[發明專利]一種電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法

在審

• 申請號: 202110726169.5
• 申請日: 2021-06-29
• 公開（公告）號: CN113433270A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 閆永紅;拱健婷;鄒慧琴;李佳慧;洪偉峰;翟恩愛
• 申請（專利權）人: 北京中醫藥大學
• 主分類號: G01N33/00
• 分類號: G01N33/00;G06K9/62
• 代理公司: 上海首言專利代理事務所(普通合伙) 31360
• 代理人: 劉宏博

1.一種基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：所述鑒定方法利用電子鼻采集姜黃屬中藥郁金、姜黃、片姜黃和莪術的氣味指紋圖譜；提取氣味指紋圖譜中每根傳感器的最大響應值作為特征指標；構建基于電子鼻最大響應值的LightGBM分類模型，以網格搜索方法對其決策樹數量、學習率、最大深度、一階正則項系數、二階正則項系數和損失函數進行優化，并通過十折交叉驗證來評估模型的性能；最后利用分類模型對待測樣品進行檢測。

2.根據權利要求1所述的基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：所述鑒定方法具體包括以下步驟：

S1：對若干不同姜黃屬中藥樣品進行電子鼻氣味指紋圖譜的采集，所述若干不同姜黃屬中藥樣品包括莪術、姜黃、郁金和片姜黃；

S2：對電子鼻采集到的氣味指紋圖譜數據進行處理，提取出12根傳感器的最大響應值作為分析指標；

S3：將樣品劃分為訓練集和測試集，采用訓練集作為輸入變量構建LightGBM分類模型，采用網格搜索法對LightGBM分類模型的參數進行優化，得到優化后的LightGBM分類模型；利用測試集實現對優化后的LightGBM分類模型的訓練，得到訓練好的LightGBM分類模型；

S4：對待測未知姜黃屬中藥樣品，先進行S1和S2步驟的操作，然后將得到的數據輸入S3步驟中訓練好的LightGBM分類模型進行鑒別。

3.根據權利要求2所述的基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：在所述S1步驟中，樣品粉碎至全部過4號篩，電子鼻檢測樣品的采樣量為0.3g，每份樣品5個重復，電子鼻自動進樣器的孵化溫度設定為35℃，攪拌速度為250r·min^-1，孵化時間為360s。

4.根據權利要求2所述的基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：在所述S1步驟中，電子鼻載氣為合成干燥空氣，進樣體積1500μL，注射溫度45℃，數據采集時間120s，采集周期1s，設置吹掃時間600s以消除上一次殘留物的影響。

5.根據權利要求2所述的基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：在所述S3步驟中，對經過提取最大響應值的電子鼻指紋圖譜進行訓練集和測試集的劃分，采用隨機拆分法，訓練集和測試集分樣品數據比例為162∶68。

6.根據權利要求2所述的基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：在所述S3和S4步驟中，以LightGBM分類模型的準確率作為模型預測性能的評價指標。

7.根據權利要求1所述的基于電子鼻結合LightGBM的姜黃屬中藥快速鑒定方法，其特征在于：采用網格搜索方法尋找LightGBM分類模型的最優參數為：樹數量為200、學習率0.02、最大深度為5、一階正則項系數為0.3、二階正則項系數為0.4、損失函數為交叉熵損失函數。