本技術涉及藥品檢測，具體而言，涉及一種中藥顆粒質檢方法、程序產(chǎn)品、電子設備及存儲介質。

背景技術：

1、中藥顆粒的質量會影響顆粒的流動性、可壓縮性和穩(wěn)定性。應在適當?shù)姆秶鷥?nèi)進行調(diào)節(jié)。這些關鍵質量屬性關系到最終產(chǎn)品的安全性和有效性，并進一步影響吸收、代謝等行為，因此需要對中藥顆粒的質量進行嚴格把關。目前的檢測方法是基于隨機取樣后的離線測試，例如，使用藥典的水分測定法測量含水率，這種檢測處理步驟繁瑣，造成檢測效率低下，并且在檢測的過程中還會對藥片造成破壞。

技術實現(xiàn)思路

1、本技術實施例的目的在于一種中藥顆粒質檢方法、程序產(chǎn)品、電子設備及存儲介質，用于解決上述技術問題。

2、第一方面，本技術實施例提供了一種中藥顆粒質檢方法，包括：獲取中藥顆粒不同維度的光譜數(shù)據(jù)；利用光譜數(shù)據(jù)相對應維度的卷積神經(jīng)網(wǎng)絡分別對光譜數(shù)據(jù)進行特征提取，獲得光譜數(shù)據(jù)對應的光譜特征數(shù)據(jù)；利用預先訓練好的中藥顆粒質檢模型，對光譜特征數(shù)據(jù)進行識別，獲得中藥顆粒質檢結果。

3、在上述的實現(xiàn)過程中，通過采集中藥顆粒的多維度的光譜數(shù)據(jù)，可以全面捕捉中藥顆粒的特性。根據(jù)光譜數(shù)據(jù)的維度選擇相對應維度的卷積神經(jīng)網(wǎng)絡進行特征提取，能夠最大化地利用多維度的光譜中的信息，并為中藥顆粒的質量檢測提供更準確的數(shù)據(jù)支持。預先訓練好的模型能夠快速準確地對新的光譜特征數(shù)據(jù)進行質量評估，實現(xiàn)自動化和智能化的中藥顆粒質量檢測，提高檢測效率和準確性，減少人為錯誤，減少繁雜的處理工序，且在減少了檢測的過程中對藥片造成破壞。

4、可選地，在本技術實施例中，光譜數(shù)據(jù)包括一維光譜數(shù)據(jù)和二維光譜數(shù)據(jù)；一維光譜數(shù)據(jù)包括近紅外光譜數(shù)據(jù)和質譜數(shù)據(jù)；二維數(shù)據(jù)包括高光譜數(shù)據(jù)；光譜特征數(shù)據(jù)包括一維特征數(shù)據(jù)和二維特征數(shù)據(jù)；利用光譜數(shù)據(jù)相對應維度的卷積神經(jīng)網(wǎng)絡分別對光譜數(shù)據(jù)進行特征提取，獲得光譜數(shù)據(jù)對應的光譜特征數(shù)據(jù)，包括：利用特征選擇方法對近紅外光譜數(shù)據(jù)和質譜數(shù)據(jù)分別進行處理，獲得一維光譜采樣數(shù)據(jù)；以及利用特征選擇方法對高光譜數(shù)據(jù)進行處理，獲得二維光譜采樣數(shù)據(jù)；利用一維卷積神經(jīng)網(wǎng)絡對一維光譜采樣數(shù)據(jù)進行特征提取，獲得一維特征數(shù)據(jù)；利用二維卷積神經(jīng)網(wǎng)絡對二維光譜采樣數(shù)據(jù)進行特征提取，獲得二維特征數(shù)據(jù)。

5、在上述的實現(xiàn)過程中，通過特征選擇方法去除冗余和不相關的信息，提高后續(xù)模型訓練的效率，還可以降低模型的復雜度，減少過擬合的風險。一維卷積神經(jīng)網(wǎng)絡通過局部連接捕捉一維數(shù)據(jù)中的局部模式和趨勢，這與一維光譜數(shù)據(jù)的特性相匹配，因為光譜數(shù)據(jù)通常是連續(xù)的波長序列。二維卷積神經(jīng)網(wǎng)絡能夠有效捕捉圖像中的空間特征，保留高光譜中豐富的空間信息，為后續(xù)直降檢測提供支持。使用光譜數(shù)據(jù)相對應維度的卷積神經(jīng)網(wǎng)絡分別對光譜數(shù)據(jù)進行特征提取，提高了特征提取的效率和準確性。

6、可選地，在本技術實施例中，利用預先訓練好的中藥顆粒質檢模型，對光譜特征數(shù)據(jù)進行識別，獲得中藥顆粒質檢結果，包括：將一維特征數(shù)據(jù)和二維特征數(shù)據(jù)進行融合處理，獲得融合特征；融合處理包括拼接或注意力機制融合；利用中藥顆粒質檢模型，對融合特征進行識別，獲得中藥顆粒的質檢結果。

7、在上述的實現(xiàn)過程中，通過將一維特征數(shù)據(jù)和二維特征數(shù)據(jù)進行融合處理，獲得融合特征，有效地將不同維度的特征數(shù)據(jù)結合起來，以獲得更全面的輸入表示，從而提高模型的預測能力。

8、可選地，在本技術實施例中，光譜特征數(shù)據(jù)包括近紅外光譜特征數(shù)據(jù)、質譜特征數(shù)據(jù)和高光譜特征數(shù)據(jù)；中藥顆粒質檢模型包括第一多變量分析模型、第二多變量分析模型以及第三多變量分析模型；利用預先訓練好的中藥顆粒質檢模型，對光譜特征數(shù)據(jù)進行識別，獲得中藥顆粒質檢結果，包括：將近紅外光譜特征數(shù)據(jù)輸入第一多變量分析模型，獲得近紅外預測值；將質譜特征數(shù)據(jù)輸入第二多變量分析模型，獲得質譜預測值；將高光譜特征數(shù)據(jù)輸入第三多變量分析模型，獲得高光譜預測值；根據(jù)近紅外預測值、質譜預測值和高光譜預測值，獲得中藥顆粒質檢結果。

9、在上述的實現(xiàn)過程中，通過結合不同維度的光譜數(shù)據(jù)，利用其單獨訓練的多變量分析模型，實現(xiàn)了中藥顆粒質量的全面分析。不僅提高了預測的準確性和魯棒性，而且通過融合多個數(shù)據(jù)源的信息，提供了更全面的質檢結果，有助于提高中藥顆粒的質量控制水平，減少單一數(shù)據(jù)源可能引入的偏差。

10、可選地，在本技術實施例中，根據(jù)近紅外預測值、質譜預測值和高光譜預測值，獲得中藥顆粒質檢結果，包括：利用多變量分析方法，根據(jù)近紅外預測值、質譜預測值和高光譜預測值，獲得中藥顆粒質檢結果；多變量分析方法包括多元線性回歸或統(tǒng)計方法。

11、在上述的實現(xiàn)過程中，利用多變量分析方法根據(jù)近紅外預測值、質譜預測值和高光譜預測值獲得中藥顆粒的質檢結果，多變量分析方法可以綜合考慮多個預測值，提高對中藥顆粒質量屬性的預測精度。這種方式允許每種數(shù)據(jù)使用合適的多變量分析模型進行預測，而無需進行更復雜的特征處理，提高了質量檢測的靈活性。

12、可選地，在本技術實施例中，光譜特征數(shù)據(jù)包括近紅外光譜特征數(shù)據(jù)、質譜特征數(shù)據(jù)和高光譜特征數(shù)據(jù)；獲取中藥顆粒不同維度的光譜數(shù)據(jù)，包括：在中藥顆粒制成之后，將中藥顆粒進行采樣，獲得采樣顆粒；基于中藥顆粒的類型調(diào)配近紅外光譜儀、直接質譜儀和高光譜成像儀的儀器參數(shù)；利用近紅外光譜儀對采樣顆粒采集近紅外光譜數(shù)據(jù)；利用直接質譜儀對采樣顆粒采集質譜數(shù)據(jù)；利用高光譜成像儀對采樣顆粒采集高光譜數(shù)據(jù)。

13、在上述的實現(xiàn)過程中，通過科學合理的采樣方法，使所采集的樣本能夠代表整批中藥顆粒的質量特性。合適的儀器參數(shù)可以提高光譜數(shù)據(jù)的質量和分析的準確性，確保數(shù)據(jù)能夠準確反映中藥顆粒的特性。通過綜合利用近紅外光譜、質譜和高光譜成像技術，實現(xiàn)了對中藥顆粒的全面質量分析。

14、可選地，在本技術實施例中，在獲得光譜數(shù)據(jù)對應的光譜特征數(shù)據(jù)之后，方法還包括：利用注意力機制將光譜特征數(shù)據(jù)進行處理，獲得注意力數(shù)據(jù)；注意力機制包括通道注意力機制或像素注意力機制；將注意力數(shù)據(jù)輸入預設維度的卷積神經(jīng)網(wǎng)絡，獲得增強特征；利用預先訓練好的中藥顆粒質檢模型，對光譜特征數(shù)據(jù)進行識別，獲得中藥顆粒質檢結果，包括：利用中藥顆粒質檢模型，對增強特征進行識別，獲得中藥顆粒質檢結果。

15、在上述的實現(xiàn)過程中，注意力機制能夠識別和強調(diào)最相關的特征，提高模型對光譜特征數(shù)據(jù)中的關鍵信息的敏感度。從而提高分析的準確性。增強特征能夠提供更豐富、更抽象的數(shù)據(jù)表示，有助于提高后續(xù)識別任務的性能，卷積神經(jīng)網(wǎng)絡有助于捕捉數(shù)據(jù)中的復雜模式和關系。通過結合注意力機制和卷積神經(jīng)網(wǎng)絡的優(yōu)勢，實現(xiàn)了從光譜數(shù)據(jù)中提取關鍵特征并進行質量檢測的過程。

16、第二方面，本技術實施例還提供了一種中藥顆粒質檢裝置，包括：獲取數(shù)據(jù)模塊，用于獲取中藥顆粒不同維度的光譜數(shù)據(jù)；特征提取模塊，用于利用光譜數(shù)據(jù)相對應維度的卷積神經(jīng)網(wǎng)絡分別對光譜數(shù)據(jù)進行特征提取，獲得光譜數(shù)據(jù)對應的光譜特征數(shù)據(jù)；質量預測模塊，用于利用預先訓練好的中藥顆粒質檢模型，對光譜特征數(shù)據(jù)進行識別，獲得中藥顆粒質檢結果。

17、第三方面，本技術實施例還提供了計算機程序產(chǎn)品，包括計算機程序指令，計算機程序指令被處理器運行時執(zhí)行第一方面或第一方面的任意一種實現(xiàn)方式提供的方法。

18、第四方面，本技術實施例還提供了一種電子設備，包括：處理器和存儲器，存儲器存儲有計算機程序指令，計算機程序指令被處理器運行時執(zhí)行第一方面或第一方面的任意一種實現(xiàn)方式提供的方法。

19、第五方面，本技術實施例還提供了一種計算機可讀存儲介質，計算機可讀存儲介質上存儲有計算機程序指令，計算機程序指令被處理器運行時執(zhí)行第一方面或第一方面的任意一種實現(xiàn)方式提供的方法。

20、采用本技術提供的一種中藥顆粒質檢方法、程序產(chǎn)品、電子設備及存儲介質，通過采集中藥顆粒的多維度的光譜數(shù)據(jù)，可以全面捕捉中藥顆粒的特性。根據(jù)光譜數(shù)據(jù)的維度選擇相對應維度的卷積神經(jīng)網(wǎng)絡進行特征提取，能夠最大化地利用多維度的光譜中的信息，并為中藥顆粒的質量檢測提供更準確的數(shù)據(jù)支持。預先訓練好的模型能夠快速準確地對新的光譜特征數(shù)據(jù)進行質量評估，實現(xiàn)自動化和智能化的中藥顆粒質量檢測，提高檢測效率和準確性，減少人為錯誤，減少繁雜的處理工序，還減少了在檢測的過程中對藥片造成的破壞。