一种基于太赫兹光谱技术的中药材三七产地鉴别方法

1.本发明属于太赫兹光谱检测技术领域，具体涉及一种基于太赫兹光谱技术的中药材三七产地鉴别方法。


背景技术：

2.三七为五加科人参属多年生草本植物的干燥根。近年来，由于它无毒无副作用，受到医学领域的广泛关注。三七在中国具有600多年的种植历史，产自中国文山的三七被认为是“金不换”，具有价格昂贵的特点。但由于文山原产区连作障碍严重，文山三七种植不足，价格远远高于其他产地。利用其他三七作为文山三七的替代品已成为草药市场一个非常普遍的问题，而三七一旦离开产地，基本上都被贴上了文山三七的标签。因此，有必要对三七的产地进行鉴别。
3.传统的三七鉴定方法主要是性状鉴定和显微鉴定。性状鉴定是通过观察药材形状、大小、颜色、质地、气味、表面和折断面特征、水试及火试中的主要鉴别特征，来鉴别药材的真伪优劣，产地，是最简单、快速、易行的鉴定方法。但是该性状鉴定方法适用于完整的药材的鉴别，当药材加工成饮片或者粉末时，失去必要的性状特征，性状鉴定方法的鉴定能力有限。
4.显微鉴定是利用显微技术对中药组织构造、细胞形态及内含物等进行分析鉴定，适用于外形不易鉴定的完整药材、破碎或粉末状药材，及中成药的鉴别。显微鉴定尤其适用于粉末状药材的鉴定。显微鉴定与理化鉴定和分子鉴定等方法相比，仪器要求简单、试剂用量少，鉴定速度快，但也存在一些不足，同属药材的显微特征相似，很难鉴定开。
5.现代常用的中药材产地鉴定方法主要有化学检测、高效液相色谱、气相色谱法等。这些方法比传统方法客观、准确，但都依赖于专业的预处理，需对中草药提取液进行预先除杂处理，这一操作会花费较长时间，导致其测定成本高且效率较低。使得试验结果难以快速获得，大量的化学消耗不利于成本节约和环境保护。
6.因此，亟需设计一种基于太赫兹光谱技术对中药材三七产地鉴别以解决上述技术问题。本

技术实现要素：

7.针对上述问题，本发明提供一种基于太赫兹光谱技术的中药材三七产地鉴别方法。本发明为中药材三七提供了一种鉴别手段，并且制备工艺简单、能快速对不同产地的三七进行定性分析，结果准确；在检测过程中，无需进行复杂的操作就可以很容易对不同产地的三七进行定性鉴别分析。
8.为实现上述目的，本发明采用的一种基于太赫兹光谱技术的中药材三七产地鉴别方法，其包括以下步骤：
9.s1:将不同产地的三七中药材用电动粉碎机粉碎、过筛、压片，得到两面光滑平整的三七样品压片；
10.s2:使用透射式太赫兹时域光谱系统对不同产地的三七进行光谱检测得到不同产
地三七的时域光谱数据集；
11.s3:将s2得到的不同产地的三七时域光谱数据集利用快速傅里叶变换(fft)将得到的太赫兹谱从时域转换到频域，频域光谱用于获得不同产地三七样品光谱特征的吸光度；
12.s4:构建不同产地三七的定性鉴别模型；
13.s5:将所述不同产地三七吸光度光谱数据集输入对所述定性鉴别模型进行训练优化；
14.s6:将改进的鲸鱼算法对支持向量机进行参数优化得到最佳参数组合；
15.s7:选择需鉴别的不同产地三七光谱数据集输入优化后的所述定性鉴别模型，输出鉴别结果。
16.可选的，所述制备实验样品过程中，所述过程将用粉碎机把晒干后的三七粉碎后，过筛100目，用电子天平称取200mg，然后在玛瑙钵中混合研磨成细粉末状，每片样品制备200mg，接下来在压片机中定型，实时压力为8.3吨，实时压强为628mpa，加压时间40s，模具直径为13mm，两面光滑，厚度1mm。
17.可选的，所述透射式太赫兹时域光谱系统主要由飞秒激光器、太赫兹辐射产生装置及相应的探测装置,以及时间延迟控制系统组成。
18.可选的，所述在使用透射式太赫兹时域光谱系统获得不同产地三七的光谱数据集的过程中，所述飞秒激光脉冲经过分束镜(cbs)后被分为泵浦脉冲和探测脉冲。泵浦脉冲经过所述时间延迟系统后入射到所述太赫兹辐射产生装置上产生太赫兹脉冲，探测脉冲和太赫兹脉冲一同共线入射到太赫兹探测装置上,并以此来驱动所述太赫兹探测装置进行采集后输入到计算机，获得所述不同产地三七光谱数据集。
19.可选的，所述构建定性鉴别模型的过程中，从所述不同产地三七光谱数据集中随机选取2/3的数据作为校正集用于模型的建立，剩余的1/3数据作为预测集用于检验模型。
20.可选的，所述定性鉴别模型为支持向量机在分类问题上的应用模型。
21.可选的，在将所述不同产地三七光谱数据集输入所述定性鉴别模型进行训练优化的过程中，使用改进鲸鱼算法优化支持向量机。
22.本发明的优点在于：
23.1)由于太赫兹光谱包含着非常丰富的物理和化学信息，可以直接有效地获取被检药物内部分子结构以及分子间复杂的相互作用。应用本专利只需要对不同产地的三七建立分类模型即可实现准确的鉴别。
24.2)改进的鲸鱼算法引入可以有效防止算法陷入局部最优，同时提高了算法的收敛速度和收敛精度。
25.3)此外本发明应用的太赫兹波能量低,装置使用安全,不会对人体造成任何辐射威胁,不存在放射性污染。
附图说明
26.为了更清楚地说明本发明实施例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本发明的一些实施例，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
根据这些附图获得其他的附图。
27.图1是本发明一种基于太赫兹光谱技术的中药材三七产地鉴别方法的流程示意图。
28.图2是本发明的透射式太赫兹时域光谱系统的系统原理图。
29.图3是本发明所述改进的鲸鱼算法对支持向量机参数优化算法流程。
30.图4是本发明具体实施例的4种不同产地三七的太赫兹吸光度图。
31.图5是本发明具体实施例的woa优化svm参数过程。
32.图6是本发明具体实施例的lawoa优化svm参数过程。
具体实施方式
33.为了使本发明的目的及优点更加清楚明白，下面结合附图对本发明的具体实施作进一步详细描述。
34.请参阅图1，本发明一种基于太赫兹光谱技术的中药材三七产地鉴别方法，其具体实施步骤如下：
35.s1:将不同产地的三七中药材研磨、过筛、压片，得到表面光滑平整的三七样品压片；
36.s2:使用透射式太赫兹时域光谱系统对不同产地的三七进行光谱检测得到不同产地三七的时域光谱；
37.s3:将s2得到的不同产地的三七时域光谱数据集利用快速傅里叶变换(fft)将得到的太赫兹谱从时域转换到频域，频域光谱用于获得不同产地三七样品光谱特征的吸光度；
38.s4:构建不同产地三七的定性鉴别模型；
39.s5:将所述不同产地三七吸光度光谱数据集输入对所述定性鉴别模型进行训练优化；
40.s6:将改进的鲸鱼算法对支持向量机进行参数优化得到最佳参数组合；
41.s7:选择需鉴别的不同产地三七光谱数据集输入优化后的所述定性鉴别模型，输出鉴别结果。
42.可选的，所述制备实验样品过程中，所述过程将用电动粉碎机把晒干后的三七粉碎后，过筛100目，用电子天平称取200mg，然后在玛瑙钵中混合研磨成细粉末状，每片样品制备200mg，接下来在压片机中定型，实时压强为12mpa，加压时间40s，模具直径为13mm，两面光滑，厚度1mm。
43.可选的，所述透射式太赫兹时域光谱系统主要由飞秒激光器、太赫兹辐射产生装置及相应的探测装置,以及时间延迟控制系统组成。
44.可选的，所述在使用透射式太赫兹时域光谱系统获得不同产地三七的光谱数据集的过程中，所述飞秒激光脉冲经过分束镜(cbs)后被分为泵浦脉冲和探测脉冲。泵浦脉冲经过所述时间延迟系统后入射到所述太赫兹辐射产生装置上产生太赫兹脉冲，探测脉冲和太赫兹脉冲一同共线入射到太赫兹探测装置上,并以此来驱动所述太赫兹探测装置进行采集后输入到计算机，获得所述不同产地三七光谱数据集。
45.可选的，所述构建定性鉴别模型的过程中，从所述不同产地三七光谱数据集中随
机选取2/3的数据作为训练集用于模型的建立，其余的1/3数据作为预测集用于检验模型。
46.可选的，所述定性鉴别模型为支持向量机在分类问题上的应用模型。
47.可选的，在将所述不同产地三七光谱数据集输入所述定性鉴别模型进行训练优化的过程中，使用改进鲸鱼算法优化支持向量机。
48.具体的，本发明所获得的实验数据是通过透射式太赫兹时域光谱系统测得的，主要由飞秒激光器、太赫兹辐射产生装置及相应的探测装置,以及时间延迟控制系统组成。该系统原理图如图2所示，首先，飞秒激光脉冲经过分束镜后被分为泵浦脉冲和探测脉冲,前者经过时间延迟系统后入射到太赫兹辐射产生装置上激发产生太赫兹脉冲,后者和太赫兹脉冲一同共线入射到太赫兹探测装置上,以此来驱动太赫兹探测装置。而后通过控制时间延迟系统来调泵浦脉冲和探测脉冲之间的时间延迟,最终可以探测出太赫兹脉冲的整个时域波形。然后通过傅立叶变换就可以得到被测样品的吸光度。
49.进一步的，以下以英文名称指代相应术语，鲸鱼算法(woa)，支持向量机(svm)，分别将鲸鱼算法和改进的鲸鱼算法(lawoa)与支持向量机相结合建立分类模型woa-svm、lawoa-svm；为了能更好地验证建立lawoa-svm模型的性能，本发明首先使用woa-svm模型对不同产地的三七光谱数据进行建模并分别记录分类结果，然后与lawoa-svm模型得到的结果进行对比分析。进行分类建模时，从每种产地的三七数据中随机选取2/3的数据作为校正集用于模型的建立，剩余的1/3作为预测集用于检验模型。
50.对于一般的非线性分类问题，svm通过映射函数核函数将输入样本映射到高维特征空间，根据拉格朗日对偶性，将非线性支持向量机转为解如下凸二次规划问题：
[0051][0052]
s.t.
[0053]
0≤αi≤c,i＝1,2,...,m
[0054]
其中，αi为拉格朗日乘子。
[0055]
计算得到最优解并且选择α
*
的一个分量满足条件0≤αj≤c，计算得到分类决策函数：
[0056][0057][0058]
采用高斯径向基核函数(radial basis function,rbf)，则最终决策分类函数为：
[0059][0060]
k(x,xi)＝exp(-||x-xi||2/2g2)
[0061]
其中：g》0为高斯核的带宽，即核函数参数。
[0062]
显然，多分类评价svm的优劣主要由参数惩罚因子c与高斯核函数宽度g的取值决
定。因此，本发明采用鲸鱼算法对svm参数进行优化。
[0063]
svm以结构风险最小化为目标，在解决非线性、小样本及高维模式识别中具有泛化能力和全局寻优强的优点，在分类评价中具有较高的精度和计算效率。有效地克服了传统分类决策方法的缺陷，在校正集和预测集确定的情况下支持向量机模型鉴别结果稳定性较高。
[0064]
进一步可选的，鲸鱼算法算法的寻优过程主要由收缩包围、气泡网捕食和随机搜索组成。在woa种群搜索和包围捕食的行为中，其种群位置的更新涉及到a和d的系数向量，其计算公式如下：
[0065]
a＝2a
·
r-a
[0066][0067]
式中，t是当前迭代次数，t
max
是最大迭代数。
[0068]
但是由于收敛因子a随迭代次数增加从[2,0]线性减小。并且协同系数向量a是[-a,a]之间的随机数，使得全局搜索能力不好控制，容易陷入局部最优。
[0069]
本发明针对woa算法容易陷入局部最优以及收敛速度慢的问题进行改进。具体算法改进如下：
[0070]
(1)本发明将算法中收敛因子a引入非线性系数，重新计算协同系数向量a，这能够更好地协调算法的全局搜索和局部搜索。
[0071][0072]
x＝2
·
t/t
max
[0073]
(2)针对woa容易陷入局部最优的操作，本发明在算法中引入levy飞行搜索策略。其加快算法收敛速度，同时，能够快速跳出局部最优提高种群总体的寻优效率。其具体公式如下：
[0074][0075][0076]
式中，levy(γ)符合levy分布，x(t)是第t代的第t个解，x
best
(t)是当前最优解，μ是步长调整参数，u是[0,1]随机数。
[0077]
请参阅图3，图为所述分类模型采用lawoa算法优化svm模型的算法流程。
[0078]
请参阅图4至图6，本发明还提供了一种具体实施例:
[0079]
选取制作贵州盘县、湖南永州、广西桂林、云南文山4种不同产地产地的实验样品。制备样有以下步骤：首先分别用打粉机将这四种药材进行粉碎，并过100筛以减小粉末颗粒。第二，对所有样品进行干燥和密封处理，将药材中水分可能对测量造成的干扰将至最低。最后，在压片模具中分别放入药材粉末，以12mpa的压力将粉末压成厚度为1mm，横截面为直径13mm圆形的样本压片。将己经制备好的样本压片放入真空恒温干燥箱中待测，以保持干燥。每种中药材制作48个样本(共192个样品)，每种样品随机地选择32个为训练样品，剩下的作为测试样品。
[0080]
表1 4种不同产地三七实验样品信息
[0081]
用所述透射式太赫兹时域光谱系统对4种不同产地三七样品进行测量，获得太赫兹时域光谱参考信号eref(t)和样品信号esam(t)，通过快速傅里叶变换计算出吸收度光谱α(ω)：
[0082][0083]
其中ω是太赫兹波振动的角频率。
[0084]
4种不同产地三七吸光度图如图4所示，由图可知：在0.2-1.6thz频段内特征相似，是由于三七成分相似，混合物成分测试数据呈现非线性特点。因此，利用太赫兹吸收光谱来对4种不同产地的三七进行分类是可行。
[0085]
进一步的，将太赫兹吸收光谱数据作为分类模型的输入，获得的结果和结论：
[0086]
针对将鲸鱼算法和改进的鲸鱼算法与支持向量回归相结合建立分类模型woa-svm、lawoa-svm，对4种不同产地的三七进行预测，得到的预测结果分别如图5,6所示，为优化svm参数过程。
[0087]
可以看出，通过对woa引入非线性函数和levy飞行策略后，优化算法收敛速度快、收敛精度高并且再很大程度上减少陷入局部最优的可能性。lawoa参数寻优能力较强,能够在迭代到20次之后到达最佳平均适应度99.6094％,并且相对稳定(最佳参数(c，g)＝(27.6459,0.48897))。
[0088]
对两种分类模型的预测集的分类结果如表2所示：
[0089]
表2分类模型结果
[0090]
从表2可以看出，woa-svm有两个错误分类lawoa-svm模型有一个错误分类。通过对比可以看出，lawoa-svm的组合分类模型的准确度明显优于woa-svm分类模型。说明改进的鲸鱼算法用于分类模型的建模效果显著，切实提高了分类模型的准确精度。
[0091]
以上所揭露的仅为本发明一种较佳实施例而己，当然不能以此来限定本发明之权
利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。