阵列相关系数比对法在中药鉴别中的应用研究

中药材红外光谱具有“指纹”性,通过对红外特征吸收谱图的比对可达到区分和鉴别药材的目的。该研究用Visual Basic 6.0设计了中药材红外光谱阵列相关系数比对软件,建立了300多种中药药材的红外光谱数据库,将未知药材的红外光谱与数据库中药材的红外光谱进行比对,它能依11个波段两光谱相关系数的大小自动找到与库中最相似的光谱的药材,从而达到鉴别未知药材的目的。研究结果表明：在光谱数据库所包含的药材范围内,指定阵列相关系数的阈值,抓住特征波段光谱的比对,可避开CO₂和H₂O等外界因素对谱图的干扰,使比对结果准确可靠。该法有望成为中药材快速鉴别的一种常规手段。     

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。     

对照中药材红外光谱数据库的研制与应用

在选定的化学处理条件下 ,测定了对照中药材的红外光谱。采用现代电子科学技术 ,建立了对照中药材红外光谱数据库 ,应用于中药材的品种鉴别。该数据库对照中药材样品具有各自比较鲜明的红外光谱指纹特征 ,可以通过拉丁学名进行检索 ,快速鉴别中药材以及区分中药材真伪品 ,为中药材鉴定技术标准化、规范化探索了一条新途径     

红外光谱应用新进展及其与色谱指纹图谱对比分析

综述了红外光谱技术在常用中药材鉴定、地方民族药识别、中药炮制、中药注射剂四方面应用最新进展,这些包括加强计算机解析深度,增加药材前处理,利用二维相关红外光谱进行炮制监控等;另外,简述了色谱指纹图谱多组分含量分析框架体系的构建;分析比较红外光谱与色谱指纹图谱技术在中药质量控制领域应用的共性与差异点。     

分子振动光谱法与中药研究的最新进展

本文叙述了分子振动光谱法（傅半叶变换拉曼光谱技术和傅立叶变换红外光谱技术）的量新发展与中药的无损定性鉴别、定量分析、热稳定性监控及中药优化的最新应用。报道了利用傅立叶变换拉曼光谱技术（ＦＴ－Ｒａｍａｎ）和漫反射傅立叶变换２红外光谱技术（ＤＲ－ＦＴＩＲ）可以直接快速地鉴别生药材;利用漫反射傅立叶变换近红外光谱技术（ＤＲ－ＮＩＲ）可以无损定量分析中药材、中成药和方剂的组分含量利用ＦＴ－Ｒａｍａｎ和ＨＡ     

藤梨根红外光谱聚类分析及可视化鉴别

探索傅里叶变换红外光谱技术在抗癌中药藤梨根快速鉴别、分析方面的应用。对不同品种藤梨根药材的红外光谱图进行了聚类分析和主成分分析,以样品的主成分数值为评价指标,并将谱图进行可视化表达。结果显示,应用傅里叶变换红外光谱法结合主成分分析和谱图的可视化转化,能够实现红外光谱无损快速鉴别藤梨根品种。傅里叶变换红外光谱法的应用能够快速、简便、准确地鉴别藤梨根的品种,是其质量监测一种直观有效的方法。     

红外光谱与聚类分析法无损快速鉴别肉苁蓉

应用傅里叶变换红外光谱（FTIR）法测定了栽培和野生肉苁蓉,以450～2 000 cm-1范围内的吸收峰吸光度为指标,以红外光谱图为对象,应用SMICA聚类分析（Cluster analysis）法对栽培和野生肉苁蓉进行了聚类分析。结果表明,红外光谱结合聚类分析技术可对不同来源的肉苁蓉进行鉴别,识别率和拒绝率达到90%以上,盲样检测的准确率也在95%以上。因此,红外光谱与聚类分析法相结合可以快速、无损识别中药材。     

FTIR直接鉴定紫苏子及其伪品的研究

本文首次采用傅里叶变换红外光谱法的单次反射采样技术,直接、快速、准确地测定了种子类中药材紫苏子及其伪品的红外光谱。结果表明:种子类中药材紫苏子及其伪品的种仁和皮层由于所含化学成分的不同,其红外光谱的吸收的位置和强度均有明显差异,发现紫苏子与白苏子为同种植物,野生紫苏子则有所区别,且紫苏子与其伪品石荠苧、苏州荠苧及疏花荠苧的红外光谱吸收差别较大。根据红外特征吸收能够达到中药材的真伪鉴别及种类认定的目的。该方法具有直接、快速、准确、无需制样等特点。     

FTIR结合主成分分析对棕榈科植物鉴别研究

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示,棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析,显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。     

红外光谱技术在饮料酒鉴别中的应用进展

红外光谱作为鉴别技术被广泛地用于各种饮料的品质检测和定性鉴别中。文章对比了各种用于饮料酒鉴别的技术的优缺点,介绍了红外光谱技术鉴别饮料酒的技术流程,以及红外光谱技术在葡萄酒、啤酒、威士忌、白兰地、日本清酒、中国黄酒等饮料酒的产地、酒龄以及分级等方面的国内外研究现状,分析了红外光谱技术应用于饮料酒鉴别的种种优势和需要解决的问题,并展望了其在我国饮料酒鉴别中的应用前景。     

20种活血化瘀中药提取物的红外光谱分析及其与药性相关性的初步探讨

为探讨中药提取物红外光谱用于中药药性识别的可行性,分别采用石油醚、乙酸乙酯、无水乙醇、水4种溶剂分部位提取桃仁等20种不同药性活血化瘀中药的化学成分,并用FTIR技术对各溶剂提取得到的成分进行分析测定,共采集得到240个傅里叶变换红外图谱。经对原始数据预处理后,应用主成分分析结合支持向量机方法对各样本的IR图谱进行分析。结果显示用乙酸乙酯提取物的红外光谱构建的模型对平性药识别正确率为80%,对非平性药的识别正确率为90%,平均识别正确率为85%。     

Study on Infrared Transmission Spectrum of Sildenafil Citrate Mixed in Traditional Chinese Medicine

The infrared transmission spectrum has been studied on the mixed medicine sample composed of sildenafil citrate (SDF or Viagra) and traditional Chinese medicine(TCM). The measured infrared spectra are composed of several broad absorption bands and many sharp absorption lines. Then the broad absorption bands are changed from sample to sample. It is identified that the sharp and broad absorption bands are from the Viagra and TCM, respectively. A numerical best fitting process has been used to extract the absorption spectrum from the spectrum of mixed sample. Combined with the numerical analysis, the Viagra component can be extracted from the mixed material even with a changeable broad absorption bands' background. It shows that the infrared transmission spectroscopy is a useful method to extract the component of chemical medicine from the mixed medicine.     

滇龙胆不同炮制品的傅里叶红外光谱鉴别

中药炮制是中医临床用药的关键,炮制具增效、减毒、缓和药性等作用,为了临床安全、合理、有效地使用中药,开展中药炮制品的鉴别研究具有重要意义。采用傅里叶变换红外光谱,对五种不同炮制样品(包括龙胆、生龙胆、酒龙胆、醋龙胆、盐龙胆)60份滇龙胆进行鉴别分析。采集样品的中红外光谱图,用基线校正和归一化法对原始光谱进行预处理,去除光谱噪音明显部分,选择3 400~600cm~(-1)范围内的光谱,利用多元散射校正(MSC)和标准正态变量(SNV)法进行处理,样品按3∶1分为校正集和预测集,并建立主成分分析(principal component analysis,PCA)和判别分析(discriminant analysis,DA)模型。结果显示,滇龙胆不同炮制品的红外图谱具有差异,主要吸收峰有3 378,2 922,1 732,1 610,1 417,1 366,1 316,1 271,1 068,1 048cm~(-1)。1 738,1 643,1 613,1 420,1 051cm~(-1)附近为龙胆苦苷的特征吸收峰,1 068,1 048,935cm~(-1)处为糖类物质的吸收峰;主成分分析表明,前三个主成分方差累积贡献率为94.05%,能够反映原始数据的大部分信息,酒龙胆和醋龙胆与其他样品之间存在明显的差异,龙胆与盐龙胆所含化学成分差异较小;经基线校正和归一化法处理后的光谱结合多元散射校正法,在主成分数为10的条件下,判别分析模型可对所有样品进行正确识别,具有良好的预测性能。结果表明,傅里叶红外光谱法是一种快速、无损、有效的方法,可用于滇龙胆炮制品的鉴别,为中药炮制品的鉴别研究提供了借鉴。     

枸杞子四种原性状的FTIR光谱法鉴别

本文利用傅里叶变换红外（FTIR）光谱法无损快速鉴别了枸杞了的四种原性状。结果表明：不同颜色、不同味道、不同质地及不同形状的枸杞子的红外光谱谱图较为特征,各种枸杞子的红外官能团吸收均遵循一定的变化规律。该方法快速、简便、直观、样品不需要分离提取。     

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。     

桂附地黄丸金匮肾气丸指纹图谱双指标等级序列二次聚类分析及质量评价

建立了两种组成相似的中药桂附地黄丸和金匮肾气丸的鉴别和质量定量评价分级方法。采用数理统计方法分析桂附地黄丸和金匮肾气丸的水提物的红外指纹图谱共有峰率和变异峰率双指标序列,确定其中的等级序列并进行二次聚类分析, 构建了各种样品的最相似样品组。利用确定的每种中药样品的最相似样品组,可以准确鉴别18种桂附地黄丸和金匮肾气丸样品。文章提出的方法可以对桂附地黄丸和金匮肾气丸样品进行准确鉴别及质量定量评价。     

国产枸杞属植物的红外指纹图谱无损快速鉴别研究

用傅里叶变换红外光谱法 (FTIR)无损快速鉴别了国产 10种枸杞。结果表明 :按其形态学分类的7种枸杞和 3变种枸杞与红外指纹图谱有一定的相关性 ,也有一些差异。这 10种枸杞的红外光谱各自均有自己的特征吸收 ,可方便地给以鉴别和区分 ,同时还进一步表明了枸杞中的化学组分之间的差异 ,为枸杞品种优良的宏观质控提供了一个快速、直观、方便、可行的方法     

不同采收期滇龙胆的红外光谱鉴别研究

采收是中药生产的重要环节,采收时间直接影响中药质量和产量,是中医临床安全有效用药的前提,开展中药适时采收期的研究具有重要意义和应用价值。采用傅里叶变换红外光谱法对72份不同采收期的滇龙胆进行鉴别研究,用TQ8.0软件对原始光谱进行一阶导数(first derivative,FD)、二阶导数(second derivative,SD)、标准正态变量(standard normal variate,SNV)、多元散射校正(multiplicative scatter correction,MSC)和平滑(savitaky-golay filter,SG)预处理,样品按3∶1分为校正集和预测集,同时建立主成分分析(principal component analysis,PCA)和偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)模型。结果显示,选取1 800~600cm~(-1)波段范围的光谱,去除光谱噪音;SNV结合二阶导数光谱和SG(15,3)平滑,预处理结果满意。主成分分析表明,前三个主成分方差贡献率为92.47%,5月、9月和10月份采收的样品差异较小。偏最小二乘判别分析建立判别模型,决定系数R2和校正均方根误差(RMSEE)分别为0.967 8和0.086 0,可对18个预测集样品进行准确分类。红外光谱法结合主成分分析、偏最小二乘判别分析对不同采收期滇龙胆的分类和判别效果较好,为不同采收期的中药鉴别提供理论依据。     

基于光谱法的中医证型快速诊断

传统中医的诊断中对舌色的观察是信息来源的重要方面,但中医望诊中,肉眼的判断会受到环境变化和医生主观的影响,对症候的诊断会产生一定的误差.作者从光谱学的角度人手,提出一种全新的中医客观化方法,用连续的光谱信息替代单一舌色,进而研究舌部携带信息的本质.实验中使用近红外光谱,对53个表寒里热患者、37个健埭人和21个风寒患者...     

黄连-吴茱萸药对不同配伍方式的红外光谱研究

中药复方配伍规律是中医药研究的重点,该文将红外光谱技术特有的宏观指纹特性与中医辨证施治的整体理论相结合,旨在建立一种既能反映中医药整体观的整合调节作用,又具有普遍适用于中药复方和快速、经济特点的研究模式。左金丸与其类方反左金、甘露散和茱萸丸是寒热配伍的经典方剂,它们都是由黄连和吴茱萸以不同比例组成的对药。文章通过分析比较单味药黄连、吴茱萸及其以不同配伍方式组成的黄连-吴茱萸类方的红外光谱图,对这4个药对复方的红外谱图进行特征峰指认,结果发现单味药黄连不仅在左金丸和甘露散中占绝对优势,而且在茱萸丸的水提物中贡献率也比吴茱萸大;此外,在茱萸丸和反左金的醇提物中,黄连亦表现出高于吴茱萸的整体贡献率。