[发明专利]基于显微图像的中药粉末智能鉴别方法和系统在审

专利信息
申请号: 202010585564.1 申请日: 2020-06-24
公开(公告)号: CN111709389A 公开(公告)日: 2020-09-25
发明(设计)人: 林永强;穆向荣;汪冰;郭东晓;林林;徐兴燕;于凤蕊 申请(专利权)人: 山东省食品药品检验研究院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 济南诚智商标专利事务所有限公司 37105 代理人: 朱晓熹
地址: 250101 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 显微 图像 中药 粉末 智能 鉴别方法 系统
【说明书】:

发明公开基于显微图像的中药粉末智能鉴别方法和系统,其中,草酸钙鉴别方法包括:获取对照中药粉末的训练数据,对照中药粉末包含一种或多种中药成分;使用深度卷积神经网络对训练数据进行训练,得到与对照中药粉末对应的深度卷积神经网络模型;使用深度卷积神经网络模型对样品中药粉末的显微图像进行显微特征匹配,以确定样品中药粉末所含中药成分的种类;根据样品中药粉末所含中药成分的种类,生成并输出样品中药粉末的鉴别结果。本发明的技术方案能解决现有技术中人工鉴别的方法主观误差大,工作效率较低,难以及时准确地确定中药粉末的成分类型,真伪及是否规范投料的问题。

技术领域

本发明涉及植物类中药鉴别技术领域,尤其涉及一种基于显微图像的中药粉末智能鉴别方法和系统。

背景技术

中药是指在中医理论指导下,用于预防、治疗和诊断疾病并具有康复与保健作用的药物。中药按其制成形态划分主要包括中药材、中药饮片及中成药;而中药粉末是利用粉碎机等设备将中药材或中药饮片加工成的粉末状物。中药粉末可作为中药饮片的一种规格直接用于临床,也可作为丸剂、散剂、片剂或胶囊剂等中成药的投放原料。

由于中药粉末已经过粉碎加工,原有性状特征被破坏,所以传统的性状鉴别方式难以准确鉴别中药粉末的所属类型、真伪以及是否能够按处方规范投料。为了获取中药粉末的上述内容,可采用显微鉴别方法对其进行鉴别。显微鉴别方法通常应用于性状不易鉴别的药材;破碎中药材及粉末中药材;以及用中药粉末制成的制剂(如丸、散、片、胶囊等制剂)中。中药的显微鉴别是成熟、有效、快速、经济及环保的鉴别方法,因此显微鉴别方法是快速鉴别中药粉末真伪及是否规范投料的有效方法。传统的中药显微鉴别多是在显微镜下观察特征后进行手工特征描绘,这种方法主观误差较大、描绘耗费时间长、工作效率低。随着摄影技术等多学科交叉发展,现在数码成像系统广泛用于中药显微鉴别领域。中药粉末显微图像由数码成像系统拍摄中药粉末的细胞、后含物和颗粒物质的显微特征而成。

然而,针对中药粉末的显微鉴别,在获取到中药粉末的显微图像后,还需要人工进行筛选和特征比对,以确定中药粉末的所属类型、真伪及是否能够按处方规范投料。这种人工鉴别的方法主观误差大,耗时较长,工作效率较低,难以及时准确地确定中药粉末的成分类型,真伪及是否规范投料。

发明内容

本发明提供基于显微图像的中药粉末智能鉴别方法和系统,旨在解决现有技术的中药粉末的中药显微鉴别方式需要操作人员手动鉴别,导致主观误差大、描绘耗时长且工作效率低下的问题。

为实现上述目的,根据本发明的第一方面,本发明提出了一种基于显微图像的中药粉末智能鉴别方法,包括:

获取对照中药粉末的训练数据,对照中药粉末包含一种或多种中药成分;

使用深度卷积神经网络对训练数据进行训练,得到与对照中药粉末对应的深度卷积神经网络模型,深度卷积神经网络模型用于识别得到一种或多种中药成分的显微特征;

使用深度卷积神经网络模型对样品中药粉末的显微图像进行显微特征匹配,以确定样品中药粉末所含中药成分的种类;

根据样品中药粉末所含中药成分的种类,生成并输出样品中药粉末的鉴别结果。

优选地,上述中药粉末智能鉴别方法中,所述获取对照中药粉末的训练数据的步骤,包括:

选取包含有一种或多种类型中药成分的对照中药粉末;

摄取对照中药粉末中每种中药成分的显微图像;

标记显微图像所对应中药成分的种类;

使用对照中药粉末中每种中药成分的显微图像和种类,生成对照中药粉末的训练数据。

优选地,上述中药粉末智能鉴别方法中,所述深度卷积神经网络包括卷积层、池化层和全连接层;所述使用深度卷积神经网络对训练数据进行训练,得到深度卷积神经网络模型的步骤包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东省食品药品检验研究院,未经山东省食品药品检验研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010585564.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top