[发明专利]利用预测阈值来便于光谱分类

说明书

在一些实现方式中，设备可以获得与样本相关联的光谱测量值。该设备可以基于该光谱测量值和全局分类模型，生成包括多个类别的局部分类模型。该设备可以基于该光谱测量值，标识该局部分类模型的该多个类别中的特定类别。该设备可以标识与该特定类别相关联的预测阈值。该设备可以基于该特定类别和该预测阈值，对该光谱测量值进行分类。该设备可以基于对该光谱测量值的分类，提供指示该样本是否属于该特定类别的信息。

背景技术

原材料识别可以用于材料产品(例如，药物产品、医疗产品或食品产品，以及其他示例)的质量控制。例如，可以对材料进行原材料识别以确定该材料的组分成分是否对应于与该材料相关联的包装标签。相对于其他分析技术，光谱分析可以以减少的准备和数据获取时间便于非破坏性原材料识别。

发明内容

本文描述的一些实现方式涉及方法。该方法可以包括由设备获得与样本相关联的光谱测量值。该方法可以包括由设备并且基于光谱测量值和全局分类模型生成包括多个类别的局部分类模型。该方法可以包括由设备并且基于光谱测量值来标识局部分类模型的多个类别中的特定类别。该方法可以包括由设备标识与特定类别相关联的预测阈值。该方法可以包括由设备并且基于特定类别和预测阈值对光谱测量值进行分类。该方法可以包括由该设备并且基于对光谱测量值的分类来提供指示样本是否属于特定类别的信息。

本文描述的一些实现方式涉及设备。该设备可以包括一个或多个存储器以及一个或多个处理器，该一个或多个处理器被耦合到该一个或多个存储器。一个或多个处理器可以被配置为获得与样本相关联的光谱测量值。一个或多个处理器可以被配置为基于光谱测量值来标识局部分类模型的多个类别中的特定类别。一个或多个处理器可以被配置为标识与特定类别相关联的预测阈值。一个或多个处理器可以被配置为基于特定类别和预测阈值对光谱测量值进行分类。一个或多个处理器可以被配置为基于对光谱测量值的分类来提供指示样本是否属于特定类别的信息。

本文描述的一些实现方式涉及存储用于设备的指令集的非暂态计算机可读介质。该指令集在由设备的一个或多个处理器执行时，可以使得设备获得与样本相关联的光谱测量值。该指令集当由设备的一个或多个处理器执行时，可以使得设备基于光谱测量值来标识分类模型的多个类别中的特定类别。该指令集在由设备的一个或多个处理器执行时，可以使得设备标识与特定类别相关联的预测阈值。该指令集当由设备的一个或多个处理器执行时，可以使得设备基于特定类别和预测阈值对光谱测量值进行分类。该指令集当由设备的一个或多个处理器执行时，可以使得设备基于对光谱测量值的分类来提供指示样本是否属于特定类别的信息。

附图说明

图1A至图1E是本文描述的示例实现方式的图。

图2是其中可以实现本文描述的系统和/或方法的示例环境的图。

图3是图2的一个或多个设备的示例部件的图。

图4至图6是与利用预测阈值来便于光谱分类相关的示例过程的流程图。

具体实施方式

以下对示例实现方式的详细描述参考了附图。不同附图中的相同附图标记可以表示相同或类似的元件。下面的描述使用光谱仪作为示例。然而，本文描述的技术、原理、程序和方法可以用于任何传感器，包括但不限于其他光学传感器和光谱传感器。

原材料识别(RMID)是一种用于识别特定样本的组分(例如，成分)以进行识别和/或验证的技术。例如，RMID可以用于验证药物材料中的成分对应于标签上标识的一组成分。在一些情况下，可以利用光谱仪对样本(例如，药物材料)进行光谱分析以确定样本的组分。光谱仪可以确定样本的一组测量值并且可以为光谱测定提供该组测量值。光谱分类技术(例如，分类器)可以基于样本的该组测量值来便于确定样本的组分。