(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110779229.X (22)申请日 2021.07.09 (71)申请人 江苏苏南药业实业有限公司 地址 212400 江苏省镇江市句容市开发区 中兴路88号 申请人 南京中医药大学 (72)发明人 徐飞　陈军　俞洋　顾薇　陆彩　 孟沙　刘宏飞　陈晓琳　 (74)专利代理 机构 南京申云知识产权代理事务 所(普通合伙) 32274 专利代理师 王云 (51)Int.Cl. G01N 21/33(2006.01) G01N 21/64(2006.01) G01N 21/84(2006.01)G06F 30/27(2020.01) (54)发明名称 一种基于紫外光谱、 荧光光谱和图像识别的 融合运算模型的板 蓝根智能鉴别方法 (57)摘要 本发明公开了一种基于紫外光谱、 荧光光谱 图像识别的融合运算模型的板蓝根鉴别方法， 将 采集到的板蓝根紫外、 荧光光谱与图像运用变换 器模型进行融合运算， 从而得到板蓝根等级、 产 地真伪等鉴别结果。 该方法能够简化模型结构， 提高训练速度和鉴别准确率。 权利要求书1页 说明书5页 附图1页 CN 115144352 A 2022.10.04 CN 115144352 A 1.一种中药材板蓝根的鉴别方法， 其特征在于， 包括将采集到的板蓝根紫外光谱、 荧光 光谱与图像运用变换器模型进行融合 运算， 从而得到 板蓝根鉴别结果。 2.根据权利要求1所述的中药材板蓝根的鉴别方法， 其特征在于， 所述板蓝根鉴别结果 包括等级、 产地真伪等 鉴别结果。 3.根据权利要求1所述的中药 材板蓝根的鉴别方法， 其特 征在于， 包括以下步骤： （1） 构建板蓝根图像数据集， 将采集的图像数据归类， 组合成算法可供利用的图像数据 库； （2） 测定板蓝根的紫外 ‑可见吸收光谱和的荧光光谱， 将采集的两种光谱图像数据分别 归类， 组合成算法可 供利用的紫外光谱数据库和荧 光光谱数据库； （3） 利用上述图像数据库、 紫外光谱数据库和荧光光谱数据库， 构建用于板蓝根分类的 变换器模型， 鉴别板 蓝根。 4.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （1） 中， 所述将采 集的光谱图像数据归类， 同步产生相配对的非中药材数据， 如对应类别、 标签、 图片编号等， 最终组合成算法可 供利用的图像数据库。 5.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （2） 中， 所述将采 集的光谱图像数据分别归类， 同步产生相配对的非中药材数据， 如对应类别、 标签、 图片编 号等， 最终组合成算法可 供利用的紫外光谱数据库和荧 光光谱数据库。 6.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （2） 中， 板蓝根供 试液的制备方法如下： 将药材粉末利用甲醇溶解定容， 超声处理， 补足重量， 滤过， 稀释后， 制成供试品溶液。 7.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （2） 中， 紫外 ‑可 见吸收光谱的测定条件为： 扫描范围为200~350 nm， 扫描间隔为1.0nm， 参比溶液为80%甲醇 溶液。 8.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （2） 中， 荧光光谱 的测定条件为： 扫描速度 为1200nm·min‑1， 扫描范围为370~600nm， 激发波长为340nm， 狭缝 宽度为15 ×15nm。 9.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （3） 中， 所述变换 器模型的参数为： 图像块的区块大小为16 ×16， 多头自注意力层的头数为8， 多层感知机 （MLP） 的大小为 32， 隐藏层大小为75； 变换器编码器的层数为2。 10.根据权利要求3所述的中药材板蓝根的鉴别方法， 其特征在于， 步骤 （3） 中， 所述用 于板蓝根分类的变换器模型构建方法如下：  首先， 将输入的图像分割成固定大小的区块， 每个区块的大小是  p×p×3， 一共可以 分成N个区块， 其中N=HW/P2， 把每一个大小是p ×p×3的区块给成一维向量， 对每个向量都 做一个线性变换再加入位置信息， 构成全连接层和多头自注 意力层， 组成变换编 码器， 编码 器的输出结果经过层均一化后， 输出到MLP层和隐藏层 进行层均一化， 结果输出到前馈层 进 行层均一 化， 重复自定义次数， 得到训练后的模型。权　利　要　求　书 1/1 页 2 CN 115144352 A 2一种基于紫外光谱、 荧光 光谱和图像识别的融合 运算模型的 板蓝根智能鉴别方 法 技术领域 [0001]本发明属于中药材板蓝根鉴别方法技术领域， 具体地， 涉及一种基于紫外光谱、 荧 光光谱和图像识别的融合 运算模型的板 蓝根智能鉴别方法。 背景技术 [0002]当前中药品质评价方法存在诸多问题： 性状评价缺乏精确标准， 评价经验缺乏传 承和共享； 以指标性成分进 行定性定量分析， 缺乏专属性， 难以真正从整体上反映药材内在 品质； 多个指标共同监控的方法， 大多定性且彼此孤立， 缺乏关综合多 元评价方法的量化集 成性指标去科学全面地表征中药品质。 性状评价与化学评价从不同侧重点揭示了中药材的 品质内涵， 如何明确两种模式的客观性评价指标、 科学地将各指标进行关联、 找到 “性状信 息‑数字化信息 ‑内在物质基础 ”之间的相关性， 建立准确、 快速、 简便的中药综合评价体系 是实现中药整体质量控制的关键和实现中药现代化的迫切需要。 [0003]板蓝根(Isatidis  Radix)味苦性寒， 归心、 肝、 胃经， 具有清 热解毒、 凉血利咽和抗 菌消炎等功效。 现代药理学研究表明， 板蓝根具有抗菌、 抗病毒等作用， 其中抗流感病毒的 药理作用尤为明显。 板蓝根作为清热解毒类中药， 对于预防流感这类呼吸道传染性疾病有 一定的效果。 在防治病毒性肺炎最常用的100味中药材中， 板蓝根排位第9， 10％～15％中药 专利组方使用了板蓝根药材。 在中医药干预治疗新型冠状病毒感染的肺炎方剂 中， 板蓝根 在组方中出现的频次也较高。 由此可见板蓝根越来越被人们 所重视， 同时也更广泛应用于 临床。 但板蓝根栽培变异及多种混淆品充斥市场， 致使板蓝根质量良莠难辨， 大大影响成药 的质量稳定性， 危害公众用药安全。 [0004]计算机视觉中卷积神经网络具有平移不变性、 局部敏感性， 缺少对图像的整体感 知和宏观理解， 若需要扩大感受野， 则需使用一些更大的卷积核， 以及更深的卷积。 但是 由 此会带来计算效率的大幅下降， 会让模型 的复杂度剧烈上升， 甚至会让模型产生维度灾难 从而无法收敛训练。 [0005]变换器模型是一种很简单但是很灵活的方法， 如果将其抽象为一系列嵌入， 那么 它可以应用于任何类型的数据。 基于自注意力变换器模型只使用了最原始的变换器的编 码‑解码器结构， 能够学习对图像的全局理解。 当模型参数量能够设置得很大， 并且数据量 充足的时候， 模型在图像分类任务、 目标检测 等任务中所表现出来的效果能够达到参数微 调的程度， 甚至更好。 同时模型的结构更加简单， 训练速度更 快， 占用更少的计算机资源。 [0006]目前， 针对板 蓝根的鉴别方法， 并没有利用变换器模型的相关研究。 发明内容 [0007]发明目的： 为解决上述技术问题， 本发明提供了一种基于紫外光谱、 荧光光谱图像 识别的融合运算模型 的板蓝根鉴别方法， 该方法能够简化模型结构， 提高训练速度和鉴别 准确率。说　明　书 1/5 页 3 CN 115144352 A 3