模式识别和红外光谱法相结合鉴别中药材产地

用红外光谱法取得来自不同产地的中药材的中红外光谱,结合模式识别的方法实现中药产地的快速鉴别。采用了近邻法和多类支持向量机方法对采集自4个不同产地的269个白芷样本和6个不同产地的380个丹参样本进行了产地鉴别,得到的交叉验证准确率达99%,为中药材产地的自动鉴别探索了一条有效的途径。     

核密度估计算法结合近红外光谱技术鉴别三叶青产地

三叶青是我国珍稀中药材，具有多种疗效，但不同产地的三叶青有效成分含量差异悬殊，为防止三叶青以次充好，其产地鉴别尤为重要。以浙江、云南、安徽、广西和湖北五个产地的三叶青为研究对象，利用傅里叶变换近红外光谱分析仪(Fourier transform near infrared spectroscopy, FT-NIR)收集4 000~10 000 cm-1范围内的近红外光谱，由于三叶青近红外光谱数据还未完善，因此在其产地鉴别上，应对鉴别算法提出更高的要求，即在实现三叶产地鉴别的同时，还要能够有效地识别出其他或未知新产地的三叶青。针对这一问题，本文结合三叶青近红外光谱数据的特点，对算法共做了三方面改进：①从距离的角度估计样本的概率密度；②以训练样本可信度的方式计算带宽参数；③在未知新产地的识别上，提出一种基于训练集样本的概率密度函数的识别方法。结果表明，该算法对训练集样本的识别精度达到了100%，且在140组预测集样本中，只有3组样本识别出错，并能够100%地识别出未知新产地的三叶青，说明基于核密度估计的改进算法在三叶青产地鉴别上，不仅鉴别精度高，且能够有效识别出其他或未知新产地的三叶青。     

基于X射线荧光技术的茶叶产地鉴别方法研究

针对目前市场上存在的产地假冒茶叶严重影响名牌茶叶信誉的情况,根据不同产地茶叶中重金属含量的差异,提出了利用X射线荧光技术结合模式识别技术进行了茶叶产地鉴别的方法。将不同产地的样本分组,分别采集其X射线荧光光谱,提取其主成分,分别计算各个样本组的主成分均值作为样本中心点,计算待测样本到各样本组中心的马氏距离,将其归类到马氏距离值最小的类中,实现样本分类。采用Niton 792便携式X射线荧光仪对安吉、金华、杭州和台州等4个不同地区120个茶叶样本进行了鉴别试验,发现3～13 keV波段是X射线荧光光谱分析技术进行茶叶产地鉴别的有效波段,前4个主成分可用于茶叶的产地鉴别,试验的误差率为4.2%。     

基于二维相关离子迁移谱的中药材鉴别技术研究

我们研究小组发展了一种基于离子迁移谱的二维相关分析技术,并考察了其在中药材鉴别领域中的应用潜力。结果显示,大黄、党参、黄芪的二维离子迁移谱信号存在一定差异,以温度为外扰,构建二维相关离子迁移谱进一步揭示了上述三种典型中药材的巨大谱图信号差异。实验同时选取了四种不同产地黄芪样本,样本间二维离子迁移谱信号差异较小,以温度为外扰构建二维相关离子迁移谱,有效提高了谱图分辨能力,在三维空间中实现了不同产地黄芪的鉴别分析。此方案的提出为中药材质量控制鉴别技术的发展提供了新的思路。     

近红外光谱结合随机森林算法：一种快速有效的附子产地溯源策略

可靠的原产地认证方法对于保护指定产地的高价值中药材（例如道地药材、地理标志产品等）至关重要。附子作为著名的传统中药和川产道地药材，疗效显著，临床应用广泛，在国内外市场需求量很大。不同产地的附子疗效和价格有所不同，大众很难通过传统经验进行准确鉴别，基于植物代谢组学模式下的质谱检测技术，测试样本制备过程繁琐冗长、操作复杂、检测时间长，且重现性偏低。近红外光谱作为一种成熟、快速、无损的检测技术，被机器学习集成后为中药材在线质量监管和控制带来新途径。基于近红外光谱技术结合随机森林算法建立了一种不同产地附子无损鉴别模型。在四川、陕西和云南等主要栽培区域共采集了255份附子样本，采用傅里叶变换近红外光谱获得所有样本的漫反射光谱信息。采用单一和组合光谱预处理方式以消除光谱中的多种干扰，并筛选出最佳预处理方式，以此为输入指标建立随机森林模型。采用灵敏度、特异度和平衡精度等指标评价了模型的综合性能。结果表明：Savitzky-Golay平滑+多元散射校正为最佳预处理方式；仅采用全波长数据，RF模型对3组省级的样本的预测准确率超过了90%，预处理后预测准确率达98.39%；对于市/县一级样本，RF模型同样具有优秀的判别能力，准确率大于75%。模型对道地产区周边栽培区域的样本，识别率达100%。过滤出前100个特征波数，重新优化模型，模型对各市/县级区域的识别精度超过85%，尤其是对一些产自高原样本的识别能力得到了明显提升。研究中采用了环境友好型溯源策略，分析速度更快，样品损失更少，精度更高，为不同产地附子快速、高效的鉴别提供了新模式，为后续附子及其相关炮制品的鉴别和溯源提供了参考。     

拉曼光谱结合LSTM长短期记忆网络的樱桃产地鉴别研究

现在樱桃市场上存在着大量以次充好的不良现象,严重损害了名牌樱桃的品牌经济效益,所以亟需一种能对不同产地樱桃实现快速无损鉴别的技术。拉曼光谱溯源技术作为光谱溯源技术的一种,由于具有快速、高效、无污染、无损分析等优点,逐渐得到相关研究者的重视。长短期记忆（LSTM）网络是一种具有记忆性的反馈神经网络,它是循环神经网络的一种变体。LSTM网络克服了循环神经网络中梯度消失的缺点,适合处理序列敏感的问题和任务,目前被广泛应用在语音识别、图像识别和手写识别等领域,但LSTM网络在产地溯源方面的应用还有待研究。基于此,提出了一种LSTM网络与拉曼光谱技术结合的能对不同产地樱桃实现快速无损鉴别的技术。将来自美国、山东和四川的369个樱桃作为研究样本,用拉曼光谱仪在785 nm激光下获得了不同产地樱桃的光谱数据。并且以每条经过基线校正后的拉曼光谱数据作为网络输入数据,基于LSTM网络构建了能对不同产地樱桃实现快速鉴别的判别模型,并且以样本判别准确率A、样本精确率P、样本召回率R和样本F值作为评价指标,探究了不同预处理方法对LSTM网络判别模型性能的影响。结果表明：当样本训练集和测试集的比例为85∶38时,直接采用原始拉曼光谱数据的LSTM网络模型的产地鉴别能力不高,鉴别准确率为79.87%。但当使用预处理过后的拉曼光谱数据,模型的鉴别准确率维持在92%以上。并且光谱经过SG+MSC预处理后模型的鉴别准确度最好,鉴别准确率达99.12%。同时在采用SG+MSC预处理的方法下,LSTM网络鉴别模型的精确率、召回率、F值均较高,表明了所提出的LSTM网络模型有较好的性能可实现对不同产地樱桃的鉴别,为樱桃的产地溯源提供了一种新的思路。     

红外光谱和逐步判别分析应用于金银花品种和产地的鉴别

基于傅里叶变换红外光谱技术,利用逐步判别分析法对金银花品种和产地进行鉴别研究。采集、测试了5个产地9个品种150份金银花样本的红外光谱,并计算了各样品红外光谱的一阶导数光谱和二阶导数光谱。分别选用不同的样本组成训练集和检验集,以1800～900 cm~(-1)、1500～700 cm~(-1)和1200～700 cm~(-1)波数范围的红外光谱、一阶导数光谱和二阶导数光谱数据为判别变量建立判别模型对金银花的品种和产地进行鉴别。判别结果显示,以1800～900 cm~(-1)波数范围的二阶导数光谱数据为判别变量建立的模型鉴别效果相对较好,对品种和产地的鉴别正确率依次达93.20%和96.13%。研究结果表明,采用逐步判别模式识别可以很好地鉴别不同品种和产地的金银花,方法可行有效,可为金银花品种和产地朔源提供方法。     

枸杞产地的红外指纹图谱与聚类分析法研究

本文首次采用傅里叶变换红外 (FTIR)光谱法并结合SMICA聚类分析法对不同产地 :宁夏玉西、宁夏中宁及内蒙古托克托旗的枸杞进行了聚类分析。结果表明 ,聚类分析技术对来自不同产地的枸杞可进行鉴别 ,该法快速、准确 ,为客观评价中药材的来源提供了一种新的方法。     

不同产地虎杖根FTIR主成分分析研究

借助于傅里叶变换红外光谱分析仪,采用主成分分析法对来自7个产地的虎杖根在植化组成上的相似性进行了聚类分析。结果表明：虎杖样品在4000～1700cm-1区域有相似的红外光谱特征,而在1700～900cm-1区域不同产地的样品又存在一定的差异。据此将虎杖的产地分为6个区,分区与各产地的地理位置和气候条件有一定的相关性,同一区内虎杖的化学组分相似。红外光谱法可以快速、简便、直观地对中药材进行聚类分析和质量鉴别。     

基于卷积神经网络和近红外光谱的太平猴魁茶产地鉴别分析

太平猴魁茶因其特有的“喉韵”深受广大消费者喜爱,不同产地太平猴魁茶市场价格相差较大,如何实现产地精准鉴别是目前促进绿茶产业发展的关键因素。依赖于人工经验的感官评审方法主观性强、稳定性差,无法应用于实际生产检测过程。作为目前主要的检测分析方法,化学分析方法周期长、检测成本高,而且目前没有用于茶叶产地鉴别的统一标准。近红外光谱（NIR）作为一种无损检测分析方法,具有快速、非破坏性、无污染等特点,但是不同产地太平猴魁茶主要内含成分及其含量基本相同,不同产地样本光谱特征峰分布相似,导致常规分析方法无法有效选择特征变量。卷积神经网络（CNN）作为经典深度学习网络模型之一,具有强特征提取和模型表达能力。采用太平猴魁茶产地光谱特征分析,利用一维卷积神经网络模型（1-D CNN）提取太平猴魁茶NIR特征,提出一种基于1-D CNN和NIR的太平猴魁茶产地鉴别分析方法。试验以6个不同产地共120个样本为研究对象,分析10 000~4 000 cm-1范围内的光谱信息;将样本随机划分为训练集（84,占70%）和测试集（36,占30%）,分别讨论不同间隔采样、网络结构、卷积核大小及激活函数对产地鉴别结果的影响,并引入Dropout方法对比分析模型过拟合现象;最终建立一个具有9层结构的1-D CNN模型。蒙特卡罗试验结果表明,相比于基于原始光谱数据（40.57%,7.06）和PCA方法（31.93%,6.96）的太平猴魁茶产地预测模型准确率和标准差,基于1-D CNN的太平猴魁茶产地鉴别模型预测精度和稳定性更高,其测试集预测准确率平均值和标准差分别为97.73%和3.47。因此,1-D CNN可有效提取太平猴魁茶不同产地NIR特征,提高太平猴魁茶产地鉴别精度,为太平猴魁茶精准产地鉴别及溯源分析提供参考。     

多种红外光谱校正法的两面针产地鉴别研究

由于红外光谱数据采集受仪器状态和实验环境的制约,影响对样品的正确识别。基于傅里叶变换红外光谱(FTIR)技术,用多种方法对两面针的红外光谱数据进行校正后,利用SIMCA法建立鉴别模型;分别对广西区内四个产地的两面针进行鉴别,通过比较分析以获得最适合建立两面针产地鉴别模型的光谱数据校正方法。结果显示,经多元散射校正和标准正态变换后,它们的PCA数据分布,以及产地分类模型之间的距离,都表明这两种校正方法在消除环境和人为因素的干扰的同时,能够很好的分离各个产地的样本,在对实际的样本识别中,其识别率和拒绝率均达到或接近100%。可见,多元散射校正和标准正态变换,均是两面针产地模型鉴别研究的理想校正方法。     

甘肃马衔山和田玉化学成分分析和产地判别研究

甘肃马衔山和田玉具有重要的宝玉石价值和考古文化价值,其中产地区分为甘肃马衔山和田玉的研究重点。通过测试分析马衔山和田玉的化学成分,对比其与国内主要产地和田玉的化学成分差异,建立微量元素产地判别模型,对甘肃马衔山和田玉的产地鉴别进行探究,为甘肃齐家文化中古玉器溯源提供数据支撑。以电子探针分析甘肃马衔山和田玉的主量元素,结果表明其主要成分为透闪石。采用激光剥蚀电感耦合等离子体质谱仪分析其微量元素和稀土元素,对比新疆、青海、辽宁、江苏、贵州、甘肃马衔山和田玉微量元素蛛网图、稀土元素参数和稀土元素配分图,结果表明不同产地和田玉存在差异,可进行产地区分;三维散点图δCe-ΣREE-LREE/HREE投图可将青海、辽宁、江苏、贵州和田玉进行产地区分,但不能区分新疆和甘肃马衔山和田玉;运用SPSS软件对新疆、青海、辽宁、江苏、贵州、甘肃马衔山和田玉的微量元素建立产地线性判别模型,对于已知六个产地：新疆、青海、辽宁、江苏、贵州、甘肃马衔山的数据, 判别分析正确率可达100.0%, 交叉验证正确率为90.3%,预留10组马衔山和田玉数据,回代验证正确率为100%。微量元素产地线性判别模型在和田玉产地判别中获得很好的效果。     

基于LIBS的山药饮片产地溯源研究

山药为薯蓣科植物薯蓣的根茎,其中的多糖、多酚、皂苷、黏蛋白和维生素C等成分使山药具有抗肿瘤、抗氧化、抗炎症、降血糖和降血脂等作用。不同产地的山药由于生长条件存在差异,致使药用成分含量显著不同,结合独特的炮制工艺,进而导致市场价格差别大,所以山药饮片的产地识别至关重要。为对山药饮片进行产地溯源,本文基于激光诱导击穿光谱(LIBS)技术提出多元散射矫正-改进遗传算法-支持向量机(MSC-IGA-SVM)模型对山药产地进行精确识别。使用八个不同产地的山药饮片进行LIBS实验,八种产地的山药饮片磨粉过筛后制成粉末压片,通过采集山药饮片的LIBS光谱,分别使用单一分类器与使用光谱预处理、特征提取及模式识别算法的模型对光谱的识别结果进行对比。将光谱信号按2∶1的比例划分为训练集和测试集,使用5次交叉验证K-邻近算法(KNN)模型的测试集准确率作为预处理参数优化的评价指标。各类药材的平均光谱整体趋势一致,所含谱峰基本相同,但因产地不同导致峰值强度各不相同,道地山药对一些金属元素(K, Na, Ca, Mg, Al)的富集能力大于非道地产区山药,其中,K元素特征谱线(769.90 nm)的峰值最高,即...     

草乌的拉曼光谱分析

草乌是一种重要的药用和有毒植物之一，本文采用FT-Raman光谱法定性分析了生，熟草乌的组成，结果显示，草乌因加工（熟草乌）和未加工（生草乌）其拉曼光谱有不同，造成这一现象的原因可甬由于生草乌加工泡制成熟草乌所致，即导致熟草乌的毒性低于生草乌，这将有助于生、熟草乌的质量控制与毒性分析。     

近红外光谱和化学计量学对不同产地不同产期当归的定性研究

采用近红外光谱技术结合化学计量学,对来源于不同产地不同产期的136个当归样本进行快速、无损的定性研究.将当归样本粉碎后,采用光纤漫反射采集近红外光谱,并对光谱进行主成分分析(PCA)、结合随机森林建立当归的定性模型,同时对比分析了不同光谱预处理方法(未处理、变量标准化十一阶导数、变量标准化十二阶导数)对鉴别结果的影响....     

红外指纹图谱库与阵列相关系数法快速鉴别中药材

在建立中药材粉末红外指纹图谱库的基础上，首次采用阵列相关系数比对法对药材进行了快速鉴别研究。结果表明，高相关系数阈值的设置能快速鉴别各种中药材，可达到一一鉴别的目的；低相关系数阈值的设置能快速对呀经材进行相似性分类识别，可达到主体化学成分相似药材的快速聚类（如淀粉类或挥发油类药材）；特定波段相关系数的比较，可为特殊鉴别提供参考依据（如鉴别不同炮制法的同种药材）。将红外指纹图谱库与阵列相关系数比对法结合起来，对药材的鉴别具有快速、简便、准确等特点。     

原子吸收光谱法测定不同采收时间栽培与野生羌活药材中微量元素的含量

利用空气-乙炔火焰原子吸收光谱法测定了不同采收时问(5月、6月、7月、8月和9月)的野生与栽培宽叶羌活药材中微量元素Ca,Mg,Fe,Mn,Cu和Zn的含量,应用SPSS16.0分析软件对结果进行统计分析.结果发现:羌活药材含有丰富的微量元素,栽培与野生宽叶羌活药材中微量元素的含量均以Ca元素的含量最高,Cu元素含量最...     

Application of the dual-frequency ultrasonometer for osteoporosis detection

The paper presents results of a clinical validation study of Bone UltraSonic Scanner (BUSS), a novel dual-frequency axial transmission ultrasonometer, developed by Artann Laboratories. Assessment of bone conditions is based on evaluating relative changes of the axial profiles of ultrasonic characteristics in long bones and utilizes bulk and guided acoustic waves. The objective of this study was to determine the ability of BUSS to discriminate osteoporosis development stages. A total of 93 menopausal and post-menopausal women divided into five groups from normal to advanced osteoporosis according to their DXA hip t-score were enrolled in the study. The 2D waveform profiles at low (0.1 MHz) and high (1 MHz) frequencies were obtained by scanning 15 cm along the proximal tibia.A multi-parametric linear classifier based on a set of the parameters derived from 2D acoustic waveform profiles has been developed. The efficiency of this classifier in differentiating osteoporosis from a normal sample was assessed using a receiver operating characteristic (ROC) curve analysis. Based on the ROC analysis, BUSS demonstrated 76% sensitivity and 70% specificity to DXA-identified osteoporosis. The area under the ROC curve, which is a measure of how well a parameter can distinguish between the two diagnostic groups (diseased/normal) was 79.3%. The study confirmed BUSS’s capability to discriminate between stages of bone atrophy and in particular to distinguish early changes induced by osteoporosis.