文献类型：期刊文章

作　　者：沈国芳[1] 黄俊航[2] 许麦成[3] 金强[3]

SHEN Guofang;HUANG Junhang;XU Maicheng;JIN Qiang(Hangzhou Institute for Food and Drug Control,Hangzhou 310022,China;College of Pharmaceutical Science,Zhejiang University,Hangzhou 310058,China;Hangzhou Huqingyutang Pharmaceutical Co.,Ltd.,Hangzhou 311100,China)

机构地区：[1]杭州市食品药品检验研究院,杭州310022 [2]浙江大学药学院,杭州310058 [3]杭州胡庆余堂药业有限公司,杭州311100

出　　处：《世界中医药》

基　　金：浙江省市场监督管理局雏鹰计划培育项目(CY2022345)。

年　　份：2021

卷　　号：16

期　　号：23

起止页码：3419-3423

语　　种：中文

收录情况：CAS、JST、RCCSE、ZGKJHX、普通刊

摘　　要：目的:建立一种基于近红外(NIR)高光谱成像技术融合近红外光谱和图像纹理特征,鉴别不同产地红参药材的方法。方法:提取红参ROI近红外高光谱数据,采用多种预处理算法对光谱数据进行降噪处理。利用灰度共生矩阵(GLCM)和灰度游程矩阵(GLRLM)提取图像纹理特征,实现NIR光谱和图像纹理数据融合。利用偏最小二乘判别分析(PLS-DA)和支持向量机分类(SVC)建立产地分类模型。结果:全波段光谱融合GLRLM所构建的模型性能最佳,准确率分别为90.0%和91.2%。进一步地使用混淆矩阵和ROC曲线对模型进行评估。混淆矩阵中SVC模型表现优异,对吉林、黑龙江和辽宁3个产地的分类准确率可达100%、91%和83%;经ROC特征曲线评估,2个模型的最优曲线下面积值分别达到了0.97和0.96。结论:本研究为快速鉴别红参药材不同产地提供了一种新方法。

关 键 词：高光谱成像 红参  数据融合 产地鉴别  

分 类 号：R282.5[中药学类]