賈蕓芳 閔昌敏 琚成 朱博 王鵬

300350天津，南開大學(xué)電子信息與光學(xué)工程學(xué)院（賈蕓芳、琚成、朱博）；300191天津市醫(yī)療器械技術(shù)審評(píng)中心（閔昌敏）；300384天津市蘭力科化學(xué)電子高技術(shù)有限公司（王鵬）

近紅外光譜檢測結(jié)合BP神經(jīng)網(wǎng)絡(luò)用于藥物分類及MATLAB實(shí)現(xiàn)

賈蕓芳 閔昌敏 琚成 朱博 王鵬

300350天津，南開大學(xué)電子信息與光學(xué)工程學(xué)院（賈蕓芳、琚成、朱博）；300191天津市醫(yī)療器械技術(shù)審評(píng)中心（閔昌敏）；300384天津市蘭力科化學(xué)電子高技術(shù)有限公司（王鵬）

目的 為實(shí)現(xiàn)快速、無損的藥物分類以及提高藥物分類準(zhǔn)確率。方法 采用主成分分析和神經(jīng)網(wǎng)絡(luò)相結(jié)合（PCA-ANN）的模式識(shí)別，建立了藥物分類模型并使用MATLAB語言開發(fā)了藥物分類軟件。采用近紅外光譜檢測技術(shù)，對5種藥物、共120個(gè)批號(hào)的樣本，在激發(fā)波長為1 350～1 800 nm、間隔為0.5 nm處收集近紅外光檢測數(shù)據(jù)。結(jié)果 本研究模型在摻入干擾藥物種類數(shù)小于5種時(shí)，網(wǎng)絡(luò)訓(xùn)練均方差（MSE）為5.91e-03，預(yù)測誤差率（β）為2.469%。結(jié)論 利用近紅外光譜檢測技術(shù)結(jié)合PCA-ANN的方法可有效進(jìn)行藥物分類且可提高分類的準(zhǔn)確率。

近紅外光譜； 誤差反向傳播； 人工神經(jīng)網(wǎng)絡(luò)； 主成分分析； MATLAB

Fund program:Funding of Tianjin Science and Technology Commissioner(15JCTPJC63900)

0 引言

近紅外光譜（near infra-red spectrum，NIRS）分析技術(shù)是20世紀(jì)50年代發(fā)展起來的一種無創(chuàng)檢測技術(shù)，已在農(nóng)產(chǎn)品成分的快速、定量檢測方面得到了廣泛應(yīng)用[1-4]。近紅外光（near infrared,NIR）是指波長在780～2 526 nm之間、介于可見光區(qū)（VIS）和中紅外光區(qū)（MIR）之間的電磁波。NIR波段的光子能量剛好滿足了有機(jī)分子中含氫基團(tuán)（如O—H、C—H、N—H等）基頻躍遷、倍頻躍遷、合頻躍遷的能量需求；同時(shí)，有機(jī)物中含氫基團(tuán)的種類、數(shù)量及不同含氫基團(tuán)之間的組合方式等多項(xiàng)因素，直接影響NIR在有機(jī)物中的吸收峰，使得不同物質(zhì)具有其獨(dú)特的NIR圖譜信息，因此NIRS又被稱為有機(jī)物的“指紋圖譜”[5-6]。隨著商品化NIRS檢測設(shè)備的普及，NIRS檢測技術(shù)所具有的快速、安全、無損等優(yōu)勢使其在生物醫(yī)藥、農(nóng)產(chǎn)品、石油、化工、煙草等多個(gè)領(lǐng)域得以廣泛使用。

NIRS檢測與現(xiàn)代數(shù)據(jù)分析處理算法相結(jié)合，是當(dāng)前NIRS分析領(lǐng)域的研究重點(diǎn)[7-10]。本研究將誤差反向傳播（back propagation,BP）、人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN）算法[11]與主成分分析（principal components analysis，PCA）方法相結(jié)合，建立了用于藥物分類的ANN識(shí)別模型；并采用MATLAB語言開發(fā)了用于藥物分類的軟件；最后，以5種藥物的900個(gè)NIRS數(shù)據(jù)為例，對該程序的分類效果進(jìn)行評(píng)估。實(shí)驗(yàn)顯示，本研究的藥物分類模型及MATLAB程序具有較好的實(shí)際應(yīng)用價(jià)值，具有很好的用戶交互性，用戶可根據(jù)需要自由選擇建模數(shù)據(jù)、設(shè)置網(wǎng)絡(luò)結(jié)構(gòu)、主成分書等識(shí)別參數(shù)，為NIRS檢測技術(shù)與ANN、PCA數(shù)據(jù)處理方法的有機(jī)結(jié)合提供了平臺(tái)。此技術(shù)不僅可用于藥物分類，在水果、蔬菜、糧油等產(chǎn)品等級(jí)評(píng)估方面也具有潛在應(yīng)用價(jià)值。

1 材料與方法

1.1 主要材料與儀器

本實(shí)驗(yàn)使用了5種藥品，其規(guī)格、劑量及生產(chǎn)廠家如表1所示。實(shí)驗(yàn)過程中，采用無損檢測方法，未對藥物進(jìn)行任何預(yù)處理，為便于模式識(shí)別，采用了編號(hào)的方法對5種藥品進(jìn)行編號(hào)，其中每種藥品又分別選擇了不同的批號(hào)數(shù)，如1號(hào)藥品選擇18個(gè)批號(hào)、2號(hào)藥品選擇12個(gè)批號(hào)等，共120個(gè)樣本數(shù)量。

使用AXSUN近紅外分析儀（美國AXSUN公司）采集藥品的NIRS數(shù)據(jù)。選擇光源波長的掃描范圍為1 350～1 800 nm，光譜分辨率為0.5 nm；使用積分球漫反射式的NIR檢測方式，每次光譜測試時(shí)，在波長范圍內(nèi)掃描16次，每個(gè)樣本測量6次，每個(gè)樣本的NIRS數(shù)據(jù)中任取3組用于建模，另外3組用于評(píng)估，時(shí)間間隔為0.5 min；實(shí)驗(yàn)環(huán)境為室溫約25℃，相對濕度為40%。

1.2 方法

1.2.1 BP神經(jīng)網(wǎng)絡(luò)算法

人工神經(jīng)網(wǎng)絡(luò)（ANN）包括輸入層、隱含層、輸出層。ANN的基本單元是神經(jīng)元，每個(gè)神經(jīng)元表示一種特定的信號(hào)傳遞函數(shù)。圖1為ANN結(jié)構(gòu)示意圖。圖中：xi表示輸入信號(hào)，wij表示第j個(gè)神經(jīng)元所收到的第i個(gè)xi的權(quán)值，權(quán)值w越大說明xi的影響越大；Bj為閾值，f為激勵(lì)函數(shù)，yi為輸出信號(hào)。神經(jīng)元對所有輸入的加權(quán)求和進(jìn)行判斷，即形成該神經(jīng)元的輸出信號(hào)yj，判斷依據(jù)表示為

式中：Bj表示第j個(gè)神經(jīng)元的閾值。

圖1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

ANN中，輸入信號(hào)xi（i＝1，2，3．．．．．．，N）的數(shù)量N一般等于樣本的特征點(diǎn)個(gè)數(shù)，特征點(diǎn)個(gè)數(shù)的多少?zèng)Q定了樣本輸入形式的復(fù)雜程度，特征點(diǎn)個(gè)數(shù)增加將導(dǎo)致網(wǎng)絡(luò)復(fù)雜度提高，運(yùn)算量也隨之增大。本研究中，特征點(diǎn)指的是藥品光譜圖像中吸收峰的位置及其強(qiáng)度，輸出信號(hào)（yj）指的是產(chǎn)生藥品的分類結(jié)果。

ANN具有自學(xué)習(xí)能力，主要表現(xiàn)在其權(quán)值可以根據(jù)誤差（E）及學(xué)習(xí)速率（dj）自動(dòng)調(diào)整，其中輸出誤差E定義為

權(quán)值調(diào)整策略表示為

式中：t為運(yùn)算的次數(shù)。式（3）表明第t+1次運(yùn)算所需權(quán)值是在上一次（第t次）計(jì)算權(quán)值的基礎(chǔ)上，根據(jù)輸出誤差和學(xué)習(xí)速率進(jìn)行調(diào)整的結(jié)果。

表1 5種藥品相關(guān)信息

本研究在進(jìn)行藥物數(shù)據(jù)處理時(shí)，可通過改變主成分?jǐn)?shù)目，隱含層神經(jīng)元數(shù)（藥物的編號(hào)方式）來尋求最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)?？赏ㄟ^使用訓(xùn)練的時(shí)間來評(píng)價(jià)網(wǎng)絡(luò)的效率，訓(xùn)練集的網(wǎng)絡(luò)訓(xùn)練的均方差（MSE）用以評(píng)價(jià)網(wǎng)絡(luò)的誤差，同時(shí)使用預(yù)測集的誤差率（β）評(píng)價(jià)預(yù)測結(jié)果。MSE計(jì)算方法為

式中：M為神經(jīng)元節(jié)點(diǎn)數(shù)。

β的計(jì)算公式為

式中：a為預(yù)測錯(cuò)誤的樣本個(gè)數(shù)，b為預(yù)測集總數(shù)。

1.2.2 主成分分析法

主成分分析（PCA）法是利用降維的思想，把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)分析方法。對于本研究的NIRS數(shù)據(jù)，光源波長的掃描范圍為1 350～1 800 nm，光譜分辨率為0.5 nm，每個(gè)光譜數(shù)據(jù)有900個(gè)數(shù)據(jù)點(diǎn)。若直接以這900個(gè)數(shù)據(jù)點(diǎn)作為xi，則N=900，這將導(dǎo)致運(yùn)算速度極慢甚至癱瘓。

筆者采用標(biāo)準(zhǔn)歸一化和PCA相結(jié)合的方法，在不丟失主要光譜信息的前提下選擇為數(shù)較少的新變量來代替原來較多的變量,解決了由于譜帶的重疊而無法分析的困難。在PCA處理后的NIRS數(shù)據(jù)將被抽提出N個(gè)主成分作為ANN的網(wǎng)絡(luò)輸入。

1.2.3 MATLAB程序設(shè)計(jì)

MATLAB程序流程如圖2所示，主要包括3個(gè)主要部分：訓(xùn)練集樣本設(shè)置、ANN模型參數(shù)設(shè)置和預(yù)測集樣本設(shè)置。首先，訓(xùn)練集樣本數(shù)據(jù)為儀器自動(dòng)生成的SPC文件，程序通過調(diào)用MATLAB函數(shù)uigetfile（'*.spc','select spcfile','MultiSelect','on'）完成數(shù)據(jù)輸入，并繪制原始光譜圖；第2步，對原始數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行歸一化處理，歸一化后的數(shù)據(jù)再進(jìn)行PCA處理，根據(jù)分析結(jié)果中信息利用率選擇ANN分析所需主成分個(gè)數(shù)；第3步，根據(jù)激勵(lì)函數(shù)、閾值等ANN模型的參數(shù)設(shè)置，建立ANN模型；最后，輸入預(yù)測樣本數(shù)據(jù)，調(diào)用已生成的ANN模型，生成輸出結(jié)果。

2 結(jié)果與討論

2.1 原始光譜數(shù)據(jù)

本實(shí)驗(yàn)中共獲得120個(gè)樣本的NIRS數(shù)據(jù)，并將6次掃描結(jié)果的平均值作為結(jié)果存儲(chǔ)在SPC格式文件中；采用Origin軟件繪制5種藥品的原始光譜并進(jìn)行歸一化處理（圖3）。由此可見，每種藥品均有各自的NIRS光譜特征，證明藥物分類算法可通過PCA和ANN相結(jié)合，提取被測樣本光譜數(shù)據(jù)特征峰信息以實(shí)現(xiàn)對藥物種類的識(shí)別。

圖2 MATLAB程序設(shè)計(jì)流程圖

2.2 主成分分析結(jié)果

主成分分析（PCA）用于壓縮原始NIRS數(shù)據(jù)，從龐大的NIRS數(shù)據(jù)中提取關(guān)鍵特征信息，以降低ANN分析的計(jì)算量，同時(shí)又不損失有用信息。本研究對5種藥品的預(yù)測集樣本NIRS數(shù)據(jù)的主成分分析結(jié)果如圖4所示，其中圖4A為以5種藥物NIRS代表為例經(jīng)PCA分析后各波長處的分?jǐn)?shù)，其峰值處對應(yīng)主成分所對應(yīng)的波段；圖4B為PCA后數(shù)據(jù)的信息利用率，可見隨著主成分?jǐn)?shù)自1至10的增加，PCA信息的利用率也隨之逐漸增加，并在大于4時(shí)趨于飽和。PCA的信息率可保存98%以上的有用信息，因此后續(xù)實(shí)驗(yàn)中選擇了4個(gè)主成分作為ANN的輸入。

2.3 ANN神經(jīng)元數(shù)的影響

ANN神經(jīng)元數(shù)應(yīng)大于輸入的主成分?jǐn)?shù)，當(dāng)選擇前4個(gè)主成分時(shí)，神經(jīng)元數(shù)量對ANN網(wǎng)絡(luò)誤差與訓(xùn)練時(shí)間影響的數(shù)據(jù)結(jié)果如表1所示，結(jié)果曲線如圖5所示。在其他的測試情形的對比中，可發(fā)現(xiàn)隱含層神經(jīng)元為9個(gè)時(shí)，其網(wǎng)絡(luò)的均方差和訓(xùn)練時(shí)間較長，不適合作為最終的網(wǎng)絡(luò)結(jié)構(gòu)；當(dāng)隱含層神經(jīng)元數(shù)大于10個(gè)時(shí)，均方差趨于平緩，穩(wěn)定在較低的數(shù)值；當(dāng)隱含層神經(jīng)元數(shù)大于12個(gè)時(shí)，網(wǎng)絡(luò)訓(xùn)練時(shí)間明顯增加，不利于提高程序的效率?；谝陨戏治?，筆者選用10個(gè)隱含層神經(jīng)元，在保證均方誤差較小的同時(shí)，訓(xùn)練時(shí)間也不會(huì)過長。

2.4 PCA-ANN藥物分類結(jié)果

當(dāng)主成分?jǐn)?shù)N=4、神經(jīng)元數(shù)M=10時(shí)，筆者對5種藥品原始NIRS數(shù)據(jù)進(jìn)行了分類識(shí)別，識(shí)別誤差（MSE）和訓(xùn)練集誤差率（β）如表2所示。其中，當(dāng)藥品種類數(shù)大于5時(shí)，表示預(yù)測集數(shù)據(jù)中摻入了干擾藥物。干擾藥物是指訓(xùn)練集中沒有的藥物，每種干擾藥物的訓(xùn)練集和預(yù)測集樣本數(shù)分別為25個(gè)和11個(gè)。

表1 神經(jīng)元數(shù)不同時(shí)對MSE和訓(xùn)練時(shí)間的影響

表2 藥物識(shí)別結(jié)果

根據(jù)預(yù)測數(shù)據(jù)繪制預(yù)測結(jié)果曲線如圖6所示，可見當(dāng)藥品種類數(shù)小于11，即摻入干擾藥物種類數(shù)小于6種時(shí)，β小于3%，證明網(wǎng)絡(luò)的質(zhì)量較好（MSE較低），預(yù)測準(zhǔn)確率也較高（β較?。?。由此可見，PCA與ANN結(jié)合是一種較好用于藥物NIRS分類的識(shí)別方法，具有較好的容錯(cuò)率。說明只需提供足夠訓(xùn)練集樣本數(shù)，即能對藥物進(jìn)行正確分類。

3 結(jié)論

近紅外光譜（NIRS）是有機(jī)物的指紋圖譜，人工神經(jīng)網(wǎng)絡(luò)（ANN）算法具有自學(xué)習(xí)及自適應(yīng)能力，其容錯(cuò)能力高，且信息可并行處理，具有較高效率，很好地克服了人工分析的缺點(diǎn)。本研究將兩者相結(jié)合，通過對藥物進(jìn)行NIRS分析，建立了基于主成分分析（PCA）和ANN的藥物分類模型。對5種藥品不同批號(hào)120個(gè)樣本的NIRS數(shù)據(jù)分析結(jié)果表明，當(dāng)未摻入干擾藥物時(shí)，采用該模型的識(shí)別率可達(dá)到100%；同時(shí)，干擾實(shí)驗(yàn)也顯示，當(dāng)干擾藥物種類數(shù)小于6時(shí)，該模型具有較小的預(yù)測誤差率（β＜3%）。因此，筆者認(rèn)為以藥物NIRS數(shù)據(jù)為基礎(chǔ)，結(jié)合ANN算法與PCA和標(biāo)準(zhǔn)化歸一化預(yù)處理，可有效進(jìn)行藥物的分類識(shí)別。

利益沖突 無

（圖3～6見插頁4-12）

[1]Porep JU,Kammerer DR,Carle R.On-line application of near infrared(NIR)spectroscopy in food production[J].Trends Food Sci Tech,2015,46(2):211-230.DOI:10.1016/j.tifs.2015.10.002.

[2]Huck CW.Advances of infrared spectroscopy in natural product research[J].Phytochem Lett,2015,11:384-393.DOI:10.1016/j. phytol.2014.10.026.

[3]Pojic′MM,Mastilovic′JS.Near infrared spectroscopy—advanced analytical tool in wheat breeding,trade,and processing[J].Food Bioprocess Tech,2013,6(2):330-352.DOI:10.1007/s11947-012-0917-3.

[4]李炎,張?jiān)聦W(xué),徐香玲,等.近紅外反射光譜(NIRS)分析技術(shù)及其在農(nóng)業(yè)上的應(yīng)用[J].黑龍江農(nóng)業(yè)科學(xué),2008(1):105-108.DOI: 10.3969/j.issn.1002-2767.2008.01.036. Li Y,Zhang YX,Xu XL,et al.Applications of near infrared reflectance spectroscopy technology in agriculture[J].Heilongjiang Agric Sci,2008(1):105-108.DOI:10.3969/j.issn.1002-2767.2008. 01.036.

[5]宋峰峰,倪雪雪,魏鴻,等.基于FTIR的藥桑主成分分析[J].新疆醫(yī)科大學(xué)學(xué)報(bào),2014,37(5):565-566.DOI:10.3969/j.issn.1009-5551.2014.05.012. Song FF,Ni XX,Wei H,et al.Analysis of the principal component in Morus nigra Linn based on FTIR[J].J Xinjiang Med Univ,2014,37 (5):565-566.DOI:10.3969/j.issn.1009-5551.2014.05.012.

[6]王斌,任西杰,王燕,等.基于聚類、主成分和判別分析的海馬醇提物紅外指紋圖譜研究[J].中國藥學(xué)雜志,2013,48(4):253-258. DOI:10.11669/cpj.2013.04.003. Wang B,Ren XJ,Wang Y,et al.Infrared fingerprint analysis of Hippocampus's ethanol extracts coupled with cluster analysis, principal component analysis and discrimination analysis[J].Chin Pharm J,2013,48(4):253-258.DOI:10.11669/cpj.2013.04.003.

[7]褚小立,陸婉珍.近五年我國近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展[J].光譜學(xué)與光譜分析,2014,34(10):2595-2605.DOI: 10.3964/j.issn.1000-0593(2014)10-2595-11. Chu XL,Lu WZ.Research and application progress of near Inf rared spectroscopy analytical technology in China in the past five years[J]. Spectrosc Spect Anal,2014,34(10):2595-2605.DOI:10.3964/j.issn. 1000-0593(2014)10-2595-11.

[8]劉燕德,熊松盛,劉德力.近紅外光譜技術(shù)在土壤成分檢測中的研究進(jìn)展[J].光譜學(xué)與光譜分析,2014,34(10):2639-2644.DOI: 10.3964/j.issn.1000-0593(2014)10-2639-06. Liu YD,Xiong SS,Liu DL.Applications of near infrared reflectance spectroscopy technique(NIRS)to soil attributes research[J].Spectrosc Spect Anal,2014,34(10):2639-2644.DOI:10.3964/j.issn.1000-0593(2014)10-2639-06.

[9]Bi YM,Chu GH,Wu JZ,et al.Ensemble partial least squares algorithm based on variable clustering for quantitative infrared spectrometric analysis[J].Chin J Anal Chem,2015,43(7):1086-1091.DOI:10.1016/S1872-2040(15)60842-8.

[10]Eisenstecken D,Stürz S,Robatscher P,et al.Near-infrared reflection spectroscopy and partial least squares regression to predict αfarnesene and conjugated trienol content in apples during storage[J]. PostharvestBiolTechnol,2016,117:49-56.DOI:10.1016/j.postharvbio. 2016.01.005.

[11]He Y,Li XL,Deng XF.Discrimination of varieties of tea using near infrared spectroscopy by principal component analysis and BP model[J].J Food Eng,2007,79(4):1238-1242.DOI:10.1016/j. jfoodeng.2006.04.042.

Application and MATLAB realization of drugs'classification based on the combination of NIRS detectionand BP ANN algorithm

Jia Yunfang,Min Changmin,Ju Cheng,Zhu Bo,Wang Peng

College of Electronic Information and Optical Engineering,Nankai University,Tianjin 300350,China(Jia YF,Ju C, Zhu B);Tianjin Medical Device Technical Evaluation Center,Tianjin 300191,China(Min CM);Lanlike Chemical Electronic High Technology Co.Ltd.,Tianjin 300384,China(Wang P)

Jia Yunfang,Email:jiayf@nankai.edu.cn

Objective To realize rapid and non-destructive drug classification and improve the accuracy of drug classification.Methods A model for drug classification based on the combination of principal components analysis and artificial neural network(PCA-ANN)method was introduced.The software for drugs classification was then developed with the utility of MATLAB language.The near infra-red spectrum(NIRS)detection technique was executed on five kinds of drugs(a total of 120 batch samples)and the detection data was collected within the range of 1 350-1 800 nm of excitation wavelength and 0.5 nm of wavelength interval.Results The network training mean square error(MSE)was 5.91e-03,and the prediction error(β)was 2.469%when the number of the interfering drugs number was less than 5.Conclusions The classification of drugs by NIRS combined with PCA-ANN is feasible and the classification accuracy can be increased.

Near infra-red spectrum; Error back propagation; Artificial neural network; Principal components analysis;MATLAB

賈蕓芳，Email：jiayf@nankai.edu.cn

10．3760/cma．j．issn．1673-4181．2016．04．007

天津市科技特派員項(xiàng)目（15JCTPJC63900）

2016-05-06）