天麻的傅里叶变换红外光谱鉴别研究

利用傅里叶变换红外光谱法对野生天麻、家种天麻及天麻伪品进行了快速无损鉴别研究。结果表明,野生天麻、家种天麻及天麻伪品均有自己的特征红外光谱。根据红外光谱谱峰形状和位置可以容易地鉴别天麻及天麻伪品;根据谱峰位置和吸光度比可以区分野生冬天麻和野生春麻、野生天麻和家种天麻;根据谱峰吸光度比有可能区分天麻的不同级别。该方法具有快速、简便、不需对样品分离提取等特点。     

FTIR聚类分析法应用于菟丝子真伪的鉴别

采用水平衰减全反射傅里叶变换红外光谱法测定了菟丝子及其伪品的FTIR,从化学成分方面比较了正伪品之间的差异程度,并采用聚类分析法对菟丝子正伪品4个样品亲缘关系进行研究,FTIR聚类分析结果显示4个样品分为3组, 发现基于傅里叶变换红外光谱的聚类分析在反映菟丝子及其伪品化学组成差异程度上具有应用价值。所提出的方法可有效地应用于菟丝子的质量分析。     

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。     

傅里叶变换红外光谱法应用于中药砂仁真伪鉴别的研究

为了直接准确地鉴别砂仁及其伪品的真伪, 采用傅里叶变换红外光谱法直接测定砂仁及其伪品的红外光谱。结果阳春砂、绿壳砂、海南砂的红外光谱差别不大,而砂仁与其伪品红壳砂仁、海南假砂仁、华山姜及山姜的红外光谱吸收差别较大。对同一批次的不同样品进行了重复性试验,二阶导数傅里叶变换红外光谱正峰值的峰位一致率检验结果无显著性差异存在,说明可以采用FTIR法直接、快速、准确地对阳春砂、绿壳砂、海南砂与其伪品红壳砂仁、海南假砂仁、华山姜及山姜进行区别鉴定。     

FTIR结合主成分聚类用于伽师瓜籽品种的鉴别

采用衰减全反射傅里叶变换红外光谱(ATR-FTIR)法测定了3个不同品种的伽师瓜种子的傅里叶变换红外光谱,采用主成分和聚类方法进行数据分析,比较了不同品种伽师瓜种子之间的差异程度.结果表明:基于傅里叶变换红外光谱的主成分和聚类分析在反映不同品种植物种子化学组成差异程度上具有应用价值.     

基于连续小波变换FTIR鉴定青葙子及鸡冠子的研究

借助OMNI采样器,应用傅里叶变换红外光谱方法直接、快速、准确地测定青葙子及其伪品鸡冠子的红外光谱。利用连续小波变换对真伪品的红外光谱进行放大处理,以有效突出真伪品间的红外光谱差异程度,从而提高鉴定正确率。采用对信号奇异性具有良好探测能力的Morlet小波做小波母函数,对青葙子真伪品的红外光谱进行若干尺度的一维连续小波变换,在各个尺度下观察青葙子的真伪品的红外光谱的差异程度,从中选择一个差异程度最为明显的尺度来区分青葙子真伪品。结果表明：基于连续小波变换的傅里叶红外光谱分析方法能够有效鉴别同科同属不同种植物中药材。     

中药重楼及其伪品开口箭的FTIR分析与鉴别

本文采用傅里叶变换红外光谱方法(FTIR)对中药材重楼及其伪品开口箭的红外光谱进行了测试及对比分析。研究表明,重楼和开口箭各自有其独特的红外光谱特征,二者各自所包含的红外吸收峰的峰位明显不同,二者的红外光谱的峰形整体上有非常明显的区别,特别是在1650cm-1处及1405～1258cm-1范围这两个地方二者的峰形有非常明显的区别。采用傅里叶变换红外光谱方法可对重楼及其伪品开口箭加以鉴别和区分。     

威灵仙及其伪品的FTIR法直接鉴定

采用傅里叶变换红外光谱（FTIR）法，借助OMNI采样器直接测定了中药材威灵仙及其伪品华东菝葜、山木通和毛柱铁线莲的红外光谱，结果发现正伪品的红餐光谱差别较大。因此FTIR法可以直接、快速、准确地对威灵仙与其伪品华东菝葜、山木通和毛柱铁线莲进行区别鉴定。     

狭叶薰衣草和齿叶薰衣草的红外光谱对比分析

本文采用傅里叶变换红外光谱法分别对狭叶薰衣草和齿叶薰衣草的红外光谱进行了对比分析研究。结果表明二者之间的红外吸收峰大体相似,都含有多糖、氨基酸、甙类、醇类物质,但在峰位和相对强度上有一定差别,其中衣草花中含有较多含氧萜类和酯类化合物。狭叶和齿叶薰衣草之间的差异可通过红外光谱对比分析准确地反映出它们各自的特征,能够为不同品种薰衣草的开发利用提供科学依据。     

导数FTIR结合统计学法应用于中药延胡索质量控制的研究

提出了用单次反射傅里叶变换红外光谱法直接测定延胡索及其伪品的新方法。采用OMNI采样器直接测定法测定了样品的红外光谱,并经过二阶导数光谱转换后进行峰位一致率检验。结果发现延胡索表皮以内部分和外表皮的二阶导数红外光谱峰位基本无差别,而且不同产地的道地药材具有较好的相关性。表皮以内部分于2050～650cm^-1区域在4cm^-1波长区域单位范围内进行统计学处理,结果延胡索与其伪品的差异性极其显。可以采用二阶导数FTIR结合统计学法直接、快速、准确地对延胡索与其伪品的表皮以内部分进行区别鉴定。     

红外导数光谱-统计学法区别鉴定麦冬及其伪品的研究

为了建立中药材麦冬及其伪品的直接鉴定的理论和方法 ,采用OMNI采样器直接测定法测定了样品的红外光谱 ,并经过二阶导数光谱转换后进行峰位一致率检验。结果发现麦冬表皮以内部分和外表皮的二阶导数红外光谱峰位基本无差别 ,而且不同产地的道地药材具有较好的相关性。研究中发现浙麦冬与川麦冬表皮以内部分的二阶导数FTIR峰值 (χ2c =891 882 ,P =0 0 0 0 )的差异性极显著 ;与土麦冬 (χ2c=4 2 9 2 17,P =0 0 0 0 )、与湖北麦冬 (χ2c=6 92 70 6 ,P =0 0 0 0 )、与短葶山麦冬 (χ2c=981 970 ,P =0 0 0 0 )、与阔叶山麦冬 (χ2c=716 2 17,P =0 0 0 0 )、与竹叶麦冬 (χ2c=70 1 393,P =0 0 0 0 )的差异性都极显著。实验结果表明二阶导数红外光谱结合统计学法可用于中药材麦冬的真伪鉴别 ,本法简便、快速和准确     

基于白术FTIR的径向基函数神经网络鉴别研究

为了鉴定白术及其伪品,采用径向基函数神经网络(RBF)分别测试了白术及其伪品的傅里叶变换红外光谱。采用36个样本作训练集,27个样本作检验集,用各种模式的BPF进行了监督性训练。当训练目标误差平方和定为0.01时,各类RBF对训练集中白术样本识别的正确率均为100%,但对检验集样本识别的结果各不相同,其识别的正确率与隐含层节点数S₁有关。发现当S₁较大时,识别正确率反而下降,可能此时网络的非线性程度过高,使其不适合于该类样本集的训练。线性—线性型RBF识别的结果随S₁的变化不是很大,但识别的正确率不高,基本在85%左右。非线性—线性型RBF识别的结果最佳。当S₁为3时,其识别正确率超过了97%。因此该法可用于简便、快速、准确地识别白术及其伪品。     

HATR-FTIR应用于原产地中药材白术的测定方法研究

采用傅里叶变换红外光谱的各种测定方法测定了植物中药材白术,通过白术木质部及外表皮部的水平衰减全反射傅里叶变换红外光谱(HATR-FTIR)吸收比较,表明了外表皮含有更多的白术内酯及其衍生物等物质。新鲜的白术木质部比干燥白术木质部含有更多的化学物质,这可能是样品干燥后挥发油减少之故。对白术木质部及其伪品的木质部的HATR-FTIR进行二阶导数转换,进行峰位一致率检验,结果差异极显著。     

DSWT-FTIR-RBFNN鉴别罂粟和虞美人

采用水平衰减全反射傅里叶红外光谱法(HATR-FTIR)测定罂粟和虞美人的FTIR,由于两者为同科同属中药材,所含化学成分较为相近,为了更好地突出罂粟和虞美人在FTIR上的差异,并据此进行正确分类识别,利用离散平稳小波变换(DSWT)分别对罂粟和虞美人的种皮和种仁的FTIR进行若干尺度的变换,从中选择2个最具代表性的尺度作为特征提取的尺度空间.根据罂粟和虞美人的FTIR分布情况,确定将DSWT域内2个尺度的FTIR分别划分为2个特征区域并以每个区域内的光谱能量作为特征参数.从而构造一个包含8个特征参数的特征向量,将这个特征向量输入到径向基函数神经网络(RBFNN)进行训练,从而达到正确识别罂粟和虞美人的目的.实验中共取罂粟和虞美人的FTIR数据128对,其中训练样本78对,测试样本50对.实验结果表明利用文章的方法对罂粟和虞美人的正确识别率分别为99.8%和99.9%,从而验证了方法的有效性.     

红外光谱和逐步判别分析法应用于油菜籽的研究

用傅里叶变换红外光谱(FTIR)和逐步判别分析法对油菜籽的品种和产地进行鉴别研究。测试了来自5个产地17个油菜籽品种188份油菜籽皮样品的红外光谱,按产地和品种选择训练样本,每个品种选择5份为训练样本,剩下的作为测试样本,选择1 800～950 cm-1范围的光谱信息,在SPSS20.0的判别分析模块中采用逐步法,Fisher线性判别准则,分别建立油菜籽品种和产地的鉴别模型来判别样品的品种和产地;比较了逐步判别分析中五种筛选建模信息的算法所建立的模型对实验样品品种和产地的鉴别效果。基于油菜籽皮红外光谱信息的品种判别分析,五种筛选变量的算法所建立的模型都能较好的识别油菜籽的品种,“Wilks’ Lambda”法所建模型的识别效果最好,判别正确率为97.9%。基于油菜籽皮红外光谱信息的产地判别分析,五种筛选变量的算法所建立的产地判别模型也都能较好的识别油菜籽的产地,“Unexplained variance”法所建模型的识别效果最好,判别正确率为98.4%。研究结果表明,基于油菜籽皮中红外光谱信息的品种和产地判别分析,有望成为油菜籽品种和产地鉴别的方法。