科创中国

湖南大学机器人视觉感知与控制技术国家工程研究中心张辉教授团队开展一种基于双通道压缩注意力网络的高光谱中药材鉴别方法，包括：1、构建第一金银花中药材高光谱数据集和第二金银花中药材高光谱数据集；2、构建分组融合模块，将第一金银花中药材高光谱数据集输入到分组融合模块，最终生成空间通道的输入矩阵和光谱通道的输入矩阵；3、搭建空谱双通道压缩注意力网络模型，优化空谱双通道压缩注意力网络模型的参数；4、利用第二金银花中药材高光谱数据集对训练后的空谱双通道压缩注意力网络模型进行验证。本发明利用分组融合模块降低了高光谱数据的冗余程度，同时利用双通道压缩注意力网络学习金银花高光谱数据的空谱特征表示，减少了有效信息丢失，降低了注意力计算的资源消耗，提高了金银花的鉴别精度。

中医药学体现了中华民族的伟大智慧，是中国古代科学的瑰宝。金银花作为“三药三方”中连花清瘟胶囊和金花清感颗粒的主要药方成分，在抗击新冠疫情的治疗中起到重要作用。而山银花因其价格低廉，且外形与金银花极其相似，极易被掺入至金银花中。与金银花性热且具有清热解毒的功效不同，山银花性热，并且功效与金银花完全相反，如果金银花中掺入一定量的山银花，将会严重影响临床疗效甚至危及生命。由此可见，研究如何快速精确地进行金银花中药材真伪鉴别变得尤为重要，其具有十分重要的现实意义。

传统的中药鉴定识别的传统方法包括基原鉴定、性状鉴定、显微鉴定和理化鉴定四种手段。前三种方法过于依赖鉴定者的主观判断，且缺少确切的鉴定标准，往往需要鉴定者具备丰富的中药理论知识以及多年的经验积累，因此不能满足大规模的快速精确检测情况。而理化鉴定方法是利用化学分离技术进行相关中药材鉴定，会造成被测样品不可逆的破坏，同时由于中药材中包含复杂的化学成分，逐一分离其中的成分不仅耗时而且实验成本高。近年来，高光谱技术得到迅速发展，在所有过程分析手段中占有主流地位并在医药行业中的应用日趋广泛。同时由于深度学习可以从海量多元的数据中发掘隐含的具有潜在价值的特征知识，在中药材高光谱鉴别分析中得到广泛的应用。

然而传统的深度学习方法——卷积神经网络很难有效地捕获高光谱数据的光谱序列信息，特别是中长期的依赖关系，因此难免会遇到性能瓶颈。同时由于卷积神经网络过度关注空间内容信息，使得学习到的特征中序列信息失真。与卷积神经网络不同，Transformer作为目前最前沿的骨干网络之一，其自身的自注意力技术能够捕获全局信息，可以有效地分析序列数据，因此更适合对金银花中药材高光谱数据进行处理。然而，普通的Transformer方法缺乏捕获局部空间上下文信息的能力，同时未能充分利用高光谱数据的空间-光谱耦合结构，限制了金银花中药材的鉴别精度，并且由于模型参数规模大，推理速度也有待提升。

本项目针对目前国内中药材易被掺入廉价的同属近缘药材，以次充好，造成临床疗效严重影响的问题，通过高光谱相机获取待测中药材高光谱图像，利用图像的光谱特征和空间特征进行智能检测分析，鉴别相关中药材的真伪。

本项目通过分组融合模块，将金银花中药材高光谱数据的相邻波段映射至低维空间，提取高度相关波段间的有用特征，降低了中药材高光谱数据的波段冗余度，减少了网络训练与推理压力。

此外本项目通过空谱双通道压缩注意力网络模型，减少了单头注意力计算时的参数量，降低了网络模型训练和推理过程中的运算和内存资源的消耗，提高了金银花中药材的鉴别速度。同时利用空-谱压缩融合注意力模块充分融合金银花中药材高光谱数据集中的空间特征和光谱特征，增大了网络模型的泛化性和鲁棒性，提升了金银花中药材的鉴别精度，为金银花中药材的快速无损鉴别提供了技术支撑，具有较好的应用前景。

本项目的研究工作具备了良好的实验条件，依托于湖南大学机器人视觉感知与控制技术国家工程研究中心，在机器人智能感知与控制、人工智能、高端智能制造等方面进行了长期研究工作。

张辉，湖南大学机器人学院教授，博士生导师，机器人视觉感知与控制技术国家工程研究中心副主任。入选中组部国家万人计划“青年拔尖人才”、湖南省杰出青年基金获得者，湖南省科技领军人才、湖南省“湖湘青年英才”。担任科技部“十四五“智能机器人重点专项专家组成员、中国图象图形学学会理事、副秘书长。主要从事机器人视觉检测、深度学习图像识别、智能制造机器人技术及应用。负责本项目的技术指导。

陈天才，湖南大学电气院研究生，负责项目的整体设计。

陈煜嵘，湖南大学电气院博士生，负责本项目的技术指导。

刘立柱，湖南大学电气院博士生，负责本项目的技术指导。

毛建旭，湖南大学电气学院教授、博士生导师，教育部视觉控制技术与应用工程研究中心副主任，机械工业先进制造视觉检测与控制技术重点实验室副主任。先后主持国家自然科学基金、国家科技支撑计划子课题、湖南省重点研发计划项目、湖南省自然科学基金、长株潭国家自主创新示范区专项课题、教育部高校博士点基金等项目10多项，获得国家技术发明二等奖1 项、国家科技进步二等奖1 项、省部科技进步奖特等奖1项、一等奖4项、二等奖1项，发表学术论文80多篇，授权国家发明专利20余项，出版专著1部。负责本项目的技术指导。

袁小芳，湖南大学电气学院教授，岳麓学者，博士研究生导师，机器人视觉感知与控制技术国家工程实验室研究员。负责本项目的技术指导。

王耀南，中国工程院院士，机器人技术与智能控制专家，湖南大学教授、博士生导师，现任机器人视觉感知与控制技术国家工程实验室主任。任中国自动化学会会士、中国计算机学会会士、中国人工智能学会会士、中国图象图形学学会理事长、全国智能机器人创新联盟副理事长、中国自动化学会常务理事、中国人工智能学会监事、教育部科技委人工智能与区块链技术委员会委员、湖南省自动化学会理事长等。曾任国家863计划智能机器人领域主题专家、欧盟第五框架国际合作重大项目首席科学家。负责本项目的技术指导。

从中药材市场成交额来看，2009-2014年，我国中药材市场成交额呈阶梯式上升状态，2015年成交额急转直下，由2014的1507亿元下降至901亿元。尽管如此，中药材行业仍在2015年取得巨大成就，正式迈入“标准化时代”、“数字化时代”;对外，伴随“一带一路”的推进，以及屠呦呦获得诺贝尔奖，更让中药材的价值被全世界认可。因此中药材鉴别的需求量巨大，经济市场十分广阔。2016-2019年，我国中药材交易市场持续向好发展，批发市场占据主导地位。2019年我国中药材成交额达到1653亿元。2020年中药更是被应用到抗击疫情中，初步估计，2020年我国中药材市场规模约为1783亿元。

希望通过技术入股的方式实现成果转换，并提供一定的资金帮助，希望对成果转换的方向能够瞄准公共服务领域，利用云平台和深度学习技术，解决人民核心需求。