[在传统中医药片的加工和质量评估中,机器学习的研究进展]
Han-Wen Zhang1, Yue-E Li1, Jia-Wei Yu1
1Engineering Center of State Ministry of Education for Standardization of Chinese Medicine Processing,College of Pharmacy, Nanjing University of Chinese Medicine Nanjing 210023, China.
概括
机器学习通过分析复杂的数据来增强传统中医 (TCM) 品质的控制. 这提高了大规模生产和精确质量的效率和标准化.
科学领域:
- 药物鉴定
- 计算化学
- 人工智能
背景情况:
- 传统中医药 (TCM) 的片对于TCM的完整性和安全性至关重要.
- 目前的质量控制方法面临着速度,客观性和整合复杂数据的挑战.
研究的目的:
- 审查机器学习在TCM制品加工,生产和质量评估中的应用.
- 分析当前的实施挑战,并提出智能化TCM转型的解决方案.
主要方法:
- 使用机器学习来分析TCM片的多维数据 (形态学,光谱学,化学指纹).
- 构建高维特征空间分析模型以提高质量评估.
主要成果:
- 机器学习显著提高了TCM品质评估的标准化和决策效率.
- 展示了复杂特征的深入分析和多维质量信息的整合潜力.
结论:
- 机器学习提供了一种强大的方法来解决传统的TCM质量控制的局限性.
- 通过技术创新推动TCM行业的数字化和智能化转型.


