无损检测冬虫夏草虫体粉/粉片真伪的方法
无损检测冬虫夏草虫体粉/粉片真伪的方法
【技术领域】
[0001] 本发明属于药材鉴别领域，具体设及无损检测冬虫夏草虫体粉/粉片真伪的方法。
【背景技术】
[0002] 冬虫夏草Cordyceps sinensis(Berkeley)Saccardo为麦角菌科真菌冬虫夏草菌 寄生在鱗翅目骗幅蛾科幅蛾属化epialus)幼虫上形成的虫生子囊真菌，为麦角菌科虫草属 真菌冬虫夏草的子座及其寄主鱗翅目骗幅蛾科昆虫骗幅蛾的幼虫尸体的复合物，性甘平， 补肺益肾，止血化疲，用于久咳虚喘，劳咳咯血，阳瘦遗精，腰膝酸痛，是我国传统的名贵中 药材。
[0003] 冬虫夏草生长环境特殊，主要分布于我国青藏高原海拔3000~5000米的高山草甸 和高山灌丛。青海、西藏、四川、甘肃和云南是冬虫夏草的主要产区，青海的产量和质量居各 省区之首，玉树、果洛等是青海冬虫夏草主产地。冬虫夏草目前尚不能进行人工培育，而野 生冬虫夏草的分布区域狭小，自然寄生率低，对环境条件要求苛刻，加之近年来的生态破坏 和掠夺式采挖，使冬虫夏草的产量逐年下降，价格不断攀升。因此，市场上存在严重的渗伪、 增重等造假现象。除了冬虫夏草之外，其他虫草属真菌寄生在昆虫体粉/粉片上形成的复合 体也被称为"虫草"，其中一些常被用作冬虫夏草的伪品，性状相似而难W区分。
[0004] 传统技术中的鉴定方法主要是依据中药的来源、品种形态、性状、显微特征、理化 鉴别、检查、含量测定等依靠经验或者精密仪器进行检验，尤其是显微特征、理化鉴别、检 查、含量测定等方法均需要消耗原材料，通过药材表面的特征很难进行鉴定。
[0005] 近年来，使用DNA分子标记的检测方式进行药材的检测与鉴别也常见报道。但是， 运种检测方式操作繁琐，试剂和检测费用较高，样品准备程序复杂，难W推广。
[0006] 最重要的是，目前的各种检测方法都需要消耗样品，故只能抽样检测，不可能做到 全部产品的检测，因此难W满足中药材产业的需要。
[0007] 虫体是冬虫夏草菌寄生在骗幅蛾幼虫尸体上形成的，具有很强的专属性，因此建 立快速准确的无损检测冬虫夏草虫体粉/粉片真伪的方法，对冬虫夏草真伪的鉴别，对规范 市场、保证药材质量具有非常重要的意义。
【发明内容】
[000引本发明要解决的技术问题是：提出一种无损检测冬虫夏草虫体粉/粉片真伪的方 法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。
[0009] 本发明解决上述技术问题所采用的技术方案是:建立冬虫夏草虫体粉/粉片化S预 测模型，在进行冬虫夏草虫体粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采集系 统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采集的 高光谱信息进行图像处理后输入已建立的冬虫夏草虫体粉/粉片化S预测模型进行预测，根 据预测输出值对该样品进行鉴别。
[0010] 具体的，在进行冬虫夏草虫体粉/粉片鉴别时，利用高光谱反射图像采集系统采集 的高光谱信息为待检测样品的像元光谱信息。
[0011] 具体的，所述建立冬虫夏草虫体粉/粉片化S预测模型的步骤包括：
[0012] A1.选取冬虫夏草原草样品，截取虫体部分，分别经预处理后制备成虫体粉/粉片 作为正样品集；
[0013] A2.选取易与冬虫夏草原草混淆的样品，截取虫体部分，分别经预处理后制备成虫 体粉/粉片作为负样品集；
[0014] A3.分别将正样品集中的正样品和负样品集中的负样品放置入高光谱反射图像采 集系统中，利用所述高光谱反射图像采集系统采集样品的高光谱信息；
[0015] A4.对采集的高光谱信息进行图像处理后提取光谱特征，将提取的光谱特征录入 数据库；
[0016] A5.重复步骤A3-A4,直至完成正、负样品集中的所有样品的光谱特征的提取和录 入；
[0017] A6.随机选取一定数量样品的光谱特征建立化S预测模型。
[0018] 具体的，在建立冬虫夏草虫体粉/粉片化S预测模型时，步骤A3和A4中，所述高光谱 反射图像采集系统采集的样品高光谱信息为该样品的像元光谱信息。
[0019] 具体的，步骤A1中，选取全国不同产地的冬虫夏草原草样品，截取虫体部分，分别 经预处理后制备成虫体粉/粉片作为正样品集。
[0020] 具体的，所述选取全国不同产地的冬虫夏草样品具体包括:选自全国主产区青海 玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区冬虫夏草样品。
[0021] 具体的，步骤A2中，选取市面上多种易与冬虫夏草原草混淆的样品，截取虫体部 分，分别经预处理后制备成虫体粉/粉片作为负样品集。
[0022] 具体的，步骤A2中，所述易与冬虫夏草混淆的样品包括但不仅限于:麻脊背、蛹虫 草、亚香棒，凉山虫草、新疆虫草W及冬虫夏草发酵菌丝粉等。
[0023] 具体的，步骤A1中，所述预处理是指依次经过干刷、清洗、40°C低溫干燥。
[0024] 具体的，步骤A2中，所述预处理是指依次经过干刷、清洗、40°C低溫干燥。
[0025] 具体的，步骤A4中，对采集的高光谱信息进行图像处理后按照正、负样品光谱方差 最大化原则提取光谱特征。
[0026] 具体的，步骤A6中，随机选取一定数量样品的光谱特征的方法是：
[0027] 随机选取等比例的正、负样品的光谱特征。
[0028] 具体的，根据预测输出值对该样品进行鉴别的具体方法为:对化S预测模型的预测 结果进行统计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分 布，其中，正态分布概率密度函数为：
[0029]
μ为预测结果的均值，σ2为预测结果的方差；
[0030] 当预测结果概率密度分布满足正态分布，且同时满足1.0卽。.3; 02 < 0.12则判 定待检测样品为冬虫夏草虫体粉/粉片。
[0031] 具体的，所述高光谱反射图像采集系统采用蹄儒隶二维阵列检测器，光源为石英 面素灯。
[0032] 所述高光谱反射图像采集系统的光谱采集范围为短波红外波段940-2537nm。
[0033] 所述高光谱反射图像采集系统的像素为320X256,像素大小150μπιΧ150μπι，采用 视场为50mm镜头。
[0034] 扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度lOOfps。
[0035] 具体的，利用所述高光谱反射图像采集系统采集该样品的高光谱信息，具体步骤 如下：
[0036] ①采集获得该样品(mXn)个像元在k个波段下的连续光谱曲线，每一波段对应的 光谱信号响应值为Ik，k=l，2…K;
[0037] ②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图 像的相对光强值
I其中4为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反 射图像的相对强光值;Ik为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图像的光强 值；巧为第k个波段下标准白板高光谱反射图像的光强值;Dk为第k个波段下采集的全黑标 定图像光强值；
[0038] ③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
[0039] 具体的，步骤A4中所述对采集的高光谱信息进行图像处理后提取光谱特征，具体 包括：
[0040] 对采集各像元数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用 的背景单元；
[0041 ]然后对有效像元光谱信息依次进行Savitsky-Golay平滑、标准正太变量校正、均 值中屯、化处理和PCA变换，在保证累积方差含90%的情况下，取前N个主成分的特征信息。
[0042] 作为优选，所述N=7。
[0043] 具体的，所述扣除无用的背景单元的方法是：
[0044] 人机交互式选择样品在PCA得分空间中的R0I像元，计算背景像元与样本像元之间 的欧式距离并显示为直方图形式，寻找能将背景和样本像元显著分离的阔值，删除无用的 背景单元。
[0045] 本发明的有益效果是:选取全国不同产地的冬虫夏草样品截取虫体部分分别经预 处理后制备成虫体粉/粉片作为正样品集;并选取多种市售类似冬虫夏草虫体粉/粉片样品 分别经预处理后作为负样品集;通过对正负样品集中的样品进行光谱信息采集，并提取相 关成分特征建立PLS预测模型，在利用该模型对待检测样品进行预测时，对预测结果进行了 精细的统计分析，通过判断预测结果是否符合正态分布，并要求预测结果的均值和方差符 合一定的阔值来判定样品是否为冬虫夏草虫体粉/粉片；
[0046] 因此，本发明可W客观、准确、简便、快速地对冬虫夏草虫体粉/粉片进行鉴别。具 有客观量化、结果准确、操作简便、测试迅速、成本低廉等诸多优点。
【附图说明】
[0047] 图1为无损检测冬虫夏草虫体粉/粉片真伪的方法流程图；
[0048] 图2为实施例1中的果洛冬虫夏草虫体粉/粉片化S预测值概率密度分布图；
[0049] 图3为实施例2中的发酵菌丝虫体粉/粉片A的化S预测值概率密度分布图；
[0050] 图4为实施例3中的渗杂5%含量发酵菌丝粉的虫草粉的化S预测值概率密度分布 图。
【 具体实施方式】
[0051] 本发明旨在提出一种无损检测冬虫夏草虫体粉/粉片真伪的方法，解决传统技术 中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。
[0052] 本发明中的无损检测冬虫夏草虫体粉/粉片真伪的方法如图1所示，其包括：
[0化3] a.选取正、负样品；
[0054] b.采集样品的高光谱图像；
[0055] C.对高光谱图像进行处理并利用主成分分析法提取相关特征；
[0化6] d.建立化S预测模型；
[0057] e.利用化S预测模型对待检测对象进行检测；
[0化引f.根据模型输出判别待检测对象的真伪。
[0059] 在具体实现上，本发明方案包括W下几个部分：
[0060] -、建立冬虫夏草虫体粉/粉片化S预测模型的步骤：
[0061] 1.样品准备：
[0062] 1.1选取主产区青海玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南 八个地区80份冬虫夏草全草样品，截取虫体部分，并分别依次经干刷、清洗、40°C低溫干燥， 再超微粉碎为粒度化0含25WI1的颗粒(运里是制备成粉的操作，如果制备成粉片还需要在粉 的基础上进一步操作)作为正样品集。
[0063] 1.2选取市售类似冬虫夏草虫体粉/粉片（易与冬虫夏草虫体粉/粉片混淆的样品， 如:人工发酵菌丝粉)的样品30份，分别经40°C低溫干燥后作为负样品集。
[0064] 2.图像采集：
[0065] 本发明所采用的高光谱反射图像采集系统为芬兰SPECIM生产的SisuCHEMA实验室 高光谱扫描仪，其采用蹄儒隶二维阵列检测器，光源为石英面素灯。光谱采集范围为短波红 外波段(SWIR，940-2537皿），像素为320(空间）X256(光谱），像素大小30皿X30皿，采用视 场为10mm镜头。扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度lOOfps。
[0066] 依次分别将准备的样品放置样品台上，高光谱反射图像采集系统自样品进入视场 开始采集样品各像元的高光谱图像信息：
[0067] ①采集获得该样品(mXn)个像元在k个波段下的连续光谱曲线，每一波段对应的 光谱信
[006引号响应值为Ik，k=l，2...K;
[0069]②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图 像的相对光强值
其中4为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反 射图像的相对强光值;Ik为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图像的光强 值；皆为第k个波段下标准白板高光谱反射图像的光强值;Dk为第k个波段下采集的全黑标 定图像光强值；
[0070] ③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
[0071] 3.图像处理：
[0072] 为减小噪声干扰，可W删除含有较多噪声的940-1000nm和2469-2537nm波段下数 据;对采集各像元数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背 景单元;同时计算各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η含1.6的异常像元，保 留下总数不低于95%的真实有效像元光谱信息；
[0073] 为了消除基线漂移、光散射、噪音、样品表面形貌差异等干扰，需要对有效像元光 谱信息依次进行Savitsky-Golay平滑（窗口取值11，多项式阶数为3)、标准正态变量校正 (SNV)、均值中屯、化处理和PCA(主成分分析)变换；
[0074] 4.模型建立：
[0075] 在保证累积方差>90%的情况下，取前N个主成分(一般情况下，前7个主成分即可 满足累积方差>90%)的特征信息建立化S(偏最小二乘判别分析)预测模型。为了保持模型 不断完善并验证模型的可靠性，可W从准备的正负样品集中抽取2Λ数量的样品构成训练 集，余下作为测试集，利用训练集中的样品不断完善模型，利用测试集中的样品对模型 预测准确性进行验证。
[0076] 二、在进行冬虫夏草虫体粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采 集系统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采 集的高光谱信息进行图像处理后输入至步骤A中建立的冬虫夏草虫体粉/粉片化S预测模型 进行预测，根据预测输出值对该样品进行鉴别。
[0077] 具体鉴别方法为:对化S预测模型的预测结果进行统计，利用正态分布概率密度函 数检
[0078] 验预测结果概率密度分布是否符合正态分布，其中，正态分布概率密度函数为：
[0079]
μ为预测结果的均值，σ2为预测结果的方差；
[0080] 当预测结果概率密度分布满足正态分布，且同时满足1.0卽。.3 ; < 0.12则判 定待检测样品为冬虫夏草虫体粉/粉片。
[0081] 下面W几个具体实施例对本发明中建立的化S预测模型进行验证：
[0082] 实施例1:
[0083] 1.样品准备：
[0084] 选取8份青海果洛冬虫夏草样品，截取虫体部分，依次经过干刷、清洗、40°C低溫干 燥后，超微粉碎为粒度化0含25μπι颗粒制备成虫体粉/粉片作为本例待预测样品。
[0085] 2.样品高光谱数据采集：
[0086] 将样品传送至高光谱相机镜头下，按设定参数（光谱采集范围为短波红外波段 (SWIR，940-2537nm)，像素为320(空间）X256(光谱），像素大小30μmX30μm，采用视场为 10mm镜头。扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度lOOfPS。）进行扫 描，保存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机 内置黑白标准物质对图像进行自动校正，然后将光强值经A/D转换为光谱曲线。
[0087] 3.图像处理：
[0088] 首先删除含有较多噪音的940-1000nm和2469-2537nm波段下数据。对采集各像元 数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背景单元；同时计算 各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η >1.6的异常像元，保留下总数不低于 95%的真实有效像元光谱信息；
[0089] 4.PLS预测：
[0090] 将第3步得到冬虫夏草虫体粉/粉片的各像元光谱依次进行Savitsky-Golay平滑 (窗口取值11，多项式阶数为3)、标准正太变量校正(SNV)和均值中屯、化处理W消除基线漂 移、光散射、噪音、样品表面形貌差异等干扰。
[0091] 将预处理后的冬虫夏草虫体粉/粉片各像元光谱带入建立好的化計莫型进行预测 计算，对化S预测模型的预测结果进行统计，8份样品的预测结果统计如下表一所示：
[0092] 表一:8份青海果洛冬虫夏草虫体粉/粉片预测结果统计表 Γ00931
[0094] 从上表可W看出对各份样品的预测统计结果概率密度函数分布满足正态分布，对 称性良好，并且均值μ值分布在1.14~1.21之间，值在0.08~0.11之间，满足判定依据1.0 卽。.3;〇 2< 0.12;其中一份样品的PLS预测值概率密度分布如图2所示，中间黑色竖线为 均值，红色曲线为预测结果正态分布的拟合曲线，从图2中也可W看出预测结果概率分布符 合正态分布，对称型良好。
[0095] 实施例2:
[0096] 1.样品准备：
[0097] 选取市售类似冬虫夏草虫体粉/粉片的发酵菌丝粉Α、发酵菌丝粉Β、发酵菌丝粉C、 发酵菌丝粉D、麻脊背虫体粉/粉片、亚香棒虫体粉/粉片等六份样品经过40°C低溫干燥后作 为本例待预测样品。
[0098] 2.样品高光谱数据采集：
[0099] 将样品传送至高光谱相机镜头下，按设定参数（同实施例1中的设定)进行扫描，保 存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置 黑白标准物质对图像进行自动校正，然后光强值经A/D转换为光谱吸收曲线。
[0100] 3.图像处理：
[0101] 首先删除含有较多噪音的940-1000nm和2469-2537nm波段下数据。对采集各像元 数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背景单元；同时计算 各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η >1.6的异常像元，保留下总数不低于 95%的真实有效像元光谱信息；
[0102] 4.PLS 预测：
[0103] 将第3步得到样品的各像元光谱依次进行Savitsky-Golay平滑(窗口取值11，多项 式阶数为3)、标准正太变量校正(SNV)和均值中屯、化处理W消除基线漂移、光散射、噪音、样 品表面形貌差异等干扰。
[0104] 将预处理后的样品各像元光谱带入建立好的化討莫型进行预测计算。6份样品的预 测结果统计如下表二所示：
[0105] 表二:市售与冬虫夏草虫体粉/粉片易混淆的6份样品预测结果统计表 「01061
[0107]~由上表可W看出，伪品粉经化S预测后的统计显示，预测结果概率密度函数分布符' 合正态分布，对称性良 好，说明W上各组粉混合较为均匀;各组结果的均值μ值分布在-0.02 ~0.54，不满足冬虫夏草虫体粉/粉片要求1.0含μ含1.3的标准，因此不是冬虫夏草虫体粉/ 粉片;值在0.09~0.12之间，符合< 0.12，可初步认为W上各组粉不含其他干扰物质，是 纯的伪品粉末制成，运也与实际相符。综上，由于不能满足1.0含μ含1.3的标准，W上各组不 能认为是冬虫夏草虫体粉/粉片。发酵菌丝粉A的化S预测值概率密度分布如图3所示，从图3 中可W看出预测结果概率分布符合正态分布，对称型良好，然而由于不能满足1.0含μ含1.3 的标准，因此其被判定为伪品。
[010引实施例3:
[0109] 本例是W某品牌发酵菌丝粉为添加物，按一定比例渗入纯冬虫夏草虫体粉/粉片 中，混合均匀后预测实例；
[0110] 1.样品准备：
[0111] 选取4份样品：第1份为向纯冬虫夏草虫体粉/粉片中添加1%含量的发酵菌丝粉； 第2份为向纯冬虫夏草虫体粉/粉片中添加5%含量的发酵菌丝粉;第3份为向纯冬虫夏草虫 体粉/粉片中添加10%含量的发酵菌丝粉;第4份为向纯冬虫夏草虫体粉/粉片中添加15% 含量的发酵菌丝粉；
[0112] 分别将上述4份样品经过40°C低溫干燥后作为本例待预测样品。
[0113] 2.样品高光谱数据采集：
[0114] 将样品传送至高光谱相机镜头下，按设定参数（同实施例1中的设定)进行扫描，保 存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置 黑白标准物质对图像进行自动校正，然后光强值经A/D转换为光谱吸收曲线。
[011引 3.图像处理：
[0116]首先删除含有较多噪音的940-1000nm和2469-2537nm波段下数据。对采集各像元 数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背景单元；同时计算 各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η >1.6的异常像元，保留下总数不低于 95%的真实有效像元光谱信息；
[0117] 4.PLS 预测：
[0118] 将第3步得到样品的各像元光谱依次进行Savitsky-Golay平滑(窗口取值11，多项 式阶数为3)、标准正太变量校正(SNV)和均值中屯、化处理W消除基线漂移、光散射、噪音、样 品表面形貌差异等干扰。
[0119] 将预处理后的样品各像元光谱带入建立好的化討莫型进行预测计算。此4份样品预 测结果统计如下表Ξ所示：
[0120] 表Ξ:按一定比例向纯冬虫夏草粉中渗入某发酵菌丝粉的预测结果统计表
[0121]
[0122]从上表中可W看出，预测结果概率密度函数分布符合正态分布，对称性良好，说明 W上各组粉混合较为均匀;各组结果的均值μ值分布在0.89~0.99，σ2值在0.142~0.152之 间，且随渗入比例的增加，μ值逐渐减小，σ 2逐渐增大，即μ逐渐远离冬虫夏草虫体粉/粉片的 预测区间，σ2增大说明粉的纯度下降，综上判定W上各组粉为渗有一定比例伪品的冬虫夏 草粉，不能认为是冬虫夏草虫体粉/粉片。从图4中可W看出渗杂了 5%含量的发酵菌丝粉的 虫草粉的预测结果概率分布符合正态分布对称型良好，然而由于不能满足1.0含μ含1.3的 标准，因此其被判定为伪品。
【主权项】
1. 无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于，包括以下步骤： 建立冬虫夏草虫体粉/粉片PLS预测模型，在进行冬虫夏草虫体粉/粉片鉴别时，将待检 测样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集所述待 检测样品的高光谱信息，并对采集的高光谱信息进行图像处理后输入已建立的冬虫夏草虫 体粉/粉片PLS预测模型进行预测，根据预测输出值对该样品进行鉴别;所述高光谱信息为 待检测样品的像元光谱信息。2. 如权利要求1所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于，所述 建立冬虫夏草虫体粉/粉片PLS预测模型的步骤包括： Al.选取冬虫夏草原草样品，截取虫体部分，分别经预处理后制备成虫体粉/粉片作为 正样品集； A2.选取易与冬虫夏草原草混淆的样品，截取虫体部分，分别经预处理后制备成虫体 粉/粉片作为负样品集； A3.分别将正样品集中的正样品和负样品集中的负样品放置入高光谱反射图像采集系 统中，利用所述高光谱反射图像采集系统采集样品的高光谱信息； A4.对采集的高光谱信息进行图像处理后提取光谱特征，将提取的光谱特征录入数据 库； A5.重复步骤A3-A4,直至完成正、负样品集中的所有样品的光谱特征的提取和录入； A6.随机选取等比例的正、负样品的光谱特征建立PLS预测模型； 步骤A3和A4中，所述高光谱反射图像采集系统采集的样品高光谱信息为该样品的像元 光谱信息。3. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤Al中，选取全国不同产地的冬虫夏草原草样品截取虫体部分，分别经预处理后制 备成虫体粉/粉片作为正样品集； 所述选取全国不同产地的冬虫夏草样品具体包括:选自全国主产区青海玉树、青海果 洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区冬虫夏草样品。4. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤A2中，选取市面上多种易与冬虫夏草原草混淆的样品，截取虫体部分，分别经预处 理后制备成虫体粉/粉片作为负样品集； 所述易与冬虫夏草混淆的样品包括:麻脊背、蛹虫草、亚香棒，凉山虫草、新疆虫草以及 冬虫夏草发酵菌丝粉。5. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤Al和A2中，所述预处理是指依次经过干刷、清洗、40°C低温干燥。6. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤A4中，对采集的高光谱信息进行图像处理后按照正、负样品光谱方差最大化原则 提取光谱特征。7. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 根据预测输出值对该样品进行鉴别的具体方法为:对PLS预测模型的预测结果进行统 计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分布，其中，正态 分布概率密度函数为：μ为预测结果的均值，σ2为预测结果的方差； 当预测结果概率密度分布满足正态分布，且同时满足1 .〇 < μ < 1.3;〇2 < O . 12则判定待 检测样品为冬虫夏草虫体粉/粉片。8. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 所述高光谱反射图像采集系统采用碲镉汞二维阵列检测器，光源为石英卤素灯； 所述高光谱反射图像采集系统的光谱采集范围为短波红外波段940-2537nm; 所述高光谱反射图像采集系统的像素为320乂256，像素大小15(^111\15(^111，采用视场 为50mm镜头； 扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度IOOfps。9. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 利用所述高光谱反射图像采集系统采集该样品的高光谱信息，具体步骤如下： ① 采集获得该样品(mXn)个像元在k个波段下的连续光谱曲线，每一波段对应的光谱 信号响应值为Ik，k=l，2--K; ② 利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图像的 相对光强值其中为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图 像的相对强光值；Ik为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图像的光强值； /T为第k个波段下标准白板高光谱反射图像的光强值;Dk为第k个波段下采集的全黑标定图 像光强值； ③ 将计算出来的相对光强值经过A/D转换，转换为光谱曲线。10. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤A4中所述对采集的高光谱信息进行图像处理后提取光谱特征，具体包括： 对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背 景单元； 然后对有效像元光谱信息依次进行Savitsky-Golay平滑、标准正太变量校正、均值中 心化处理和PCA变换，在保证累积方差2 90%的情况下，取前7个主成分的特征信息； 所述扣除无用的背景单元的方法是： 人机交互式选择样品在PCA得分空间中的ROI像元，计算背景像元与样本像元之间的欧 式距离并显示为直方图形式，寻找能将背景和样本像元显著分离的阈值，删除无用的背景 单元。
【专利摘要】本发明属于药材鉴别领域，其公开了一种无损检测冬虫夏草虫体粉/粉片真伪的方法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。该方法包括：a.选取正、负样品；b.采集样品的高光谱图像；c.对高光谱图像进行处理并利用主成分分析法提取相关特征；d.建立PLS-DA预测模型；e.利用PLS-DA预测模型对待检测对象进行检测；f.根据模型输出判别待检测对象的真伪。本发明适用于对冬虫夏草虫体粉样品进行快速、准确鉴别。
【IPC分类】G01N21/25
【公开号】CN105486643
【申请号】CN201610020589
【发明人】张雪峰, 谭福元
【申请人】青海春天药用资源科技利用有限公司
【公开日】2016年4月13日
【申请日】2016年1月13日
【技术领域】
[0001] 本发明属于药材鉴别领域，具体设及无损检测冬虫夏草虫体粉/粉片真伪的方法。
【背景技术】
[0002] 冬虫夏草Cordyceps sinensis(Berkeley)Saccardo为麦角菌科真菌冬虫夏草菌 寄生在鱗翅目骗幅蛾科幅蛾属化epialus)幼虫上形成的虫生子囊真菌，为麦角菌科虫草属 真菌冬虫夏草的子座及其寄主鱗翅目骗幅蛾科昆虫骗幅蛾的幼虫尸体的复合物，性甘平， 补肺益肾，止血化疲，用于久咳虚喘，劳咳咯血，阳瘦遗精，腰膝酸痛，是我国传统的名贵中 药材。
[0003] 冬虫夏草生长环境特殊，主要分布于我国青藏高原海拔3000~5000米的高山草甸 和高山灌丛。青海、西藏、四川、甘肃和云南是冬虫夏草的主要产区，青海的产量和质量居各 省区之首，玉树、果洛等是青海冬虫夏草主产地。冬虫夏草目前尚不能进行人工培育，而野 生冬虫夏草的分布区域狭小，自然寄生率低，对环境条件要求苛刻，加之近年来的生态破坏 和掠夺式采挖，使冬虫夏草的产量逐年下降，价格不断攀升。因此，市场上存在严重的渗伪、 增重等造假现象。除了冬虫夏草之外，其他虫草属真菌寄生在昆虫体粉/粉片上形成的复合 体也被称为"虫草"，其中一些常被用作冬虫夏草的伪品，性状相似而难W区分。
[0004] 传统技术中的鉴定方法主要是依据中药的来源、品种形态、性状、显微特征、理化 鉴别、检查、含量测定等依靠经验或者精密仪器进行检验，尤其是显微特征、理化鉴别、检 查、含量测定等方法均需要消耗原材料，通过药材表面的特征很难进行鉴定。
[0005] 近年来，使用DNA分子标记的检测方式进行药材的检测与鉴别也常见报道。但是， 运种检测方式操作繁琐，试剂和检测费用较高，样品准备程序复杂，难W推广。
[0006] 最重要的是，目前的各种检测方法都需要消耗样品，故只能抽样检测，不可能做到 全部产品的检测，因此难W满足中药材产业的需要。
[0007] 虫体是冬虫夏草菌寄生在骗幅蛾幼虫尸体上形成的，具有很强的专属性，因此建 立快速准确的无损检测冬虫夏草虫体粉/粉片真伪的方法，对冬虫夏草真伪的鉴别，对规范 市场、保证药材质量具有非常重要的意义。
【发明内容】
[000引本发明要解决的技术问题是：提出一种无损检测冬虫夏草虫体粉/粉片真伪的方 法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。
[0009] 本发明解决上述技术问题所采用的技术方案是:建立冬虫夏草虫体粉/粉片化S预 测模型，在进行冬虫夏草虫体粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采集系 统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采集的 高光谱信息进行图像处理后输入已建立的冬虫夏草虫体粉/粉片化S预测模型进行预测，根 据预测输出值对该样品进行鉴别。
[0010] 具体的，在进行冬虫夏草虫体粉/粉片鉴别时，利用高光谱反射图像采集系统采集 的高光谱信息为待检测样品的像元光谱信息。
[0011] 具体的，所述建立冬虫夏草虫体粉/粉片化S预测模型的步骤包括：
[0012] A1.选取冬虫夏草原草样品，截取虫体部分，分别经预处理后制备成虫体粉/粉片 作为正样品集；
[0013] A2.选取易与冬虫夏草原草混淆的样品，截取虫体部分，分别经预处理后制备成虫 体粉/粉片作为负样品集；
[0014] A3.分别将正样品集中的正样品和负样品集中的负样品放置入高光谱反射图像采 集系统中，利用所述高光谱反射图像采集系统采集样品的高光谱信息；
[0015] A4.对采集的高光谱信息进行图像处理后提取光谱特征，将提取的光谱特征录入 数据库；
[0016] A5.重复步骤A3-A4,直至完成正、负样品集中的所有样品的光谱特征的提取和录 入；
[0017] A6.随机选取一定数量样品的光谱特征建立化S预测模型。
[0018] 具体的，在建立冬虫夏草虫体粉/粉片化S预测模型时，步骤A3和A4中，所述高光谱 反射图像采集系统采集的样品高光谱信息为该样品的像元光谱信息。
[0019] 具体的，步骤A1中，选取全国不同产地的冬虫夏草原草样品，截取虫体部分，分别 经预处理后制备成虫体粉/粉片作为正样品集。
[0020] 具体的，所述选取全国不同产地的冬虫夏草样品具体包括:选自全国主产区青海 玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区冬虫夏草样品。
[0021] 具体的，步骤A2中，选取市面上多种易与冬虫夏草原草混淆的样品，截取虫体部 分，分别经预处理后制备成虫体粉/粉片作为负样品集。
[0022] 具体的，步骤A2中，所述易与冬虫夏草混淆的样品包括但不仅限于:麻脊背、蛹虫 草、亚香棒，凉山虫草、新疆虫草W及冬虫夏草发酵菌丝粉等。
[0023] 具体的，步骤A1中，所述预处理是指依次经过干刷、清洗、40°C低溫干燥。
[0024] 具体的，步骤A2中，所述预处理是指依次经过干刷、清洗、40°C低溫干燥。
[0025] 具体的，步骤A4中，对采集的高光谱信息进行图像处理后按照正、负样品光谱方差 最大化原则提取光谱特征。
[0026] 具体的，步骤A6中，随机选取一定数量样品的光谱特征的方法是：
[0027] 随机选取等比例的正、负样品的光谱特征。
[0028] 具体的，根据预测输出值对该样品进行鉴别的具体方法为:对化S预测模型的预测 结果进行统计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分 布，其中，正态分布概率密度函数为：
[0029]
μ为预测结果的均值，σ2为预测结果的方差；
[0030] 当预测结果概率密度分布满足正态分布，且同时满足1.0卽。.3; 02 < 0.12则判 定待检测样品为冬虫夏草虫体粉/粉片。
[0031] 具体的，所述高光谱反射图像采集系统采用蹄儒隶二维阵列检测器，光源为石英 面素灯。
[0032] 所述高光谱反射图像采集系统的光谱采集范围为短波红外波段940-2537nm。
[0033] 所述高光谱反射图像采集系统的像素为320X256,像素大小150μπιΧ150μπι，采用 视场为50mm镜头。
[0034] 扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度lOOfps。
[0035] 具体的，利用所述高光谱反射图像采集系统采集该样品的高光谱信息，具体步骤 如下：
[0036] ①采集获得该样品(mXn)个像元在k个波段下的连续光谱曲线，每一波段对应的 光谱信号响应值为Ik，k=l，2…K;
[0037] ②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图 像的相对光强值
I其中4为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反 射图像的相对强光值;Ik为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图像的光强 值；巧为第k个波段下标准白板高光谱反射图像的光强值;Dk为第k个波段下采集的全黑标 定图像光强值；
[0038] ③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
[0039] 具体的，步骤A4中所述对采集的高光谱信息进行图像处理后提取光谱特征，具体 包括：
[0040] 对采集各像元数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用 的背景单元；
[0041 ]然后对有效像元光谱信息依次进行Savitsky-Golay平滑、标准正太变量校正、均 值中屯、化处理和PCA变换，在保证累积方差含90%的情况下，取前N个主成分的特征信息。
[0042] 作为优选，所述N=7。
[0043] 具体的，所述扣除无用的背景单元的方法是：
[0044] 人机交互式选择样品在PCA得分空间中的R0I像元，计算背景像元与样本像元之间 的欧式距离并显示为直方图形式，寻找能将背景和样本像元显著分离的阔值，删除无用的 背景单元。
[0045] 本发明的有益效果是:选取全国不同产地的冬虫夏草样品截取虫体部分分别经预 处理后制备成虫体粉/粉片作为正样品集;并选取多种市售类似冬虫夏草虫体粉/粉片样品 分别经预处理后作为负样品集;通过对正负样品集中的样品进行光谱信息采集，并提取相 关成分特征建立PLS预测模型，在利用该模型对待检测样品进行预测时，对预测结果进行了 精细的统计分析，通过判断预测结果是否符合正态分布，并要求预测结果的均值和方差符 合一定的阔值来判定样品是否为冬虫夏草虫体粉/粉片；
[0046] 因此，本发明可W客观、准确、简便、快速地对冬虫夏草虫体粉/粉片进行鉴别。具 有客观量化、结果准确、操作简便、测试迅速、成本低廉等诸多优点。
【附图说明】
[0047] 图1为无损检测冬虫夏草虫体粉/粉片真伪的方法流程图；
[0048] 图2为实施例1中的果洛冬虫夏草虫体粉/粉片化S预测值概率密度分布图；
[0049] 图3为实施例2中的发酵菌丝虫体粉/粉片A的化S预测值概率密度分布图；
[0050] 图4为实施例3中的渗杂5%含量发酵菌丝粉的虫草粉的化S预测值概率密度分布 图。
【 具体实施方式】
[0051] 本发明旨在提出一种无损检测冬虫夏草虫体粉/粉片真伪的方法，解决传统技术 中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。
[0052] 本发明中的无损检测冬虫夏草虫体粉/粉片真伪的方法如图1所示，其包括：
[0化3] a.选取正、负样品；
[0054] b.采集样品的高光谱图像；
[0055] C.对高光谱图像进行处理并利用主成分分析法提取相关特征；
[0化6] d.建立化S预测模型；
[0057] e.利用化S预测模型对待检测对象进行检测；
[0化引f.根据模型输出判别待检测对象的真伪。
[0059] 在具体实现上，本发明方案包括W下几个部分：
[0060] -、建立冬虫夏草虫体粉/粉片化S预测模型的步骤：
[0061] 1.样品准备：
[0062] 1.1选取主产区青海玉树、青海果洛、青海海南、青海海东、四川、西藏、甘肃、云南 八个地区80份冬虫夏草全草样品，截取虫体部分，并分别依次经干刷、清洗、40°C低溫干燥， 再超微粉碎为粒度化0含25WI1的颗粒(运里是制备成粉的操作，如果制备成粉片还需要在粉 的基础上进一步操作)作为正样品集。
[0063] 1.2选取市售类似冬虫夏草虫体粉/粉片（易与冬虫夏草虫体粉/粉片混淆的样品， 如:人工发酵菌丝粉)的样品30份，分别经40°C低溫干燥后作为负样品集。
[0064] 2.图像采集：
[0065] 本发明所采用的高光谱反射图像采集系统为芬兰SPECIM生产的SisuCHEMA实验室 高光谱扫描仪，其采用蹄儒隶二维阵列检测器，光源为石英面素灯。光谱采集范围为短波红 外波段(SWIR，940-2537皿），像素为320(空间）X256(光谱），像素大小30皿X30皿，采用视 场为10mm镜头。扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度lOOfps。
[0066] 依次分别将准备的样品放置样品台上，高光谱反射图像采集系统自样品进入视场 开始采集样品各像元的高光谱图像信息：
[0067] ①采集获得该样品(mXn)个像元在k个波段下的连续光谱曲线，每一波段对应的 光谱信
[006引号响应值为Ik，k=l，2...K;
[0069]②利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图 像的相对光强值
其中4为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反 射图像的相对强光值;Ik为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图像的光强 值；皆为第k个波段下标准白板高光谱反射图像的光强值;Dk为第k个波段下采集的全黑标 定图像光强值；
[0070] ③将计算出来的相对光强值经过A/D转换，转换为光谱曲线。
[0071] 3.图像处理：
[0072] 为减小噪声干扰，可W删除含有较多噪声的940-1000nm和2469-2537nm波段下数 据;对采集各像元数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背 景单元;同时计算各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η含1.6的异常像元，保 留下总数不低于95%的真实有效像元光谱信息；
[0073] 为了消除基线漂移、光散射、噪音、样品表面形貌差异等干扰，需要对有效像元光 谱信息依次进行Savitsky-Golay平滑（窗口取值11，多项式阶数为3)、标准正态变量校正 (SNV)、均值中屯、化处理和PCA(主成分分析)变换；
[0074] 4.模型建立：
[0075] 在保证累积方差>90%的情况下，取前N个主成分(一般情况下，前7个主成分即可 满足累积方差>90%)的特征信息建立化S(偏最小二乘判别分析)预测模型。为了保持模型 不断完善并验证模型的可靠性，可W从准备的正负样品集中抽取2Λ数量的样品构成训练 集，余下作为测试集，利用训练集中的样品不断完善模型，利用测试集中的样品对模型 预测准确性进行验证。
[0076] 二、在进行冬虫夏草虫体粉/粉片鉴别时，将待检测样品放置入高光谱反射图像采 集系统中，利用所述高光谱反射图像采集系统采集所述待检测样品的高光谱信息，并对采 集的高光谱信息进行图像处理后输入至步骤A中建立的冬虫夏草虫体粉/粉片化S预测模型 进行预测，根据预测输出值对该样品进行鉴别。
[0077] 具体鉴别方法为:对化S预测模型的预测结果进行统计，利用正态分布概率密度函 数检
[0078] 验预测结果概率密度分布是否符合正态分布，其中，正态分布概率密度函数为：
[0079]
μ为预测结果的均值，σ2为预测结果的方差；
[0080] 当预测结果概率密度分布满足正态分布，且同时满足1.0卽。.3 ; < 0.12则判 定待检测样品为冬虫夏草虫体粉/粉片。
[0081] 下面W几个具体实施例对本发明中建立的化S预测模型进行验证：
[0082] 实施例1:
[0083] 1.样品准备：
[0084] 选取8份青海果洛冬虫夏草样品，截取虫体部分，依次经过干刷、清洗、40°C低溫干 燥后，超微粉碎为粒度化0含25μπι颗粒制备成虫体粉/粉片作为本例待预测样品。
[0085] 2.样品高光谱数据采集：
[0086] 将样品传送至高光谱相机镜头下，按设定参数（光谱采集范围为短波红外波段 (SWIR，940-2537nm)，像素为320(空间）X256(光谱），像素大小30μmX30μm，采用视场为 10mm镜头。扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度lOOfPS。）进行扫 描，保存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机 内置黑白标准物质对图像进行自动校正，然后将光强值经A/D转换为光谱曲线。
[0087] 3.图像处理：
[0088] 首先删除含有较多噪音的940-1000nm和2469-2537nm波段下数据。对采集各像元 数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背景单元；同时计算 各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η >1.6的异常像元，保留下总数不低于 95%的真实有效像元光谱信息；
[0089] 4.PLS预测：
[0090] 将第3步得到冬虫夏草虫体粉/粉片的各像元光谱依次进行Savitsky-Golay平滑 (窗口取值11，多项式阶数为3)、标准正太变量校正(SNV)和均值中屯、化处理W消除基线漂 移、光散射、噪音、样品表面形貌差异等干扰。
[0091] 将预处理后的冬虫夏草虫体粉/粉片各像元光谱带入建立好的化計莫型进行预测 计算，对化S预测模型的预测结果进行统计，8份样品的预测结果统计如下表一所示：
[0092] 表一:8份青海果洛冬虫夏草虫体粉/粉片预测结果统计表 Γ00931
[0094] 从上表可W看出对各份样品的预测统计结果概率密度函数分布满足正态分布，对 称性良好，并且均值μ值分布在1.14~1.21之间，值在0.08~0.11之间，满足判定依据1.0 卽。.3;〇 2< 0.12;其中一份样品的PLS预测值概率密度分布如图2所示，中间黑色竖线为 均值，红色曲线为预测结果正态分布的拟合曲线，从图2中也可W看出预测结果概率分布符 合正态分布，对称型良好。
[0095] 实施例2:
[0096] 1.样品准备：
[0097] 选取市售类似冬虫夏草虫体粉/粉片的发酵菌丝粉Α、发酵菌丝粉Β、发酵菌丝粉C、 发酵菌丝粉D、麻脊背虫体粉/粉片、亚香棒虫体粉/粉片等六份样品经过40°C低溫干燥后作 为本例待预测样品。
[0098] 2.样品高光谱数据采集：
[0099] 将样品传送至高光谱相机镜头下，按设定参数（同实施例1中的设定)进行扫描，保 存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置 黑白标准物质对图像进行自动校正，然后光强值经A/D转换为光谱吸收曲线。
[0100] 3.图像处理：
[0101] 首先删除含有较多噪音的940-1000nm和2469-2537nm波段下数据。对采集各像元 数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背景单元；同时计算 各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η >1.6的异常像元，保留下总数不低于 95%的真实有效像元光谱信息；
[0102] 4.PLS 预测：
[0103] 将第3步得到样品的各像元光谱依次进行Savitsky-Golay平滑(窗口取值11，多项 式阶数为3)、标准正太变量校正(SNV)和均值中屯、化处理W消除基线漂移、光散射、噪音、样 品表面形貌差异等干扰。
[0104] 将预处理后的样品各像元光谱带入建立好的化討莫型进行预测计算。6份样品的预 测结果统计如下表二所示：
[0105] 表二:市售与冬虫夏草虫体粉/粉片易混淆的6份样品预测结果统计表 「01061
[0107]~由上表可W看出，伪品粉经化S预测后的统计显示，预测结果概率密度函数分布符' 合正态分布，对称性良 好，说明W上各组粉混合较为均匀;各组结果的均值μ值分布在-0.02 ~0.54，不满足冬虫夏草虫体粉/粉片要求1.0含μ含1.3的标准，因此不是冬虫夏草虫体粉/ 粉片;值在0.09~0.12之间，符合< 0.12，可初步认为W上各组粉不含其他干扰物质，是 纯的伪品粉末制成，运也与实际相符。综上，由于不能满足1.0含μ含1.3的标准，W上各组不 能认为是冬虫夏草虫体粉/粉片。发酵菌丝粉A的化S预测值概率密度分布如图3所示，从图3 中可W看出预测结果概率分布符合正态分布，对称型良好，然而由于不能满足1.0含μ含1.3 的标准，因此其被判定为伪品。
[010引实施例3:
[0109] 本例是W某品牌发酵菌丝粉为添加物，按一定比例渗入纯冬虫夏草虫体粉/粉片 中，混合均匀后预测实例；
[0110] 1.样品准备：
[0111] 选取4份样品：第1份为向纯冬虫夏草虫体粉/粉片中添加1%含量的发酵菌丝粉； 第2份为向纯冬虫夏草虫体粉/粉片中添加5%含量的发酵菌丝粉;第3份为向纯冬虫夏草虫 体粉/粉片中添加10%含量的发酵菌丝粉;第4份为向纯冬虫夏草虫体粉/粉片中添加15% 含量的发酵菌丝粉；
[0112] 分别将上述4份样品经过40°C低溫干燥后作为本例待预测样品。
[0113] 2.样品高光谱数据采集：
[0114] 将样品传送至高光谱相机镜头下，按设定参数（同实施例1中的设定)进行扫描，保 存样品的高光谱图像和光谱信息。图像处理由瑞典Umbio公司的Evince软件采用相机内置 黑白标准物质对图像进行自动校正，然后光强值经A/D转换为光谱吸收曲线。
[011引 3.图像处理：
[0116]首先删除含有较多噪音的940-1000nm和2469-2537nm波段下数据。对采集各像元 数据按光谱维分别进行均值中屯、化变换后，进行PCA变换，扣除无用的背景单元；同时计算 各像元PCA得分与样本中屯、的欧式距离dm,n，扣除dm,η >1.6的异常像元，保留下总数不低于 95%的真实有效像元光谱信息；
[0117] 4.PLS 预测：
[0118] 将第3步得到样品的各像元光谱依次进行Savitsky-Golay平滑(窗口取值11，多项 式阶数为3)、标准正太变量校正(SNV)和均值中屯、化处理W消除基线漂移、光散射、噪音、样 品表面形貌差异等干扰。
[0119] 将预处理后的样品各像元光谱带入建立好的化討莫型进行预测计算。此4份样品预 测结果统计如下表Ξ所示：
[0120] 表Ξ:按一定比例向纯冬虫夏草粉中渗入某发酵菌丝粉的预测结果统计表
[0121]
[0122]从上表中可W看出，预测结果概率密度函数分布符合正态分布，对称性良好，说明 W上各组粉混合较为均匀;各组结果的均值μ值分布在0.89~0.99，σ2值在0.142~0.152之 间，且随渗入比例的增加，μ值逐渐减小，σ 2逐渐增大，即μ逐渐远离冬虫夏草虫体粉/粉片的 预测区间，σ2增大说明粉的纯度下降，综上判定W上各组粉为渗有一定比例伪品的冬虫夏 草粉，不能认为是冬虫夏草虫体粉/粉片。从图4中可W看出渗杂了 5%含量的发酵菌丝粉的 虫草粉的预测结果概率分布符合正态分布对称型良好，然而由于不能满足1.0含μ含1.3的 标准，因此其被判定为伪品。
【主权项】
1. 无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于，包括以下步骤： 建立冬虫夏草虫体粉/粉片PLS预测模型，在进行冬虫夏草虫体粉/粉片鉴别时，将待检 测样品放置入高光谱反射图像采集系统中，利用所述高光谱反射图像采集系统采集所述待 检测样品的高光谱信息，并对采集的高光谱信息进行图像处理后输入已建立的冬虫夏草虫 体粉/粉片PLS预测模型进行预测，根据预测输出值对该样品进行鉴别;所述高光谱信息为 待检测样品的像元光谱信息。2. 如权利要求1所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于，所述 建立冬虫夏草虫体粉/粉片PLS预测模型的步骤包括： Al.选取冬虫夏草原草样品，截取虫体部分，分别经预处理后制备成虫体粉/粉片作为 正样品集； A2.选取易与冬虫夏草原草混淆的样品，截取虫体部分，分别经预处理后制备成虫体 粉/粉片作为负样品集； A3.分别将正样品集中的正样品和负样品集中的负样品放置入高光谱反射图像采集系 统中，利用所述高光谱反射图像采集系统采集样品的高光谱信息； A4.对采集的高光谱信息进行图像处理后提取光谱特征，将提取的光谱特征录入数据 库； A5.重复步骤A3-A4,直至完成正、负样品集中的所有样品的光谱特征的提取和录入； A6.随机选取等比例的正、负样品的光谱特征建立PLS预测模型； 步骤A3和A4中，所述高光谱反射图像采集系统采集的样品高光谱信息为该样品的像元 光谱信息。3. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤Al中，选取全国不同产地的冬虫夏草原草样品截取虫体部分，分别经预处理后制 备成虫体粉/粉片作为正样品集； 所述选取全国不同产地的冬虫夏草样品具体包括:选自全国主产区青海玉树、青海果 洛、青海海南、青海海东、四川、西藏、甘肃、云南八个地区冬虫夏草样品。4. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤A2中，选取市面上多种易与冬虫夏草原草混淆的样品，截取虫体部分，分别经预处 理后制备成虫体粉/粉片作为负样品集； 所述易与冬虫夏草混淆的样品包括:麻脊背、蛹虫草、亚香棒，凉山虫草、新疆虫草以及 冬虫夏草发酵菌丝粉。5. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤Al和A2中，所述预处理是指依次经过干刷、清洗、40°C低温干燥。6. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤A4中，对采集的高光谱信息进行图像处理后按照正、负样品光谱方差最大化原则 提取光谱特征。7. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 根据预测输出值对该样品进行鉴别的具体方法为:对PLS预测模型的预测结果进行统 计，利用正态分布概率密度函数检验预测结果概率密度分布是否符合正态分布，其中，正态 分布概率密度函数为：μ为预测结果的均值，σ2为预测结果的方差； 当预测结果概率密度分布满足正态分布，且同时满足1 .〇 < μ < 1.3;〇2 < O . 12则判定待 检测样品为冬虫夏草虫体粉/粉片。8. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 所述高光谱反射图像采集系统采用碲镉汞二维阵列检测器，光源为石英卤素灯； 所述高光谱反射图像采集系统的光谱采集范围为短波红外波段940-2537nm; 所述高光谱反射图像采集系统的像素为320乂256，像素大小15(^111\15(^111，采用视场 为50mm镜头； 扫描方式为高速推扫式高光谱成像，推扫速度3mm/s，采集速度IOOfps。9. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 利用所述高光谱反射图像采集系统采集该样品的高光谱信息，具体步骤如下： ① 采集获得该样品(mXn)个像元在k个波段下的连续光谱曲线，每一波段对应的光谱 信号响应值为Ik，k=l，2--K; ② 利用标准白板标定图像的光强值，计算每幅图像在第k个波段下高光谱反射图像的 相对光强值其中为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图 像的相对强光值；Ik为第k个波段下每个冬虫夏草虫体粉/粉片高光谱反射图像的光强值； /T为第k个波段下标准白板高光谱反射图像的光强值;Dk为第k个波段下采集的全黑标定图 像光强值； ③ 将计算出来的相对光强值经过A/D转换，转换为光谱曲线。10. 如权利要求2所述的无损检测冬虫夏草虫体粉/粉片真伪的方法，其特征在于， 步骤A4中所述对采集的高光谱信息进行图像处理后提取光谱特征，具体包括： 对采集各像元数据按光谱维分别进行均值中心化变换后，进行PCA变换，扣除无用的背 景单元； 然后对有效像元光谱信息依次进行Savitsky-Golay平滑、标准正太变量校正、均值中 心化处理和PCA变换，在保证累积方差2 90%的情况下，取前7个主成分的特征信息； 所述扣除无用的背景单元的方法是： 人机交互式选择样品在PCA得分空间中的ROI像元，计算背景像元与样本像元之间的欧 式距离并显示为直方图形式，寻找能将背景和样本像元显著分离的阈值，删除无用的背景 单元。
【专利摘要】本发明属于药材鉴别领域，其公开了一种无损检测冬虫夏草虫体粉/粉片真伪的方法，解决传统技术中检测方式存在操作繁琐、检测成本高、需要消耗样品的问题。该方法包括：a.选取正、负样品；b.采集样品的高光谱图像；c.对高光谱图像进行处理并利用主成分分析法提取相关特征；d.建立PLS-DA预测模型；e.利用PLS-DA预测模型对待检测对象进行检测；f.根据模型输出判别待检测对象的真伪。本发明适用于对冬虫夏草虫体粉样品进行快速、准确鉴别。
【IPC分类】G01N21/25
【公开号】CN105486643
【申请号】CN201610020589
【发明人】张雪峰, 谭福元
【申请人】青海春天药用资源科技利用有限公司
【公开日】2016年4月13日
【申请日】2016年1月13日
最新回复(0)