[發明專利]一種基于Python數據融合的藏藥全緣葉綠絨蒿產地判別方法

有效

• 申請號: 202111211136.3
• 申請日: 2021-10-18
• 公開（公告）號: CN114112983B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 孫菁;李朵;李佩佩;龍若蘭;馮丹;孟曉萍
• 申請（專利權）人: 中國科學院西北高原生物研究所
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563;G01N21/25;G06V10/80;G06V10/764;G06V10/774
• 代理公司: 成都華風專利事務所(普通合伙) 51223
• 代理人: 張巨箭

本發明公開了一種基于Python數據融合的藏藥全緣葉綠絨蒿產地判別方法，屬于藥材檢測領域，方法對不同產地的全緣葉綠絨蒿樣品進行NIR光譜采集和ATR光譜采集，將采集到的NIR光譜數據和ATR光譜數據進行初級融合；利用多種分類方法分別對初級融合得到的數據進行建模，并比較不同模型的分類效果；利用Python軟件進行特征值融合，得到中級融合數據；根據中級融合數據結合分類效果最好的分類方法建立中級判別模型，根據初級融合分類效果較好的多種方法決策形成高級判別模型，并利用判別模型對全緣葉綠絨蒿進行產地判別。本發明首次利用紅外光譜技術結合Python數據融合方法分析全緣葉綠絨蒿，實現了全緣葉綠絨蒿產地的快速準確的溯源，有效提升產地判別準確率。

技術領域

本發明涉及藥材檢測領域，尤其涉及一種基于Python數據融合的藏藥全緣葉綠絨蒿產地判別方法。

背景技術

全緣葉綠絨蒿(Meconopsisintegrifolia(Maxim.)Franch.)為罌粟科綠絨蒿屬為多年生草本植物，高30-60cm，全體被銹色和金黃色平展或反曲、具多短分枝的長柔毛，主要產于西藏、青海、四川、云南西北部和甘肅，生于海拔3000-4800m的高山草甸和灌叢中。作為經典藏藥，全緣葉綠絨蒿以干燥全草入藥，具有清熱解毒、消炎止痛等功效，用于治療肺炎、肝炎、頭痛、水腫等病癥。

藥材質量與其所在生態環境密切相關，適宜的產地是生產優質藥材的重要基礎，因此，有必要對全緣葉綠絨蒿的產地進行準確鑒別，但目前還未有文獻對全緣葉綠絨蒿的產地進行鑒別，現有的對于藥材產地的鑒別方法多采用傳統的鑒別方法，費時費力，具有一定的局限性。

紅外光譜技術具有快速、準確、無污染、同步分析等優點，在中藥領域得到了廣泛的應用。但現有的紅外光譜分析方法多為單一光譜分析方法，不能全面反應藏藥材的復雜化學成分，對產地溯源和質量評價具有一定的局限性。

發明內容

本發明的目的在于攻克對全緣葉綠絨蒿的產地鑒別的難題，提供了一種基于Python數據融合的藏藥全緣葉綠絨蒿產地判別方法。

本發明的目的是通過以下技術方案來實現的：

主要提供一種基于Python數據融合的藏藥全緣葉綠絨蒿產地判別方法，所述方法包括：

采集得到不同產地的全緣葉綠絨蒿樣品；

對所述不同產地的全緣葉綠絨蒿樣品進行NIR光譜采集，得到NIR光譜數據，對所述不同產地的全緣葉綠絨蒿樣品進行ATR光譜采集，得到ATR光譜數據；

將所述NIR光譜數據和ATR光譜數據進行融合，得到初級融合數據；利用多種分類方法分別對初級融合數據進行建模，并比較不同模型的分類效果，得出分類效果最好的分類方法；

利用Python軟件提取初級融合數據中每個光譜數據的特征值，計算每個特征值的貢獻度，并抽取貢獻度大的特征值進行融合，得到中級融合數據；

根據所述中級融合數據結合所述分類效果最好的分類方法建立判別模型，并利用所述判別模型對全緣葉綠絨蒿進行產地判別。

作為一選項，所述方法還包括：

選取分類效果靠前的幾種分類方法分別對所述中級融合數據進行建模，將多種模型的輸出結果進行高級融合，所述高級融合包括：

對多種模型的輸出結果分別賦予權重，構建出一種新的決策方式，并根據所述決策方式對樣品分子的理化性質進行分析。

作為一選項，所述采集不同產地的全緣葉綠絨蒿樣品，包括：

采集青海省內14個不同產地的、共631份全緣葉綠絨蒿全草樣品。

作為一選項，所述對所述不同產地的全緣葉綠絨蒿樣品進行NIR光譜采集，包括：