基于RBF-RF 级联分类器电子鼻对中药的快速鉴别

目的：将电子鼻引入中药研究领域,探讨其在实际应用中的难点并提出解决方案,建立优化判别模型,为中药鉴别提供一种简便、快速、有效的分析方法,同时为气敏传感器的研发及应用提供新思路。方法：采用电子鼻提取中药气味特征,基于MOS 传感器的离子迁移谱,建立中药气味指纹图谱。以传感器最大响应值为分析指标,针对鉴别难点,提出两种解决方案：尝试不同检测器,即扩充传感器数量,尽量缩小“嗅觉盲区”;采用“级联分类器”构建法,即采用径向基函数（RBF）与随机森林（RF）二级级联分类器构建判别模型。通过十折交叉验证和外部测试集验证对所建模型进行系统性能的评估。结果：两种方案准确、可行,具有较高的正判率和较好的泛化能力（所得最高正判率分别为95%和100%、96%和80%）。结论：本研究首次采用“级联分类器”模式构建中药电子鼻鉴别的判别模型,在传感器数量有限的情况下,从所得数据中挖掘最大信息量;以“拆分任务、剥离难点、由易到难、分级递进”为原则,实现电子鼻对中药的快速、准确鉴别。所建模式识别法在可操作性、鉴别准确率和稳定性上均优于传统嗅觉识别法,为中药鉴别提供一种简便、快速的分析方法。     

基于色度学理论的甘草颜色数字化方法学研究

目的：基于色度学理论,引入分光测色计,建立甘草断面及表皮颜色指标数字化的方法。为传统中药性状鉴别中感官颜色的客观化、数字化提供新方法、新思路。方法：基于CIE1976L^*a^*b^*均匀色空间系统,以甘草为研究对象,针对样品断面及表皮的具体情况,选用2种分光测色计分别制订了甘草断面和表皮颜色的测量方法。结果：确定了去皮打粉的断面颜色量化方法和以直接测量为主、湿法施压剥皮测量为辅的表皮颜色量化方法,摸索并确定了RSD和dE^*ab双指标评价方法。结果表明此方法有效、可行。结论：本颜色测量方法简便、可靠,测量结果可以如实的反映药材颜色情况,并将主观的颜色描述用客观的数据表示,为揭示中药传统性状鉴别深层内涵提供了实验依据。     

鲜地黄配方颗粒成型工艺优选

目的:探讨鲜地黄配方颗粒的成型工艺.方法:以制粒粒度、堆密度、流动性、溶化性、吸湿性为指标,考察不同辅料种类及辅料用量;以软材性状、制粒难易程度、成品性状为指标,考察不同体积分数乙醇,优选适宜润湿剂.结果:最佳制粒工艺为干燥粉与麦芽糊精按1:1比例混匀,以85％乙醇为润湿剂制软材,1号药筛挤压制粒,60℃干燥,整粒.成品颗粒的临界相对湿度60％.结论:该优选工艺方法简便易行,成品率高,为鲜地黄配方颗粒大生产提供实验依据.     

马王堆帛书《五十二病方》中药物的先煎与后下之我见

目的:在文献整理的基础上,分析研究马王堆帛书《五十二病方》中临证施治时药物特殊制法的经验、认识,归纳、整理包括先煎、后下等方剂,为现代药物炮制、临床调剂等提供参考。方法:立足中药特殊用法,从"先煎与后下"入手,对马王堆帛书《五十二病方》进行了摘录、分类、总结与分析,选取具有代表性的方剂进行剖析,并与现代研究展开对比、讨论。结论:共得到含有先煎制法的方剂4首、后下的12首,包括麦秆或稻秆、菱角、牛肉等先煎药物,动物脂膏、厚朴、食醋、烧酒、蜂蜜、水银等后下药物,厘清了本书中药物先煎与后下的内容。其中"真伪"与"去存"尚需深入研究、加以验证。     

2016年天津市肿瘤医院门诊口服抗肿瘤中成药的不合理处方分析

目的 了解天津市肿瘤医院门诊口服抗肿瘤中成药的使用情况,为促进临床合理使用中成药提供参考.方法 随机抽取天津市肿瘤医院2016年门诊14381张抗肿瘤相关中成药处方,进行处方点评.结果 683张不合理处方中,60岁以上老年人占50.51％;主要分布于中医科、头颈科、乳腺科、简易门诊、肺科,共占83.90％;紫龙金片、博尔宁胶囊、回生口服液的不合格处方数较多,共占47.14％;按所抽取处方数计算,复方万年青胶囊的不合格率最大,有10种药物的不合格率均小于1％;存在的问题主要为临床诊断不明确、用量超量、适应证不适宜、联合用药不适宜4个方面.结论 天津市肿瘤医院门诊口服抗肿瘤中成药处方不合格率不是很高,但仍存在一定问题,需要采取一些干预措施.     

电子鼻MOS传感器阵列优化及其在中药材快速鉴别中的应用

电子鼻广泛应用于诸多领域,在不同领域中电子鼻传感器阵列的构成不同.由于中药气味的复杂性和特殊性,在中药鉴别分析中,需建立阵列优化法、筛选专属最佳阵列.采用法国Alpha MOS公司的α-FOX3000电子鼻对姜科常用10味中药进行气味检测,基于逐步判别分析法和聚类分析结合典型指标筛选法,建立了MOS传感器阵列的优化法.同时针对优化前后的数据,分别采用主成分分析、Fisher判别分析和随机森林算法进行了对比研究.结果表明,优化后的阵列不仅保留了原始阵列的有效信息,而且在一定程度上剔除了冗余信息、提高了识别效率.随机森林分类器计算结果表明:最佳阵列为逐步判别分析筛选的S1,S2,S5,S6,S8,S12组合而成,此阵列优化法有效、可行;为电子鼻在中药鉴别中MOS传感器阵列的优化提供思路与方法参考.     

基于RBF-RF级联分类器电子鼻对中药的快速鉴别

目的：将电子鼻引入中药研究领域,探讨其在实际应用中的难点并提出解决方案,建立优化判别模型,为中药鉴别提供一种简便、快速、有效的分析方法,同时为气敏传感器的研发及应用提供新思路。方法：采用电子鼻提取中药气味特征,基于MOS传感器的离子迁移谱,建立中药气味指纹图谱。以传感器最大响应值为分析指标,针对鉴别难点,提出两种解决方案：尝试不同检测器,即扩充传感器数量,尽量缩小“嗅觉盲区”;采用“级联分类器”构建法,即采用径向基函数（RBF）与随机森林（RF）-~级级联分类器构建判别模型。通过十折交叉验证和外部测试集验证对所建模型进行系统性能的评估。结果：两种方案准确、可行,具有较高的正判率和较好的泛化能力（所得最高正判率分别为95％和100％、96％和80％）。结论：本研究首次采用“级联分类器”模式构建中药电子鼻鉴别的判别模型,在传感器数量有限的情况下,从所得数据中挖掘最大信息量;以“拆分任务、剥离难点、由易到难、分级递进”为原则,实现电子鼻对中药的快速、准确鉴别。所建模式识别法在可操作性、鉴别准确率和稳定性上均优于传统嗅觉识别法,为中药鉴别提供一种简便、快速的分析方法。