来源：期刊VIP网 时间：
作者：王海瑞;胡爽;白雪媛;张巍;
单位：长春中医药大学药学院/东北亚中医药研究院;
摘要：目的：利用高光谱成像技术(hyperspectral imaging, HSI),结合机器学习算法，建立哈蟆油真伪及产地的预测模型，以解决哈蟆油药材真伪优劣的鉴定问题。方法：在可见近红外(VNIR)、短波红外(SWIR)波长范围内收集样品高光谱图像，采用主成分分析(PCA)与波谱角制图(SAM)相结合的方式对图像进行分析判断。另利用该光谱范围内的高光谱数据分别建立BP神经网络(BPNN)、极限学习机(ELM)、决策树(DT)等3种含量预测模型，对哈蟆油的膨胀度、蛋白质及水分进行预测，并将其与实测结果比较。结果：经PCA特征强化后，利用VNIR光谱图像仅能够初步区分哈蟆油及其伪品，而基于SAM分类模型可以有效区分吉林和黑龙江两个产地。原始光谱建立的含量预测模型在全波段预测的结果优于VNIR和SWIR波段，3种模型中BPNN模型的预测结果精度最高。结论：高光谱成像技术与机器学习算法结合可以成功实现哈蟆油真伪的识别，也可以分辨出不同产地和蛋白的含量，该方法为哈蟆油药材的无损快速检测提供了新的解决方案。
关键词：哈蟆油;;高光谱成像;;真伪鉴别;;产地鉴别
基金资助：吉林省科技发展计划项目(YDZJ202401020ZYTS);; 科技部国家重点研发计划项目(2021YFD1600900,2021YFD1600903-02)
