数据融合技术在中药分析领域中的应用进展

由于中药成分复杂,依据单一的检测分析技术往往无法获得充分的样本化学信息,信息表征不全面导致中药质量检测精度较低。数据融合技术通过对多种检测信息结果进行关联综合分析,可从信息互补的角度增强检测精度、降低检测误差。目前,已经有相关学者将数据融合技术应用到中药检测分析中并取得了较好的结果。通过从中药原料、生产加工过程及终产品质量控制3个方面出发,论述了目前数据融合技术在中药领域全过程生产质量检测和控制中的应用进展,展现了数据融合技术与中药检验及质量控制结合的应用潜力,为数据融合技术在中药分析领域中的进一步深入应用提供参考。     

拉曼光谱在中药质量控制中的应用

傅里叶变换拉曼光谱技术是近20年来发展较快的新型分析检测技术,它具有快速、简便、准确和无损坏样品等特点。我国中药材资源丰富,加强中药质量管理是实现中药现代化的关键环节。作者对拉曼光谱在中药材的鉴别、中药有效成分的分析及中成药质量控制中的应用等方面进行了综述。     

数据驱动技术在中药提取智能制造中的应用进展

大数据、物联网、云计算等新一代信息化数字化技术在中药制造业中的应用正逐步深入，推动中药产业智能化转型升级。现阶段中药提取过程中，提取工艺机制解析难度高，在线检测技术难以突破，生产全过程各阶段数据分散，缺乏数据价值挖掘与利用，严重制约了中药产业的智能化升级。在中药提取过程中应用数据驱动技术，能够加强中药提取过程认知，实现对中药提取过程的精准控制，有效提高中药产品质量。该文分析了中药提取生产过程中的技术瓶颈，总结了中药提取工艺研究与生产控制中常用的数据驱动算法；同时围绕提取过程机制解析、工艺开发与优化、在线检测、过程控制、生产管理5个方面，对数据驱动技术的应用进展进行综述，以期为中药提取工艺优化与智能生产提供参考。     

在线检测技术在中药饮片智能化生产与质量控制中的研究现状与展望

中药饮片产业是中药产业三大支柱之一,保证饮片的质量和安全性一直是重中之重的工作。传统的中药质量控制方法存在周期长、效率低、主观性强等问题,无法适应产业的快速发展。在线检测技术通过在线监测系统实时采集、处理和分析样品数据,能够更快速、准确地得到产品质量信息,对中药饮片的智能化生产和质量控制具有重要意义。从国家政策导向阐明中药智能化生产对中药饮片质量控制的重要性,对在线检测关键技术研究及其在饮片生产全过程中的应用进行综述,归纳当前在线检测技术在中药产业应用中存在的问题,为加快在线检测技术与饮片产业融合发展提供建议,以期为提高饮片生产效率及质量、促进饮片产业高质量发展提供参考。     

膜分离技术在中药生产中的应用

综述了膜分离技术在中药生产中的应用情况,列举了其在制备注射用水、制备中药注射液、制备中药口服液及其它制剂和在中药有效成分的提取分离纯化中的应用;对膜分离技术在中药生产中存在的问题和解决方法进行了探讨,并对膜分离技术在中药生产中的应用前景进行了展望。     

FPGA技术在中药智能制药中的应用探讨

传统中药制造业正不断向数字化、信息化、智能化升级，这对智能化硬件提出了更高的要求。现场可编程门阵列（field-programmable gate array,FPGA）具有多通道同步信号采集、快速数据处理、高性能、低功耗等优势，在社会生产的诸多领域已被广泛应用。对FPGA组成和工业应用优势进行介绍，结合中药制药工业应用场景的原理和领域知识，对FPGA技术在中药智能制药中的应用进行探讨研究，主要涉及制药过程信号采集、图像处理、深度学习3个方面，以期为中药制药行业过程控制、工艺优化等提供技术参考。     

膜分离技术在中药生产领域中的应用

综述了膜分离技术在中药生产中的的原理、分类、预处理及在中药领域中的应用情况,列举了其在制备注射用水、中药注射液、口服液及其在中药有效成分的提取分离纯化中的应用;对膜分离技术在中药生产中存在的问题和解决方法进行了探讨。     

NIRS技术在中药生产中的应用及其验证方法探讨

中药生产过多地依赖经验操作,缺乏工艺参数和质量控制指标之间定量关系的研究,也缺少实时调控手段.NIRS技术因其快速无损的特点在药物过程控制与分析中起着越来越重要的作用,综述了NIRS技术在中药生产过程中的应用进展,并介绍一种以准确性轮廓为基础的全面近红外验证的方法,同时对NIRS技术在中药生产中的应用前景进行展望.     

基于中药拉曼谱图的寒热药性判别研究

从中药的整体性出发,开展中药拉曼谱图与其寒热药性的相关性分析,并对中药寒热药性进行统计判别研究。本研究选取寒凉性中药109种、温热性中药128种,共计237种中药;经样品前处理后,利用如海光电SEED 3000近红外拉曼光谱仪进行检测,得到每味中药的拉曼谱图;并对量化后的中药拉曼数据进行特征筛选和统计检验,筛选出与寒热药性密切相关的特征拉曼位移及其峰强,然后基于5种算法进行寒热药性的判别建模。经比较分析发现,相较于其他模型,随机森林(RF)模型展现出最佳的效果,对测试集判别的正确率高于90%,曲线下面积(AUC)和精确度大于0.90。本研究基于大样本量中药的分析,中药的拉曼数据与其寒热药性之间具有显著的相关性,可作为药性表征指标,结合RF算法进行寒热药性的判别分析。     

基于深度强化学习的中药制药过程自主优化决策方法研究

中药生产过程容易受到原材料波动等不确定因素影响，进入非优操作状态，影响产品质量一致性。为此，需要面向中药制药全链条的各个环节，合理设计并采集质量相关物性参数、工艺参数、设备参数，解决制药过程数字化、模型化问题。该文提出了一种基于深度强化学习的非优工艺状态识别与自愈调控方法，实现了中药制造过程质量主动预防控制。以中药真空带式干燥工艺为例，完成了基于DQN算法的工艺自主决策模型的构建与验证，并针对具体实施过程进行了研究，从而实现了工艺参数组合自主优化策略发现和最优过程控制路径规划。研究结果表明，基于深度强化学习的优化决策技术有助于提高产品质量一致性，降低生产成本，提升企业效益。     

基于LIBS的中药质量检测技术与应用

基于中药制药生产质量管理需求,探讨了激光诱导击穿光谱（LIBS）技术在中药制药领域中的应用,分析了LIBS技术工作原理和检测技术优势,该技术具有方便,快捷,以及精度较高的检测特点。从LIBS技术特点出发,分别举例分析了该技术在中药原料质量检测、制造过程质量控制、中药产品质量控制,以及LIBS技术与其他光谱联用技术研究方面的应用情况,显示了LIBS技术与中药过程质量控制的结合潜力。中药自身复杂成分的特点限制了LIBS技术的应用。文章提出LIBS技术可以从两个方面深入研究提高技术优势,一是深入挖掘LIBS技术与化学计量学方法结合,提升检测精度,二是强化与其他光谱联用技术,降低检测误差,为该技术在中药智能制造过程质量控制的实际应用提出参考。     

近红外光谱技术在中药生产过程质量控制领域的应用

随着人们对近红外光谱(NIRS)技术研究的深入,NIRS在中药生产过程质量控制领域中得到越来越多的应用.该文综述了国内外NIRS在中药生产过程质量控制领域的应用进展,同时对其在中药生产过程质量控制领域的应用前景做出了展望.     

中药智能制造质量数字化研究及复方丹参滴丸实践

中国医疗健康产业将逐渐形成以消费者需求为中心的综合服务模式。面向多元化、个性化、透明化的市场升级需求,通过智能制造来实现药品供应的高质量、精准化与柔性化,是药品制造企业提升核心竞争能力的关键。依托于笔者在中药工厂实施的数个智能制造项目,该论文对中药智能制造关键技术研究以及产业应用实践进行了阐述。首先,提出了以质量数字化为核心的中药智能制造方法学,主要包括在工艺质量设计、生产过程控制、产品批次评价3个方面的数字化关键技术。接下来,介绍了中药工厂智能制造系统的架构设计,对涵盖种苗、种植、饮片、制造、仓储、质量管理环节各系统的功能模块和数据互通关系进行了说明。最后,以复方丹参滴丸生产车间为例,介绍了数字化关键技术的研究情况,以及过程检测与分析系统、数据采集与监控系统(supervisory control and data acquisition, SCADA)、制造执行系统(manufacturing execution system, MES)、数据挖掘分析系统、企业资源计划(enterprise resource planning system, ERP)等主要系统的实际运行和生产应用情况。该文旨在为中药工业实施智能制造的技术路径规划和系统架构提供参考借鉴。     

传感器在中药生产中的应用及研究进展

随着“中国制造2025”国家战略的不断推进，中药制造从机械化、自动化走向智能化。为保证药品的安全和品质，需要对生产过程中的数据进行实时感知与传输，这无疑是中药智能制造过程中的巨大挑战。因此，作为数据感知源头的传感器技术在中药制备过程中的发展则变得至关重要。对近几年中药生产中常用的传感器类型进行总结，重点分析了不同类型传感器从中药材前处理到药品包装的应用效果，阐述了5G技术、人工智能联合传感器技术在中药智能制造中的优势，并对传感器在中药智能制造中的应用进行了展望，为制药企业智能制造的发展提供了信息化和智能化参考。     

基于数据驱动的中药制药过程质量标志物（Q-Marker）监测方法研究及实践

建立符合中药特点的制药过程质量监测体系是提升中药质量水平的关键措施。中药质量标志物（quality marker,Q-Marker）创新概念的提出,为中药质量表征开辟了新模式。中药产业智能化转型中产生的工业大数据将成为企业的核心资产,对这些数据进行充分挖掘将为质量监测技术开发提供有力支撑。依托前期研究成果,提出基于数据驱动的中药制药过程Q-Marker监测方法,介绍了该方法的技术路线,包括中药Q-Marker监测指标识别,制药工业质量数据挖掘及过程分析技术体系建立3个关键步骤,并阐述了实施各步骤所涉及的关键技术。最后,以注射用益气复脉（冻干）生产过程超滤工序为例,介绍了该方法在中药工业质量监测中的具体应用,为智能化时代下,中药工业构建具有自身特色的质量控制技术提供参考。     

实体抽取综述及其在中医药领域的应用＊

随着机器学习、深度学习与人工智能的兴起与发展，自然语言处理技术也不断革新，其中实体抽取作为自然语言处理的子任务，自其提出以来，实现了从基于匹配模式的抽取到基于传统的机器学习方法抽取，再到基于深度学习的抽取的进步与发展。在医疗信息抽取方面，自然语言处理技术也得到了很好地应用，医学信息得到了更深层次的处理和挖掘。面对中医药领域中灵活的、复杂的和海量的中医药信息，利用实体抽取技术可以将中医药领域更为重要的信息抽取，这也是进一步对中医药信息挖掘的关键一步，基础一步。本文概括了中医药各领域实体抽取技术的应用研究情况，为实体抽取技术在中医药领域的进一步应用发展提供参考，以期促进中医药的传承发展，守正创新。     

FDA连续制造对中药智能制造的借鉴和思考

通过了解美国食品药品监督管理局（Food and Drug Administration,FDA）的《连续制造的质量考虑指导原则》,结合片剂连续制造、中药智能制造的研究进展以及智能制造相关的方法进展,探索中药智能制造的分级研究思路。建议中药智能制造从3个层次进行研究：（1）中药智能制造的总体研究,从中药智能制造的全过程质量控制角度考虑其质量控制的注意事项。如生产过程的关注点、控制策略、工艺验证、扩大生产规模（如适用）、将已有生产工艺桥接到智能制造（如适用）。（2）中药智能制造的共性技术方法研究,如过程分析技术研究、数字化研究、建模研究、基于模型的实时反馈研究、自适应控制研究。（3）中药固体口服制剂智能制造的研究。     

近红外分析技术在中药鉴定和含量测定中的应用研究进展

近红外光谱法在中药研究和生产中的应用起步虽晚,但却发展迅猛。近年来中药质量问题一直备受争议,中药市场还相当混乱,采取一种分析技术对假、劣伪中药材的鉴定,是改善中药市场现状,保证人民用药安全的有效方法。作为一种高新分析技术,近红外光谱法在中药鉴定和含量测定中的应用更加广泛,用NIRS对中药进行定性分析和含量测定,具有高效、便捷、无损、环保,无前期预处理、无污染、无破坏性,结果准确等优势,在中药定性鉴别和定量检测中具有十分重要的科学意义和实用价值。然而近红外光谱的有效信息提取利用率低,对微弱信息识别困难,相对灵敏度低,不适合痕量分析等缺点也是未来需要完善的方向。文章中综述了近年来近红外光谱分析技术在中药材真伪、掺伪、产地、同属中药品种及中成药的鉴别方面和含量测定方面的研究进展。     

基于CiteSpace探讨人工智能在中医药领域的研究热点及趋势

目的:探讨人工智能在中医药领域的研究热点及前沿方向,为今后的研究提供参考及借鉴。方法:以中国知网(CNKI)和Web of Science(WoS)中人工智能在中医药学领域相关文献为数据来源,结合人工梳理及信息整合的方法,运用CiteSpace软件对文献分布、作者、机构、关键词、共被引文献进行统计分析。结果:共纳入中文文献691篇,英文文献168篇,2018—2019年中英文文献数量大幅度增加;作者以近年来新兴团队为主,机构合作模式单一,高被引论文较少;研究方法主要是数据挖掘、机器学习、深度学习、神经网络及遗传算法,应用领域主要是中医智能诊断及预测各类疾病进程、中药智能识别分类、中医健康养生,研究成果主要是中医养生保健的智能化设备、中医人工智能系统、中医知识库、中医药学语言系统等。结论:人工智能在中医药领域的研究热点集中于中医智能方法、智能诊断及智能预测,热点更趋向于智能方法研究,各研究团队及研究机构应当加强各研究领域专家合作,实现多学科融合发展。