[发明专利]基于自适应权重融合的薄层色谱成分分析方法及相关设备

说明书

本发明公开了基于自适应权重融合的薄层色谱成分分析方法及相关设备。本发明提供的基于自适应权重融合的薄层色谱成分分析方法，对待分析样本的薄层色谱图像和已知成分的目标样本的薄层色谱图像进行特征向量提取以及谱带提取，使用特征向量匹配和色谱带的相对位置关系作为鉴别要素输入至神经网络中进行成分鉴别，融合了特征点相似度和谱带位置关系相似度，可以提升薄层色谱成分分析结果的准确性和效率。

技术领域

本发明涉及化学成分分析技术领域，特别涉及一种基于自适应权重融合的薄层色谱成分分析方法及相关设备。

背景技术

薄层色谱成分分析是指在实验板上涂固定相，相应的溶剂作为流动相，形成均匀薄层，来对样本进行成分分析的技术，将待测样本的色谱图与对照物用同种方法所得的色谱图作对比，真样本与对照物的色谱图在相应的位置，会有相同的斑点，依此来做成分鉴别和分析，在药材的成分分析领域广泛应用。

在现有的薄层色谱成分分析，往往是采用人工比对，但是由于薄层色谱的色谱带的成像情况受外界影响波动较大，色谱带经常会存在斑点迷糊、不规则、强弱差异性大的特性，这就导致了人工识别难度大、效率低。并且实际色谱出现的扭曲、光照、环境湿度各种因素的影响，人工判断也具有一定的主观性，根据不同坚定人员的知识储备以及鉴别经验的不同，同一张色谱图可能会产生多种结果，也导致人工比对的准确性以及稳定性难以得到有效保障。

因此，现有技术还有待改进和提高。

发明内容

针对现有技术的上述缺陷，本发明提供一种基于自适应权重融合的薄层色谱成分分析方法，旨在解决现有技术中人工进行薄层色谱成分分析效率低的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

本发明的第一方面，提供一种基于自适应权重融合的薄层色谱成分分析方法，所述方法包括：

获取待分析图像，其中，所述待分析图像为待分析样本的薄层色谱图像，将所述待分析图像输入至预设滤波器，通过所述预设滤波器提取所述待分析图像中的各个第一特征向量；

将所述第一特征向量与目标样本的各个模板特征向量进行匹配，基于匹配结果获取所述待分析样本和所述目标样本的第一相似度分数，其中，所述模板特征向量为从所述目标样本的薄层色谱图像中提取的特征向量；

将所述待分析图像输入至已训练的第一神经网络，获取所述第一神经网络输出的所述待分析图像中的各个第一谱带；

基于各个所述第一谱带之间的相对位置和所述目标样本的各个模板谱带之间的相对位置获取所述待分析样本和所述目标样本的第二相似度分数，其中，所述目标样本的所述模板谱带为所述目标样本的薄层色谱图像中提取的谱带；

将所述待分析样本和各个所述目标样本的所述第一相似度分数和所述第二相似度分数输入至已训练的第二神经网络，获取所述第二神经网络输出的成分分析结果。

所述的基于自适应权重融合的薄层色谱成分分析方法，其中，所述将所述第一特征向量与目标样本的各个模板特征向量进行匹配之前，所述方法还包括：

将所述目标样本的薄层色谱图像输入至所述预设滤波器，通过所述预设滤波器提取所述目标样本的薄层色谱图像中的各个第二特征向量；

根据每个所述第二特征向量的模选取至少一个所述第二特征向量作为所述目标样本对应的所述模板特征向量。

所述的基于自适应权重融合的薄层色谱成分分析方法，其中，所述将所述第一特征向量与目标样本的各个模板特征向量进行匹配，包括：

计算所述第一特征向量与各个所述模板特征向量之间的相似度；

当所述第一特征向量与所述模板特征向量之间的相似度大于预设阈值时，确定所述第一特征向量与所述模板特征向量匹配。