红外光谱和聚类分析法无损快速鉴别赤芍

以赤芍的红外指纹图谱作为聚类分析的对象，在建立主成分模型的基础上，采用SIMCA聚类分析法对赤芍进行了快速的分类研究，结果表明，由于野生与野生与栽培赤芍的红外提纹图谱变异度较大，其光谱聚类的结果较理想，盲样检测的正确可达90％，由于不同产地的赤芍的红外指纹图谱异度较小，进行聚类分析后用盲样检测，正确率为75％，对于变异度较小的样品，若要提高识别的置信度，需增加样品的数目和采样的代表性，总之，红外指纹图谱与聚类分析法相结合可以快速鉴别药材的道地性。     

HPLC-ESI-MS和FTIR方法鉴别不同产地中药肉苁蓉的研究

采用HPLC-ESI-MS和傅里叶红外光谱法对五种不同产地中药肉苁蓉进行了分析,采用HPLC-ESI-MS检测了中药肉苁蓉中荒漠肉苁蓉苷A、松果菊苷、毛蕊花糖苷、异毛蕊花糖苷、2’-乙酰基毛蕊花糖苷、荒漠肉苁蓉苷C、管花苷B七种有效成分的含量。采用傅里叶红外光谱法,以五种药用植物样品的红外指纹图谱为依据,计算出所测样品的共有峰率和变异峰率。建立了五种药用植物的共有峰率和变异峰率双指标序列。结果显示两种方法对药材评价结果基本一致。采用傅里叶变换红外光谱法亦可区分肉苁蓉的常见伪品锁阳。HPLC-ESI-MS具有高通量、高灵敏度、分析快速等优点,可以通过主要化学成分含量的测定对肉苁蓉进行质量评价。傅里叶红外光谱法可以对样品进行无损处理,不需要对药材进行复杂的提取分离过程即可获得肉苁蓉红外光谱特征,其光谱的吸收峰强度与峰形是各种官能团互相作用的结果,是肉苁蓉多组分红外光谱的叠加。我们能从整体水平分析谱图特征峰,具有分析速度快,重现性好,非破坏性和样品量小,制样简单,专属性强,节约成本,保护环境等优点,符合中药向综合分析和整体分析的发展趋势。HPLC-ESI-MS和傅里叶红外光谱法联合应用,两种方法互为补充,为鉴别中药的真伪,探讨中药质量评价提供了一种新方法。     

红外光谱对三七及其野生近缘种亲缘关系研究

野生近缘种在丰富种质资源以及改善栽培物种品质产量方面具有十分重要的意义和作用。采用傅里叶变换红外光谱对三七及其野生近缘种亲缘关系进行探讨,以期为三七的品种改良及种质资源开发利用提供理论基础。采集三七及其4个野生近缘种(珠子参、屏边三七、越南人参、羽叶三七)、三七总皂苷标准品红外光谱,将三七及其野生近缘种红外光谱进行自动基线校正、平滑、纵坐标归一化、二阶导数预处理,结合主成分分析、偏最小二乘判别分析及系统聚类分析进行亲缘关系研究。结果显示,三七与三七总皂苷标准品红外光谱在3 400,2 930,1 635,1 385,1 075,927 cm~(-1)等附近存在多个共有峰,推测这些共有峰强度与皂苷含量之间有一定关系;三七及其野生近缘种原始光谱较为相似,存在C-H,C=O,O—H,C—N,C—O等官能团吸收峰,不同物种的二阶导数红外光谱指纹区(1 800~500 cm~(-1))具有较大差异,如1 385和784 cm~(-1)等特征吸收峰差异明显;选取指纹区光谱数据进行主成分分析、偏最小二乘判别分析,通过比对两种方法的3D得分图,偏最小二乘判别分析对物种的区分效果优于主成分分析;前6个主成分数据的系统聚类分析表明,三七与越南人参、珠子参亲缘关系较近,与屏边三七、羽叶三七亲缘关系较远。利用傅里叶变换红外光谱结合化学计量学的方法能有效对三七及其野生近缘种进行亲缘关系分析,同时为药用植物种质资源相关研究提供借鉴与参考。     

基于偏最小二乘法判别分析与随机森林算法的牛肝菌种类鉴别

牛肝菌作为一种著名的野生食用菌,具有较高的食用价值和经济价值。牛肝菌种类繁多,不易区分,建立一种有效、快速、可信的种类鉴别技术,可为牛肝菌提高品质提供一种方法。本研究采集云南不同地区7种野生牛肝菌共计683株,获取样品中红外光谱和紫外光谱,分析不同种类牛肝菌平均光谱图特征。基于多种预处理组合（SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG,MSC+2D）的单一光谱数据结合两种特征值提取法（PCA,LVs）构建了偏最小二乘法判别分析与随机森林算法并结合数据融合策略对牛肝菌进行种类鉴别,有一定的创新性。结果表明：（1）中红外光谱和紫外光谱的不同种类牛肝菌平均光谱吸收峰差异较小,吸光度具有细微差异。（2）合适的预处理可提高光谱数据信息,偏最小二乘法判别分析和随机森林算法模型的中红外光谱数据和紫外光谱数据最佳预处理组合为2D+MSC+SNV,SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG。（3）单一光谱模型中,中红外光谱模型优于紫外光谱模型,中红外光谱最佳预处理组合2D+MSC+SNV的偏最小二乘法判别分析模型正确率训练集99.78%,验证集99.12%;随机森林模型正确率训练集93.20%,验证集99%。（4）数据融合策略提高了分类正确率,低级融合的偏最小二乘法判别分析模型训练集和验证集正确率为100%,99.12%。随机森林模型训练集和验证集正确率为92.32%,99.14%。（5）随机森林算法中级数据融合Latent variable（LVs）正确率为训练集92.76%,验证集96.04%;中级数据融合Principal components analysis（CPA）正确率为训练集97.15%,验证集100%。（6）偏最小二乘法判别分析中级数据融合（LVs）正确率为训练集100%,验证集99.56%;中级数据融合（CPA）训练集和验证集正确率均能达到100%。基于偏最小二乘法判别分析和随机森林算法结合数据融合策略对牛肝菌进行种类鉴别,鉴别效果理想。偏最小二乘法判别分析中级数据融合（CPA）可作为一种低成本高效率的牛肝菌种类鉴别技术。     

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.     

红外三级鉴定法快速鉴别栽培与半野生黄芪

采用红外光谱的三级鉴定法分析鉴别了栽培黄芪和半野生黄芪。所获得的一维红外光谱、二阶导数谱和二维红外相关谱,能逐步提高红外谱图的分辨率,并从不同的角度上体现了两者的差异性。结果显示,黄芪的红外光谱主要由有机酯类化合物、醌类化合物及糖苷类物质的振动吸收带组成。两类黄芪样品的一维红外光谱和一阶导数谱整体上十分相似,只是在多糖吸收区域(1160—925cm-1)略有差异,对比该区域的二维相关红外光谱,差异主要表现在1100—1000cm-1和1150—1050cm-12个吸收带。结果表明,红外三级鉴定法可以对栽培黄芪和半野生黄芪进行快速、无损、简便的分析与鉴定。     

高光谱无损识别野生和种植黑枸杞

高光谱图像技术在农产品检测及识别方面有广阔的应用前景。野生黑枸杞经济效益显著,经常被种植黑枸杞冒充。提出一种利用高光谱图像对野生黑枸杞无损快速识别的方法。主要内容和结果如下：（1）共采集256份（野生、种植各128份）黑枸杞在900～1 700 nm范围的高光谱反射光谱,每份平均光谱作为此样品的光谱;（2）采用标准正态变换（SNV）对采集的光谱预处理;基于Kennard-Stone法,按照校正集和预测集比例为2∶1对样品划分,用连续投影算法（SPA）对光谱进行降维处理,提取特征波长30个;分别将全光谱和SPA 提取的30个特征波长作为模型输入,建立支持向量机（SVM）、极限学习机（ELM）和随机森林（RF）识别模型。（3）结果表明,在识别野生黑枸杞模型中,基于全光谱和SPA建立的SVM,ELM和RF模型校正集识别率均高于98.8%,基于全光谱和SPA建立的SVM,ELM和RF模型预测集识别率均高于97.7%。基于全光谱（FS）建立的三种识别模型略优于基于SPA建立的三种识别模型。但从简化模型方面,SPA提取的特征波常数仅为全光谱的11.8%,大大降低了模型运算量。三种模型中,基于随机森林模型无损识别野生黑枸杞效果最好,均达到100%。研究表明,利用高光谱图像技术结合分类模型可快速识别野生黑枸杞。     

蚕豆病害叶的FTIR研究

用傅里叶变换红外光谱技术结合统计分析对蚕豆锈病、茎基腐病、轮纹病、黄化卷叶病和正常叶片进行鉴别研究。结果显示病害叶片和正常叶片的红外图谱相似,仅有几个吸收强度比存在差异;对光谱进行二阶导数分析发现,病害叶片和正常叶片的二阶导数光谱在1 200～700cm-1范围差异明显,对该区域内的光谱数据进行相关分析、主成分分析和聚类分析,结果显示,正常叶片之间、同种病害样品之间相关系数都在0.928以上,而病害叶片和正常叶片以及不同病害样品之间的相关系数降低;45个样品聚类分析和主成分分析正确率分别为73.3%和82.2%。傅里叶变换红外光谱技术具有快速、无损、准确等优点,有望为蚕豆病虫害诊断提供新的方法与途径。     

长白山地区几种红景天品种的傅里叶变换红外光谱法鉴别研究

分别用石油醚,氯仿,甲醇对长白山地区的野生和栽培高山红景天和长白红景天进行了提取,并首次对提取物进行了傅里叶变换红外光谱法测定,还用红景天块做了相应的验证研究。结果表明,长白山地区的野生和栽培高山红景天和长白红景天的红外光谱图谱有明显不同,故可用作鉴别其品种或评价其质量的一种手段。     

牻牛儿苗科11种中药材红外光谱鉴定及聚类分析

结合傅里叶变换红外光谱技术与聚类分析法,建立牻牛儿苗科11种中药材的快速鉴别方法。采用傅里叶变换红外光谱法鉴别牻牛儿苗科11种中药材;在建立主成分分析模型的基础上,采用SIMCA聚类分析法对三种中药材进行了快速的分类研究。红外光谱结合聚类分析技术对牻牛儿苗科中药材聚类结果较理想,识别率和拒绝率达到98%以上,盲样的预测率达到91%。红外光谱与聚类分析法相结合可以快速、无损识别牻牛儿苗科中药材。     

红外光谱法用于肉苁蓉属中药鉴别研究

采用傅里叶变换红外光谱(FTIR)及其二阶导数谱和二维相关红外光谱对传统名贵中药材肉苁蓉、管花肉苁蓉和盐生肉苁蓉进行鉴别研究。结果表明,肉苁蓉与管花肉苁蓉的红外谱图有明显区别,相似系数仅0.623 3;而肉苁蓉与盐生肉苁蓉的峰形和峰位均极其相似,相似系数达0.904 8,仅从一维图上无法看出两者的成分差异,但通过二阶导数谱中1 730(1 738),816 cm-1处的峰形差异可发现二者的一些成分含量存在较明显差异。二维相关谱更直观地反映出三者的差异,它们的自动峰个数均不相同。可见,红外光谱法基本可以实现了对肉苁蓉属３种药材的鉴别,而且具有快速、有效和无损等优点。     

不同产地双色牛肝菌FTIR光谱鉴别研究

同一种蕈菌子实体,由于外观形貌相似,凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换红外光谱(FTIR)法测定了云南省5个不同地区58个野生双色牛肝菌子实体样品的红外光谱。借助于红外光谱具有的指纹特性,利用SPSS 13.0统计软件对1 350~750 cm-1范围光谱数据进行主成分分析(PCA),根据前三个主成分累积贡献率已达到88.87%以及主成分载荷分析,表明前三个主成分能够反映样品在该段光谱的主要信息。对前三个主成分作投影显示并进行比较,发现以主成分1和主成分2作二维线形投影,对不同产地的双色牛肝菌有较好的聚类和鉴别作用,所有样品被划分为5个区域,98.3%的样品被正确归类。研究结果提示,傅里叶变换红外光谱结合主成分分析方法可以快速、方便地对不同产地的同一种野生双色牛肝菌进行鉴别分类。     

Fourier Transform Infrared Spectroscopy of the DNA of the Chuxiong Population of Camellia reticulata Lindl. of China

In order to cluster and identify 10 varieties of Chuxiong population of Camellia reticulata Lindl., the difference of DNA among the 10 varieties was detected by using Fourier transform infrared spectroscopy (FTIR), and then hierarchical cluster and principal component analysis based on average spectra of DNA was used to establish standard clustering and identifying model. The result indicated that (1) DNA fingerprints based on FTIR of the 10 varieties are different from each other, which is also supported by variance analysis (p < 0.05). (2) The rate of clustering of 30 samples is 100%. Likewise, the rate of identifying of 10 samples is 100% as well. (3) It was speculated based on clustering distance coefficients that Guomei (Variety 5) was formed by grafting the scion from the original old tree Xiangguo (Variety 1) to seedling from seed. The conclusion is that DNA FTIR is an effective manner of clustering and identifying Chuxiong population of C. reticulata Lindl., and can be used to calculate the origin of ancient Camellia tree.     

肉苁蓉种子成分及活力的红外光谱分析

采用傅里叶变换红外光谱法(FTIR),分析研究了肉苁蓉种子不同部位及其在不同处理后的光谱特征和成分差异。结果显示,肉苁蓉种子成分组成丰富,同时存在蛋白质、脂类和碳水化合物的特征吸收峰,并且推测含有果胶质和芳香类化合物。肉苁蓉种皮和种仁的成分差异很大,2 926,1 746,1 161及721 cm-1处一系列强峰说明种仁中的油脂类成分含量非常高,而种皮中1 054 cm-1处碳水化合物和果胶质类的特征吸收峰最强。霉变或高温处理后肉苁蓉种子中与活力相关的蛋白质及糖类含量明显减少,而有活力的种子中蛋白质与脂类所在特征区域的峰高比(I_{1 630}／I_{1 745})(cm-1)均大于1.05。而肉苁蓉种仁失活后酰胺Ⅰ带与脂类特征峰的强度比值(I_{1 653}／I_{1 745})由0.31降为0.23,降幅达25.8%。研究表明,红外光谱法不仅可应用于肉苁蓉种子成分的全面快速分析,而且还可更深入应用于种子生活力、种子寿命乃至种子质量的快速分析与测定。     

显微红外光谱法无损识别林下山参与园参

显微红外光谱分析技术是将红外光谱仪和显微镜结合发展而来的分析技术。该技术样品处理简单,可用于微区分析和微量分析,并且能反映样品的本质特征。人参包括林下山参、园参和野山参,而我国禁止采挖野山参。因此,药典只收录了林下山参和园参。该工作使用显微红外光谱技术,结合判别分析建立了对林下山参和园参的无损识别模型。收集了20个林下山参和24个园参后,采集了其显微红外光谱。其中,33个样品被随机划分为校正集,11个为验证集。建立模型时,优化了预处理方法、主成分数、建模波段和扫描部位。最后,使用多元散射校正+Savitzky-Golay平滑的预处理方法、3932.14～669.18 cm-1的波段、4个主成分数和芦头部位建立了最优的判别分析模型,准确率达到100%。结果表明,结合判别分析的显微红外光谱技术,样品处理简单、快速、无损、有效,可用于林下山参和园参的无损识别。     

模糊K-Harmonic-Kohonen网络的FTIR光谱数据聚类分析

食品的品种不同则其含有营养成分和功效存在差异,得到的傅里叶变换红外光谱也存在差异。为了准确的实现品种分类,设计了一种将傅里叶变换红外光谱与模糊聚类分析方法相结合的品种鉴别方法。在模糊Kohonen聚类网络(FKCN)基础上将模糊K调和聚类(FKHM)引入到Kohonen聚类网络的学习速率和更新策略中,提出了模糊K-Harmonic-Kohonen网络(FKHKCN)算法。FKHKCN利用模糊C均值(FCM)聚类的模糊隶属度计算其学习速率,以FKHM的聚类中心为基础通过推导计算得到FKHKCN的聚类中心,可以解决模糊Kohonen聚类网络方法对于初始类中心敏感而导致聚类结果不稳定的问题。FKHKCN作为一种模糊聚类算法,可实现傅里叶变换红外光谱数据的聚类分析。采用三种数据集：(1)采集产自四川的三种茶叶(优质和劣质的乐山竹叶青以及峨眉山毛峰)作为实验样本,样本总数为96。(2)两个品种(robusta和arabica)的咖啡样本。(3)三个品种(鸡肉、猪肉和火鸡)的肉类样本。首先对三个光谱数据集进行预处理,利用多元散射校正降低茶叶样本原始光谱数据集的散射影响,使用Savitzky-Gol...