Dans cette étude, une caméra 400-1000nm hyperspectral a été appliquée, et FS13, un produit de Hangzhou CHNSpec Technology Co., Ltd, pourrait être employé pour la recherche relative. Le domaine spectral est 400-1000nm, la résolution de longueur d'onde est meilleure que 2.5nm, et jusqu'à 1200 canaux spectraux peuvent être atteints. La vitesse d'acquisition peut atteindre 128FPS dans le plein spectre, et le maximum après que la sélection de bande soit 3300Hz (sélection de bande de multi-région de soutien).
La capsule dure creuse de gélatine médicinale est un genre d'excipients médicinaux spéciaux, dans lesquels le contenu de chrome est un index important d'essai stipulé par la norme nationale de santé. Des capsules avec le contenu excessif de chrome sont généralement connues en tant que « capsules toxiques » et sont très toxiques au corps humain. Actuellement, le contenu de chrome est déterminé par la méthode d'analyse chimique traditionnelle. La méthode de dépistage traditionnelle de chrome est longue, l'équipement est cher, l'utilisation d'un grand nombre de digestion d'acide nitrique est facile de causer la pollution secondaire, et l'opération d'instrument a besoin de personnels de carrière pour accomplir. Par conséquent, l'élaboration d'une méthode commode et rapide pour la détection rapide du contenu de chrome dans les capsules médicinales a l'importance d'application et la perspective commerciale importantes.
Basé sur la faisabilité de la détection hyperspectral des métaux lourds, ce document emploie la spectrométrie par absorption atomique conventionnelle pour comparer les résultats rassemblés de MEHGC normal et de MEHGC au contenu excessif de chrome, puis rassemble deux genres de données de MehGC avec l'analyse hyperspectral, et emploie l'analyse de composant principal (l'APC) et partiel moindre méthode du carré pour analyser les données hyperspectral, et établit finalement le modèle approprié. Pour réaliser la détection qualitative des « capsules de poison ».
Puisque des données hyperspectral se composent d'images multiples de bande, chaque image peut être considérée comme une caractéristique. Si les données hyperspectral sont dimensionnellement réduites, les données originales seront changées en nouveau système du même rang pour maximiser la différence entre les données d'image, et le résultat sera très différent de l'image originale. Cette technique est très efficace pour augmenter le contenu de l'information, isoler le bruit et réduire des dimensions de données. Les 4 premiers composants principaux obtenus après la réduction de dimensionnalité de l'APC d'images hyperspectral sont montrés sur le schéma 1.
L'avantage des images hyperspectral est qu'il y a non seulement de l'information d'image, mais également l'information spectrale. Pour obtenir l'information spectrale, la région d'intérêt est choisie pour chaque échantillon, et chaque région d'intérêt a sa courbe de réponse spectrale. En raison de la différence en couleurs entre le chapeau de capsule et le corps de capsule, afin d'éliminer l'influence de couleur sur le résultat, deux régions d'intérêt ont été choisies pour chaque capsule (une sur le chapeau de capsule et une sur le corps de capsule). Les régions d'intérêt pourraient être aléatoirement choisies sur l'image hyperspectral de la capsule, et le nombre de pixels dans chaque région s'est étendu de 2 à 6. Les données spectrales finales pour la région d'intérêt sont calculées comme moyenne de tous les pixels dans la région. Les courbes spectrales de 4 régions différentes (des capsules et des chapeaux des capsules normales et « des capsules toxiques » respectivement) sont montrées sur le schéma 2.
Dans les données hyperspectral de 450~900 nanomètre, les données spectrales de la capsule normale et « la capsule toxique » ont été obtenues en choisissant la région d'intérêt, qui a été normalisé d'abord, et puis la réduction de dimension de données et l'analyse discriminante ont été conduites par PLEASE-DA. Quand quatre opérateurs ont été choisis SVP comme caractéristiques d'entrée, le taux de reconnaissance de capsule normale et « de capsule toxique » a atteint 100%. La spécificité et la sensibilité sont également 100% ; Il peut voir que des capsules normales et « les capsules toxiques » peuvent être distinguées par la méthode de discrimination de PLEASE-DA. Utilisant la technologie hyperspectral d'image détecter des « capsules de poison » peut considérablement réduire la complexité des méthodes traditionnelles.
En outre, pour améliorer la confiance, des échantillons doivent être examinés dans une gamme plus étendue, telle que la fluorescence ou l'ultraviolet. Tout en qualitativement conduisant la « capsule de poison », il est également nécessaire de conduire la recherche quantitative là-dessus, qui peut envisager de faire des calibres de gélatine avec le contenu différent de chrome, découvrez le modèle de corrélation entre la teneur en chrome du calibre et les données spectrales, et employez ce modèle pour prévoir la teneur de métaux lourds en chrome de la « capsule de poison » inconnue. En raison de l'impact suivant de l'incident « de capsule de poison », il est difficile trouver des échantillons, mais afin d'améliorer l'efficacité de l'essai, il est nécessaire d'employer un grand choix d'échantillons de capsule avec le contenu de chrome.