CN115184283A - 一种中药饮片的智能筛选方法及系统 - Google Patents

一种中药饮片的智能筛选方法及系统 Download PDF

Info

Publication number
CN115184283A
CN115184283A CN202211099221.XA CN202211099221A CN115184283A CN 115184283 A CN115184283 A CN 115184283A CN 202211099221 A CN202211099221 A CN 202211099221A CN 115184283 A CN115184283 A CN 115184283A
Authority
CN
China
Prior art keywords
information
piece
pieces
chinese medicine
traditional chinese
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
CN202211099221.XA
Other languages
English (en)
Other versions
CN115184283B (zh
Inventor
邓明强
雷凤鸣
何心玲
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.)
Zhangjiagang Green Traditional Chinese Medicine Decoction Pieces Co ltd
Original Assignee
Zhangjiagang Green Traditional Chinese Medicine Decoction Pieces Co ltd
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 Zhangjiagang Green Traditional Chinese Medicine Decoction Pieces Co ltd filed Critical Zhangjiagang Green Traditional Chinese Medicine Decoction Pieces Co ltd
Priority to CN202211099221.XA priority Critical patent/CN115184283B/zh
Publication of CN115184283A publication Critical patent/CN115184283A/zh
Application granted granted Critical
Publication of CN115184283B publication Critical patent/CN115184283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06T2207/10024—Color 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
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Game Theory and Decision Science (AREA)
  • Pathology (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Biochemistry (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种中药饮片的智能筛选方法及系统，属于人工智能领域，所述方法包括：将待检测中药饮片传送至图像采集区域，获取中药饮片图像信息，对中药饮片图像信息进行区域分割，获得中药饮片质地特征信息，基于中药饮片图像信息进行色彩分析，获得中药饮片色彩信息，通过红外测试仪进行测试分析，获得中药饮片测试成分信息，搭建中药饮片质量分析模型，获得中药饮片质量等级，基于中药饮片划分标准和中药饮片质量等级获得中药饮片质量判定结果，对待检测中药饮片进行质量筛选。解决了现有技术中存在中药饮片的筛选智能化程度和准确度低的技术问题。达到了提高筛选的效率和准确程度，全方面对中药饮片质量进行高效评估的技术效果。

Description

一种中药饮片的智能筛选方法及系统
技术领域
本申请涉及人工智能领域，尤其涉及一种中药饮片的智能筛选方法及系统。
背景技术
中药饮片，是指按照中医药理论将中药材经过规范化的中药炮制方法炮制加工、减毒增效后可用于中医临床的中药。随着中医药现代化的发展，中药饮片因其治疗慢性病、疑难杂症所具有的明显优势，被越来越多的患者接收和认可。
目前，行业整体的发展不断规范，中药饮片的制造技术水平不断提高，药品监督管理部门对于药品生产企业的监督检查也不断加强，随着规范的逐渐形成，对于中药饮片的质量控制要求也将逐渐提高。通过人工对中药饮片进行外观检测，通过望，闻，检测等方式对中药饮片进行合规筛选。
然后，由于中药饮片的炮制过程不同，来源不同，存在众多类型的中药饮片，通过人工进行筛选，不仅效率低下，而且受限于筛选人员的认知，筛选质量不高，容易导致中药饮片的质量管控质量低。存在中药饮片的筛选智能化程度和准确度低的技术问题。
发明内容
本申请的目的是提供一种中药饮片的智能筛选方法及系统，用以解决现有技术中存在中药饮片的筛选智能化程度和准确度低的技术问题。
鉴于上述问题，本申请提供了一种中药饮片的智能筛选方法及系统。
第一方面，本申请提供了一种中药饮片的智能筛选方法，其中，所述方法应用于一中药饮片的智能筛选系统，所述系统包括一图像采集装置，所述方法包括：将待检测中药饮片传送至图像采集区域；通过所述图像采集装置对所述待检测中药饮片进行图像采集，获取在所述图像采集区域内的中药饮片图像信息；对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息；基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息；通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息；搭建中药饮片质量分析模型，将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至所述中药饮片质量分析模型中，获得中药饮片质量等级；获得中药饮片划分标准，基于所述中药饮片划分标准和所述中药饮片质量等级获得中药饮片质量判定结果；基于所述中药饮片质量判定结果，对所述待检测中药饮片进行质量筛选。
另一方面，本申请还提供了一种中药饮片的智能筛选系统，其中，所述系统包括：饮片传送模块，所述饮片传送模块用于将待检测中药饮片传送至图像采集区域；图像采集模块，所述图像采集模块用于通过图像采集装置对所述待检测中药饮片进行图像采集，获取在所述图像采集区域内的中药饮片图像信息；区域分割模块，所述区域分割模块用于对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息；色彩分析模块，所述色彩分析模块用于基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息；测试分析模块，所述测试分析模块用于通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息；模型搭建模块，所述模型搭建模块用于搭建中药饮片质量分析模型，将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至所述中药饮片质量分析模型中，获得中药饮片质量等级；质量判定模块，所述质量判定模块用于获得中药饮片划分标准，基于所述中药饮片划分标准和所述中药饮片质量等级获得中药饮片质量判定结果；质量筛选模块，所述质量筛选模块用于基于所述中药饮片质量判定结果，对所述待检测中药饮片进行质量筛选。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请通过将待检测中药饮片传送至图像采集区域，通过图像采集装置采集待检测中药饮片图像，得到中药饮片图像信息，然后对中药饮片图像信息进行区域分割，获得中药饮片质地特征信息，通过对中药饮片图像信息进行色彩分析，获得中药饮片色彩信息，以及利用红外测试仪对待检测中药饮片进行测试分析，获得中药饮片测试成分信息，进而通过将中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至中药饮片质量分析模型中，获得中药饮片质量等级，根据中药饮片划分标准，基于中药饮片质量等级得到中药饮片质量判定结果，对待检测中药饮片进行质量筛选。达到了提高筛选质量，进行多维度的质量判定，提高筛选准确度的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中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示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种中药饮片的智能筛选方法的流程示意图；
图2为本申请实施例提供的一种中药饮片的智能筛选方法中获得中药饮片质地特征信息的流程示意图；
图3为本申请实施例提供的一种中药饮片的智能筛选方法中获得中药饮片色彩信息的流程示意图；
图4为本申请一种中药饮片的智能筛选系统的结构示意图；
附图标记说明：饮片传送模块11，图像采集模块12，区域分割模块13，色彩分析模块14，测试分析模块15，模型搭建模块16，质量判定模块17，质量筛选模块18。
具体实施方式
本申请通过提供一种中药饮片的智能筛选方法及系统，解决了现有技术中存在中药饮片的筛选智能化程度和准确度低的技术问题。达到了提高筛选的效率和准确程度，全方面对中药饮片质量进行高效评估的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示，本申请提供了一种中药饮片的智能筛选方法，其中，所述方法应用于一中药饮片的智能筛选系统，所述系统包括一图像采集装置，所述方法包括：
步骤S100：将待检测中药饮片传送至图像采集区域；
具体而言，所述中药饮片是按照中医药理论、中药炮制方法进行加工炮制后，可以直接用于中医临床的中药。所述图像采集区域是对所述待检测中药饮片进行图像采集的地方，可选的，通过传送带等传输方式将所述待检测中药饮片传送至图像采集区域。
步骤S200：通过所述图像采集装置对所述待检测中药饮片进行图像采集，获取在所述图像采集区域内的中药饮片图像信息；
具体而言，所述图像采集装置是用于对所述待检测中药饮片的图像进行采集的装置，可选的，所述图像采集装置包括：摄像机、相机、扫描仪等。所述中药饮片图像信息是反映中药饮片特征的图像信息。通过获取所述中药饮片图像信息为后续的中药饮片质量分析提供基础分析数据。
步骤S300：对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息；
进一步的，如图2所示，所述对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息，本申请实施例步骤S300还包括：
步骤S310：基于图像滤波算法对所述中药饮片图像信息进行去噪滤波，获得去噪中药饮片图像信息；
步骤S320：基于生成对抗网络对所述去噪中药饮片图像信息进行图像增强，获得标准中药饮片图像信息；
步骤S330：获得所述待检测中药饮片的几何结构信息，按照所述几何结构信息对所述标准中药饮片图像信息进行区域分割，获得结构分割区域信息；
步骤S340：基于所述结构分割区域信息对所述待检测中药饮片进行质地评价，获得所述中药饮片质地特征信息。
进一步的，所述基于所述结构分割区域信息对所述待检测中药饮片进行质地评价，获得所述中药饮片质地特征信息，本申请实施例步骤S340还包括：
步骤S341：获得质地评价指标，所述质地评价指标包括饮片完整度和饮片规整度和饮片规格类型；
步骤S342：按照所述饮片完整度、饮片规整度和饮片规格类型对所述结构分割区域信息的各饮片区域进行评价，获得饮片区域评价信息集合；
步骤S343：对所述饮片区域评价信息集合中的各评价信息进行融合，获得中药饮片质地融合评价信息；
步骤S344：根据所述中药饮片质地融合评价信息，确定所述中药饮片质地特征信息。
具体而言，所述图像滤波算法是用来对图像采集过程中由于环境产生的噪声进行过滤去除，从而得到干净清晰的图像。可选的，所述图像滤波算法包括：高斯滤波、均值滤波、中值滤波和最小均方差滤波等。所述去噪中药饮片图像信息是经过滤波处理后清晰的饮片图像，可以较为清晰的反映出中药饮片的真实情况。所述生成对抗网络是用于对所述去噪中药饮片图像信息中对比度不高的图像进行处理，增强图像对比度，进而可以增强图像信息的表达情况。所述标准中药饮片图像信息是经过图像增强后可以准确反映中药饮片情况的图像。所述几何结构信息是根据所述中药饮片的来源和炮制方法确定的中药饮片的形状、规格和大小信息。通过根据所述几何结构信息来对获得的所述标准中药饮片图像信息划分为不同的区域，得到所述结构分割区域信息。由于中药饮片的质地与细胞的组织结构一定的关系，通过根据所述结构分割区域信息对不同几何结构的中药饮片分别进行质地评价。
具体的，所述质地评价指标是可以衡量所述中药饮片质地的参数，包括：饮片完整度、饮片规整度和饮片规格类型。其中，所述饮片完整度是反映中药饮片是否具有完整结构的参数。所述饮片规整度是反映中药饮片的形状是否规整的参数。所述饮片规格类型是反映中药饮片大小的参数，可选的，包括：中药饮片的片型、长短、厚薄等。进而，对各个饮片区域分别进行饮片完整度、饮片规整度和饮片规格类型三个方面的评价，得到所述饮片区域评价信息集合。通过对所述饮片区域评价信息集合中的各评价信息进行融合，可选的，融合方法可以是按照一定的权重对各评价信息的评价结果进行融合。然后，根据融合评价信息可以得到所述中药饮片的质地情况，即所述中药饮片质地特征信息。实现了获取中药饮片质地方面信息的目标，达到了提高质地评价信息的全面性和准确度的技术效果。
步骤S400：基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息；
进一步的，如图3所示，所述基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息，本申请实施例步骤S400还包括：
步骤S410：对所述中药饮片图像信息进行色彩空间转换，获得显示空间中药饮片图像；
步骤S420：对所述显示空间中药饮片图像进行色域映射，获得中药饮片图像色域信息；
步骤S430：基于所述中药饮片图像色域信息进行色差分析，获得中药饮片色差信息；
步骤S440：对所述中药饮片色差信息进行色差等级划分，并根据色差等级划分结果，获得所述中药饮片色彩信息。
进一步的，所述基于所述中药饮片图像色域信息进行色差分析，获得中药饮片色差信息，本申请实施例步骤S430还包括：
步骤S431：按照所述中药饮片图像色域信息对所述中药饮片图像信息进行图像分割，获得N个图像色彩区域；
步骤S432：根据所述待检测中药饮片的类型，获得标准饮片色彩信息；
步骤S433：将标准饮片色彩信息和所述N个图像色彩区域进行对比分析，获得对应的N个色相误差信息；
步骤S434按照预定权重值对所述N个色相误差信息进行加权计算，获得所述中药饮片色差信息。
具体而言，所述色彩空间转换是指将所述中药饮片图像信息中呈现的色彩空间转换为机器视觉显示器所用的色彩空间，可选的，如CMYK色彩空间，RGB色彩空间，Iαβ色彩空间等。通过色彩空间转换，可以获得所述显示空间中药饮片图像，即将中药饮片图像中的色彩展示转换为机器视觉显示器可用的色彩后得到的图像。所述色域映射指的是通过将所述显示空间中药饮片图像中的高频图像和低频图像经过色域裁切或色域压缩的方法将高频图像或低频图像映射到目标色域内，然后将高频细节部分叠加到所述目标色域内，从而得到所述中药饮片图像色域信息。其中，所述中药饮片图像色域信息是指所述中药饮片图像中包含的色彩范围信息。
具体的，通过根据所述中药饮片图像色域信息中的色彩范围对所属中药饮片图像信息进行图像分割，得到N个图像色彩区域。其中，单个图像色彩区域中所包含的色彩范围一致。进而，根据待检测中药饮片的类型，得到所述中药饮片的质量合格时对应的饮片色彩信息，作为所述标准饮片色彩信息。通过将所述标准饮片色彩信息和所述N个图像色彩区域进行逐个对比分析，得到N个色相误差信息。其中，N个色相误差信息是表征N个图像色彩区域与标准饮片色彩信息之间的色差情况的信息。所述预定权重值是预先根据不同图像色彩区域对整体图像的色差影响的程度，设定的在进行色差计算时所占的比重，由工作人员自行设定，在此不做限制。按照所述预定权重值，对所述N个色相误差信息进行加权计算，从而得到整体图像的色差信息。所述中药饮片色差信息反映了所述中药饮片色彩表现上与标准中药饮片的差距情况。通过根据所述中药饮片色差信息进行色差等级划分，色差等级高，表明所述中药饮片的色彩与标准中药饮片的色差差距大；色差等级低，表明所述中药饮片的色彩与标准中药饮片的色彩差距小。进而，根据色差等级划分结果，即对所述中药饮片的色彩评价结果，得到所述中药饮片色彩信息。其中，所述中药饮片色彩信息是反映所述中药饮片的外观颜色质量的信息。由此，实现了对中药饮片的外观质量进行评价的目标，达到了对中药饮片的色彩质量评定，为后续进行中药饮片的整体质量评定作铺垫的技术效果。
步骤S500：通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息；
进一步的，所述通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息，本申请实施例步骤S500还包括：
步骤S510：通过红外测试仪对所述待检测中药饮片进行红外测试，获得中药饮片红外指纹图谱；
步骤S520：对所述中药饮片红外指纹图谱进行特征峰和峰值强度标记，获得红外特征峰信息；
步骤S530：基于所述红外特征峰信息对所述待检测中药饮片进行定性定量分析，获得所述中药饮片测试成分信息。
具体而言，所述待检测中药饮片由于所含化合物种类或数量不相同，对应产生的红外光谱存在一定差异，根据这个性质利用红外测试仪对所述待检测中药饮片进行红外测试。其中，所述中药饮片红外指纹图谱是可以反映所述中药饮片中所有成分对应光谱的图像，由此，可以获得所述中药饮片的成分信息。进而，通过对所述中药饮片红外指纹图谱中的特征峰和峰值强度进行标记，可以得到所述中药饮片的图谱轮廓特征。其中，所述红外特征峰信息是反映所述中药饮片所含成分对光谱的吸收情况，可以通过所述特征峰对所述中药饮片进行定性分析，鉴别中药饮片的成分，通过所述峰值强度对所述中药饮片的成分含量进行定量分析。从而，得到可以表征所述中药饮片的成分和成分含量的所述中药饮片测试成分信息。由此，实现了对所述中药饮片的成分进行分析的目标，达到了提高对中药饮片分析的准确度，为后续评价中药饮片的整体质量情况作铺垫的技术效果。
步骤S600：搭建中药饮片质量分析模型，将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至所述中药饮片质量分析模型中，获得中药饮片质量等级；
进一步的，所述获得中药饮片质量等级，本申请实施例步骤S600还包括：
步骤S610：所述中药饮片质量分析模型为三维质量分析模型，包括饮片结构等级分析模型、饮片色泽等级分析模型和饮片成分等级分析模型；
步骤S620：将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息分别输入所述饮片结构等级分析模型、所述饮片色泽等级分析模型和所述饮片成分等级分析模型中；
步骤S630：基于所述中药饮片质量分析模型，分别获得饮片结构等级分析结果、饮片色泽等级分析结果和饮片成分等级分析结果；
步骤S640：根据所述饮片结构等级分析结果、所述饮片色泽等级分析结果和所述饮片成分等级分析结果，输出所述中药饮片质量等级。
具体而言，所述中药饮片质量分析模型是用于对所述中药饮片质量进行多维度整体性分析的功能模型，包括：饮片结构等级分析模型、饮片色泽等级分析模型和饮片成分等级分析模型。其中，所述饮片结构等级分析模型是用于对所述中药饮片的结构进行等级评定的功能模型。所述饮片色泽等级分析模型是通过所述中药饮片色彩信息对中药饮片的色彩进行分析的功能模型。所述饮片成分等级分析模型是通过所述中药饮片测试成分信息进行分析，等级评定的功能模型。
具体的，所述饮片结构等级分析结果是所述中药饮片的结构进行评定等级后得到的结果。所述饮片色泽等级分析结果反映了所述中药饮片的色泽情况。所述饮片成分等级分析结果反映了所述中药饮片的成分组成情况。进而，通过综合上述三个等级分析结果，得到中药饮片质量等级。实现了对所述中药饮片进行质量分析的目标，达到了提高对中药饮片质量分析的准确性的技术效果。
步骤S700：获得中药饮片划分标准，基于所述中药饮片划分标准和所述中药饮片质量等级获得中药饮片质量判定结果；
步骤S800：基于所述中药饮片质量判定结果，对所述待检测中药饮片进行质量筛选。
具体而言，所述中药饮片划分标准是获取根据所述中药饮片的质量对中药饮片的等级进行划分的标准。所述中药饮片质量判定结果是根据所述中药饮片质量等级对应所述中药饮片划分标准，对中药饮片的质量进行评定得到的。从而，根据所述中药饮片质量判定结果对所述待检测中药饮片进行筛选，筛选出高质量的中药饮片。实现了对中药饮片进行多维度分析，确定饮片质量，从而对饮片进行筛选的目标，达到了减少检测周期时间，进行大批量检测，提高筛选准确度的技术效果。
综上所述，本申请所提供的一种中药饮片的智能筛选方法具有如下技术效果：
1.本申请通过利用图像采集装置对待检测中药饮片进行图像采集，得到中药饮片图像信息，进行图像的区域分割，获得中药饮片质地特征信息，然后色彩分析，得到中药饮片色彩信息，通过红外测试仪对待检测中药饮片进行测试分析后，得到中药饮片测试成分信息，进而搭建中药饮片质量分析模型，将中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至中药饮片质量分析模型中，获得中药饮片质量等级，然后根据中药饮片划分标准和中药饮片质量等级获得中药饮片质量判定结果，对待检测中药饮片进行质量筛选。达到了提高中药饮片筛选的智能化程度，提高筛选质量的技术效果。
2.本申请通过图像滤波算法对中药饮片图像信息进行去噪滤波，得到去噪中药饮片图像信息，然后根据生成对抗网络对去噪中药饮片图像信息进行图像增强，获得标准中药饮片图像信息，按照几何结构信息对标准中药饮片图像信息进行区域分割，获得结构分割区域信息，然后基于结构分割区域信息对待检测中药饮片进行质地评价，获得中药饮片质地特征信息。达到了提高质地评价信息的全面性，提高中药饮片图像表达信息准确度的技术效果。
实施例二
基于与前述实施例中一种中药饮片的智能筛选方法同样的发明构思，如图4所示，本申请还提供了一种中药饮片的智能筛选系统，其中，所述系统包括：
饮片传送模块11，所述饮片传送模块11用于将待检测中药饮片传送至图像采集区域；
图像采集模块12，所述图像采集模块12用于通过图像采集装置对所述待检测中药饮片进行图像采集，获取在所述图像采集区域内的中药饮片图像信息；
区域分割模块13，所述区域分割模块13用于对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息；
色彩分析模块14，所述色彩分析模块14用于基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息；
测试分析模块15，所述测试分析模块15用于通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息；
模型搭建模块16，所述模型搭建模块16用于搭建中药饮片质量分析模型，将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至所述中药饮片质量分析模型中，获得中药饮片质量等级；
质量判定模块17，所述质量判定模块17用于获得中药饮片划分标准，基于所述中药饮片划分标准和所述中药饮片质量等级获得中药饮片质量判定结果；
质量筛选模块18，所述质量筛选模块18用于基于所述中药饮片质量判定结果，对所述待检测中药饮片进行质量筛选。
进一步的，所述系统还包括：
去噪滤波单元，所述去噪滤波单元用于基于图像滤波算法对所述中药饮片图像信息进行去噪滤波，获得去噪中药饮片图像信息；
图像增强单元，所述图像增强单元用于基于生成对抗网络对所述去噪中药饮片图像信息进行图像增强，获得标准中药饮片图像信息；
结构分割单元，所述结构分割单元用于获得所述待检测中药饮片的几何结构信息，按照所述几何结构信息对所述标准中药饮片图像信息进行区域分割，获得结构分割区域信息；
质地评价单元，所述质地评价单元用于基于所述结构分割区域信息对所述待检测中药饮片进行质地评价，获得所述中药饮片质地特征信息。
进一步的，所述系统还包括：
评价指标获取单元，所述评价指标获取单元用于获得质地评价指标，所述质地评价指标包括饮片完整度和饮片规整度和饮片规格类型；
评价信息获取单元，所述评价信息获取单元用于按照所述饮片完整度、饮片规整度和饮片规格类型对所述结构分割区域信息的各饮片区域进行评价，获得饮片区域评价信息集合；
信息融合单元，所述信息融合单元用于对所述饮片区域评价信息集合中的各评价信息进行融合，获得中药饮片质地融合评价信息；
质地特征信息确定单元，所述质地特征信息确定单元用于根据所述中药饮片质地融合评价信息，确定所述中药饮片质地特征信息。
进一步的，所述系统还包括：
色彩空间转换单元，所述色彩空间转换单元用于对所述中药饮片图像信息进行色彩空间转换，获得显示空间中药饮片图像；
色域映射单元，所述色域映射单元用于对所述显示空间中药饮片图像进行色域映射，获得中药饮片图像色域信息；
色差分析单元，所述色差分析单元用于基于所述中药饮片图像色域信息进行色差分析，获得中药饮片色差信息；
色差等级划分单元，所述色差等级划分单元用于对所述中药饮片色差信息进行色差等级划分，并根据色差等级划分结果，获得所述中药饮片色彩信息。
进一步的，所述系统还包括：
图像分割单元，所述图像分割单元用于按照所述中药饮片图像色域信息对所述中药饮片图像信息进行图像分割，获得N个图像色彩区域；
标准信息获取单元，所述标准信息获取单元用于根据所述待检测中药饮片的类型，获得标准饮片色彩信息；
对比分析单元，所述对比分析单元用于将标准饮片色彩信息和所述N个图像色彩区域进行对比分析，获得对应的N个色相误差信息；
加权计算单元，所述加权计算单元用于按照预定权重值对所述N个色相误差信息进行加权计算，获得所述中药饮片色差信息。
进一步的，所述系统还包括：
红外测试单元，所述红外测试单元用于通过红外测试仪对所述待检测中药饮片进行红外测试，获得中药饮片红外指纹图谱；
标记单元，所述标记单元用于对所述中药饮片红外指纹图谱进行特征峰和峰值强度标记，获得红外特征峰信息；
定性定量分析单元，所述定性定量分析单元用于基于所述红外特征峰信息对所述待检测中药饮片进行定性定量分析，获得所述中药饮片测试成分信息。
进一步的，所述系统还包括：
模型设定单元，所述模型设定单元用于设定所述中药饮片质量分析模型为三维质量分析模型，包括饮片结构等级分析模型、饮片色泽等级分析模型和饮片成分等级分析模型；
信息输入单元，所述信息输入单元用于将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息分别输入所述饮片结构等级分析模型、所述饮片色泽等级分析模型和所述饮片成分等级分析模型中；
分析结果获取单元，所述分析结果获取单元用于基于所述中药饮片质量分析模型，分别获得饮片结构等级分析结果、饮片色泽等级分析结果和饮片成分等级分析结果；
质量等级输出单元，所述质量等级输出单元用于根据所述饮片结构等级分析结果、所述饮片色泽等级分析结果和所述饮片成分等级分析结果，输出所述中药饮片质量等级。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种中药饮片的智能筛选方法和具体实例同样适用于本实施例的一种中药饮片的智能筛选系统，通过前述对一种中药饮片的智能筛选方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种中药饮片的智能筛选系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种中药饮片的智能筛选方法，其特征在于，所述方法应用于一中药饮片的智能筛选系统，所述系统包括一图像采集装置，所述方法包括：
将待检测中药饮片传送至图像采集区域；
通过所述图像采集装置对所述待检测中药饮片进行图像采集，获取在所述图像采集区域内的中药饮片图像信息；
对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息；
基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息；
通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息；
搭建中药饮片质量分析模型，将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至所述中药饮片质量分析模型中，获得中药饮片质量等级；
获得中药饮片划分标准，基于所述中药饮片划分标准和所述中药饮片质量等级获得中药饮片质量判定结果；
基于所述中药饮片质量判定结果，对所述待检测中药饮片进行质量筛选。
2.如权利要求1所述的方法，其特征在于，所述对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息，包括：
基于图像滤波算法对所述中药饮片图像信息进行去噪滤波，获得去噪中药饮片图像信息；
基于生成对抗网络对所述去噪中药饮片图像信息进行图像增强，获得标准中药饮片图像信息；
获得所述待检测中药饮片的几何结构信息，按照所述几何结构信息对所述标准中药饮片图像信息进行区域分割，获得结构分割区域信息；
基于所述结构分割区域信息对所述待检测中药饮片进行质地评价，获得所述中药饮片质地特征信息。
3.如权利要求2所述的方法，其特征在于，所述基于所述结构分割区域信息对所述待检测中药饮片进行质地评价，获得所述中药饮片质地特征信息，包括：
获得质地评价指标，所述质地评价指标包括饮片完整度和饮片规整度和饮片规格类型；
按照所述饮片完整度、饮片规整度和饮片规格类型对所述结构分割区域信息的各饮片区域进行评价，获得饮片区域评价信息集合；
对所述饮片区域评价信息集合中的各评价信息进行融合，获得中药饮片质地融合评价信息；
根据所述中药饮片质地融合评价信息，确定所述中药饮片质地特征信息。
4.如权利要求1所述的方法，其特征在于，所述基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息，包括：
对所述中药饮片图像信息进行色彩空间转换，获得显示空间中药饮片图像；
对所述显示空间中药饮片图像进行色域映射，获得中药饮片图像色域信息；
基于所述中药饮片图像色域信息进行色差分析，获得中药饮片色差信息；
对所述中药饮片色差信息进行色差等级划分，并根据色差等级划分结果，获得所述中药饮片色彩信息。
5.如权利要求4所述的方法，其特征在于，所述基于所述中药饮片图像色域信息进行色差分析，获得中药饮片色差信息，包括：
按照所述中药饮片图像色域信息对所述中药饮片图像信息进行图像分割，获得N个图像色彩区域；
根据所述待检测中药饮片的类型，获得标准饮片色彩信息；
将标准饮片色彩信息和所述N个图像色彩区域进行对比分析，获得对应的N个色相误差信息；
按照预定权重值对所述N个色相误差信息进行加权计算，获得所述中药饮片色差信息。
6.如权利要求1所述的方法，其特征在于，所述通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息，包括：
通过红外测试仪对所述待检测中药饮片进行红外测试，获得中药饮片红外指纹图谱；
对所述中药饮片红外指纹图谱进行特征峰和峰值强度标记，获得红外特征峰信息；
基于所述红外特征峰信息对所述待检测中药饮片进行定性定量分析，获得所述中药饮片测试成分信息。
7.如权利要求1所述的方法，其特征在于，所述获得中药饮片质量等级，包括：
所述中药饮片质量分析模型为三维质量分析模型，包括饮片结构等级分析模型、饮片色泽等级分析模型和饮片成分等级分析模型；
将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息分别输入所述饮片结构等级分析模型、所述饮片色泽等级分析模型和所述饮片成分等级分析模型中；
基于所述中药饮片质量分析模型，分别获得饮片结构等级分析结果、饮片色泽等级分析结果和饮片成分等级分析结果；
根据所述饮片结构等级分析结果、所述饮片色泽等级分析结果和所述饮片成分等级分析结果，输出所述中药饮片质量等级。
8.一种中药饮片的智能筛选系统，其特征在于，所述系统包括：
饮片传送模块，所述饮片传送模块用于将待检测中药饮片传送至图像采集区域；
图像采集模块，所述图像采集模块用于通过图像采集装置对所述待检测中药饮片进行图像采集，获取在所述图像采集区域内的中药饮片图像信息；
区域分割模块，所述区域分割模块用于对所述中药饮片图像信息进行区域分割，获得中药饮片质地特征信息；
色彩分析模块，所述色彩分析模块用于基于所述中药饮片图像信息进行色彩分析，获得中药饮片色彩信息；
测试分析模块，所述测试分析模块用于通过红外测试仪对所述待检测中药饮片进行测试分析，获得中药饮片测试成分信息；
模型搭建模块，所述模型搭建模块用于搭建中药饮片质量分析模型，将所述中药饮片质地特征信息、中药饮片色彩信息、中药饮片测试成分信息输入至所述中药饮片质量分析模型中，获得中药饮片质量等级；
质量判定模块，所述质量判定模块用于获得中药饮片划分标准，基于所述中药饮片划分标准和所述中药饮片质量等级获得中药饮片质量判定结果；
质量筛选模块，所述质量筛选模块用于基于所述中药饮片质量判定结果，对所述待检测中药饮片进行质量筛选。
CN202211099221.XA 2022-09-09 2022-09-09 一种中药饮片的智能筛选方法及系统 Active CN115184283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211099221.XA CN115184283B (zh) 2022-09-09 2022-09-09 一种中药饮片的智能筛选方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211099221.XA CN115184283B (zh) 2022-09-09 2022-09-09 一种中药饮片的智能筛选方法及系统

Publications (2)

Publication Number Publication Date
CN115184283A true CN115184283A (zh) 2022-10-14
CN115184283B CN115184283B (zh) 2022-12-27

Family

ID=83524674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211099221.XA Active CN115184283B (zh) 2022-09-09 2022-09-09 一种中药饮片的智能筛选方法及系统

Country Status (1)

Country Link
CN (1) CN115184283B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115921333A (zh) * 2022-11-07 2023-04-07 安徽华润金蟾药业有限公司 基于图像识别的中药饮片性状在线检测分级系统及方法
CN116809388A (zh) * 2023-08-30 2023-09-29 山东浏园生态农业股份有限公司 一种茶叶智能筛分方法及系统
CN117272941A (zh) * 2023-09-21 2023-12-22 北京百度网讯科技有限公司 数据处理方法、装置、设备、计算机可读存储介质及产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799329A (zh) * 2010-03-04 2010-08-11 江西中医学院 一种检测中药饮片外观色泽的方法
CN108732172A (zh) * 2017-06-30 2018-11-02 亳州中药材商品交易中心有限公司 中药材质量评定方法、设备及介质
CN109297929A (zh) * 2018-11-29 2019-02-01 国药集团同济堂（贵州）制药有限公司 一种利用近红外技术建立丹参饮片质量分级的方法
CN113433274A (zh) * 2021-08-11 2021-09-24 张大宁 一种中药饮片的检测方法
CN114266740A (zh) * 2021-12-14 2022-04-01 芸豆数字科技有限公司 一种中药饮片质检方法、装置、设备及存储介质
CN114841986A (zh) * 2022-05-24 2022-08-02 亳州学院 一种基于机器视觉的中药饮片质量监测分析系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799329A (zh) * 2010-03-04 2010-08-11 江西中医学院 一种检测中药饮片外观色泽的方法
CN108732172A (zh) * 2017-06-30 2018-11-02 亳州中药材商品交易中心有限公司 中药材质量评定方法、设备及介质
CN109297929A (zh) * 2018-11-29 2019-02-01 国药集团同济堂（贵州）制药有限公司 一种利用近红外技术建立丹参饮片质量分级的方法
CN113433274A (zh) * 2021-08-11 2021-09-24 张大宁 一种中药饮片的检测方法
CN114266740A (zh) * 2021-12-14 2022-04-01 芸豆数字科技有限公司 一种中药饮片质检方法、装置、设备及存储介质
CN114841986A (zh) * 2022-05-24 2022-08-02 亳州学院 一种基于机器视觉的中药饮片质量监测分析系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨添钧: ""基于机器视觉技术的药材及饮片"辨色"研究"", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 *
谭超群: ""基于人工智能技术的中药饮片"形色"数字化表征探讨"", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115921333A (zh) * 2022-11-07 2023-04-07 安徽华润金蟾药业有限公司 基于图像识别的中药饮片性状在线检测分级系统及方法
CN116809388A (zh) * 2023-08-30 2023-09-29 山东浏园生态农业股份有限公司 一种茶叶智能筛分方法及系统
CN116809388B (zh) * 2023-08-30 2023-11-07 山东浏园生态农业股份有限公司 一种茶叶智能筛分方法及系统
CN117272941A (zh) * 2023-09-21 2023-12-22 北京百度网讯科技有限公司 数据处理方法、装置、设备、计算机可读存储介质及产品

Also Published As

Publication number Publication date
CN115184283B (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
CN115184283B (zh) 一种中药饮片的智能筛选方法及系统
CN100480680C (zh) 多光谱肉类新鲜度人工智能测量方法及系统
CN110132862B (zh) 小麦赤霉病检测专属病情指数构建方法及其应用
CN105630743A (zh) 一种光谱波数的选择方法
CN105067531A (zh) 一种芒果品质无损检测方法及装置
CN104568778A (zh) 一种基于高光谱成像的纺织品成分鉴别方法
CN102879353A (zh) 近红外检测花生中蛋白质组分含量的方法
WO2007068056A1 (en) Stain assessment for cereal grains
CN101692052A (zh) 基于超光谱图像技术的名优茶真伪鉴别方法及装置
CN105092579A (zh) 一种芒果品质无损检测设备
CN105628708A (zh) 一种南疆红枣多参量品质快速无损检测方法
CN113570538B (zh) 一种叶片rgb图像偏态分布参数信息采集及分析方法
CN105427306A (zh) 皮肤光泽度的图像分析方法和装置
CN111537469A (zh) 一种基于近红外技术的苹果品质快速无损检测方法
CN105223140A (zh) 同源物质的快速识别方法
CN115494008A (zh) 近红外光谱仪与机器视觉结合的烟叶质量检测方法及系统
CN104596976A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法
CN117132843B (zh) 野山参、林下山参、园参原位鉴别方法、系统及相关设备
KR102099164B1 (ko) 초분광 nir 영상을 이용한 인삼의 내부 내백 등급 판정시스템 및 판정방법
CN103163083B (zh) 一种生鲜肉类多参数检测的双波段光谱融合方法及系统
CN112964719B (zh) 一种基于高光谱的食品果糖检测方法及装置
CN113984683A (zh) 一种基于高光谱的马铃薯全粉面条淀粉含量测定方法
CN201051074Y (zh) 多光谱肉类新鲜度人工智能测量系统
CN113324921A (zh) 一种黄芪种子叶绿素含量测定模型的构建方法和应用
LU504819B1 (en) A Broiler Breast Fillet Myopathy Detection Method Based on Data Fusion of Multisource Spectral Data

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