3 and U-Net Based Pipetting Abnormal Condition Identification and Pipetting Region Segmentation | |
JPS61194342A (ja) | 電気泳動分析方法 | |
El Abiead et al. | Benchmarking feature quality assurance strategies for non-targeted metabolomics | |
CN102507778B (zh) | 一种生血宁片的高效液相色谱指纹图谱及制备方法和用途 | |
CN117110448A (zh) | 保妇康栓成药的质量控制方法 | |
CN116433894A (zh) | 一种仪表盘指针的识别方法及识别装置 |
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 |