沈國芳 黃俊航 許麥成 金強

摘要 目的：建立一種基于近紅外（NIR）高光譜成像技術(shù)融合近紅外光譜和圖像紋理特征，鑒別不同產(chǎn)地紅參藥材的方法。方法：提取紅參ROI近紅外高光譜數(shù)據(jù)，采用多種預(yù)處理算法對光譜數(shù)據(jù)進行降噪處理。利用灰度共生矩陣（GLCM）和灰度游程矩陣（GLRLM）提取圖像紋理特征，實現(xiàn)NIR光譜和圖像紋理數(shù)據(jù)融合。利用偏最小二乘判別分析（PLS-DA）和支持向量機分類（SVC）建立產(chǎn)地分類模型。結(jié)果：全波段光譜融合GLRLM所構(gòu)建的模型性能最佳，準(zhǔn)確率分別為90.0%和91.2%。進一步地使用混淆矩陣和ROC曲線對模型進行評估?；煜仃囍蠸VC模型表現(xiàn)優(yōu)異，對吉林、黑龍江和遼寧3個產(chǎn)地的分類準(zhǔn)確率可達100%、91%和83%;經(jīng)ROC特征曲線評估，2個模型的最優(yōu)曲線下面積值分別達到了0.97和0.96。結(jié)論：本研究為快速鑒別紅參藥材不同產(chǎn)地提供了一種新方法。

關(guān)鍵詞 高光譜成像;紅參;數(shù)據(jù)融合;產(chǎn)地鑒別

Discriminant Analysis of Red Ginseng from Different Origins Based on NIR-Hyperspectral Imaging Technology

SHEN Guofang1，HUANG Junhang2，XU Maicheng3，JIN Qiang3

（1 Hangzhou Institute for Food and Drug Control，Hangzhou 310022，China; 2 College of Pharmaceutical Science，Zhejiang University，Hangzhou 310058，China; 3 Hangzhou Huqingyutang Pharmaceutical Co.，Ltd.，Hangzhou 311100，China）

Abstract Objective：To establish a method based on near-infrared（NIR） hyperspectral imaging technology which could identify red ginseng from different origins by fusing NIR spectra and image texture features.Methods：The near-infrared hyperspectral data of red ginseng ROI were extracted to be further de-noised by various pre-processing algorithm.Texture features are extracted from images using gray co-occurrence matrix（GLCM） and gray run matrix（GLRLM），and near-infrared spectroscopy and image data are fused.Partial least squares discriminant analysis（PLS-DA） and support vector machine classification（SVC） were used here to establish the origin classification model.Results：The model constructed by full-band spectral combined with GLRLM gained the best performance，with accuracy of 90.0% and 91.2%，respectively.The model was further evaluated using confusion matrix and ROC curves.The SVC model performed better in the confusion matrix，with the classification accuracy of 100%，91% and 83% for red ginseng from Jilin，Heilongjiang and Liaoning.According to ROC characteristic curve evaluation，the areas under the optimal curve of the two models are 0.97 and 0.96，respectively.Conclusion：This research provides a new method for rapid identification of red ginseng from different origins.

Keywords Hyperspectral imaging; Red ginseng; Data fusion; Origin identification

中圖分類號：R282.5文獻標(biāo)識碼：Adoi：10.3969/j.issn.1673-7202.2021.23.003

紅參為五加科植物人參Panax ginseng C.A.Mey.的栽培品經(jīng)蒸制后的干燥根和根莖。在我國主產(chǎn)于東北3省，具有大補元氣，復(fù)脈固脫，益氣攝血的功效[1]。紅參作為一種常用中藥材，在中藥制劑中應(yīng)用廣泛，隨著對人參需求量的提升，人參栽培受限于連作障礙問題，其產(chǎn)地由吉林為主向東北各地擴展，不同產(chǎn)地的人參及其加工品紅參存在著較大的質(zhì)量差異，為確保中藥制劑質(zhì)量穩(wěn)定，加強紅參原料質(zhì)量控制，對紅參產(chǎn)地進行鑒別區(qū)分具有較大意義[2-6]。

傳統(tǒng)紅參鑒別以經(jīng)驗判斷真?zhèn)蝺?yōu)劣和大致產(chǎn)地，受檢驗人員個人經(jīng)驗影響大、重復(fù)性差，隨著化學(xué)分析手段的進步，薄層色譜、液相色譜等雖然能夠準(zhǔn)確檢測出樣本之間的差異，但前處理耗時費力且檢測成本高，無法滿足工業(yè)化生產(chǎn)對紅參快速在線分選的要求[6-7]。高光譜成像（Hyper Spectral Imaging，HSI）技術(shù)能夠同時采集對象品質(zhì)屬性的光譜信息和圖像信息，是一種快速、無損、原位成像的檢測技術(shù)[8]。近幾年在食品、農(nóng)產(chǎn)品等領(lǐng)域的應(yīng)用較多，在中藥材甄別摻假品、硫熏品、染色增重品和含量不合格等領(lǐng)域也逐步開始應(yīng)用[9～10]。本研究以來源不同產(chǎn)地的紅參樣品為研究對象，利用高光譜成像技術(shù)、光譜預(yù)處理、數(shù)據(jù)融合方法和分類模型算法對不同產(chǎn)地的紅參進行判別分析，使用混淆矩陣和ROC對不同模型預(yù)測性能進行評估，對比了不同模型的分類結(jié)果，為實現(xiàn)在線快速無損識別不同產(chǎn)地的紅參提供參考。

1 材料與方法

1.1 藥材 實驗用紅參藥材選自東北3省，分別是遼寧（6批次），吉林（11批次）和黑龍江（5批次）。經(jīng)杭州市食品藥品檢驗研究院郭怡飚主任中藥師鑒定為五加科植物人參Panax ginseng C.A.Mey.的栽培品經(jīng)蒸制后的干燥根。22批次紅參藥材共收集到304個紅參樣品用于高光譜圖像分析，其中遼寧產(chǎn)地紅參58根，黑龍江產(chǎn)地紅參110根，吉林產(chǎn)地紅參136根。按照Kennard-Stone算法將樣本分成訓(xùn)練集和測試集，其中訓(xùn)練集203樣本，測試集101個樣本。

1.2 儀器設(shè)備 本研究采用的高光譜成像系統(tǒng)由高光譜成像模塊、移動平臺、均勻光源、計算機與圖像采集軟件等部分組成。高光譜成像模塊包含近紅外光譜相機（OWL-640-mini，Raptor Photonics），可調(diào)節(jié)近紅外聚焦透鏡（OLE23，Specim），2個150 W的鹵素?zé)簦?900ER，Illumination Technologies Inc.）和成像光譜儀（ImSpector-V10E，Specim）;移動平臺（ETH14，TOYO）;圖像采集軟件為Spectral Image軟件（Isuzu Optics）。

1.3 高光譜成像系統(tǒng)的參數(shù)設(shè)置 水平移動平臺的移動速度為2.4 mm/s，鏡頭與樣品之間的距離為25 cm，電荷耦合器件（CCD）相機的曝光時間為26 ms。獲得的高光譜數(shù)據(jù)立方體，其寬度為640像素，長為1 000像素，以1.67 nm的間隔從898～1 751 nm的512個波長。

1.4 高光譜圖像的黑白板校正 在采集得到高光譜圖像后，為了減小光源不均勻、CCD相機的暗電流以及儀器物理配置的差異等對所獲得的高光譜反射率圖像的影響，需要對采集的原始高光譜圖像進行黑白板校正，校正公式為：Rcal=Rraw-RdarkRwhite-Rdark式中，Rcal為校正后的高光譜數(shù)據(jù)，Rraw為采集到的原始高光譜數(shù)據(jù)，Rdark為蓋上相機鏡頭采集到的數(shù)據(jù)（反射率接近0），Rwhite為對準(zhǔn)Teflon白板采集到的數(shù)據(jù)（反射率接近1）。校正步驟采用HSI Analyzer軟件進行。

1.5 提取ROI平均光譜 為節(jié)約提取感興趣區(qū)域（Region Of Interest，ROI）的時間，本實驗采用Python3.6自動提取ROI。高光譜圖像經(jīng)黑白板校正后，為最大程度區(qū)分開樣品和背景，選擇與背景差異最大波段的灰度圖。將該灰度圖進行二值化，得到二進制圖像。最后提取二進制圖像中紅參的輪廓，得到ROI。對ROI中每個波段灰度圖所有像素點的光譜反射率求平均值，得到ROI平均光譜。

1.6 光譜預(yù)處理和特征波長提取 用合適的光譜預(yù)處理方法可以降低各種非目標(biāo)因素對檢測信號信息的影響，增強有用信息[7]。分別采用Savitzky-Golay（SG）平滑算法，基于SG平滑的一階導(dǎo)數(shù)，基于SG平滑的一階導(dǎo)數(shù)二階導(dǎo)數(shù)，標(biāo)準(zhǔn)正態(tài)變量變換（SNV）算法和多元散射矯正（MSC）算法等對光譜進行處理，并對這幾種預(yù)處理算法進行比較。連續(xù)投影算法（Successive Projections Algorithm，SPA）是一種向前循環(huán)選擇方法，可以最大限度地消除變量中存在的共線性信息[11]。使用SPA對波段范圍內(nèi)光譜數(shù)據(jù)進行特征波長提取，作為圖像紋理特征提取時的特征波段。

1.7 圖像紋理特征提取 分別通過灰度共生矩陣（Gray-Level Co-occurrence Matrix，GLCM）和灰度游程矩陣（Gray-Level Run-Length Matrix，GLRLM）方法提取圖像紋理特征。GLCM是一種經(jīng)典的圖像紋理提取方法，其主要描述局部空間域的強度變化。本研究從4個方向（0°，45°，90°，135°）提取GLCM的對比度、能量、逆差矩和熵，共獲得16個參數(shù)。GLRLM描述相同像素值在特定方向的分布，游走的長度為游走方向的像素值[12]。長游走長度提取粗糙紋理，短游走長度提取細膩紋理。本研究從GLRLM提取10個特征，分別為短游程因子、長游程因子、灰度不均勻度、游程比、游程長不均勻度、低灰度游程因子、高灰度游程因子、低灰度短游程因子、高灰度短游程因子、高灰度長游程因子。高光譜圖像有數(shù)百個波段，若對所有波段相對應(yīng)的灰度圖像計算GLCM和GLRLM紋理，存在大量的冗余信息，且增加計算復(fù)雜性。因此，本研究中僅提取通過SPA算法得到的特征波段灰度圖像中的紋理信息。

1.8 NIR光譜和圖像紋理融合 數(shù)據(jù)融合可以有效提高多分類模型的性能，不同種類的數(shù)據(jù)可以實現(xiàn)信息的互補，從而提高模型的準(zhǔn)確率和魯棒性。近紅外高光譜包含豐富的近紅外光譜信息和圖像紋理信息，通過對NIR光譜與圖像紋理特征進行融合，可以提升鑒別模型的性能[13]。

1.9 紅參產(chǎn)地分類模型的構(gòu)建和模型評價 本研究分別采用偏最小二乘判別分析（Partial Least Squares Discriminate Analysis，PLS-DA）和支持向量機分類（Support Vector Classification，SVC）進行產(chǎn)地鑒別。準(zhǔn)確率常常用來評估模型的性能，但評估基于類不平衡數(shù)據(jù)集建立的分類模型時存在明顯缺陷[14]。因此，本研究進一步采用混淆矩陣和受試者工作特征曲線（Receiver Operating Characteristic Curve，ROC）對模型性能進行評價?；煜仃囀菙?shù)據(jù)分析中對分類模型預(yù)測結(jié)果的一種評價方式，ROC是反映模型敏感性和特異性連續(xù)變量的綜合指標(biāo)，一般采用ROC曲線下的面積（Area Under ROC Curve，AUC）作為模型評價指標(biāo)，其值最大為1，值越大代表其模型的探測效果越好[7-8]。

1.10 數(shù)據(jù)分析 本研究使用的圖像校正工具為五鈴光學(xué)公司高光譜成像系統(tǒng)HSI Analyzer分析軟件，后續(xù)感興趣區(qū)域提取、預(yù)處理、特征波長提取、等數(shù)據(jù)處理分析操作用到的軟件為Spyder（Python 3.6）。

2 結(jié)果

2.1 樣品的原始光譜曲線 高光譜成像代表性圖像見圖1（A），不同產(chǎn)地紅參的平均近紅外光譜見圖1（B）。

2.2 預(yù)處理方法的選擇 為實現(xiàn)對不同產(chǎn)地紅參的鑒別分析，使用主成分分析（Principal Component Analysis，PCA）對原始光譜進行處理，由于第一主成分（PC1）和第二主成分（PC2）的累計方差貢獻度在99%以上，因此使用前2個主成分繪制PCA圖。圖2為原始光譜的PCA圖。由圖可見，不同產(chǎn)地紅參的樣本重疊交織在一起，不易區(qū)分。因此通過原始光譜無法實現(xiàn)對不同產(chǎn)地紅參的準(zhǔn)確鑒別分析。為進一步提高鑒別準(zhǔn)確率，采用SG平滑、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、SNV、MSC對原始光譜進行預(yù)處理，并使用Kennard-Stone算法進行樣本劃分，計算出PLS-DA、SVC 2種分類方法的準(zhǔn)確率見表1。根據(jù)結(jié)果，在本研究中使用基于SG平滑的二階導(dǎo)數(shù)作為光譜預(yù)處理的方式。見圖3。

2.3 特征波段的提取 采用SPA法挑選出10個近紅外特征波長（961 nm、1 069 nm、1 157 nm、1 323 nm、1 332 nm、1 377 nm、1 401 nm、1 457 nm、1 500 nm、1 526 nm）。見圖4。

2.4 NIR光譜與圖像紋理融合 通過PLS-DA和SVC模型對NIR光譜和圖像紋理信息融合前后的分類性能進行比較，基于全光譜、圖像紋理和光譜紋理融合后模型分類準(zhǔn)確率見表2。

2.5 分類模型的性能評估 采用混淆矩陣評估紅參產(chǎn)地分類模型的性能。圖5展示了基于全光譜和GLRLM融合數(shù)據(jù)的PLS-DA和SVC模型預(yù)測結(jié)果的混淆矩陣：吉林產(chǎn)地的紅參表現(xiàn)最好，在PLS-DA和SVC模型中都達到了100%準(zhǔn)確率;黑龍江產(chǎn)地的紅參次之，其準(zhǔn)確率分別為86%和91%;遼寧產(chǎn)地的紅參結(jié)果最差，準(zhǔn)確率都為83%。

ROC描述的是各種不同閾值下真正率（Ture Positive Rate，TPR）相對于假正率（False Positive Rate，F(xiàn)PR）取值變化情況，本研究使用ROC曲線來評估融合方法的性能。圖6展示了光譜和圖像紋理信息融合前后模型的ROC，其中融合方法的ROC曲線均優(yōu)于未融合的方法，全光譜信息融合GLRLM特征提取圖譜紋理信息及全光譜信息融合GLCM特征提取圖譜紋理信息均達到了最優(yōu)曲線下面積（Area Under Curve，AUC）值0.97。

3 討論

紅參作為一種常用中藥材，在中藥制劑中應(yīng)用廣泛，由于不同產(chǎn)地紅參存在較大的質(zhì)量差異，因此其產(chǎn)地鑒別對于保障制劑穩(wěn)定性至關(guān)重要。目前紅參的產(chǎn)地鑒別主要依靠外觀性狀和一些化學(xué)分析方法，外觀形狀受限于技術(shù)人員個人經(jīng)驗且工作量大，化學(xué)分析方法無法做到對每個藥材的無損鑒別，難于在實際中藥制劑生產(chǎn)中運用。近紅外高光譜技術(shù)可采集紅參近紅外光譜信息和圖像紋理信息，經(jīng)信息預(yù)處理并建立合適的模型，能做到無損準(zhǔn)確鑒別。

近紅外光譜所主要反映的信息主要是分子內(nèi)含氫基團（如C-H、O-H、N-H等）振動時倍頻和合頻的吸收，其分析領(lǐng)域基本包括了全部的有機化合物和混合物。從不同產(chǎn)地紅參的平均近紅外光譜看，光譜有一定的差異，其中黑龍江紅參的反射強度最低，與其他2個產(chǎn)地的紅參區(qū)別較大，吉林和遼寧紅參的光譜曲線較為接近。這一現(xiàn)象可能由于吉林和遼寧產(chǎn)地的土壤環(huán)境、緯度、光照條件更接近所致。但僅僅依靠原始光譜，鑒別準(zhǔn)確率不高，需去除光譜的干擾信息。從不同預(yù)處理方法看，簡單的SG平滑無法提高鑒別效果，MSC算法反而降低了鑒別準(zhǔn)確率，可能采用MSC算法丟失了部分有用信息，基于SG平滑的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)以及SNV算法處理后光譜數(shù)據(jù)的模型準(zhǔn)確率有不同程度地提高，其中使用二階導(dǎo)數(shù)預(yù)處理后的光譜數(shù)據(jù)構(gòu)建的模型效果最佳，在測試集中準(zhǔn)確率接近90%。從二階導(dǎo)數(shù)預(yù)處理后的光譜曲線可以看出預(yù)處理后能夠減輕光譜基線移位、漂移等干擾。

高光譜采集得到的近紅外平均光譜只是對高光譜信息的簡單信息運用，高光譜是對樣品整個面的光譜掃描，進一步提取樣品圖像信息是增加鑒別準(zhǔn)確率的關(guān)鍵。通過采用SPA法挑選出10個近紅外特征波長，其中，961 nm的波長對應(yīng)多糖和樹脂類的O-H的伸縮振動（第二泛頻），1 069 nm和1 157 nm處的波長對應(yīng)C-H伸縮振動（第三泛頻），1 323 nm、1 332 nm、1 377 nm處的波長對應(yīng)C-H的伸縮振動（第一泛頻），1 401 nm處的波長對應(yīng)O-H的伸縮振動（第一泛頻），1 457 nm、1 500 nm、1 526 nm處的波長對應(yīng)N-H的伸縮振動，反映出不同產(chǎn)地紅參在糖類、蛋白質(zhì)和其他有機化合物有一定差異。以這10個特征波長采集樣品高光譜數(shù)據(jù)的紋理特征，分別比較全光譜、GLCM和GLRLM提取的紋理特征、光譜與紋理融合這幾種提取信息建立的模型，結(jié)果可見，僅僅基于全光譜或者圖像紋理特征提取建立的模型性能均不理想，全光譜信息和圖像紋理信息融合能夠有效提高模型的預(yù)測性能。全光譜和GLRLM提取的紋理特征融合后模型的性能最佳，在測試集中達到了91.2%的正確率。

采用混淆矩陣評估分類模型的性能，結(jié)果表明，遼寧和黑龍江產(chǎn)地分類準(zhǔn)確率高于遼寧產(chǎn)地，可能的原因是遼寧產(chǎn)地的紅參與其他2個產(chǎn)地差異較小。采用ROC進行評估，結(jié)果表明全光譜融合圖像紋理信息融合的結(jié)果與正確率的結(jié)果保持一致，說明光譜與圖像紋理信息融合方法能有效提高模型分類的準(zhǔn)確率。

本研究基于近紅外高光譜成像系統(tǒng)采集3個產(chǎn)地紅參的NIR光譜和圖像信息，對原始光譜進行二階導(dǎo)數(shù)預(yù)處理后，融合GLRLM提取圖像紋理特征后，可有效提取不同產(chǎn)地紅參特征信息，采用PLS-DA模型，對吉林、黑龍江和遼寧產(chǎn)地樣本進行準(zhǔn)確分類。實驗結(jié)果表明基于近紅外高光譜成像技術(shù)的紅參產(chǎn)地鑒別技術(shù)有望為建立穩(wěn)健、切實可行的紅參產(chǎn)地溯源模型提供思路和方法參考。

參考文獻

[1]國家藥典委員會.中華人民共和國藥典（一部）[S].北京：中國醫(yī)藥科技出版社，2020：160.

[2]董鵬凱，趙上勇，鄭柯鑫，等.激光誘導(dǎo)擊穿光譜技術(shù)結(jié)合神經(jīng)網(wǎng)絡(luò)和支持向量機算法的人參產(chǎn)地快速識別研究[J].物理學(xué)報，2021，70（4）：67-75.

[3]吳雪松，葉正良，郭巧生，等.東北不同產(chǎn)地人參及其加工品人參皂苷類成分的比較分析[J].中草藥，2013，44（24）：3551-3556.

[4]沈亮，李西文，徐江，等.人參無公害農(nóng)田栽培技術(shù)體系及發(fā)展策略[J].中國中藥雜志，2017，42（17）：3267-3274.

[5]沈亮，徐江，董林林，等.人參栽培種植體系及研究策略[J].中國中藥雜志，2015，40（17）：3367-3373.

[6]趙幻希，王秋穎，孫秀麗，等.HPLC-MS結(jié)合多元統(tǒng)計分析區(qū)分人參產(chǎn)地及篩選皂苷類標(biāo)志物[J].高等學(xué)?；瘜W(xué)學(xué)報，2019，40（2）：246-253.

[7]殷文俊，茹晨雷，鄭潔，等.基于高光譜成像技術(shù)融合光譜和圖像特征鑒別不同產(chǎn)地的甘草[J].中國中藥雜志，2021，46（4）：923-930.

[8]吉海彥，任占奇，饒震紅.基于高光譜成像技術(shù)的不同產(chǎn)地小米判別分析[J].光譜學(xué)與光譜分析，2019，39（7）：2271-2277.

[9]陶益，陳林，江恩賜，等.人工智能和工業(yè)4.0視域下高光譜成像技術(shù)融合深度學(xué)習(xí)方法在中藥領(lǐng)域中的應(yīng)用與展望[J].中國中藥雜志，2020，45（22）：5438-5442.

[10]Xia Z，Zhang C，Weng H，et al.Sensitive Wavelengths Selection in Identification of Ophiopogon japonicus Based on Near-Infrared Hyperspectral Imaging Technology[J].Int J Anal Chem，2017，2017：6018769.

[11]李江波，郭志明，黃文倩，等.應(yīng)用CARS和SPA算法對草莓SSC含量NIR光譜預(yù)測模型中變量及樣本篩選[J].光譜學(xué)與光譜分析，2015，35（2）：372-378.

[12]Hu W，Huang Y，Wei L，et al.Deep Convolutional Neural Networks for Hyperspectral Image Classification[J].J Sensors，2015，2015：1.

[13]Ru C，Li Z，Tang R.A Hyperspectral Imaging Approach for Classifying Geographical Origins of Rhizoma Atractylodis Macrocephalae Using the Fusion of Spectrum-Image in VNIR and SWIR Ranges（VNIR-SWIR-FuSI）[J].Sensors（Basel），2019，19（9）：2045.

[14]Fawcett T.An introduction to ROC analysis[J].Pattern Recogn Lett，2006，27（8）：861-874.

（2021-10-25收稿 責(zé)任編輯：王明）