[發(fā)明專利]一種熒光與多光譜成像融合的黃曲霉毒素檢測建模方法

在審

• 申請?zhí)枺?/td>: 202111425547.2
• 申請日: 2021-11-26
• 公開（公告）號: CN114140422A
• 公開（公告）日: 2022-03-04
• 發(fā)明（設(shè)計）人: 鄭磊;劉長虹;劉偉
• 申請（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/143;G06V10/25;G06V10/26;G06V10/774;G06K9/62;G01N21/64
• 代理公司: 北京思創(chuàng)大成知識產(chǎn)權(quán)代理有限公司 11614
• 代理人: 高爽

本申請公開了一種熒光與多光譜成像融合的黃曲霉毒素檢測建模方法。該方法可以包括：獲得含有不同濃度黃曲霉毒的糧食樣本；通過熒光光譜檢測，建立黃曲霉毒素含量與熒光光譜數(shù)據(jù)的擬合關(guān)系；根據(jù)擬合關(guān)系計算測試樣品的黃曲霉毒素含量，提取測試樣品的多光譜數(shù)據(jù)；根據(jù)測試樣品的黃曲霉毒素含量與多光譜數(shù)據(jù)進(jìn)行機器學(xué)習(xí)，獲得基于多光譜數(shù)據(jù)的黃曲霉毒含量檢測模型。本發(fā)明通過熒光光譜聯(lián)合多光譜定標(biāo)黃曲霉毒素，實現(xiàn)快速無損檢測糧油食品中黃曲霉毒素含量的要求。

技術(shù)領(lǐng)域

本發(fā)明涉及快速分析檢測領(lǐng)域，更具體地，涉及一種熒光與多光譜成像融合的黃曲霉毒素檢測建模方法、系統(tǒng)、電子設(shè)備及介質(zhì)。

背景技術(shù)

黃曲霉毒素是由黃曲霉菌和其他寄生曲霉產(chǎn)生的一種次生代謝產(chǎn)物。黃曲霉毒素可以通過糧油食品進(jìn)入人體體內(nèi)，比如大米，小麥，糙米，花生，燕麥，玉米等，當(dāng)其進(jìn)入人或者動物體內(nèi)時，具有很強的致畸致癌致突變的作用。1993年被世界衛(wèi)生組織劃分為一類天然的致癌物。在糧食的儲藏過程中，極易被黃曲霉菌和其他霉菌所污染產(chǎn)生對人體有害的黃曲霉毒素，所以檢測農(nóng)產(chǎn)品中的黃曲霉毒素就顯得至關(guān)重要。而目前檢測糧食中的黃曲霉毒素大多數(shù)采用薄層層析，高效液相色譜，微柱法，酶聯(lián)免疫吸附法等，這些大多操作復(fù)雜，耗時長，成本高，對樣品的破壞大且需要專業(yè)的操作人員等缺點。

因此，有必要開發(fā)一種熒光與多光譜成像融合的黃曲霉毒素檢測建模方法、系統(tǒng)、電子設(shè)備及介質(zhì)。

公開于本發(fā)明背景技術(shù)部分的信息僅僅旨在加深對本發(fā)明的一般背景技術(shù)的理解，而不應(yīng)當(dāng)被視為承認(rèn)或以任何形式暗示該信息構(gòu)成已為本領(lǐng)域技術(shù)人員所公知的現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明提出了一種熒光與多光譜成像融合的黃曲霉毒素檢測建模方法、系統(tǒng)、電子設(shè)備及介質(zhì)，其能夠通過熒光光譜聯(lián)合多光譜定標(biāo)黃曲霉毒素，實現(xiàn)快速無損檢測糧油食品中黃曲霉毒素含量的要求。

第一方面，本公開實施例提供了一種熒光與多光譜成像融合的黃曲霉毒素檢測建模方法，包括：

獲得含有不同濃度黃曲霉毒的糧食樣本；

通過熒光光譜檢測，建立所述黃曲霉毒素含量與熒光光譜數(shù)據(jù)的擬合關(guān)系；

根據(jù)所述擬合關(guān)系計算測試樣品的黃曲霉毒素含量，提取所述測試樣品的多光譜數(shù)據(jù)；

根據(jù)所述測試樣品的黃曲霉毒素含量與多光譜數(shù)據(jù)進(jìn)行機器學(xué)習(xí)，獲得基于多光譜數(shù)據(jù)的黃曲霉毒含量檢測模型。

優(yōu)選地，所述熒光光譜數(shù)據(jù)為不同黃曲霉?jié)舛葘?yīng)的不同波長的熒光強度值。

優(yōu)選地，通過多光譜成像系統(tǒng)獲取所述測試樣品的多光譜圖像，進(jìn)而提取所述多光譜數(shù)據(jù)。

優(yōu)選地，提取多光譜數(shù)據(jù)包括：

通過典型判別分析與二值化方法對所述多光譜圖像進(jìn)行分割，獲取檢測目標(biāo)區(qū)域；

對所述檢測目標(biāo)區(qū)域進(jìn)行灰度化處理，計算所述檢測目標(biāo)區(qū)域的光譜反射率，即為所述多光譜數(shù)據(jù)。

優(yōu)選地，通過公式(1)計算所述檢測目標(biāo)區(qū)域的光譜反射率：

其中，S_k為該粒大米樣品在第k個波段下的光譜反射率，k＝1,2,……,19，I(i,j)是多光譜圖像灰度化之后第(i,j)像素的灰度值，m，n分別為圖像的行數(shù)和列數(shù)。

優(yōu)選地，根據(jù)所述測試樣品的黃曲霉毒素含量與多光譜數(shù)據(jù)進(jìn)行機器學(xué)習(xí)，獲得基于多光譜數(shù)據(jù)的黃曲霉毒含量檢測模型包括：

輸入所述測試樣品的黃曲霉毒素含量與多光譜數(shù)據(jù)，進(jìn)行模型訓(xùn)練學(xué)習(xí)，實現(xiàn)訓(xùn)練學(xué)習(xí)網(wǎng)絡(luò)參數(shù)的自動優(yōu)化；

根據(jù)輸出模型的相關(guān)系數(shù)與均方根誤差，獲得最優(yōu)的模型為所述基于多光譜數(shù)據(jù)的黃曲霉毒含量檢測模型。