CN112700059B - 一种中药丹参品质评价方法及其应用 - Google Patents
一种中药丹参品质评价方法及其应用 Download PDFInfo
- Publication number
- CN112700059B CN112700059B CN202110023273.8A CN202110023273A CN112700059B CN 112700059 B CN112700059 B CN 112700059B CN 202110023273 A CN202110023273 A CN 202110023273A CN 112700059 B CN112700059 B CN 112700059B
- Authority
- CN
- China
- Prior art keywords
- red sage
- root
- evaluated
- sage root
- chinese 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
- 239000003814 drug Substances 0.000 title claims abstract description 64
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 59
- 235000011135 Salvia miltiorrhiza Nutrition 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 40
- 241000304195 Salvia miltiorrhiza Species 0.000 title description 38
- 240000007164 Salvia officinalis Species 0.000 claims abstract description 114
- 235000005412 red sage Nutrition 0.000 claims abstract description 99
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 9
- 238000007477 logistic regression Methods 0.000 claims abstract description 7
- 238000007619 statistical method Methods 0.000 claims abstract description 5
- 238000012216 screening Methods 0.000 claims abstract description 4
- 244000132619 red sage Species 0.000 claims abstract 14
- 235000017276 Salvia Nutrition 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 241000411851 herbal medicine Species 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 8
- AIGAZQPHXLWMOJ-UHFFFAOYSA-N Tanshinone I Chemical compound C1=CC2=C(C)C=CC=C2C(C(=O)C2=O)=C1C1=C2C(C)=CO1 AIGAZQPHXLWMOJ-UHFFFAOYSA-N 0.000 description 26
- 230000000877 morphologic effect Effects 0.000 description 20
- 239000000463 material Substances 0.000 description 12
- 238000012795 verification Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 8
- GVKKJJOMQCNPGB-UHFFFAOYSA-N Cryptotanshinone Natural products O=C1C(=O)C2=C3CCCC(C)(C)C3=CC=C2C2=C1C(C)CO2 GVKKJJOMQCNPGB-UHFFFAOYSA-N 0.000 description 6
- GVKKJJOMQCNPGB-JTQLQIEISA-N Cryptotanshinone Chemical compound O=C1C(=O)C2=C3CCCC(C)(C)C3=CC=C2C2=C1[C@@H](C)CO2 GVKKJJOMQCNPGB-JTQLQIEISA-N 0.000 description 6
- HYXITZLLTYIPOF-UHFFFAOYSA-N Tanshinone II Natural products O=C1C(=O)C2=C3CCCC(C)(C)C3=CC=C2C2=C1C(C)=CO2 HYXITZLLTYIPOF-UHFFFAOYSA-N 0.000 description 6
- AZEZEAABTDXEHR-UHFFFAOYSA-M sodium;1,6,6-trimethyl-10,11-dioxo-8,9-dihydro-7h-naphtho[1,2-g][1]benzofuran-2-sulfonate Chemical compound [Na+].C12=CC=C(C(CCC3)(C)C)C3=C2C(=O)C(=O)C2=C1OC(S([O-])(=O)=O)=C2C AZEZEAABTDXEHR-UHFFFAOYSA-M 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000004069 differentiation Effects 0.000 description 5
- DOUMFZQKYFQNTF-WUTVXBCWSA-N (R)-rosmarinic acid Chemical compound C([C@H](C(=O)O)OC(=O)\C=C\C=1C=C(O)C(O)=CC=1)C1=CC=C(O)C(O)=C1 DOUMFZQKYFQNTF-WUTVXBCWSA-N 0.000 description 4
- 239000004480 active ingredient Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- HARGZZNYNSYSGJ-UHFFFAOYSA-N 1,2 dihydrotanshinquinone Natural products C1=CC2=C(C)C=CC=C2C(C(=O)C2=O)=C1C1=C2C(C)CO1 HARGZZNYNSYSGJ-UHFFFAOYSA-N 0.000 description 2
- HARGZZNYNSYSGJ-JTQLQIEISA-N Dihydrotanshinone I Chemical compound C1=CC2=C(C)C=CC=C2C(C(=O)C2=O)=C1C1=C2[C@@H](C)CO1 HARGZZNYNSYSGJ-JTQLQIEISA-N 0.000 description 2
- ZZAFFYPNLYCDEP-HNNXBMFYSA-N Rosmarinsaeure Natural products OC(=O)[C@H](Cc1cccc(O)c1O)OC(=O)C=Cc2ccc(O)c(O)c2 ZZAFFYPNLYCDEP-HNNXBMFYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013211 curve analysis Methods 0.000 description 2
- KXNYCALHDXGJSF-UHFFFAOYSA-N dihydroisotanshinone I Natural products CC1=CC=CC2=C(C(C=3OCC(C=3C3=O)C)=O)C3=CC=C21 KXNYCALHDXGJSF-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003511 endothelial effect Effects 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- DOUMFZQKYFQNTF-MRXNPFEDSA-N rosemarinic acid Natural products C([C@H](C(=O)O)OC(=O)C=CC=1C=C(O)C(O)=CC=1)C1=CC=C(O)C(O)=C1 DOUMFZQKYFQNTF-MRXNPFEDSA-N 0.000 description 2
- TVHVQJFBWRLYOD-UHFFFAOYSA-N rosmarinic acid Natural products OC(=O)C(Cc1ccc(O)c(O)c1)OC(=Cc2ccc(O)c(O)c2)C=O TVHVQJFBWRLYOD-UHFFFAOYSA-N 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Medicines Containing Plant Substances (AREA)
Abstract
本发明公开了一种中药丹参品质评价方法及其应用,待评价丹参进行处理后,得到待评价丹参的相关参数后输入中药丹参品质评价模型,由中药丹参品质评价模型输出丹参品质预测概率P值,基于预测概率P值完成丹参品质评价,待评价丹参的相关参数包括待评价丹参的主根最大直径、形成层外内面积比及待评价丹参在给定的颜色空间标准下的各色彩参数;建立中药丹参品质评价模型:确认与中药丹参品质相关的各参数并筛出关联性强的若干参数;以前步得到的若干参数作为模型参数以二元Logistic回归统计分析的方法建立中药丹参品质评价模型。本发明的丹参品质评价方法,为中药丹参品质评价提供客观且快速的评价方法,流程操作快速且客观,应用前景好。
Description
技术领域
本发明属于中药材品质检测技术领域,涉及一种中药丹参品质评价方法及其应用。
背景技术
丹参为唇形科植物丹参(Salvia miltiorrhiza Bge)的干燥根,是我国临床最常用的中药材之一。由于种质、环境、栽培管理、采收、加工等多方面的因素,目前的市售丹参药材存在巨大的品质差异问题,因此,科学、有效的丹参质量鉴定评判方法,对于从源头出发,保障丹参制剂的有效性和安全性具有重要意义。
“辨状论质”,即根据药材形、色、气、味等外观性状特征,来判断药材的真伪优劣,具有简单易行、直观明了的特点,在药材商品的鉴定、分级等生产实践中广泛应用。丹参的粗细、长短、皮色、断面等外在性状特征是对丹参药材商品进行进行“辨状论质”,从而进行划分等级的重要指标。然而,随着现代中药质量、鉴定等学科的发展,这些“辨状论质”的传统鉴别经验有多少具有科学性;有哪些真实体现了药材的“状”与“质”的内在关联,可作为质量评价的关键性指标;这些关联的内涵是什么?解决这些问题,才能突破传统经验的总结的局限性,对“辨状论质”进行完善,为丹参药材的商品规格标准提出科学、可行的建议。
传统“辨状论质”的中药品质评价方法多基于老药工的传统经验,缺乏具体客观的评价指标。因此,提供一种评价客观且评价准确性好的中药丹参品质评价方法极具现实意义。
发明内容
本发明的目的在于克服现有丹参品质评价不客观的缺陷,提供一种评价客观且评价准确性好的中药丹参品质评价方法,为丹参的品质评价和质量分级提供更科学客观的指标,有助于对“辨状论质”的科学内涵进行阐释、完善或修正,由此培育的丹参优良品系将有望解决长期以来丹参品质不稳定的难题。
为实现上述目的,本发明提供如下技术方案:
一种中药丹参品质评价方法,对待评价丹参进行处理后,得到待评价丹参的相关参数后将其输入中药丹参品质评价模型中,由中药丹参品质评价模型输出丹参品质预测概率P值,基于预测概率P值完成丹参品质评价(预测概率P值大于0.05(具体是指事实数据情况与模型拟合结果保持一致,即模型拟合情况良好)则丹参品质达标即满足要求,预测概率P值小于等于0.05则丹参品质不达标即不满足要求),所述待评价丹参的相关参数包括待评价丹参的主根最大直径、形成层外内面积比及待评价丹参在给定的颜色空间标准下的各色彩参数;
所述中药丹参品质评价模型的建立过程如下:
(1)确认与中药丹参品质相关的各参数并从中筛选出与中药丹参根系关联性强的若干种参数;
(2)以步骤(1)得到的若干种参数作为模型参数以二元Logistic回归统计分析的方法建立中药丹参品质评价模型。
中药丹参品质评价模型的建立过程具体如下:
(1)针对根系的长度、体积、表面积等参数选用WinRHIZO根系扫描系统进行分析(http://www.regentinstruments.com/assets/winrhizo_software.html),基于分辨率(300dpi)干根系扫描图像,通过软件分享提取描述其尺寸及根数的相对参数,采用RootScan软件通过丹参根系横切面切片的分析,测量其根系组织的分布情况,通过切片分析,可以获得根系组织中表皮、木质部、内皮层和韧皮部等组织的分布和比例的相对数值,采用Image J软件对根系扫描图像中的丹参区域进行RGB分析,记录其颜色以R,G、B值,及(R+G+B)/3参数值表示,同时可测定丹参根系横切面面积,通过手动拆分获得丹参形成层内外面积;
整合以上根系分析软件,并对根条数、直径数以手工测量计数,共获得102株丹参样品的71个形态特征数据对丹参根系形态进行全面认识;
表1根系分析软件采集的特征参数
(即确认的与中药丹参品质相关的各参数)
以上研究对丹参根系形态进行表征获得的丹参根系特征参数可分为三类:一类是体现丹参株系整体大小的物理参数,如直径、长度、预测体积和面积等;第二类反映丹参根系的结构特征,如侧根数目、同一根系不同直径范围、根长的分布等;第三类参数分析丹参根系横截面切片来分析根系不同类型细胞、组织的分布情况,上述参数对于丹参根系整体形态描述具有重要意义;
通过数据预处理共剔除异常参数31项,所剔除参数均为形态参数,构建“有效成分-形态”相关性网络显示共有49个参数间具有显著相关性(P<0.05),其中形态特征参数33个,化学参数16个,共呈现390组关联,343组关联为正相关,47组为负相关,其中极显著关联(P<0.01)188组,多发生在形态特征参数之间,利用Cytoscape软件对关联性进行关联性网络可视化构建,发现整个网络可以明显分为两个聚类,形态特征参数可分为一类,化学特征参数可分为一类,其中个别形态特征参数,不仅与其他形态特征参数具有显著关联性,同时也与化学特征参数之间具有显著关联性,表明该形态特征与活性成分含量水平具有一定的关联性,可以作为具有品质指征性作用的候选性状。与活性成分具有极显著差异的性状特征有6个,分别是与丹参酮I、丹参酮IIA、和隐丹参酮的含量具有正相关性的红色色度值(Red),与丹参酮I的含量具有正相关性的绿色色度值(Green),与丹参酮I、二氢丹参酮的含量具有正相关的平均色度值((R+G+B)/3);与丹参酮I、丹参酮IIA和迷迭香酸的含量具有负相关的主根最大直径(Maximum Diamater of MR,MD);与丹酚酸B含量具有负相关,但与丹参酮IIA、的含量具有正相关的形成层外区域占比(RatioCtoXS)以及与丹酚酸B含量具有负相关,但与丹参酮I、隐丹参酮的含量具有正相关的形成层外内面积比(RatioCtoS),其中形成层外内面积比以及形成层外区域占比在生物学意义上具有重复,故仅只以最大直径﹑色度值(Red、Green、R+G+B)/3)、切面形成层外内面积比作为具有品质指征性作用的候选性状;
(2)以最大直径﹑色度值(Red、Green、R+G+B)/3)、切面形成层外内面积比作为模型参数以二元Logistic回归统计分析的方法建立品质评价模型,获得经过logit转换的公式如下:
Y=logit(P)=1.81×MD+2.004×RatioCtoS+0.019×Red+0.166×Green-0.197×RGB/3-2.698。
本发明的中药丹参品质评价方法,通过建立中药丹参品质评价模型为中药丹参品质评价提供一种客观且快速的评价方法,本领域技术人员快速获取待评价丹参的相关参数后将其输入中药丹参品质评价模型即可完成对丹参品质的评价,其流程操作快速且客观,为本行业提供了一种中药丹参品质评价的全新标准,极具应用前景。
作为优选的技术方案:
如上所述的一种中药丹参品质评价方法,所述给定的颜色空间标准为RGB颜色空间标准、CMYK颜色空间标准、LAB颜色空间标准、HSL颜色空间标准或ESL颜色空间标准。本发明的保护范围并不仅限于此,此处仅给出部分可行的技术方案,其他未被列出的颜色空间标准也可适用于本发明。
如上所述的一种中药丹参品质评价方法,所述待评价丹参在给定的颜色空间标准下的各色彩参数包括待评价丹参在RGB色彩空间标准下的红色色度值(R值)、绿色色度值(G值)和平均色度值((R+G+B)/3)。
如上所述的一种中药丹参品质评价方法,所述中药丹参品质评价模型具体为:
Y=logit(P)=1.81×MD+2.004×RatioCtoS+0.019×Red+0.166×Green-0.197×RGB/3-2.698;
其中,MD为待评价丹参的主根最大直径,其单位为厘米,RatioCtoS为待评价丹参的形成层外内面积比,Red为待评价丹参在RGB色彩空间标准下的红色色度值,Green为待评价丹参在RGB色彩空间标准下的绿色色度值,RGB/3为待评价丹参在RGB色彩空间标准下的平均色度值,P为预测概率。
如上所述的一种中药丹参品质评价方法,所述中药丹参品质评价模型是以待评价丹参的主根最大直径、形成层外内面积比及待评价丹参在给定的颜色空间标准下的各色彩参数和预测概率P值为输入和输出训练二元Logistic回归模型得到的。中药丹参品质评价模型的获取,需要选用测试集对其进行训练,训练后采用验证集对训练后的模型进行验证。其中测试集及验证集均选自包含合格组和不合格组的输出及输入均已知的样本集,其中随机筛选合格组和不合格组内各2/3的样本作测试集,剩下的样本作为验证集。
如上所述的一种中药丹参品质评价方法,所述待评价丹参进行处理后,得到待评价丹参的相关参数具体是指:选用WinRHIZO根系扫描系统对待评价丹参的根系进行扫描获取待评价丹参的主根最大直径,而后采用Image J软件对根系扫描图像中的丹参区域进行RGB分析即得待评价丹参在RGB色彩空间标准下的红色色度值、绿色色度值和平均色度值,同时测定丹参根系横切面面积,通过手动拆分获得待评价丹参的形成层内外面积,进而获得待评价丹参的形成层外内面积比。
本发明还提供了应用如上所述的一种中药丹参品质评价方法的电子设备,包括一个或多个处理器、一个或多个存储器、一个或多个程序及获取所述待评价丹参的相关参数的参数获取设备;
所述一个或多个程序被存储在所述存储器中,当所述一个或多个程序被所述处理器执行时,使得所述电子设备执行如上所述的中药丹参品质评价方法。
有益效果:
本发明的中药丹参品质评价方法,中药丹参品质评价模型选取了能够完整地解析丹参根系的形态特征的参数作为模型参数,由此建立的基于丹参根系形态分析的品质评价策略及模型,将为丹参药材的质量标准或商品规格制定提供参考,对于丹参大品种产业的发展具有重要应用价值,本发明通过建立中药丹参品质评价模型为中药丹参品质评价提供一种客观且快速的评价方法,本领域技术人员快速获取待评价丹参的相关参数后将其输入中药丹参品质评价模型即可完成对丹参品质的评价,其流程操作快速且客观,为本行业提供了一种中药丹参品质评价的全新标准,极具应用前景。
附图说明
图1为实施例1的中药丹参品质评价模型的ROC曲线分析的示意图。
具体实施方式
下面结合附图,对本发明的具体实施方式做进一步阐述,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。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1
一种中药丹参品质评价方法,其步骤如下:
(1)建立中药丹参品质评价模型:
(1.1)确认与中药丹参品质相关的各参数并从中筛选出与中药丹参根系关联性强的若干种参数,具体为:
针对根系的长度、体积、表面积等参数选用WinRHIZO根系扫描系统进行分析(http://www.regentinstruments.com/assets/winrhizo_software.html),基于分辨率(300dpi)干根系扫描图像,通过软件分享提取描述其尺寸及根数的相对参数,采用RootScan软件通过丹参根系横切面切片的分析,测量其根系组织的分布情况,通过切片分析,可以获得根系组织中表皮、木质部、内皮层和韧皮部等组织的分布和比例的相对数值,采用Image J软件对根系扫描图像中的丹参区域进行RGB分析,记录其颜色以R,G、B值,及(R+G+B)/3参数值表示,同时可测定丹参根系横切面面积,通过手动拆分获得丹参形成层内外面积;
整合以上根系分析软件,并对根条数、直径数以手工测量计数,共获得102株丹参样品的71个形态特征数据对丹参根系形态进行全面认识;
表1根系分析软件采集的特征参数
(即确认的与中药丹参品质相关的各参数)
以上研究对丹参根系形态进行表征获得的丹参根系特征参数可分为三类:一类是体现丹参株系整体大小的物理参数,如直径、长度、预测体积和面积等;第二类反映丹参根系的结构特征,如侧根数目、同一根系不同直径范围、根长的分布等;第三类参数分析丹参根系横截面切片来分析根系不同类型细胞、组织的分布情况,上述参数对于丹参根系整体形态描述具有重要意义;
通过数据预处理共剔除异常参数31项,所剔除参数均为形态参数,构建“有效成分-形态”相关性网络显示共有49个参数间具有显著相关性(P<0.05),其中形态特征参数33个,化学参数16个,共呈现390组关联,343组关联为正相关,47组为负相关,其中极显著关联(P<0.01)188组,多发生在形态特征参数之间,利用Cytoscape软件对关联性进行关联性网络可视化构建,发现整个网络可以明显分为两个聚类,形态特征参数可分为一类,化学特征参数可分为一类,其中个别形态特征参数,不仅与其他形态特征参数具有显著关联性,同时也与化学特征参数之间具有显著关联性,表明该形态特征与活性成分含量水平具有一定的关联性,可以作为具有品质指征性作用的候选性状。与活性成分具有极显著差异的性状特征有6个,分别是与丹参酮I、丹参酮IIA、和隐丹参酮的含量具有正相关性的红色色度值(Red即在RGB颜色空间标准下的红色色度值),与丹参酮I的含量具有正相关性的绿色色度值(Green即在RGB颜色空间标准下的绿色色度值),与丹参酮I、二氢丹参酮的含量具有正相关的平均色度值((R+G+B)/3);与丹参酮I、丹参酮IIA和迷迭香酸的含量具有负相关的主根最大直径(Maximum Diamater of MR,MD);与丹酚酸B含量具有负相关,但与丹参酮IIA、的含量具有正相关的形成层外区域占比(RatioCtoXS)以及与丹酚酸B含量具有负相关,但与丹参酮I、隐丹参酮的含量具有正相关的形成层外内面积比(RatioCtoS),其中形成层外内面积比以及形成层外区域占比在生物学意义上具有重复,故仅只以最大直径﹑色度值(Red、Green、R+G+B)/3)、切面形成层外内面积比作为具有品质指征性作用的候选性状;
(1.2)以步骤(1.1)得到的若干种参数即最大直径﹑色度值(Red、Green、(R+G+B)/3)、切面形成层外内面积比作为模型参数以二元Logistic回归统计分析的方法建立中药丹参品质评价模型,具体为:
Y=logit(P)=1.81×MD+2.004×RatioCtoS+0.019×Red+0.166×Green-0.197×RGB/3-2.698;
其中,MD为待评价丹参的主根最大直径,其单位为厘米,RatioCtoS为待评价丹参的形成层外内面积比,Red为待评价丹参在RGB色彩空间标准下的红色色度值,Green为待评价丹参在RGB色彩空间标准下的绿色色度值,RGB/3为待评价丹参在RGB色彩空间标准下的平均色度值,P为预测概率;
中药丹参品质评价模型的获取,需要选用测试集对其进行训练,训练后采用验证集对训练后的模型进行验证,其中测试集及验证集均选自包含合格组和不合格组的输出及输入均已知的样本集,其中随机筛选合格组和不合格组内各2/3的样本作测试集,剩下的样本作为验证集;
(2)对待评价丹参进行处理后,得到待评价丹参的相关参数后将其输入中药丹参品质评价模型中,由中药丹参品质评价模型输出丹参品质预测概率P值,基于预测概率P值完成丹参品质评价(预测概率P值大于0.05则丹参品质达标即满足要求,预测概率P值小于等于0.05则丹参品质不达标即不满足要求),待评价丹参的相关参数包括待评价丹参的主根最大直径、形成层外内面积比及待评价丹参在RGB色彩空间标准下的各色彩参数。
对中药丹参品质评价模型进行分析,具体为:利用得到的预测概率P值进行ROC曲线分析(图1),其曲线下面积为0.703,p<0.05(p具体为p.value,为ROC曲线评价的一个指标,ROC曲线评价的四个标准是曲线下面积、p、敏感度和特异性),敏感度87.5%,特异性55.0%,表明该模型具有一定的准确性,以验证集验证该模型,验证集内重新分组结果见表2,重新匹配结果表明该模型具有一定的准确性,所挑选的关键性状具有品质指征作用。
表2验证集内丹参样品重新分组结果。
实施例2
一种电子设备,包括一个或多个处理器、一个或多个存储器、一个或多个程序及获取待评价丹参的相关参数的参数获取设备;
一个或多个程序被存储在存储器中,当一个或多个程序被处理器执行时,使得电子设备执行与实施例1相同的中药丹参品质评价方法。
经验证,本发明的中药丹参品质评价方法,中药丹参品质评价模型选取了能够完整地解析丹参根系的形态特征的参数作为模型参数,由此建立的基于丹参根系形态分析的品质评价策略及模型,将为丹参药材的质量标准或商品规格制定提供参考,对于丹参大品种产业的发展具有重要应用价值,本发明通过建立中药丹参品质评价模型为中药丹参品质评价提供一种客观且快速的评价方法,本领域技术人员快速获取待评价丹参的相关参数后将其输入中药丹参品质评价模型即可完成对丹参品质的评价,其流程操作快速且客观,为本行业提供了一种中药丹参品质评价的全新标准,极具应用前景。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应该理解,这些仅是举例说明,在不违背本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改。
Claims (5)
1.一种中药丹参品质评价方法,其特征在于,对待评价丹参进行处理后,得到待评价丹参的相关参数后将其输入中药丹参品质评价模型中,由中药丹参品质评价模型输出丹参品质预测概率P值,基于预测概率P值完成丹参品质评价,所述待评价丹参的相关参数包括待评价丹参的主根最大直径、形成层外内面积比及待评价丹参在给定的颜色空间标准下的各色彩参数,所述待评价丹参在给定的颜色空间标准下的各色彩参数包括待评价丹参在RGB色彩空间标准下的红色色度值、绿色色度值和平均色度值;
所述中药丹参品质评价模型的建立过程如下:
(1)确认与中药丹参品质相关的各参数并从中筛选出与中药丹参根系关联性强的若干种参数;
(2)以步骤(1)得到的若干种参数作为模型参数以二元Logistic回归统计分析的方法建立中药丹参品质评价模型。
2.根据权利要求1所述的一种中药丹参品质评价方法,其特征在于,所述中药丹参品质评价模型具体为:
Y=logit(P)=1.81×MD+2.004×RatioCtoS+0.019×Red+0.166×Green-0.197×RGB/3-2.698;
其中,MD为待评价丹参的主根最大直径,其单位为厘米,RatioCtoS为待评价丹参的形成层外内面积比,Red为待评价丹参在RGB色彩空间标准下的红色色度值,Green为待评价丹参在RGB色彩空间标准下的绿色色度值,RGB/3为待评价丹参在RGB色彩空间标准下的平均色度值,P为预测概率。
3.根据权利要求2所述的一种中药丹参品质评价方法,其特征在于,所述中药丹参品质评价模型是以待评价丹参的主根最大直径、形成层外内面积比及待评价丹参在给定的颜色空间标准下的各色彩参数和预测概率P值为输入和输出训练二元Logistic回归模型得到的。
4.根据权利要求1所述的一种中药丹参品质评价方法,其特征在于,所述待评价丹参进行处理后,得到待评价丹参的相关参数具体是指:选用WinRHIZO根系扫描系统对待评价丹参的根系进行扫描获取待评价丹参的主根最大直径,而后采用Image J软件对根系扫描图像中的丹参区域进行RGB分析即得待评价丹参在RGB色彩空间标准下的红色色度值、绿色色度值和平均色度值,同时测定丹参根系横切面面积,通过手动拆分获得待评价丹参的形成层内外面积,进而获得待评价丹参的形成层外内面积比。
5.应用如权利要求1~4任一项所述的一种中药丹参品质评价方法的电子设备,其特征在于,包括一个或多个处理器、一个或多个存储器、一个或多个程序及获取所述待评价丹参的相关参数的参数获取设备;
所述一个或多个程序被存储在所述存储器中,当所述一个或多个程序被所述处理器执行时,使得所述电子设备执行如上所述的中药丹参品质评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110023273.8A CN112700059B (zh) | 2021-01-08 | 2021-01-08 | 一种中药丹参品质评价方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110023273.8A CN112700059B (zh) | 2021-01-08 | 2021-01-08 | 一种中药丹参品质评价方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700059A CN112700059A (zh) | 2021-04-23 |
CN112700059B true CN112700059B (zh) | 2024-04-05 |
Family
ID=75513439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110023273.8A Active CN112700059B (zh) | 2021-01-08 | 2021-01-08 | 一种中药丹参品质评价方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700059B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989227B (zh) * | 2021-10-27 | 2022-09-02 | 北京市水产科学研究所(国家淡水渔业工程技术研究中心) | 一种丹顶红白锦鲤色彩量化评价方法、装置及系统 |
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 |
---|---|---|---|---|
CN109409687A (zh) * | 2018-09-29 | 2019-03-01 | 中国农业科学院农产品加工研究所 | 基于苹果原料指标预测干制品色泽品质的方法 |
CN112040937A (zh) * | 2018-04-27 | 2020-12-04 | 欧洲分子生物学实验室 | 用于预防和/或治疗感染和抗菌药引起的功能障碍的药物组合物 |
-
2021
- 2021-01-08 CN CN202110023273.8A patent/CN112700059B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112040937A (zh) * | 2018-04-27 | 2020-12-04 | 欧洲分子生物学实验室 | 用于预防和/或治疗感染和抗菌药引起的功能障碍的药物组合物 |
CN109409687A (zh) * | 2018-09-29 | 2019-03-01 | 中国农业科学院农产品加工研究所 | 基于苹果原料指标预测干制品色泽品质的方法 |
Non-Patent Citations (1)
Title |
---|
基于功能一致性预测冠心病致病基因;孙立中;张良才;陈丽娜;赵研;尚玉奎;王倩;;现代生物医学进展(第04期);733-736 * |
Also Published As
Publication number | Publication date |
---|---|
CN112700059A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Rice blast recognition based on principal component analysis and neural network | |
CN112700059B (zh) | 一种中药丹参品质评价方法及其应用 | |
CN109961426B (zh) | 一种人脸皮肤肤质的检测方法 | |
Jaware et al. | Crop disease detection using image segmentation | |
CN104680524B (zh) | 一种叶类蔬菜病害诊断方法 | |
Pujari et al. | Grading and classification of anthracnose fungal disease of fruits based on statistical texture features | |
EP2946190A1 (en) | Cell-based tissue analysis | |
CN102375000A (zh) | 一种基于氢核磁共振-模式识别技术对椰岛鹿龟酒的检测方法 | |
CN106092990A (zh) | 一种宁夏枸杞的三维荧光光谱鉴别方法 | |
CN108734108A (zh) | 一种基于ssd网络的裂纹舌识别方法 | |
CN105466921A (zh) | 一种多样品同时检测的方法 | |
CN115184283B (zh) | 一种中药饮片的智能筛选方法及系统 | |
CN113570538B (zh) | 一种叶片rgb图像偏态分布参数信息采集及分析方法 | |
CN101799920A (zh) | 基于颜色特征的舌象分析方法及其应用 | |
CN105866063A (zh) | 香肠品质等级检测方法 | |
Shao et al. | Research on automatic identification system of tobacco diseases | |
CN102654494A (zh) | 一种农产品品质识别检测标准的建立方法 | |
CN117132843B (zh) | 野山参、林下山参、园参原位鉴别方法、系统及相关设备 | |
Zhang et al. | Identification of jujube trees diseases using neural network | |
Wang et al. | Colorimetric grading scale can promote the standardization of experiential and sensory evaluation in quality control of traditional Chinese medicines | |
CN113011467A (zh) | 基于图像结构纹理信息的当归药材产地识别方法 | |
Silva et al. | IDiSSC: Edge-computing-based Intelligent Diagnosis Support System for Citrus Inspection. | |
Zhou et al. | Research on hyperspectral regression method of soluble solids in green plum based on one-dimensional deep convolution network | |
Mohammad et al. | Classification of fresh N36 pineapple crop using image processing technique | |
Ji et al. | Apple color automatic grading method based on machine vision |
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 |