[发明专利]检测中药药性的方法、装置、计算机设备和存储介质有效
申请号: | 202011001481.X | 申请日: | 2020-09-22 |
公开(公告)号: | CN112161965B | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 陈子任;徐丛剑;梁波 | 申请(专利权)人: | 复旦大学附属妇产科医院;苏州贝康医疗器械有限公司 |
主分类号: | G01N21/65 | 分类号: | G01N21/65;G06K9/62;G16C20/50 |
代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 黄丽霞 |
地址: | 200001 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 中药 药性 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种检测中药药性的方法、装置、计算机设备和存储介质。所述方法通过基于代谢组学方法采集待检测中药的待测样本,对待检测中药的待测样本进行拉曼光谱检测,以获取待检测中药的拉曼光谱数据,并采用中药药性分类检测模型识别拉曼光谱数据,从而得到待检测中药的药性类别,以实现采用统一的标准对中药药性进行准确的鉴别。
技术领域
本申请涉及中药检测技术领域,特别是涉及一种检测中药药性的方法、装置、计算机设备和存储介质。
背景技术
随着中医科学化、中西医结合的发展趋势,对中药进行科学的药性鉴别显得格外重要。中药的药性包含寒、热、温、凉、平五种不同的药性,是依据药物作用于人体产生的效应归纳出来的,能够反映药物作用人体之阴阳相长,寒热趋衡的功效倾向。
传统技术中,中药药性的确定大多以古代医学典籍论著、专家学者的共识以及长期传承下来的临床治疗经验为依据。而目前对中药药性的研究大都集中于寒性和热性,很多学者将温性药归于热性药中,将凉性药归于寒性药中,对于平性药的研究也相对较少。又由于中药成分复杂,很难通过测定某一种组分来判断其药性,而且中药的作用途径多样,其药性是对多靶点或多器官发挥整体综合调节作用的结果,对单一指标的检测难以对中药药性进行合理分类,传统技术中尚无统一的标准对中药药性进行准确的鉴别。
发明内容
基于此,有必要针对上述传统技术中尚无统一的标准对中药药性进行准确鉴别的问题,提供一种能够统一对中药药性进行准确鉴别的检测中药药性的方法、装置、计算机设备和存储介质。
一种检测中药药性的方法,所述方法包括:
基于代谢组学方法采集待检测中药的待测样本;
对所述待检测中药的待测样本进行拉曼光谱检测,获取所述待检测中药的拉曼光谱数据;
采用中药药性分类检测模型识别所述拉曼光谱数据,得到所述待检测中药的药性类别,所述药性类别包括寒性、热性、温性、凉性以及平性中的任一种。
在其中一个实施例中,中药药性分类检测模型的构建方法包括:基于代谢组学方法采集每一种药性类别下第一中药样品的检测样本集,所述检测样本集中包括同一种药性类别下多个第一中药样品的检测样本;对所述检测样本集中每一个检测样本分别进行拉曼光谱检测,得到对应的拉曼光谱样本数据;获取每一种药性类别下第一中药样品的检测样本集对应的拉曼光谱样本数据集;根据每一种药性类别下对应的拉曼光谱样本数据集训练深度学习分类模型,得到所述中药药性分类检测模型。
在其中一个实施例中,根据每一种药性类别下对应的拉曼光谱样本数据集训练深度学习分类模型,得到所述中药药性分类检测模型,包括:对每一种药性类别下对应的拉曼光谱样本数据集进行标准化处理,得到对应的标准正态分布曲线;基于每一种药性类别下对应的拉曼光谱样本数据集以及标准正态分布曲线,训练深度学习分类模型,得到所述中药药性分类检测模型。
在其中一个实施例中,根据每一种药性类别下对应的拉曼光谱样本数据集训练深度学习分类模型之后,所述方法还包括:采用拉曼光谱样本数据验证集对训练后的深度学习分类模型进行验证,得到验证结果;根据所述验证结果更新训练后的深度学习分类模型的模型参数,得到所述中药药性分类检测模型。
在其中一个实施例中,采用拉曼光谱样本数据验证集对训练后的深度学习分类模型进行验证,包括:根据每一种药性类别下对应的拉曼光谱样本数据集,确定每一种药性类别下对应的拉曼光谱样本数据验证集;基于每一种药性类别下对应的拉曼光谱样本数据验证集,对训练后的深度学习分类模型进行验证。
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复旦大学附属妇产科医院;苏州贝康医疗器械有限公司,未经复旦大学附属妇产科医院;苏州贝康医疗器械有限公司许可,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/202011001481.X/2.html,转载请声明来源钻瓜专利网。