一种黄芪种子的分类方法及系统

1.本发明涉及中药鉴别技术领域，特别是涉及一种黄芪种子的分类方法及系统。


背景技术：

2.黄芪属是一个多态性类群，种类繁多，变异较大，全世界有11个亚属2500多种，主要分布于北半球的温带地区和南美洲，中亚和西亚也有广泛分布。我国黄芪植物资源丰富，常见的有蒙古黄芪、膜荚黄芪、簇毛黄芪亚属的乌拉特黄芪、黄芪亚属的秦岭黄芪、云南黄芪等，华黄芪亚属的长果颈黄芪等，裂尊黄芪亚属的斜茎黄芪等，《中国药典》2015版，收录前两种，即蒙古黄芪和膜荚黄芪，从古籍的性状描述中，亦视此两者为正品。
3.蒙古黄芪和膜荚黄芪均作为药典品，功效相同，在性状以及检测指标合格的情况下，均可作为药用。也有实验表明，蒙古黄芪和荚膜黄芪中这两类成分存在明显差异，黄酮类成分和皂苷类成分蒙古黄芪含量较膜荚黄芪高。
4.对黄芪的鉴别研究是保证用药准确安全以及临床疗效的根基，对人们有着非常重要的意义。其传统的鉴别方法主要为电镜扫描观察、理化法、薄层色谱法及紫外光谱法等方法，但这些方法，主观性和经验依赖性强，感官评价为主，无法客观定量分析，因此鉴定结果可能会出现不准确的情况。
5.基于上述问题，亟需一种新的鉴别方法以提高黄芪鉴定的准确度。


技术实现要素：

6.本发明的目的是提供一种黄芪种子的分类方法及系统，可提高黄芪鉴定的准确度。
7.为实现上述目的，本发明提供了如下方案：
8.一种黄芪种子的分类方法，所述黄芪种子的分类方法包括：
9.获取黄芪种子数据库；所述黄芪种子数据库中包括多对黄芪种子样本及对应的黄芪种子类型；
10.对所述黄芪种子数据库中的黄芪种子样本进行气相色谱-离子迁移谱检测，得到特征样本集；
11.根据所述特征样本集及对应的黄芪种子类型，使用多层感知器进行迭代训练，得到黄芪种子分类模型；
12.对待分类黄芪种子进行气相色谱-离子迁移谱检测，得到待分类特征；
13.基于所述黄芪种子分类模型，根据所述待分类特征，对所述待分类黄芪种子进行分类，确定所述待分类黄芪种子的类别。
14.可选地，所述获取黄芪种子数据库，具体包括：
15.针对每种黄芪种子，称取0.5g黄芪种子样品，置于20ml顶空瓶中，在35℃的环境下孵育20min后进样500ul，得到黄芪种子数据库。
16.可选地，所述对所述黄芪种子数据库中的黄芪种子样本进行气相色谱-离子迁移
谱检测，得到特征样本集，具体包括：
17.针对每一黄芪种子样本，在设定的检测条件下，采用风味分析仪对所述黄芪种子样本进行气相色谱-离子迁移谱检测，得到对应的三维谱图；
18.根据所述三维谱图，确定所述黄芪种子样本中每种化合物对应的信号峰体积，作为所述黄芪种子样本的特征数据；
19.根据各黄芪种子样本的特征数据，确定特征样本集。
20.可选地，所述根据所述三维谱图，确定所述黄芪种子样本中每种化合物对应的信号峰体积，作为所述黄芪种子样本的特征数据，具体包括：
21.对所述三维谱图进行定性和定量分析，得到黄芪种子样本中每种化合物对应的信号峰体积。
22.可选地，所述检测条件包括：进样方式、分析时间、色谱柱类型、柱温载气/漂移气以及微步进电机温度。
23.可选地，所述进样方式为在设定的进样条件下，对黄芪种子样本孵化后顶空进样；所述分析时间为30min；所述色谱柱类型为fs-se-54-cb-115m id:0.53mm；所述柱温为80℃；所述载气/漂移气为氮气；所述微步进电机温度为45℃。
24.可选地，所述进样方式的进样条件包括:
25.进样体积：500μl；
26.孵育时间：15min；
27.孵育温度：35℃；
28.进样针温度：85℃；
29.孵化转速：500rpm。
30.为实现上述目的，本发明还提供了如下方案：
31.一种黄芪种子的分类系统，所述黄芪种子的分类系统包括：
32.样本获取单元，用于获取黄芪种子数据库；所述黄芪种子数据库中包括多对黄芪种子样本及对应的黄芪种子类型；
33.特征提取单元，与所述样本获取单元连接，用于对所述黄芪种子数据库中的黄芪种子样本进行气相色谱-离子迁移谱检测，得到特征样本集；
34.训练单元，与所述特征提取单元连接，用于根据所述特征样本集及对应的黄芪种子类型，对多层感知器进行训练，得到黄芪种子分类模型；
35.检测单元，用于对待分类黄芪种子进行气相色谱-离子迁移谱检测，得到待分类特征；
36.分类单元，分别与所述训练单元及所述检测单元连接，用于基于所述黄芪种子分类模型，根据所述待分类特征，对所述待分类黄芪种子进行分类，确定所述待分类黄芪种子的类别。
37.可选地，所述特征提取单元包括：
38.三维谱图确定模块，与所述样本获取单元连接，用于针对每一黄芪种子样本，在设定的检测条件下，采用风味分析仪对所述黄芪种子样本进行气相色谱-离子迁移谱检测，得到对应的三维谱图；
39.信号峰体积确定模块，与所述三维谱图确定模块连接，用于根据所述三维谱图，确
定所述黄芪种子样本中每种化合物对应的信号峰体积，作为所述黄芪种子样本的特征数据；
40.特征样本集确定模块，与所述信号峰体积确定模块连接，用于根据各黄芪种子样本的特征数据，确定特征样本集。
41.可选地，所述检测条件包括：进样方式、分析时间、色谱柱类型、柱温载气/漂移气以及微步进电机温度。
42.根据本发明提供的具体实施例，本发明公开了以下技术效果：采用气相色谱-离子迁移谱对待测样品进行检测，检测前样品无需经过复杂的预处理，节省大量的劳动力，且可快速检测不同种类的黄芪种子，气相色谱-离子迁移谱检测方法分辨率和灵敏度高，提高了检测的效率。另外，通过对多层感知器进行训练，得到黄芪种子分类模型，再基于黄芪种子分类模型，确定待分类黄芪种子的类别，提高了黄芪种子类型判别的准确度。
附图说明
43.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性的前提下，还可以根据这些附图获得其他的附图。
44.图1为本发明黄芪种子的分类方法的流程图；
45.图2为采用黄芪种子分类模型对蒙古黄芪和膜荚黄芪分类结果的混淆矩阵；
46.图3为本发明黄芪种子的分类系统的模块结构示意图。
47.符号说明：
48.样本获取单元-1，特征提取单元-2，训练单元-3，检测单元-4，分类单元-5。
具体实施方式
49.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
50.本发明的目的是提供一种黄芪种子的分类方法及系统，采用气相色谱-离子迁移谱对待测样品进行检测，检测前样品无需经过复杂的预处理，节省大量的劳动力，且可快速检测不同种类的黄芪种子，气相色谱-离子迁移谱检测方法分辨率和灵敏度高，提高了检测的效率。另外，通过对多层感知器进行训练，得到黄芪种子分类模型，再基于黄芪种子分类模型，确定待分类黄芪种子的类别，提高了黄芪种子类型判别的准确度。
51.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
52.如图1所示，本发明黄芪种子的分类方法包括：
53.s1：获取黄芪种子数据库。所述黄芪种子数据库中包括多对黄芪种子样本及对应的黄芪种子类型。
54.s2：对所述黄芪种子数据库中的黄芪种子样本进行气相色谱-离子迁移谱检测，得
到特征样本集。
55.s3：根据所述特征样本集及对应的黄芪种子类型，对多层感知器进行迭代训练，得到黄芪种子分类模型。在本实施例中，将所述特征样本集进行切分，2/3为训练集，1/3为验证集，使用训练集训练多层感知器，利用验证集对模型分类的准确率进行评估。
56.s4：对待分类黄芪种子进行气相色谱-离子迁移谱检测，得到待分类特征。具体地，所述待分类特征为信号峰体积。
57.s5：基于所述黄芪种子分类模型，根据所述待分类特征，对所述待分类黄芪种子进行分类，确定所述待分类黄芪种子的类别。
58.具体地，s1：获取黄芪种子数据库，具体包括：针对每种黄芪种子，称取0.5g黄芪种子样品，置于20ml顶空瓶中，在35℃的环境下孵育20min后进样500ul，得到黄芪种子数据库。
59.s2具体包括：
60.s21：针对每一黄芪种子样本，在设定的检测条件下，采用风味分析仪对所述黄芪种子样本进行气相色谱-离子迁移谱检测，得到对应的三维谱图。
61.具体地，所述检测条件包括：
62.进样方式：在设定的进样条件下，对黄芪种子样本孵化后顶空进样；
63.分析时间：30min；
64.色谱柱类型：fs-se-54-cb-115m id:0.53mm；
65.柱温：80℃；
66.载气/漂移气：氮气；
67.微步进电机温度：45℃。
68.其中，进样方式的进样条件包括:
69.进样体积：500μl；
70.孵育时间：15min；
71.孵育温度：35℃；
72.进样针温度：85℃；
73.孵化转速：500rpm。
74.s22：根据所述三维谱图，确定所述黄芪种子样本中每种化合物对应的信号峰体积，作为所述黄芪种子样本的特征数据。在本实施例中，采用风味分析仪自带的vocal软件对所述三维谱图进行定性和定量分析，得到黄芪种子中每种化合物对应的信号峰体积。优选地，所述信号峰体积指三维谱图中检测出的每个化合物对应的峰体积。
75.三维谱图横坐标单位为相对迁移时间(ms)，纵坐标单位为保留时间(s)，z轴为峰强度(v)，因此峰体积真实单位为v.s.ms，但是没有任何物理意义，所以通常写作a.u.，作为无量纲处理。本实施例中，直接用峰体积计算，通过峰体积可以计算一个化合物在不同样品中的相对含量。
76.s23：根据各黄芪种子样本的特征数据，确定特征样本集。
77.本实施例以蒙古黄芪和膜荚黄芪为例，对待分类种子进行分类。
78.将蒙古黄芪种子定义为“0”，膜荚黄芪种子定义为“1”；
79.取9组已知种类的黄芪种子，作为样品。包括5组不同产地的蒙古黄芪种子，4组不
同产地的膜荚黄芪种子。样本的具体信息如表1。
80.表1材料清单
[0081][0082]
将各样品分别称取0.5g，置于20ml顶空瓶中，35℃孵育20min后进样500ul，得到对应的蒙古黄芪种子样本和膜荚黄芪种子样本。
[0083]
采用风味分析仪分别对各蒙古黄芪种子样本和膜荚黄芪种子样本进行gc-ims(gas chromatography-ion mobility spectrometry，气相色谱-离子迁移谱)检测，生成对应的三维谱图，三维谱图保留了时间、迁移时间和峰强度。分析条件如表2，气相色谱条件如表3。
[0084]
表2分析条件
[0085]
[0086][0087]
表3气相色谱条件
[0088][0089]
与风味分析仪配套的分析软件包括vocal软件、reporter插件、gallery plot插件和dynamic pca插件。使用vocal软件和三个插件对三维谱图从不同角度分析。
[0090]
具体地，采用vocal软件对三维谱图进行定性定量分析。采用vocal软件内置的nist数据库和ims数据库可对物质进行定性分析。另外，可以根据需求利用标准品自行扩充数据。
[0091]
采用reporter插件生成二维谱图及差异谱图，直接对比样品之间的谱图差异。为了观察方便，本实施例使用俯视图进行差异对比。从样品的气相离子迁移谱三维谱图中，可以直观看出不同样品的挥发性有机物差异。
[0092]
采用gallery plot插件进行指纹图谱的对比，直观且定量地比较不同样品之间的挥发性有机物差异。
[0093]
采用dynamic pca插件进行动态主成分分析并制作相似度分析图，对样品进行聚类分析和相似度分析，快速确定未知样品的种类。
[0094]
通过观察气相离子迁移谱图中选取的挥发性有机物的gallery plot图，每一行代表一个样品中选取的全部信号峰，每一列代表同一挥发性有机物在不同样品中的信号峰，可以看出每种样品的完整挥发性有机物信息以及样品之间挥发性有机物的差异。
[0095]
从三维谱图、二维谱图及gallery plot图中，并未直观的看出蒙古黄芪和膜荚黄芪的差异，因此，后续利用vocal软件提取数据定量分析。
[0096]
gc-ims定性分析共检测出55种化合物，将55种化合物与黄芪种子类别进行相关性分析，55个挥发性气体成分中有48种成分不同的种之间存在显著或极显著相关性。
[0097]
选择显著相关的48个气体成分作为输入因子，利用黄芪种子种类作为输出因子，模型输出结果为1或0，0代表模型输出结果为蒙古黄芪种子，1代表模型输出结果为膜荚黄芪种子，2/3为训练集，1/3为验证集(训练集：验证集＝36:18)，建立黄芪种子分类模型。在本实施例中，所述黄芪种子分类模型为二分类模型。预测结果训练集和验证集准确率均为
100％。验证集预测结果如图2所示的混淆矩阵。由图2所示的混淆矩阵可知，10个实际为蒙古黄芪的种子样本被预测为蒙古黄芪，8个实际为膜荚黄芪的种子样本被预测为膜荚黄芪，0个种子样本预测错误，即本发明通过多层感知器建立的黄芪种子分类模型检测的准确率为100％。在使用样本建立鉴别模型后，对模型进行保存，载入使用后，对叶绿素含量的预测准确率极高。
[0098]
如图3所示，本发明黄芪种子的分类系统包括：样本获取单元1、特征提取单元2、训练单元3、检测单元4及分类单元5。
[0099]
其中，所述样本获取单元1用于获取黄芪种子数据库；所述黄芪种子数据库中包括多对黄芪种子样本及对应的黄芪种子类型。
[0100]
所述特征提取单元2与所述样本获取单元1连接，所述特征提取单元2用于对所述黄芪种子数据库中的黄芪种子样本进行气相色谱-离子迁移谱检测，得到特征样本集。
[0101]
所述训练单元3与所述特征提取单元2连接，所述训练单元3用于根据所述特征样本集及对应的黄芪种子类型，对多层感知器进行迭代训练，得到黄芪种子分类模型。
[0102]
所述检测单元4用于对待分类黄芪种子进行气相色谱-离子迁移谱检测，得到待分类特征。
[0103]
所述分类单元5分别与所述训练单元3及所述检测单元4连接，所述分类单元5用于基于所述黄芪种子分类模型，根据所述待分类特征，对所述待分类黄芪种子进行分类，确定所述待分类黄芪种子的类别。
[0104]
具体地，所述特征提取单元2包括：三维谱图确定模块、信号峰体积确定模块以及特征样本集确定模块。
[0105]
其中，所述三维谱图确定模块与所述样本获取单元1连接，所述三维谱图确定模块用于针对每一黄芪种子样本，在设定的检测条件下，采用风味分析仪对所述黄芪种子样本进行气相色谱-离子迁移谱检测，得到对应的三维谱图。在本实施例中，所述检测条件包括：进样方式、分析时间、色谱柱类型、柱温载气/漂移气以及微步进电机温度。
[0106]
所述信号峰体积确定模块与所述三维谱图确定模块连接，所述信号峰体积确定模块用于根据所述三维谱图，确定所述黄芪种子样本中每种化合物对应的信号峰体积，作为所述黄芪种子样本的特征数据。
[0107]
所述特征样本集确定模块与所述信号峰体积确定模块连接，所述特征样本集确定模块用于根据各黄芪种子样本的特征数据，确定特征样本集。
[0108]
相对于现有技术，本发明黄芪种子的分类系统与上述黄芪种子的分类方法的有益效果相同，在此不再赘述。
[0109]
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，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，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。
[0110]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。