Un modelo de codificador CNN de doble rama para la rápida trazabilidad geográfica de Astragalus utilizando...

Área de la Ciencia:

• Medicina de hierbas
• Espectroscopia
• Biología computacional

Sus antecedentes:

• El origen geográfico afecta la composición química y la eficacia de las hierbas medicinales.
• El control de calidad en la medicina tradicional china (MTC) requiere una identificación de origen confiable.
• Astragalus membranaceus es una hierba valiosa sensible a su entorno de crecimiento.

Objetivo del estudio:

• Desarrollar un método rápido y no destructivo para rastrear el origen geográfico de Astragalus.
• Evaluar el rendimiento de un nuevo modelo Dual-TCNet para la trazabilidad del origen vegetal.

Principales métodos:

• Se utilizó espectroscopia de infrarrojo cercano (NIR) para recopilar datos espectrales de 588 muestras de Astragalus.
• Se desarrolló una red neuronal profunda de doble rama (Dual-TCNet), integrando CNN y un codificador modificado.
• Se empleó un mecanismo de atención de múltiples cabezas para fusionar características espectrales de múltiples escalas.

Principales resultados:

• El modelo Dual-TCNet logró una alta precisión (98,31%), precisión (98,39%) y recuerdo (98,32%).
• El rendimiento superó a los modelos tradicionales como SVM, RF y 1D-CNN.
• El método demostró una clasificación eficaz para muestras de cinco regiones geográficas distintas.

Conclusiones:

• El método Dual-TCNet propuesto ofrece un enfoque altamente preciso y eficiente para la trazabilidad no destructiva del origen del Astragalus.
• Esta técnica tiene un potencial práctico significativo para garantizar la calidad y la autenticidad de los ingredientes de la MTC.