近红外光谱(NIR)分析具有分析高效、 样品无损、 环境无污染以及可现场检测等优点, 特别适合药品的快速建模分析。 但NIR存在吸收强度弱以及谱带重叠等缺点, 需要建立稳健可靠的化学计量学模型对其进行分析。 深度卷积神经网络是深度学习方法中一个重要分支, 它通过逐层抽取数据特征并进行组合、 转换, 形成更高层的语义特征, 具有极强的建模能力, 广泛应用于计算机视觉、 语音识别等领域, 而在药品NIR分析方面尚未见报道。 基于深度卷积网络模型, 对药品NIR多分类建模进行研究。针对药品NIR数据的特点,设计若干个面向多品种、多厂商药品NIR分类的一维深度卷积网络模型。模型中卷积层和池化层交叠排列用于逐层抽取NIR数据特征,输出层连接softmax分类器,对药品NIR数据进行分类概率预测。在输出层之前采用全局最大池化层, 将特征图进行整体池化, 形成一个特征点, 用于解决全连接层存在的限制输入维度大小, 参数过多的问题。 同时, 在网络模型中引入批处理操作和dropout机制, 以防止梯度消失和减小网络过拟合的风险。 在网络模型的设计过程中, 通过设计不同的卷积网络层数以及不同的卷积核尺寸大小, 分析其对建模效果的影响, 同时分析五种经典数据预处理方法对NIR分析的影响。 以我国7个厂商生产的头孢克肟片和11个厂商生产的苯妥英钠片样本NIR为实验对象, 建立药品的多品种、 多厂商分类模型, 该模型在二分类、 多分类实验中取得了良好的分类效果。 在十八分类实验中, 当训练集与测试集比例为7∶3时, 分类准确率为99.37±0.45, 比SVM, BP, AE和ELM算法取得更优的分类性能。 同时, 深度卷积神经网络模型推理速度较快, 优于SVM和ELM算法, 但训练速度慢于二者。 大量实验结果表明, 深度卷积神经网络可对多品种、 多厂商药品NIR数据准确、 可靠地判别分类, 且模型具有良好的鲁棒性和可扩展性。 该方法也可推广到烟草、 石化等其他领域的NIR数据分类应用中。

由于近红外光谱在药品鉴别应用中具有分析速度快、 样品无损、 可现场检测等突出优点, 目前已在众多领域中广泛应用。 但近红外光谱存在信噪比低, 吸收强度弱且谱峰重叠等缺点, 无法从光谱中直接得到定性/定量的物质信息, 因而近红外光谱分析技术常作为一种间接分析技术, 并且光谱的化学计量学建模方法成为近红外光谱分析的核心内容。 深度学习是机器学习的一个新的分支, 并已经成功运用于多个领域。 深度学习的网络结构和非线性的激活能力, 使其模型特别适合高维、 非线性的大规模数据建模。 为进一步丰富近红外光谱建模方法, 并提高近红外光谱分析技术的回归精度或分类准确率, 将深度学习方法应用于近红外光谱分析, 发展新的建模方法十分必要。 面向近红外光谱定性分析技术, 提出一种基于堆栈压缩自编码网络（SCAE）光谱定性分析方法, 并应用于多类别药品的光谱分析, 以区分或鉴别不同厂家生产的同种药品。 压缩自编码网络（CAE）以自编码网络（AE）为基础, 进一步加入雅克比矩阵作为约束项。 自编码网络最初是用实现数据降维, 以学习数据内部特征, 而雅克比矩阵包含数据在各个方向上的信息, 将其作为AE的约束项则可使提取到的特征对输入数据在一定程度下的扰动具有不变性, 从而提高AE提取特征的能力。 SCAE是一种由多层CAE构成的神经网络。 前一层CAE的隐藏层作为后一层CAE的输入层, 网络的全部参数是通过采用逐层贪婪的训练方式来获取的, 训练结束后将所有网络视为一个整体, 通过反向传播算法进行微调, 最后使用Logistic/Softmax分类器进行定性分析。 实验数据均为中国食品药品检定研究院采集, 以头孢克肟胶囊作为二分类实验数据, 硝酸异山梨酯片作为多分类实验数据。 通过Bruker Matrix光谱仪测定每个样本在不同波长下的吸光度值得到其光谱曲线, 再通过OPUS软件消除漂移等因素对光谱样本之间产生的偏差。 接下来通过实验确定约束项雅克比矩阵的系数λ为0.003之后建立模型。 建模过程分为五个阶段, 分别为: 预处理阶段, 预训练阶段, 微调阶段, 测试阶段和对比阶段。 为了验证SCAE在分类准确性、 算法稳定性和建模时间等方面的性能, 与BP神经网络、 SVM算法、 稀疏自编码(SAE)和降噪自编码(DAE)开展对比实验研究。 分类准确性方面, 在不同的训练集与测试集的比例下, SCAE均有最佳的分类准确性与算法稳定性。 建模时间方面, 由于SVM算法不需要预训练和特征提取, 所以运行时间方面比其他算法有大的优势, 但是SCAE建模速度优于除SVM之外的其他对比算法。 综合而言, 使用SCAE进行药品鉴别有效可行。

提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。 首先对近红外光谱数据进行小波变换以消除基线漂移, 然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示, 最后采用高斯过程(GP)进行二分类, 其中GP选用光谱混合(SM)核函数作为协方差函数, 记此分类网络为wSDAGSM。 自编码网络具有很强的模型表示能力, 高斯过程分类器在处理小样本数据时具有优势。 wSDAGSM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据, 同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数, 有利于更准确的光谱数据分类。 以琥乙红霉素及其他药品的近红外光谱为实验数据, 将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、 支持向量机(wSVM), SDAE结合Logistic二分类(wSDAL)、 SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAGSE), 以及未采用小波变换的SDAGSM网络等方法进行对比。 实验结果表明, 对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAGSM网络的分类准确率和稳定性。 wSDAGSM方法无论从分类准确率还是分类结果稳定性方面, 都优于其他分类器。

近红外光谱分析技术作为一种快速、 无损检测技术十分适用于真假药品现场鉴别。 自编码网络作为当前机器学习领域研究的热点受到广泛关注, 自编码网络是一种典型的深度学习网络模型, 它比传统的潜层学习方法具有更强的模型表示能力。 自编码网络使用贪婪逐层预训练算法, 通过最小化各层网络的重构误差, 依次训练网络的每一层, 进而训练整个网络。 通过对数据进行白化预处理并使用无监督算法对输入数据进行逐层重构, 使网络更有效的学习到数据的内部结构特征。 之后使用带标签数据通过监督学习算法对整个网络进行调优。 首先对真假琥乙红霉素片的近红外光谱数据进行预处理以及白化预处理, 通过白化处理降低数据特征之间的相关性, 使数据各特征具有相同的方差。 数据处理之后利用稀疏降噪自编码网络针对真假药品光谱数据建立分类模型, 并将稀疏降噪自编码网络模型与BP神经网络以及SVM算法在分类准确率及算法稳定性方面进行对比。 结果表明对光谱数据进行白化预处理能有效提升稀疏降噪自编码网络的分类准确率。 并且自编码网络分类准确率在不同训练样本数量下均高于BP神经网络, SVM算法在少量训练样本的情况下更有优势, 但在训练数据集样本数达到一定数量后, 自编码网络的分类准确率将优于SVM算法。 在算法稳定性方面, 自编码网络较之BP神经网络和SVM算法也更稳定。 使用稀疏降噪自编码网络对真假药品近红外光谱数据进行建模, 能对真假药品进行有效的鉴别。