無損檢測冬蟲夏草蟲體真?zhèn)蔚姆椒?br>【技術領域】
[0001] 本發(fā)明屬于藥材鑒別領域，具體涉及無損檢測冬蟲夏草蟲體真?zhèn)蔚姆椒ā?br>【背景技術】
[0002] 冬蟲夏草Cordyceps sinensis(Berkeley)Saccardo為麥角菌科真菌冬蟲夏草菌 寄生在鱗翅目蝙蝠蛾科蝠蛾屬(Hepialus)幼蟲上形成的蟲生子囊真菌，為麥角菌科蟲草屬 真菌冬蟲夏草的子座及其寄主鱗翅目蝙蝠蛾科昆蟲蝙蝠蛾的幼蟲尸體的復合物，性甘平， 補肺益腎，止血化痰，用于久咳虛喘，勞咳咯血，陽痿遺精，腰膝酸痛，是我國傳統(tǒng)的名貴中 藥材。
[0003] 冬蟲夏草生長環(huán)境特殊，主要分布于我國青藏高原海拔3000~5000米的高山草甸 和高山灌叢。青海、西藏、四川、甘肅和云南是冬蟲夏草的主要產區(qū)，青海的產量和質量居各 省區(qū)之首，玉樹、果洛等是青海冬蟲夏草主產地。冬蟲夏草目前尚不能進行人工培育，而野 生冬蟲夏草的分布區(qū)域狹小，自然寄生率低，對環(huán)境條件要求苛刻，加之近年來的生態(tài)破壞 和掠奪式采挖，使冬蟲夏草的產量逐年下降，價格不斷攀升。因此，市場上存在嚴重的摻偽、 增重等造假現(xiàn)象。除了冬蟲夏草之外，其他蟲草屬真菌寄生在昆蟲體上形成的復合體也被 稱為"蟲草"，其中一些常被用作冬蟲夏草的偽品，性狀相似而難以區(qū)分。
[0004] 傳統(tǒng)技術中的鑒定方法主要是依據(jù)中藥的來源、品種形態(tài)、性狀、顯微特征、理化 鑒別、檢查、含量測定等依靠經驗或者精密儀器進行檢驗，尤其是顯微特征、理化鑒別、檢 查、含量測定等方法均需要消耗原材料，通過藥材表面的特征很難進行鑒定。
[0005] 近年來，使用DNA分子標記的檢測方式進行藥材的檢測與鑒別也常見報道。但是， 這種檢測方式操作繁瑣，試劑和檢測費用較高，樣品準備程序復雜，難以推廣。
[0006] 最重要的是，目前的各種檢測方法都需要消耗樣品，故只能抽樣檢測，不可能做到 全部產品的檢測，因此難以滿足中藥材產業(yè)的需要。
[0007] 蟲體是冬蟲夏草菌寄生在蝙蝠蛾幼蟲尸體上形成的，具有很強的專屬性，因此建 立快速準確的無損檢測冬蟲夏草蟲體真?zhèn)蔚姆椒?，對冬蟲夏草真?zhèn)蔚蔫b別，對規(guī)范市場、保 證藥材質量具有非常重要的意義。
【發(fā)明內容】
[0008] 本發(fā)明要解決的技術問題是：提出一種無損檢測冬蟲夏草蟲體真?zhèn)蔚姆椒?，解決 傳統(tǒng)技術中檢測方式存在操作繁瑣、檢測成本高、需要消耗樣品的問題。
[0009] 本發(fā)明解決上述技術問題所采用的技術方案是:無損檢測冬蟲夏草蟲體真?zhèn)蔚姆?法，包括以下步驟：
[0010]建立冬蟲夏草蟲體PLS-DA預測模型，在進行冬蟲夏草蟲體鑒別時，將待檢測樣品 放置入高光譜反射圖像采集系統(tǒng)中，利用所述高光譜反射圖像采集系統(tǒng)采集所述待檢測樣 品的高光譜信息，并對采集的高光譜信息進行圖像處理后輸入已建立的冬蟲夏草蟲體PLS-DA預測模型進行預測，根據(jù)預測輸出值對該樣品進行鑒別。
[0011] 具體的，在進行冬蟲夏草蟲體鑒別時，利用高光譜反射圖像采集系統(tǒng)采集的高光 譜信息為待檢測樣品的像元光譜信息。
[0012] 具體的，所述建立冬蟲夏草蟲體PLS-DA預測模型的步驟包括：
[0013] A1.選取冬蟲夏草蟲體樣品分別經預處理后作為正樣品集；
[0014] A2.選取易與冬蟲夏草蟲體混淆的樣品分別經預處理后作為負樣品集；
[0015] A3.分別將正樣品集中的正樣品和負樣品集中的負樣品放置入高光譜反射圖像采 集系統(tǒng)中，利用所述高光譜反射圖像采集系統(tǒng)采集樣品的高光譜信息；
[0016] A4.對采集的高光譜信息進行圖像處理后提取光譜特征，將提取的光譜特征錄入 數(shù)據(jù)庫；
[0017] A5.重復步驟A3-A4,直至完成正、負樣品集中的所有樣品的光譜特征的提取和錄 入；
[0018] A6.隨機選取一定數(shù)量樣品的光譜特征建立PLS-DA預測模型。
[0019] 具體的，在建立冬蟲夏草蟲體PLS-DA預測模型時，步驟A3和A4中，所述高光譜反射 圖像采集系統(tǒng)采集的樣品高光譜信息為該樣品的平均光譜信息。
[0020] 具體的，步驟A1中，選取全國不同產地的冬蟲夏草原草樣品，截取蟲體部分，分別 經預處理后作為正樣品集。
[0021] 具體的，步驟A1中，所述選取全國不同產地的冬蟲夏草樣品具體包括:選自全國主 產區(qū)青海玉樹、青海果洛、青海海南、青海海東、四川、西藏、甘肅、云南八個地區(qū)冬蟲夏草樣 品。
[0022] 具體的，步驟A2中，選取市面上多種易與冬蟲夏草原草混淆的樣品，截取蟲體部 分，分別經預處理后作為負樣品集。
[0023] 具體的，步驟A2中，所述易與冬蟲夏草混淆的樣品包括但不僅限于:麻脊背、蛹蟲 草、亞香棒，涼山蟲草和新疆蟲草等。
[0024] 具體的，步驟A1中，所述預處理是指依次經過干刷、清洗、40°C低溫干燥。
[0025] 具體的，步驟A2中，所述預處理是指依次經過干刷、清洗、40°C低溫干燥。
[0026]具體的，步驟A4中，對采集的高光譜信息進行圖像處理后按照正、負樣品光譜方差 最大化原則提取光譜特征。
[0027]具體的，步驟A6中，隨機選取一定數(shù)量樣品的光譜特征的方法是：
[0028]隨機選取等比例的正、負樣品的光譜特征。
[0029] 具體的，所述根據(jù)預測輸出值對該樣品進行鑒別具體方法是:若該樣品的某個像 元經過PLS-DA模型預測其輸出值介于-1.5~0.45之間，則判定該像元為偽冬蟲夏草蟲體像 元;若該樣品的某個像元經過PLS-DA模型預測其輸出值介于0.55~1.5之間，則判定該像元 為真冬蟲夏草蟲體像元;若該樣品的某個像元經過PLS-DA模型預測其輸出值介于0.45~ 0.55之間，則判定該像元為未知類別像元；
[0030] 最后由系統(tǒng)分別自動統(tǒng)計真冬蟲夏草蟲體像元、偽冬蟲夏草蟲體像元、未知類別 像元的個數(shù)并計算在該樣品總像元數(shù)中的比例，根據(jù)比例分布情況鑒別該樣品的真?zhèn)巍?[0031 ]具體的，所述根據(jù)比例分布情況鑒別該樣品的真?zhèn)?，具體方法是：
[0032]若真冬蟲夏草蟲體像元的個數(shù)在該樣品總像元數(shù)中的比例2 60%，則判定該樣品 為真。
[0033]具體的，所述高光譜反射圖像采集系統(tǒng)采用碲鎘汞二維陣列檢測器，光源為石英 鹵素燈。
[0034]所述高光譜反射圖像采集系統(tǒng)的光譜采集范圍為短波紅外波段940-2537nm。
[0035]所述高光譜反射圖像采集系統(tǒng)的像素為320\256，像素大小15(^111\15(^111，采用 視場為50mm鏡頭。
[0036]掃描方式為高速推掃式高光譜成像，推掃速度3mm/s，采集速度lOOfps。
[0037] 具體的，利用所述高光譜反射圖像采集系統(tǒng)采集該樣品的高光譜信息，具體步驟 如下：
[0038] ①采集獲得該樣品(mXn)個像元在k個波段下的連續(xù)光譜曲線，每一波段對應的 光譜信號響應值為Ik，k=l，2~K;
[0039] ②利用標準白板標定圖像的光強值，計算每幅圖像在第k個波段下高光譜反射圖
，其中?為第k個波段下每個冬蟲夏草蟲體高光譜反射圖像 的相對強光值；Ik為第k個波段下每個冬蟲夏草蟲體高光譜反射圖像的光強值；/f為第k個 波段下標準白板高光譜反射圖像的光強值;Dk為第k個波段下采集的全黑標定圖像光強值；
[0040] ③將計算出來的相對光強值經過A/D轉換，轉換為光譜曲線。
[0041] 具體的，步驟A4中所述對采集的高光譜信息進行圖像處理后提取光譜特征，具體 包括：
[0042] 對采集各像元數(shù)據(jù)按光譜維分別進行均值中心化變換后，進行PCA變換，保留目標 對象所在像元光譜和位置信息，扣除無用的背景單元；
[0043]以每個樣品為單元，計算獲得每個樣品的平均光譜，并對平均光譜構成的數(shù)據(jù)集 依次進行Savitsky-Golay平滑、標準正太變量校正、均值中心化處理和PCA變換，在保證累 積方差2 90%的情況下，取前N個主成分的光譜特征信息。
[0044] 具體的，所述N=3。
[0045] 具體的，所述扣除無用的背景單元的方法是：
[0046]人機交互式選擇樣品在PCA得分空間中的R0I像元，計算背景像元與樣本像元之間 的歐式距離并顯示為直方圖形式，尋找能將背景和樣本像元顯著分離的閾值，刪除無用的 背景單元。
[0047]本發(fā)明的有益效果是：本發(fā)明采用冬蟲夏草蟲體的平均光譜建立PLS-DA預測模 型，預測采用待測樣品的各像元光譜作為輸入，在完成預測的同時，完成保留了待測樣品的 外形，表面結構特征等空間位置信息。準確、直觀、簡便、快速地對冬蟲夏草蟲體真?zhèn)芜M行鑒 另IJ。具有客觀量化、結果準確、操作簡便、測試迅速、成本低廉等諸多優(yōu)點。
【附圖說明】
[0048]圖1為無損檢測冬蟲夏草蟲體真?zhèn)蔚姆椒鞒虉D；
[0049]圖2為實施例1中的果洛冬蟲夏草蟲體PLS-DA預測圖；<