[发明专利]一种基于多模态指纹图谱的中药药性识别方法及系统

说明书

本公开提出了一种基于多模态指纹图谱的中药药性识别方法及系统，先由红外图谱在中药图谱数据库中进行中药红外图谱的相似性筛选，排除掉红外图谱不相似的中药，然后在筛选的中药数据库中，由紫外图谱进行紫外图谱的相似性筛选，采用多模态数据有利于提取中药的全部成分，有利于中药药性的准确判断和整体分析。获取紫外图谱相似的中药图谱数据集，根据获得的红外和紫外图谱联合相似数据集进行识别判断，最终通过集成学习方法判断待测中药的药性，识别准确并且识别效率高。

技术领域

本公开涉及中药相关技术领域，具体的说，是涉及一种基于多模态指纹图谱的中药药性识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

中药药性理论即是研究中药的性质、性能及其运用规律的理论。中药药性理论是中医药理论的核心，主要包括四气、五味、归经、升降沉浮、有毒无毒等。四气，就是寒热温凉四种不同的药性，又称四性。它反映了药物对人体阴阳盛衰、寒热变化的作用倾向，为药性理论重要组成部分，是说明药物作用的主要理论依据之一。

发明人发现，现有的判断中药药性四气的方法单一，如采用单溶剂的方法不能提取中药的全部成分，不利于提取中药的整体成分，不利于中药药性的准确判断和整体分析，特别对于新开发的中药材，不利于后期的使用，并且药性判断不准确会造成严重后果。

发明内容

本公开为了解决上述问题，提出了一种基于多模态指纹图谱的中药药性识别方法，先由红外图谱在中药图谱数据库中进行中药红外图谱的相似性筛选，排除红外图谱不相似的中药，然后在筛选的红外图谱相似的中药数据库中，进行紫外图谱的相似性筛选，获取紫外图谱相似的中药图谱数据集，根据获得的红外和紫外图谱联合相似数据集进行识别判断，确定未知中药的寒热药性，提高识别的准确性。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种基于多模态指纹图谱的中药药性识别方法，包括如下步骤：

获取待识别中药的多种模态指纹图谱数据；

红外图谱相似性筛选：选取已知寒热药性中药的红外图谱，计算待测中药红外图谱与已知中药相同模态下的红外图谱的相似性度量，筛选出相似度较高的设定阈值数量M的中药；

紫外图谱相似性筛选：在筛选出的红外图谱相似度较高的M味中药中，计算待测中药紫外图谱与已知中药相同模态下的紫外图谱数据的相似性度量；

根据紫外图谱数据相似性度量排序，获得相似性数值较大的前N个已知中药，根据N个已知中药的药性计算待测中药寒性概率和热性概率；

根据每个模态下待测中药的寒性概率和热性概率采用集成学习算法，识别中药的药性是寒性还是热性。

一个或多个实施例提供了一种基于多模态指纹图谱的中药药性识别系统，包括：

用于获取待识别中药的多种模态指纹图谱数据的模块；

红外图谱相似性筛选模块：选取已知寒热药性中药的红外图谱，计算待测中药红外图谱与已知中药相同模态下的红外图谱的相似性度量，筛选出相似度较高的设定阈值数量M的中药；

紫外图谱相似性筛选模块：在筛选出的红外图谱相似度较高的M味中药中，计算待测中药紫外图谱与已知中药相同模态下的紫外图谱数据的相似性度量；

概率计算模块：用于根据紫外图谱数据相似性度量排序，获得相似性数值较大的前N个已知中药，根据N个已知中药的药性计算待测中药寒性概率和热性概率；

识别模块：用于根据每个模态下待测中药的寒性概率和热性概率采用集成学习算法，识别中药的药性是寒性还是热性。