一种用于道地药材鉴别的高光谱图谱仪制造技术

本实用新型专利技术公开了一种用于道地药材鉴别的高光谱图谱仪。一种用于道地药材鉴别的高光谱图谱仪，从下向上依次包括成像模块、色散模块和探测模块；成像模块包括成像透镜和狭缝，色散模块包括准直透镜和分光元件，探测模块包括管透镜和探测器。根据成像场景，成像模块可更换前置镜头调整视场及分辨率。成像场景包括照相场景、望远场景和显微场景。本实用新型专利技术具有无损、快速、高效、多维等优势。多维等优势。多维等优势。

【技术实现步骤摘要】
一种用于道地药材鉴别的高光谱图谱仪


[0001]本技术涉及高光谱图谱探测及机器学习分类领域，特别是一种用于道地药材鉴别的高光谱图谱仪。

技术介绍

[0002]道地药材，常指在一特定自然条件和生态环境区域内所产的优质中药材，其经过中医临床长期应用优选所得，与其他地区所产同种中药材相比，品质和疗效更好，且质量稳定，具有较高知名度。道地药材的出产，对特定产区有着独特的依赖性，且对生产技术和加工工艺都有着较高的要求；相较而言，非道地药材在原产地、药效、生产加工等方面均有一定差距。当前药材市场存在利用非道地药材以次充好的现象，严重影响产品质量甚至损害群众健康。因此，专利技术一种针对道地药材行之有效的检测方法显得尤为必要。
[0003]通常道地药材的检测方法分为接触式和非接触式。接触式检测多采用色谱法，其中以高效液相色谱法为典型，即以液体为流动相，采用高压输液系统，将具有不同极性的单一溶剂或不同比例的混合溶剂、缓冲液等流动相泵入装有固定相的色谱柱，在柱内各成分被分离后，进入检测器进行检测，从而实现对试样的分析；该方法能有效获取待测样品的指纹图谱，实现化学组分精准定量测量，但因实验操作过程繁琐，同时制样过程对样品有不可逆的损伤，故接触式测量方法的应用受到了限制。非接触式检测常用光谱分析法，以商用光谱仪为载体，采用能表征待测样品分子指纹特性的拉曼光谱或近红外光谱为典型，观察特定化学物质的特征谱峰，进而确定其组分含量；但其单点测量往往效率低下，且随着待测样品种类和数量的逐渐增加，传统光谱分析法已不能满足复杂的应用场景需求。r/>[0004]高光谱成像技术能同时获取检测对象的二维图像和一维光谱信息，存储于高光谱立方中，采集的高光谱图像每个像素均包含对应的光谱信息，实现图谱合一。相比于传统单点测量的商用光谱仪，高光谱图谱仪具有检测通量大、检测效率高、信息量丰富等优势，在环境原位监测、食品安全检测、真伪判断等场景中均有着广泛应用。

技术实现思路

[0005]为了克服现有技术的不足，本技术的目的是提供一种用于道地药材鉴别的高光谱图谱仪。
[0006]一种用于道地药材鉴别的高光谱图谱仪，从下向上依次包括成像模块、色散模块和探测模块；其中，成像模块包括成像透镜和狭缝，色散模块包括准直透镜和分光元件，探测模块包括管透镜和探测器。
[0007]根据成像场景，成像模块可更换前置镜头调整视场及分辨率。
[0008]所述成像模块的成像场景包括照相场景、望远场景和显微场景。
[0009]本技术的有益效果：
[0010]本技术基于高光谱图谱仪，利用高光谱成像技术同时采集二维图像和一维光谱的优势，将待测药材的图像与光谱信息同时作为机器学习输入，有效地提取了样品的形
态特征和化学物质特征，为道地药材精准鉴定提供了多维度参考依据和评价标准。相较于传统的检测方法，本技术具有无损、快速、高效、多维等优势，且硬件成本低，实用性好，适应性强，有望在今后各类药材的产地溯源和质量评价中发挥作用。
附图说明
[0011]图1是用于道地药材鉴别的高光谱图谱仪的一种结构示意图。
[0012]图2是采用本技术对道地药材进行鉴定的方法流程图。
[0013]图中，成像透镜1、狭缝2、准直透镜3、分光元件4、管透镜5、探测器6。
具体实施方式
[0014]下面结合附图对本技术做进一步阐述。
[0015]如图1所示，用于道地药材鉴别的高光谱图谱仪从下向上依次包括成像模块、色散模块和探测模块。其中，成像模块包括成像透镜1和狭缝2，色散模块包括准直透镜3和分光元件4，探测模块包括管透镜5和探测器6。成像模块用于药材空间信息的捕获，色散模块用于光谱信号的展开，探测模块用于图谱信号的采集；成像模块可更换镜头调整视场及分辨率，色散模块可决定不同的光谱分辨率，探测模块可对不同波段的信号进行宽带探测，以适应不同种类药材的测量需求。
[0016]成像模块中成像透镜1将待测对象的出射光会聚至狭缝2，由于狭缝的选择性，仅有一条线区域的光进入后续模块中，即实现一维线区域探测；色散模块中准直透镜3将透过狭缝的出射光准直，再经后续分光元件4展开成为一系列色散光；探测模块中管透镜5将色散光会聚至探测器6上，即完成狭缝所选区域空间信息和光谱信号的获取；通过位移平台控制待测样品实现与高光谱图谱仪的相对运动，即实现线扫描过程，便可获取待测样品（比如药材）的完整空间图像与相应的光谱信息。
[0017]由于成像模块可获取待测样品的空间信息，其成像场景往往又可分为三类，即照相场景、望远场景和显微场景，通过更换成像模块的前置镜头即可实现；通常，普通成像透镜可实现近场照相模式拍摄，望远镜组可实现远场望远拍摄，显微物镜可实现显微高分辨率拍摄，适用于不同种类、不同特性的药材样品检测。
[0018]采用所述的高光谱图谱仪可用于鉴别道地药材，高光谱图谱仪大量采集药材的高分辨率光谱及图像信息，同时将光谱与图像信息均作为训练参量输入至机器学习分类器中，针对不同药材建立其相应图谱数据库，并将数据库中的特征作为道地药材产地鉴别及质量分析的参考依据。
[0019]针对来自同一产地的相同品种药材，其图谱数据库的建立依赖于机器学习分类器对药材特征的提取，提取的特征可包括但不限于近场高光谱图像、显微高光谱图像、望远高光谱图像、反射光谱、荧光光谱、拉曼光谱、近红外光谱等。利用测试集对所述的分类器进行交叉验证测试，确定其效果性能，保证对同一产地的相同品种药材交叉验证分类准确率达到设定阈值及以上。当分类准确率不够时，考虑增加不同类型图谱数据作为训练输入，并调整输入光谱与图像的比例，赋予其不同的权重值，直到分类模型实现预设的准确率，以保证对新采集药材样品检测及鉴别的准确性。
[0020]如图2所示，一种采用高光谱图谱仪的道地药材鉴别方法具体可包括如下几个步
骤：
[0021]1）样品制备。根据药材种类及产品特征完成制样操作，制样类型包括但不限于粉末、凝胶、块根等。
[0022]2） 测量模式选取。根据制样的类型，选择不同的测量模式，确保对各种类型样品均能获取清晰的图像和适宜的光谱数据。
[0023]3） 数据集制备。将高光谱图谱仪拍摄所得图谱数据制成训练集与测试集，且两集合中均包含图像和光谱信息。
[0024]4） 机器学习训练。将之前制备的训练集作为输入，首先赋予图像和光谱相同的权重，经机器学习训练后得到针对该样品特征分类器。
[0025]5）对该分类器的效果进行验证。将之前制备的测试集作为分类器的输入，判断准确率是否达标（满足设定阈值）。
[0026]6） 若准确率达标，则根据机器学习所得分类器及所提取特征建立该样品的图谱数据库，为后续新样品分类鉴定提供参考依据。
[0027]7） 若准确率不达标，则返回至步骤2）和3），尝试增加新的测量模式，并调整训练集中图像和光谱权重占比，并重复后续操作，直到准确率达标为止。
[0028]上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于道地药材鉴别的高光谱图谱仪，其特征在于：从下向上依次包括成像模块、色散模块和探测模块；其中，成像模块包括成像透镜和狭缝，色散模块包括准直透镜和分光元件，探测模块包括管透镜和探测器。2.根据权利要求1...

【专利技术属性】
技术研发人员：何赛灵，徐展鹏，
申请(专利权)人：浙江大学，
类型：新型
国别省市：