近红外漫反射光谱法和模式识别技术鉴别中药材产地

采用近红外漫反射光谱法获得了来自不同产地的中药材的红外光谱,结合近邻法和多类支持向量机等模式识别技术,对来自四个不同产地的269个白芷样本和六个不同产地的350个野生和栽培丹参样本进行了产域鉴别,得到的交叉验证准确率分别达到99%和95%,为中药材产地的快速无损鉴别探索了一条有效的途径。     

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。     

红外光谱在中药定性定量分析中的应用

红外光谱灵敏度高、操作简便、谱带的专属性强,特别适合于中药材的无损快速鉴别和定量分析,它正在成为中药质量控制方面的一种有效手段。文章综述了红外光谱在中药定性和定量研究中的应用现状,对红外光谱在中药材(同一药材不同部位,不同产地、品种的同种中药材,易混淆、真伪中药材等)和中成药(中药配方颗粒和注射剂等)的鉴别分析与有效成分含量测定等方面的应用进行了详细评述。随着傅里叶变换红外光谱和计算机技术的不断发展,它必将在中国中药的现代化和国际化道路上起到关键作用。     

红外光谱结合主成分分析鉴别不同产地黄柏

利用傅里叶变换红外光谱仪收集6个不同产地黄柏的红外光谱,原始光谱经过多点基线校正、五点平滑预处理后,统计各个产地黄柏的平均光谱,结果显示,6个产地黄柏的平均红外光谱整体上相似;在指纹特征区域1 800～500cm-1,选取经过归一化的红外光谱,建立主成分分析鉴别模型.建模结果表明,三个主成分能代表98%的指纹区变量信息,样本在主成分空间中聚集成为不同的类别,基本实现不同产地黄柏的鉴别,此外,在一定程度上,样本分布疏密度反映样本的亲缘关系.提取模型的载荷因子,分析显示,6个产地黄柏的差异主要在蛋白质、糖类、脂类、生物碱类、黄柏甾醇类、黄柏内酯、黄柏酮、黄柏酮酸八种物质成分上体现.因此,红外光谱结合主成分分析法可以快速、无损地鉴别不同产地黄柏,并且能反映不同产地黄柏物质成分含量的差异.     

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。     

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。     

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。     

基于支持向量机及小波变换的人参红外光谱分析

以吉林名贵中药材人参作为研究的主要对象,详细研究了利用小波变换技术对红外光谱变量的压缩方法和实现过程,以及如何利用人工神经网络(ANN)和支持向量机(SVM)技术建立人参的红外光谱的产地鉴别模型,并详细讨论了ANN模型中相关参数的优化方法以及SVM模型中的核函数及σ值的优化选择。仿真实验表明,建立的ANN模型对40个吉林人参样品产地识别率达到92.5%,而采用径向基核函数的SVM模型的识别率为97.5%,其分类效果明显优于ANN模型。从而表明小样本的情况下,利用SVM结合小波变换技术可以对吉林人参的红外光谱的产地特征进行正确区分,同时为中草药的红外光谱的进一步的分析和研究提供了一定理论依据和技术支持。     

基于FTIR的两种模式识别方法在两面针产地鉴别中的应用

为了探求建立快速鉴别两面针产地的方法,基于傅里叶变换红外光谱(FTIR)技术,选取1 800~400 cm-1红外指纹图谱带,采用Fisher比值法和SIMCA聚类分析法建立产地分类模型,分别对广西区内四个产地的两面针进行鉴别,并通过计算识别率与拒绝率来验证模型。结果表明,红外光谱技术不但能准确提取中药材的整体信息,并且基于红外光谱建立起的两种模式识别模型对未知样品进行预测,识别率和拒绝率均达到90%以上,说明所建模型具有较强的识别能力。通过自编计算程序以及现有统计软件,还可以将模式识别模型实现实时在线化检测与快速样品鉴别,大大提高了鉴别速度而更具应用价值。     

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。     

5种抗肝癌中草药中锌、铜、锰、铁和镁的含量分析

采用火焰原子吸收光谱法测定了半边莲、半枝莲、山豆根、苦参和葛根5种抗肝癌中草药中Zn、Cu、Mn、Fe和Mg的含量。结果表明,各元素在所选的中草药中含量丰富。5种中草药中,半枝莲的Zn和Mn含量最高,半边莲的Cu和Fe含量最高,山豆根中Zn/Cu比值最高,而Mg的含量则均很高。该结果可为研究中草药的抗肝癌作用机理提供一定的信息。     

HPLC-DAD研究黄芪中黄酮类化合物色谱指纹图谱

利用联用色谱建立了黄芪中黄酮类化合物色谱指纹图谱,用相关化学计量学方法和黄芪黄酮类化合物标准谱对照,定性鉴定出八个黄酮类化合物,进而建立了4个产地黄芪中黄酮类化合物特征色谱指纹图谱,表明不同产地同种药材间的相关性。该方法能用于不同产地中药黄芪的真伪和优劣的鉴别,为以后黄芪活性化合物的定性定量关系研究及质量控制提供基础。     

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。     

基于化学荧光测定的板蓝根抗病毒效价检测方法的建立

荧光测定法在化学分析和生物检测中已广泛应用,将该法引用到中药的生物效价检测中则是一种新的尝试。而生物效价检测与药效直接相关联,是研究中药质量控制与品质评价方法的新趋势。为了建立与抗病毒药效相关的板蓝根质量控制和评价方法,采用化学荧光测定法考察了板蓝根提取物对流感病毒神经氨酸酶(NA)的体外抑制活性,分析了其药理作用的量效曲线变化趋势和作用规律。在此基础上并根据生物检定的统计学原理,以“质反应平行线”法设计和优化检测条件,建立了板蓝根抗病毒生物效价荧光检测方法。实际测试结果能够灵敏、定量表征样品间的品质差异,方法的可靠性和可重复性较好。以此作为板蓝根质量生物控制和评价方法,能够体现中药药效特点。     

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。     

GUW-based structural damage detection using WPT statistical features and multiclass SVM

Recently, guided ultrasonic waves (GUW) are widely used for damage detection in structural health monitoring (SHM) of different engineering structures. In this study, an intelligent damage detection method is proposed to be used in SHM applications. At first, GUW signal is de-noised by discrete wavelet transform (DWT). After that, wavelet packet transform (WPT) is employed to decompose the de-noised signal and the statistical features of decomposed packets are extracted as damage-sensitive features. Finally, a multiclass support vector machine (SVM) classifier is used to detect the damage and estimate its severity. The proposed method is employed for GUW-based structural damage detection of a thick steel beam. The effects of different parameters on the sensitivity of the method are surveyed. Furthermore, by comparing with some other similar algorithms, the performance of the proposed method is verified. The experimental results demonstrate that the proposed method can appropriately detect a structural damage and estimate its severity.     

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。     

微波消解ICP-AES法测定不同生长年限白芍的微量元素

采用微波消解技术-电感耦合等离子-原子发射光谱法(ICP-AES)对不同产地、不同生长年限的芍药及其炮制前后含有的几种具有重要生理功能的无机微量元素——K,Ca,Na,Mg,Za,Fe和Cu等的含量进行了依次测定。结果显示样品中含有丰富的微量元素,该方法的RSD均在4%以下,加标回收率在99%～113%,具有较好的准确度和精密度。进而采用主成分分析法(PCA)对所测得的白芍样品微量元素作为变量进行分类研究。结果表明微波消解-电感耦合等离子-原子发射光谱法可同时测定多种微量元素,主成分分析法是不同白芍的分析分类的有效方法,实验结果可为白芍中微量元素与其药效的相关性提供科学依据。     

栽培和野生中药材灯盏花的近红外光谱鉴别模型

分别在2台傅里叶变换近红外光谱仪上采集了43个栽培和野生中药材灯盏花样品的近红外漫反射光谱,提取光谱信息的15个主成分,方差贡献率达到99%以上。以20个灯盏花样品作为建模集,15个主成分作为网络学习输入层的15个节点,在2台仪器上用2套光谱分别建立了识别栽培和野生灯盏花样品的BP-神经网络模型,并对预测集的23个样品用于实际鉴别分析。两台仪器上的建模集样品模型回代正确识别率均为100%,预测集样品的正确识别率分别为100%和95.7%,结果表明,利用近红外光谱法进行栽培和野生中药材灯盏花的快速鉴别是可行的。