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     

FTIR和Raman用于盐酸曲马多的结构分析

采用AVATAR 360型傅里叶变换红外光谱仪和RM-1000型激光共聚焦拉曼光谱仪测定盐酸曲马多的红外光谱和拉曼光谱。拉曼光谱和红外光谱中均显示出了盐酸曲马多的特征峰,都能够用于其结构鉴别。采用红外、拉曼光谱这两种方法互相印证,互相补充,可增强鉴定的准确性、可靠性。     

七种不同产地仙鹤草原药材及提取物的红外光谱与二维相关红外光谱的分析与鉴定

采用红外光谱、二阶导数红外光谱以及二维相关红外光谱,对七种不同产地的仙鹤草原药材及其总鞣酸提取物进行了鉴别分析。仙鹤草原药材的红外光谱中出现了1 151,1 101,1 032 cm-1的淀粉特征峰,同时还出现了1 618,1 318,780 cm-1的草酸钙特征峰,说明在原药材粉末中同时有淀粉和草酸钙存在。原药材丙酮提取物中所含淀粉等基本成分大为减少,而总鞣酸等有效成分的相对含量增加,因此不同产地仙鹤草丙酮提取物的红外光谱中均出现1 711与1 447 cm-1的鞣酸特征峰。应用红外光谱、二阶导数红外光谱以及二维相关红外光谱技术,不仅可以提供仙鹤草主要化学成分的相关信息,还可以对不同产地的仙鹤草药材进行很好的区分。因此红外光谱法是考察中药资源的一种快速、准确、有效的方法。     

红外光谱技术在物证鉴定中的应用

物证鉴定过程中,利用仪器分析技术快速准确的检测物证的化学组成会有助于获取更多案件相关的信息,常用的技术手段有色谱、质谱和光谱技术。法庭科学实验室涉及鉴定的物证种类繁多、情形复杂,需要根据物证的种类和仪器特性决定使用何种分析方法。比如气相色谱-质谱联用技术具有高分辨率、高灵敏度、强鉴别能力的优点,常被用于火灾现场易燃液体等物证的检测分析。法庭科学实验室更常见的应用情形是对与案件有关的各种有机物证(墨迹、油漆、塑料等)及无机物(矿物、无机填料等)进行快速有效分析。红外光谱法是鉴定化合物和测定分子结构的最有效的常规分析方法之一,尤其在法庭科学领域物证鉴定中被广泛应用,红外光谱技术可用来确定物证的种类,同时红外光谱又是一种有效的比对检验手段,检验结果可以为法庭断案提供证据。该文综述了红外光谱技术在法庭科学文件检验、油脂检验、塑料检验、油漆检验、纤维检验以及常见毒品等物证检验领域的应用现状及最新的研究进展,并对红外光谱技术在物证鉴定领域的应用前景进行了展望,以期从实际应用的角度为法庭科学研究人员提供红外光谱技术在该领域的研究概貌。     

红外光谱法检测生物大分子损伤的研究进展

红外光谱技术由于其灵敏度高和对样品的非破坏性等优点已成为研究生物大分子损伤的重要工具。蛋白质、脂质和核酸等受到损伤时,其红外光谱特征吸收峰的峰位、峰型和峰强会发生变化,这为检测生物大分子损伤并进一步揭示相关疾病的发生、发展及早期预防提供了依据。还综述了近年来使用红外光谱法检测生物大分子损伤的研究进展,介绍了利用傅里叶变换红外光谱、衰减全反射傅里叶变换红外光谱和傅里叶红外显微等技术在蛋白质二级结构、膜脂流动性和离子通透性以及药物对DNA的作用机制等领域的应用,以及相关的定性和定量分析方法进行了评述,提出了目前红外光谱分析技术中存在的问题,并对今后红外光谱在生物医学领域中的应用前景作了展望,指出疾病早期诊断、红外光谱联用以及定量分析技术等将成为红外光谱领域未来的研究热点。     

傅里叶中红外光谱结合稀疏表示分类方法鉴别小麦赤霉病感染等级

旨在探索感染不同等级赤霉病的小麦中主要成分含量变化引起的傅里叶中红外光谱信息响应,并结合模式识别方法实现基于傅里叶变换中红外光谱的小麦赤霉病等级无损检测。以感染不同等级赤霉病小麦为研究对象,在4 000~400 cm-1波数范围内采集95个小麦样本的傅里叶中红外光谱数据,利用载荷系数法（XLW）与随机森林算法（RF）分析选取小麦样本傅里叶中红外光谱中的敏感波长,利用稀疏表示分类（SRC）算法建模识别小麦感染赤霉病等级。结果表明：XLW算法和RF算法选择的特征波长作为定性分析模型的输入时模型鉴别准确率与全波段光谱数据作输入时均达90%以上,特征波长提取算法可以有效简化模型并提高效率。RF-SRC模型鉴别效果最好,建模集鉴别准确率达97%,测试集鉴别准确率达96%。小麦感染赤霉病等级的不同会引起小麦中水分、淀粉、纤维素、可溶性氮素、蛋白质、脂肪等物质含量的变化,采用RF算法选择的特征波长均反映了这些物质所对应的傅里叶中红外光谱透射光谱特征的差异,结合SRC模型进行小麦赤霉病等级鉴别可达到最好的鉴别效果。因此,利用傅里叶中红外光谱技术结合模式识别方法对小麦赤霉病等级鉴别是可行的,解释了傅里叶中红外光谱技术检测小麦赤霉病等级的机理。     

红外光谱在纤维质文物材料鉴别中的应用研究

纺织纤维和纸张纤维是常见纤维质文物材料, 是构成博物馆精美文物如服饰手稿书画的基本材料, 近年来寻求通过无损或微损方法对这一类材料的鉴别以及劣化状况评价备受文物鉴赏家和文物保护工作者的关注。借助傅里叶变换红外光谱, 研究博物馆常见纺织纤维材料棉、麻、桑蚕丝、柞蚕丝、羊毛的红外光谱特征和它们的分子结构组成异同, 研究传统纸纤维稻草、麦草、龙须草、龙旗松、桑皮红外光谱特征。结果表明: 衰减全反射傅里叶变换红外光谱无损分析技术可通过比较3 300～2 800 cm-1 CH, NH, OH振动区间光谱形状以及指纹区峰位以区别不同种类纺织品纤维;碳氧振动纸张纤维最明显光谱差异位置出现在与纤维素OH伸缩振动相关波数3 300 cm-1和与C—O—C相关波数1 332, 1 203, 1 050 cm-1。文章探索研究红外光谱技术结合主成分分析法在快速鉴别纤维材料中的应用。通过对全光谱数据多元散射校正(MSC)预处理后进行主成分分析, 可以把红外光谱十分相似的纺织纤维棉和亚麻、桑蚕丝和柞蚕丝明显分类;对光谱相似的纸纤维, 可采用选择不同光谱波数段进行主成分分析, 比较发现能够把五种纸纤维明显区分的光谱区间为3 800～2 800 cm-1。本研究为分子光谱无损分析技术应用于文物材料鉴别、科学评估纤维材料保存状况提供基础研究。     

三七及其伪品二维相关红外光谱法的鉴别研究

采用红外光谱法和二维相关红外光谱技术,对三七及其伪品姜黄、白术进行了快速无损的鉴别研究。结果表明:在红外谱图上,三七及其伪品姜黄、白术均有黄酮、芳香类和糖苷类成分的特征吸收峰,但存在一定的差异。在二维红外谱图上,根据三者的自动峰的位置、数量和峰的相对强度的差异,可快速将三者鉴别出来。因此,常规红外光谱法和二维相关红外光谱技术相结合可实现三七的真伪鉴别。     

红外光谱在纤维质文物材料鉴别中的应用研究

纺织纤维和纸张纤维是常见纤维质文物材料,是构成博物馆精美文物如服饰手稿书画的基本材料,近年来寻求通过无损或微损方法对这一类材料的鉴别以及劣化状况评价备受文物鉴赏家和文物保护工作者的关注。借助傅里叶变换红外光谱,研究博物馆常见纺织纤维材料棉、麻、桑蚕丝、柞蚕丝、羊毛的红外光谱特征和它们的分子结构组成异同,研究传统纸纤维稻草、麦草、龙须草、龙旗松、桑皮红外光谱特征。结果表明：衰减全反射傅里叶变换红外光谱无损分析技术可通过比较3 300～2 800 cm-1 CH,NH,OH振动区间光谱形状以及指纹区峰位以区别不同种类纺织品纤维;碳氧振动纸张纤维最明显光谱差异位置出现在与纤维素OH伸缩振动相关波数3 300 cm-1和与C—O—C相关波数1 332,1 203,1 050 cm-1。文章探索研究红外光谱技术结合主成分分析法在快速鉴别纤维材料中的应用。通过对全光谱数据多元散射校正(MSC)预处理后进行主成分分析,可以把红外光谱十分相似的纺织纤维棉和亚麻、桑蚕丝和柞蚕丝明显分类;对光谱相似的纸纤维,可采用选择不同光谱波数段进行主成分分析,比较发现能够把五种纸纤维明显区分的光谱区间为3 800～2 800 cm-1。本研究为分子光谱无损分析技术应用于文物材料鉴别、科学评估纤维材料保存状况提供基础研究。     

基于红外光谱的苹果叶病害的快速诊断

基于傅里叶变换红外光谱技术,利用光谱检索的方法对苹果叶病害进行病害类型的鉴别研究。测试了正常苹果叶片和4种病害叶片共75份样本的红外光谱,光谱显示,各类样品的红外光谱非常相似,主要由纤维素、木质素、蛋白质和脂类的吸收带组成。利用omnic8.5软件依次建立了由每类样品的平均红外光谱、一阶导数光谱和二阶导数光谱组成的光谱库Lib1、Lib2、Lib3。各样品红外光谱分别与光谱库Lib1进行专家检索和绝对微分差算法检索,专家检索的正确率为80%,绝对微分差检索的正确率为82.7%。各样品红外光谱的一阶导数光谱和二阶导数光谱分别与光谱库Lib2、Lib3在全谱范围进行绝对微分差检索,基于一阶导数光谱的检索正确率为93.3%,二阶导数光谱的检索正确率为82.7%。结果表明:基于一阶导数红外光谱的绝对微分差算法的检索更适合于苹果叶病害的鉴别。基于红外光谱技术的光谱检索的方法能较好地鉴别苹果叶病害,有望成为简便、快捷、低成本的植物病害的鉴别方法。     

近红外光谱鉴别鲜枣品种及裂果研究

我国的鲜食枣品种多样, 不同的品种其肉质有差异, 其食用品质也有差别。此外, 鲜枣收获时有裂果,裂果导致其果肉外露,腐烂变酸,失去食用价值, 并且腐烂变质的水果,很容易传染给完整果,因此有必要将裂果和完整果进行分开贮藏,以减少损失。本研究采用近红外光谱快速鉴别鲜枣品种及裂果。以室温(20 ℃)贮藏的鲜枣为研究对象,应用近红外光谱,对2个不同品种的鲜枣进行光谱分析, 采用平滑法、多元散射校正、一阶微分和二阶微分方法对光谱进行预处理, 再用回归关系法和主成分分析法进行波数选择,建立3层人工神经网络鉴别模型, 结果表明, 鲜枣品种和裂果鉴别的正确率均可达100%, 可鉴别鲜枣品种和裂果, 以减少鲜枣贮藏的损失。说明近红外光谱可以实现鉴别冬枣和梨枣品种, 以及正确的识别完整果和裂果,为鲜枣的分类贮藏和加工提供理论依据。     

近红外光谱和电子鼻技术用于葡萄酒发酵过程中酒精度的定量分析

采用近红外光谱和电子鼻对葡萄酒的酒精发酵过程进行了动态采样检测,通过主成分回归和偏最小二乘回归对酒精度变化进行了监控和预测研究。分别建立了近红外光谱、电子鼻以及二者融合数据对酒精度定量分析的主成分回归和偏最小二乘回归模型。结果表明,近红外光谱数据和电子鼻数据的主成分回归和偏最小二乘回归模型的相关系数(r)均大于0.99,但校正均方根误差(RMSEC)和预测均方根误差(RMSEP)较大。近红外光谱和电子鼻数据融合后,模型质量得到提高,建立的偏最小二乘模型r为0.999 2,RMSEC和RMSEP分别降低为0.206%和0.205%(v/v),定量精度较高。近红外光谱和电子鼻均适用于红酒发酵过程中对酒精度的定量分析,且二者结合应用能提高定量精度。     

Detection of lethal fake liquors using digitally labelled gas-phase Fourier transform infrared spectroscopy

Fake liquors have caused severe body injuries or even deaths worldwide, rapid detection of such lethal drinks is thus quite necessary. Methanol has been identified as a primary cause of the problem, so methanol monitoring is critical to the detection of fake liquors. The present work provides an effective strategy for rapid detection of different lethal fake liquors. Using gas-phase Fourier transform infrared spectroscopy in a digitally labeled approach, the spectral bands of methanol were extracted by the iterative discrete wavelet transform for classification, which is named as digitally labeled gas-phase Fourier transform infrared spectroscopy. In digitally labeled gas-phase Fourier transform infrared spectroscopy, principal component analysis and least square support vector machine were combined to discriminate problematic samples using the iterative discrete wavelet transform filtered signals. As a result, the method could cleverly extract spectral features of methanol from the alcoholic drinks in the presence of uncontrolled matrix effects. The recognition accuracy was higher than 97.0%, and each measurement was done within 3?min. The results illustrate that the digitally labeled gas-phase Fourier transform infrared spectroscopy method serves well to rapidly discriminate fake liquors as an efficient and promising tool, and could be well extended to detection of any other targeted volatile substance in complicated systems.     

基于净信号的乙醇含量拉曼光谱分析方法研究

拉曼光谱检测技术由于其快速、无损等优点可以满足工业现场测量的要求,因此已经广泛地应用于各种定量定性的分析领域。酒精度即乙醇含量的体积比是酒类产品品质检测中的关键参数,开发乙醇含量实时、便捷的检测系统对酒类产品生产具有重要的意义。将净信号分析方法应用于乙醇水溶液拉曼光谱的定量分析中,将乙醇的净信号与其浓度建立一元线性回归模型。结果表明,基于净信号回归的乙醇拉曼光谱定量分析方法,相比较于特征峰强一元线性回归模型和偏最小二乘回归模型,不仅提高了模型的预测精度,增强了模型的稳健性,便于模型传递,而且模型算法简洁、稳定,便于实现便携式仪器的开发。     

光程变化对基于近红外光谱的黄酒品质检测的影响

以绍兴酒为研究对象,利用近红外光谱分析技术和化学计量学分析方法,开展了光程变化对基于近红外光谱的黄酒品质检测影响的研究,建立了黄酒酒精度、糖度和pH值3个品质指标的分析模型.通过比较0.5,1,1.5,2,2.5和3 mm 6个不同光程,并比较原始光谱、一阶微分光谱和二阶微分光谱三种光谱预处理方式对模型性能的影响,确定了这3个指标的最佳检测方式.黄酒酒精度和pH的最佳检测方式为:光程2 mm,采用偏最小二乘回归结合原始光谱;糖度的最佳检测方式为光程1mm,采用偏最小二乘回归结合原始光谱.这一研究表明光程变化对基于近红外光谱的黄酒品质检测有影响,选择合适的光程能够有效地提高检测精度.     

Review of recent UV–Vis and infrared spectroscopy researches on wine detection and discrimination

Wine has become a commodity of significant commercial value, and the demand for high quality wine by consumers has been increasing. Suitable analytical techniques are needed for its quality control. Ultraviolet, Visible, Near-infrared and infrared spectroscopy is by far one of the most important techniques for determining the wine quality, including its components and characterization. This review will overview the available most recent applications of spectroscopic techniques in the past decade for wine quality prediction and discrimination both quantitatively and qualitatively. The fundamental principles of these techniques will be introduced briefly, and some innovative setups/instrumentations will also be illustrated. At last the limitations and prospects of spectroscopic techniques for wine industry will be discussed.     

支持向量回归在葡萄酒红外定量分析中的应用

近年来,基于朗伯-比尔定律和化学计量学的红外光谱定量分析方法发展十分迅速。其中,选择合适的预处理方法和有效的校正模型是定量分析成功的关键。选取30个葡萄酒样品,运用红外光谱结合向量回归算法SVR,对葡萄酒乳酸、酒石酸、乙酸异戊酯、3-甲基-1-丁醇进行了红外含量预测。选用标准归一化、基线校正以及异常样本点剔除三种谱图预处理方法,结合支持向量回归算法。实验结果表明该方法行之有效,计算值与标准值间的相对误差可被控制在5%以内。该方法可应用于葡萄酒中代表性物质含量的定量分析检测。     

小波聚类方法和近红外光谱技术用于药片种类判别

对310个药片样品的近红外光谱数据进行了聚类分析。首先使用小波变换对光谱数据矩阵进行多尺度分解,在进行有效压缩之后,采用经典分类方法对合适选取的小波系数组合进行聚类分析,提出了小波聚类方法。该方法分别用于实验室药片、中试药片和规模生产药片样品的分析,按药片样品的组成得到4个类别。结果表明,对实验室药片和中试药片样品分类的精确度均达到100%;对于规模生产药片的分类,共120个样品中只有1个样品被错误划分,精确度也高达99.2%。近红外光谱技术结合小波聚类方法的聚类性能是令人满意的,相比经典聚类分析,更加快速、易于使用,对制药行业药片质量以及成本控制均有积极作用。     

基于可见-近红外光谱的制动液品牌鉴别方法研究

提出了一种基于可见-近红外光谱分析技术快速鉴别汽车制动液品牌的新方法。采用美国ASD公司的便携式光谱仪对五种不同品牌的制动液进行光谱分析,各获取60个样本数据。采用平均平滑法和标准归一化方法对样本数据进行预处理,再对光谱数据进行主成分分析,建立第一主成分和第二主成分的二维散点图,表明不同品牌制动液具有较好的聚类特性。将前6个主成分作为输入量,制动液品牌作为输出量,建立了基于逐步判别分析法的鉴别模型。随机抽取225个样本用于建模,余下的75个样本用于模型验证。试验结果表明验证准确率达到94.67%,说明所提出的方法具有很好的分类和鉴别作用,为制动液品牌的快速鉴别提供了一种新方法。     

A Review of the State of the Art,Limitations, and Perspectives of Infrared Spectroscopy for the Analysis of Wine Grapes,Must, and Grapevine Tissue

Abstract

As a fast and easy-to-operate technique, infrared (IR) spectroscopy has gained wide industrial acceptance for routine wine analysis. Considering the continuing improvements in hardware and software design and the analytical requirements of real-time or multiparametric analysis by the modern grape and wine industry, it is anticipated that in the near future IR spectroscopy will progressively become a routine method for process monitoring and process control in different stages of grape and wine production. This review highlights recent developments and applications of IR spectroscopy (near- and mid-infrared) to measure compositional parameters in wine grapes, grape juice, and grapevine tissues (e.g., leaves, stems, grapevine wood). In addition, some critical aspects and limitations in instrument availability, type of application, and overall understanding of the technology, which can be barriers for adoption of IR technologies by the grape and wine industry, will be discussed.