基于电子舌的白及及其近似饮片的快速辨识研究＊

目的 探讨电子舌方法用于白及及其近似饮片快速辨识的可行性。方法 收集45批白及饮片及其近似品天麻饮片30批、玉竹饮片30批、黄花白及饮片29批，分别进行药典与地方标准辨识（M₁法）、HPLC指纹图谱辨识（M₂法），并结合原始采购信息获取最终饮片种类的标杆信息（Y），再采集电子舌味觉感官数据（X）并利用化学计量学方法分别建立主成分分析-判别分析（PCA-DA）、偏最小二乘-判别分析（PLS-DA）的45批白及饮片与剩余89批饮片的二分类辨识模型和45批白及饮片、30批天麻饮片、30批玉竹饮片、29批黄花白及饮片的四分类辨识模型（Y=F（X），M₃法）。结果 经留一法交互验证，基于PCA-DA、PLS-DA二分类辨识模型的正判率分别为98.51%、100.00%，基于PCA-DA、PLS-DA四分类辨识模型的正判率分别为100.00%（无未分类样本）、100.00%（有4个未分类样本），模型判别良好，结合正判率与模型未分类样本数两项指标，最终选择二分类辨识以PLS-DA为最终辨识模型、四分类辨识以PCA-DA为最终辨识模型，两种模型正判率均为最高，且均未出现未分类样本。结论 电子舌可快速准确辨识白及及其近似饮片，为未来研发智能化中药饮片快速辨识设备提供了思路。     

电子鼻技术应用于川贝母真伪及规格辨识的可行性分析

目的 基于电子鼻技术,建立一种快速而准确的川贝母真伪及规格辨识新方法,并探讨该技术用于中药饮片鉴定的可行性。方法 以川贝母为研究对象,收集80批待测样品,以电子鼻嗅觉感官数据为自变量X,以2020年版《中华人民共和国药典》所载方法结果为主,并参考传统经验辨识结果作为标杆辨识信息Y,利用判别分析（DA）,最小二乘支持向量机（LS-SVM）,主成分分析-判别分析（PCA-DA）,偏最小二乘法-判别分析（PLS-DA）4种化学计量学方法分别建立川贝母饮片真伪及商品规格辨识模型Y=F（X）;以辨识准确率、耗时为指标,对结果进行探讨。结果 经留一法交互验证,在真伪辨识中,上述4种模型正确率分别为93.75%,91.25%,95.00%和95.00%,以PCA-DA与PLS-DA辨识模型为最优;在规格辨识中,4种模型辨识正确率分别为86.67%,88.00%,89.33%和68.00%,以PCA-DA辨识模型为最优。电子鼻辨识真伪及规格模型的准确率均较高,耗时相对较短。结论 电子鼻技术可准确、快速地对川贝母进行鉴别,在时效性和正判率方面均具有显著优势。     

基于电子眼技术的中药川贝母真伪及规格的快速辨识研究

中药饮片质量关乎临床疗效和用药安全,保证中药饮片质量对中医药事业的发展起到极大的推进作用,现有的传统人工鉴别和现代仪器检测在准确率和时效性方面各有优缺,如何对中药饮片质量进行快速准确地辨识成为当下备受瞩目的问题,该文旨在探究电子眼技术在中药质量快速辨识研究中应用的可行性。收集80批川贝母待测样品,首先进行传统经验辨识(M_1)和现代药典检测(M_2);再利用电子眼采集其光学数据并借助化学计量学方法建立适宜的辨识模型(M_3),分别建立判别分析(DA)、最小二乘支持向量机(LS-SVM)、偏最小二乘-判别分析(PLS-DA)、主成分分析-判别分析(PCA-DA)4种真伪及商品规格辨识模型。经留一法交互验证真伪辨识模型准确率分别为82.5%,90.0%,96.2%,93.8%;商品规格辨识模型准确率分别为89.3%,96.0%,90.7%,97.3%,模型判别良好,真伪辨识以PLS-DA为最终辨识模型、商品规格以PCA-DA为最终辨识模型,其准确率与M_1无显著性差异,判别时间远较M_2短(P0.01)。因此电子眼技术可用于川贝母质量快速辨识。     

近红外光谱技术应用于中药四类味觉分类辨识的可行性分析

目的 探讨近红外光谱（near infrared spectroscopy，NIRS）技术用于不同味觉中药分类辨识的可行性。方法 以分别具有苦、甜、酸、咸4种味道的35种饮片水煎液和12种常用食品类成分溶液为研究载体，获取其NIRS信息作为自变量（X），以《中国药典》2020年版一部饮片性状项下味觉描述结合口尝结果作为标杆信息（Y），比较5种光谱预处理方法，然后利用主成分分析-判别分析（principal component analysis-discriminant analysis，PCA-DA）、偏最小二乘-判别分析（partial least squares-discriminant analysis，PLS-DA）、K-近邻算法（K-nearest neighbor algorithm，KNN）分别对中药苦、甜、酸、咸4类味觉进行模型辨识探讨，并基于留一法交互验证结果的混淆矩阵（confusion matrix，CM）和敏感性、特异性、精度等指标对模型的性能进行综合评价。结果 标准正态变量变换（standard normal variable transformation，SNV）是相对更有效的预处理方法，以预处理后的光谱数据建立的PCA-DA模型为最优辨识模型，其对苦与非苦、甜与非甜、酸与非酸、咸与非咸、四分类辨识的留一法交互验证正判率分别为89.4%、93.6%、87.2%、97.9%、87.2%。四分类辨识混淆矩阵也以PCA-DA模型性能较好，对苦、甜、酸、咸的分类正确率分别为87%、94%、73%、100%。PCA-DA模型的敏感性、特异性、精度分别平均为0.89、0.91、0.88，均极显著优于PLS-DA和KNN模型（P＜0.01）。结论 基于NIRS技术初步建立了中药苦、甜、酸、咸4类味觉的分类辨识模型，可为中药五味的定性辨识研究提供新的方法参考。     

基于人工智能感官与多源信息融合技术的五味药性二分类辨识方法探讨

目的 探究人工智能感官与多源信息融合技术用于中药五味药性二分类辨识方法的可行性,为中药药性评价提供新的方法借鉴。方法 选取122种仅含单一味不含兼味的5类代表性中药饮片（源自《中国药典》2020年版）及14种常用的食品类样本,使用PEN3型电子鼻及ASTREE、SA402B型电子舌采集136种样本的智能感官信息,以得到的信息矩阵作为自变量（X）,药典项下的性味描述等作为标杆信息（Y）,利用主成分分析-判别分析（principal component analysis-discriminant analysis,PCA-DA）、最小二乘-支持向量机（least squares-support vector machine,LS-SVM）2种化学计量学方法,分别基于单一型号智能感官设备（单源）和多智能感官信息融合（多源）建立五味二分类（酸/非酸、咸/非咸、辛/非辛、甘/非甘、苦/非苦）辨识模型Y=F(X),以交互验证的正判率作为模型优选指标。结果 经留一法交互验证,基于单源信息的五味二分类模型中最大正判率分别是98.53%(ASTREE/PCA-DA、LS-SVM)、97.06%(ASTR...     

电子鼻技术应用于白及及其近似饮片快速辨识的可行性分析

目的：探讨电子鼻技术应用于白及及其近似饮片快速辨识的可行性。方法：收集134批白及及其近似饮片（白及45批、天麻30批、玉竹30批、黄花白及29批）作为待测样品,使用PEN3型电子鼻采集样品嗅觉感官数据作为自变量X,基于2020年版《中华人民共和国药典》和地方标准的鉴别结果,以及各饮片高效液相色谱法（HPLC）指纹图谱和原始采购信息,获得辨识模型的标杆数据Y,分别采用主成分分析-判别分析（PCA-DA）、偏最小二乘法-判别分析（PLS-DA）、最小二乘法-支持向量机（LS-SVM）及K-最近邻（KNN）4种化学计量学方法建立45批白及与89批非白及的二分类辨识模型和上述4种饮片的四分类辨识模型Y=F(X)。结果：经留一法交互验证,在二分类辨识中,上述4种模型分类正判率分别为97.01%、97.01%、98.51%和97.01%;在四分类辨识中,这4种模型分类正判率分别为97.76%、89.55%、98.51%和97.01%。二分类和四分类辨识模型的最高正判率均可达到98.51%,且均以LS-SVM算法为最优,最优核函数分别选择径向基核函数和线性核函数。最优模型判别结果良好,没有未分类样...     

4种苦味抑制剂对3种苦味成分的掩味效果

目的探讨4种苦味抑制剂(大豆多糖、HP-β-CD、黄原胶、阿斯巴甜)对3种苦味成分(穿心莲内酯、芦荟苷、氧化苦参碱)的掩味效果。方法采用口尝法,以苦度降低值为指标,分析加入不同浓度苦味抑制剂后溶液的苦度变化规律;采用电子舌法,选择大豆多糖、HP-β-CD作为掩味物质,比较它们对各苦味成分的掩味效果。结果除黄原胶对芦荟苷的掩味效果不够理想外,其余苦味抑制剂均能将各苦味成分的口尝苦度降低至几乎无苦味(0.5~1.5);苦度降低值与各苦味抑制剂质量浓度之间满足威布尔分布规律,模型决定系数R2均在0.95以上(P0.01,n=6)。同时,TS-5000Z型电子舌对各苦味成分均无良好响应。结论口尝法显示,4种苦味抑制剂对3种苦味成分均具有良好的掩味效果,但电子舌法不适用于该研究。     

近红外光谱技术结合化学计量学应用于川贝母真伪与规格的快速辨识研究

目的 探究近红外光谱技术应用于川贝母Fritillariae Cirrhosae Bulbus快速辨识的可行性。方法 收集80个川贝母待测样品(含炉贝、松贝、青贝及川贝母伪品等),为获取上述样品的真伪和规格信息,首先进行传统人工鉴别(M₁法)与《中国药典》法鉴别(M₂法),并以M₁法和M₂法相结合的辨识结果作为标杆信息(Y);近红外光谱仪采集待测样品粉末的光谱信息(X),结合主成分分析-判别分析(principal component analysis-discriminant analysis,PCA-DA)、偏最小二乘-判别分析(partial least squares discriminant analysis,PLS-DA)、最小二乘支持向量机(least squares support vector machines,LS-SVM)3种化学计量学方法建立并优化真伪及商品规格辨识模型[Y=M(X)](M₃法)。结果 80个样品均参与真伪辨识,经留一法交互验证,结果发现...     

基于智能视觉技术的白及饮片真伪快速辨识方法研究

目的 利用电子眼和色差仪分别对白及Bletillastriata及其伪品进行辨识,旨在建立白及真伪的快速辨识方法。方法 首先基于《中国药典》、地方标准和HPLC指纹图谱对多采集来源的134批白及及其伪品样品进行综合鉴别,以确定标杆辨识信息（Y）。然后基于电子眼和色差仪分别获取上述样品的智能视觉信息（X）。最后利用Matlab建立Y=F(X)模型,即分别建立白及真伪二分类（白及、非白及）和四分类（白及、天麻Gastrodiaelata、玉竹Polygonatumodoratum、黄花白及Bletilla ochracea）的主成分分析-判别分析（principal component analysis-discriminant analysis,PCA-DA）、偏最小二乘-判别分析（partial least squares-discriminant analysis,PLS-DA）、最小二乘-支持向量机（least squares-support vector machine,LS-SVM）和K最近邻（K nearest neighbor,KNN）辨识模型并验证。结果 经留一法交互验证...     

基于电子舌技术研究蜜炙枇杷叶配方颗粒的“炮制痕迹”

目的 为了解决配方颗粒的质量标准无法检识原料是否进行炮制的弊端,引入电子舌识别技术进行“炮制痕迹”挖掘,建立枇杷叶配方颗粒(Eriobotryae Folium formula granules,EF-FG)和蜜枇杷叶配方颗粒(honey-fried Eriobotryae Folium formula granules,HEF-FG)的电子滋味识别方法,对EF-FG和HEF-FG进行了味值定量表征。方法 利用电子舌技术,对EF-FG、HEF-FG的酸味、咸味、鲜味、甜味、苦味、通用6种味值进行检测,并通过配对样本t检验、主成分分析(principal component analysis,PCA)、正交偏最小二乘法-判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)对用电子舌技术所获得的各种味值进行统计分析。结果 电子舌配对样本t检验表明,枇杷叶蜜炙对AHS(酸味)、CPS(通用)、SCS(苦味)味阈值的改变都有作用;PCA有助于识别HEF-FG和EF-FG;利用OPLS-DA可以构建EF-FG和H...     

电子舌对中药滋味的区分辨识

目的:利用电子舌对中药的滋味进行区分辨识.方法:对22种常用中药的水煎液进行电子舌检测,采用主成分分析、判别因子分析等统计分析方法对检测数据进行分析.结果:通过主成分分析可以区分不同滋味的药材以及相同滋味的不同药材;在主成分分析图上,22种中药按酸、苦、甜、咸的规律聚类分布;得到的酸、苦、甜、咸特征雷达图形状不同,可以很好的区分中药不同滋味;用判别因子分析建立滋味判别模型,并进行交叉验证,正确率为88.2％.结论:电子舌能够对中药滋味进行精确地区分辨识,结合统计方法,可以建立中药滋味判别模型.     

仿生技术在中药五味辨识研究中的进展与实践

"四气五味"是中药药性理论的核心内容之一,应用现代仿生技术阐释中药性味的科学内涵是中药现代化研究的重要内容。近年来发展起来的电子舌、电子鼻等仿生技术是判定滋味、气味等的客观方法,基于中药"五味"的滋味、气味内涵,对电子鼻、电子舌等仿生技术的工作原理、研究方法以及在中药性味物质基础的辨识,中药基原品种、产地、生长时期、储藏年限以及炮制工艺等方面的应用进展进行综述,并结合本课题组对中药五味药性表征的实践,提出中药五味药性物质基础界定和表征的基本研究模式,为中药五味药性研究提供可参照的技术方法。     

基于电子鼻、电子舌技术的山楂气、味鉴别

目的:采用电子鼻、电子舌技术客观化表达山楂气、味,并基于此进行不同产区、不同基源山楂的鉴别区分研究。方法:采集不同产区、不同基源的山楂样品,运用电子鼻、电子舌技术对不同山楂样品进行检测,通过主成分分析(PCA)、判别因子分析(DFA)以及统计质量控制分析(SQC)对获取的特征数据进行处理和分析。结果:电子鼻技术能有效区分不同产区及不同基源的山楂样品,电子舌技术能有效区分不同基源的山楂样品。结论:电子鼻、电子舌技术可用于不同产地及不同基源山楂的鉴别区分,其二者结合化学计量学可作为气、味鉴别的新方法。     

仿生技术在中药质量控制领域的应用研究进展

中药的气味与质量存在紧密的联系,《中华人民共和国药典》2020年版中绝大多数药材和饮片性状项下都有对其气、味的描述。然而,在实际的中药质量控制过程中有关气、味的鉴别较为主观、个体差异较大,缺乏客观的量化判断标准。作为近年来发展起来的新技术,电子鼻、电子舌等仿生技术可一定程度代替人的感官,将气、味信息转化为量化指标,完成对药材气、味的评价,更具现代科学性和客观性。对此类技术在中药质量控制领域,如鉴别、炮制规律、毒性中药质量控制及中药物质基础等方面的应用进展进行综述,以期为中药研究和中药质量控制提供新的思路。     

基于仿生技术的制川乌炮制过程变化研究

目的 研究制川乌炮制过程中各个阶段的气、味变化特征，表征制川乌炮制过程的气、味变化与内在有效成分之间的变化关系。方法 制作3批不同炮制时间的制川乌样品，使用电子鼻、电子舌对制川乌炮制过程中“气”“味”变化进行检测，通过雷达图、线性判别分析法（LDA）、主成分分析（PCA）对获取的数据进行分析处理，并与制川乌炮制过程中生物碱类成分进行相关性分析。结果 电子鼻、电子舌可以区分出制川乌不同炮制程度的样品。通过Pearson相关性分析得出，电子鼻FAC1与乌头碱、新乌头碱、苯甲酰乌头原碱、苯甲酰新乌头原碱、单酯型生物碱总量均呈显著相关性（P<0.01），电子舌FAC2与苯甲酰新乌头原碱、单酯型生物碱总量均呈显著相关（P<0.01），与苯甲酰乌头原碱含量呈相关性（P<0.05）。结论 电子鼻、电子舌仿生技术可运用于制川乌炮制过程质量研究，为中药炮制研究提供了一种新思路。