激光拉曼光谱法无损分析鉴别川贝母

利用激光拉曼光谱技术快速、准确鉴定川贝母与其混淆品。根据药材所含的化学成分不同,致使药材的拉曼峰不同,测定多个川贝母样本及混淆品的拉曼图谱。川贝母的拉曼光谱图在442,480,863,941,1 083, 1 129,1 342,1 463,2 910 cm-1处出现强峰,在111,302,360,409,527,579,618,718,767,1 052, 1 083, 1 207,1 261 cm-1处出现了较明显的拉曼峰;构建了川贝母的拉曼指纹图谱,可与其混淆品土贝母、平贝母、光慈姑、草贝母进行区分;采用激光拉曼光谱技术可快速无损分析鉴别川贝母。     

应用近红外透射光谱鉴别藿香正气水

应用近红外透射光谱技术,并结合化学计量学方法,对3种不同品牌的藿香正气水的质量进行鉴别。分别采用小波变换和遗传算法对原始近红外光谱进行数据压缩和波长选择,处理后的光谱数据用主成分分析法进行处理,所有17个藿香正气水样品按生产厂家得到正确分类。将光谱数据用不同方法前预处理,进而利用反传人工神级网络的学习预测能力建立识别模型。交叉验证结果表明,原始光谱、平滑光谱、小波变换及遗传算法预处理后建立的校正模型分类样品的百分比均达100%。小波变换预处理的建模速度最快,预测结果最好。     

虹膜身份识别技术

介绍了现在最有发展前景的生物特征识别技术——虹膜身份识别技术。在整体介绍了其技术的基础上,详细介绍了当今具有代表性的虹膜识别算法,最后针对虹膜识别技术存在的主要问题分析了虹膜识别的发展方向：精度高、速度快、鲁棒性好的定位算法,高效的特征提取方法,机器学习的分类方法,虹膜图像的质量评价,不完整、不合作情况下的虹膜识别以及活体虹膜检测。     

应用红外光谱法鉴别肉苁蓉及其混淆品草苁蓉和锁阳

采用傅里叶变换红外光谱法结合二维相关分析技术分别对药用植物肉苁蓉及其混淆品草苁蓉、锁阳进行了鉴别研究.结果表明,三者的红外光谱图表现出了一定的差异性:肉苁蓉在1 730和931 cm-1有吸收峰,草苁蓉在1 510,1 375,1 266 cm-1处存在吸收峰,锁阳的最高峰位于1 614cm-1处.在二阶导数谱图上三者差异更加明显:肉苁蓉在1 453,1 336,931,892 cm-1处都有较强的吸收峰.其中931 cm-1处的吸收峰较尖锐,强度也最强;草从蓉的最强峰位于1 509 cm-1,并且1 633和1 161 cm-1处的吸收峰明显变宽,强度也变大;锁阳在1 682cm-1处有较尖锐的吸收峰,1 605 cm-1附近的吸收峰强度也较大.二维红外谱图不但差别明显,而且直观.三者提取物的红外光谱同样存在显著差异.应用该方法能够实现肉苁蓉药材与混淆品的快速、准确鉴别.     

应用高效液相色谱法及薄层层析法对真菌融合菌株发酵液的鉴别

为确定两株真茵形成的融合茵株的有效性,以融合菌株和双亲本发酵液为研究对象,进行提取、离心、浓缩等预处理后,采用高效液相色谱法及薄层层析法对真菌融合菌株发酵液成分进行分析.对比融合菌株与两株真茵亲本因降解能力的不同而使发酵液组分产生的差异,从而鉴别融合茵株形成的真伪.     

光致发光在钻石检测中的应用

采用光致发光系统,在297 K及80 K温度下,应用氩离子激光器(波长为488 nm和514 nm)对合成钻石、HPHT处理钻石、辐照处理钻石和天然钻石进行了测试.结果表明:在80 K低温下的测试结果要远比常温297 K温度下好,可能出现由更多的缺陷产生的吸收峰.通常情况下,对于钻石样品514 nm光源激发,可以得到较多较明显的峰,而在488 nm光源激发时,可以产生503 nm和598 nm处的峰.CVD合成钻石、HPHT处理钻石、辐照处理钻石样品在低温80 K、514 nm激发时,均会出现较为明显的575 nm、637 nm峰,而天然钻石则不会出现或仅有微弱显现及偏移,两者区别明显,可以作为鉴定依据.辐照改色的钻石样品中可见到588 nm、680 nm特征峰,而天然钻石、CVD合成钻石及HPHT处理钻石中均未出现此峰,也可作为鉴定辐照改色钻石的依据.     

敦煌壁画绘画材料多光谱图像标准数据库的建立和应用

多光谱摄影图像调查技术,基于不同物质对不同光谱吸收与反射的差异及不同波段单色光谱有相应的灰度偏向,以单色光谱灰度图像经伪彩色强化,可作为一种绘画材料普查方法。这种方法的应用首先需要建立相关遗址绘画材料多光谱图像标准,以此为基础才可以通过多光谱伪彩色等图像对壁画中漫漶壁画、相近色相颜料及无法观察的有机材料做前期普查,为后期高精度仪器的进一步调查提供参考。采用已知敦煌壁画中常用29种绘画材料制作标准颜料色板,通过规范多光谱拍摄程序和优化多光谱拍摄条件,在250～1 300 nm之间获取各种颜料在不同光谱区域的反射及荧光图像,再经过后期科学的图像校正及红外、紫外反射伪彩色图像合成,初步建立敦煌壁画颜料多光谱图像标准数据库。对真实壁画进行多光谱拍摄,将获取的可见反射、红外反射伪彩色和紫外反射伪彩色图像与标准数据库图像进行交叉对比,并采用便携式显微镜、便携式X荧光、近红外光谱等分析技术验证所获取的多光谱分析结果,表明壁画颜料多光谱图像标准数据库的建立,作为一种新型无损检测辅助方法,可通过多光谱图像对敦煌壁画颜料前期鉴别、推断绘画材料属性以及获取颜料分布状况等信息。绘画材料光谱图像数据库的建立可提高常见绘画材料类别及范围的前期调查效率和可靠性,是一种有效的颜料面集调查辅助方法。     

红外光谱技术的三文鱼肉假冒鉴别

国内三文鱼市场鱼龙混杂,假冒问题严重,但鉴别方法有限。采用红外光谱技术结合偏最小二乘判别分析法(PLS-DA)研究了黑龙江大马哈鱼、淡水虹鳟、智利太平洋鲑三种鱼肉对挪威三文鱼的冒充问题。采用FITR光谱仪和KBr压片法采集四种肉类的原始光谱,并对原始光谱分别进行多元散射校正(MSC)、Savitzky-Golay平滑、一阶导数(first derivative)、标准正则变换(SNV)、峰面积归一化(peak area normalization)五种预处理来消除噪声等干扰因素并确定最佳预处理方法。为建立PLS-DA鉴别模型,将四种鱼肉的光谱分别赋予-3,-1,1和3四个参考分值,建模后通过预测检测集鱼肉得分来检验模型准确性。结果表明：采用峰面积归一化法时,PLS-DA检测模型的效果最好,校正集和交叉验证集的决定系数分别为0.97和0.95。RMSEC和RMSECV分别为0.37和0.52。该模型能显著区分四种鱼肉、检测集的预测分值分别聚集在各自的参考分值附近,在阈值为±1的判别条件下预测准确度为96%。同时采用马氏距离法进一步对四种鱼肉的光谱进行分析,发现相互之间差异明显,其中挪威三文鱼与其品种差别最大的淡水虹鳟距离最大,与其比较接近的智利太平洋鲑的距离最小,红外光谱信息能够反映不同鱼肉的品种、生活环境等差异。因此,采用红外光谱技术结合PLS-DA法能够准确的鉴别出其他鱼肉对挪威三文鱼的冒充问题,同时对其他肉类检测有一定借鉴意义。     

鱼翅干制品品质的ATR-FTIR鉴别研究

采用衰减全反射-傅里叶变换红外光谱法(ATR-FTIR)对64份鱼翅干制品(包括真鱼翅、仿鱼翅和素鱼翅)及明胶增重真鱼翅干制品进行快速无损检测鉴别。实验比较了上述四种样品的特征红外光谱图,结果显示,同一种样品的红外光谱具有较好的稳定性;四种鱼翅干制品的红外光谱图存在明显的差异,主要表现在蛋白质酰胺Ⅰ和Ⅱ峰(1 650, 1 544 cm-1)和多糖骨架(1 050 cm-1)等营养成分吸收峰的差异。真鱼翅样品由于蛋白质含量高、多糖组分含量较低,故其红外光谱图主要呈现强度较高的蛋白质特征吸收酰胺Ⅰ和 Ⅱ峰(1 650, 1 544 cm-1)与较弱的多糖骨架C—O—C伸缩振动峰(1 050 cm-1),前者峰面积和(A_pro)与后者峰面积和(A_pol)的比值(A_pro/A_pol)范围为5.58～25.38。仿鱼翅样品是由鲨鱼的边脚料、胶体及其他一些物质混合、压模而成的,其他添加物质导致减弱了蛋白质特征吸收酰胺Ⅰ和Ⅱ峰的强度,也使酰胺Ⅰ峰发生了约30 cm-1的蓝移,A_pro/A_pol范围为2.63～2.86。素鱼翅样品主要是由海藻酸钠等多糖类物质合成的,其红外光谱图上几乎不显示蛋白质的特征峰,而多糖的特征峰(～1 047 cm-1)表现明显,高于真鱼翅相应吸收峰的强度,A_pro/A_pol范围为0.60～0.72。真鱼翅样品涂覆明胶增重后,样品表面的红外光谱图显示蛋白质和多糖的特征峰均有所减弱,A_pro/A_pol值为1.16,而样品剖面的红外光谱图则与真鱼翅的谱图基本一致。可见,采用ATR-FTIR,利用样品间特征红外光谱图和A_pro/A_pol值的差异,可简便、快速、直观地实现鱼翅干制品品质的无损快速鉴别。     

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。