基于傅里叶变换红外光谱及化学计量学方法的不同产地锁阳药材分类鉴别

目的:基于傅里叶变换红外光谱(FTIR)及化学计量学方法实现不同产地锁阳药材的分类鉴别。方法:采集5个省(区) 12个市(区/州/旗)的106批锁阳药材,以透射方式采集样品的FTIR光谱数据并进行光谱预处理,建立锁阳FTIR指纹图谱并进行光谱解析,以相关系数法计算不同产地锁阳的FTIR相似度,求取不同产地锁阳FTIR平均光谱的一阶导数(1D)光谱,以预处理后的1D光谱数据建立基于主成分分析(PCA)的软独立建模分类(SIMCA)鉴别模型,以前6个主成分建立正交偏最小二乘法(OPLS)鉴别模型。结果:不同产地锁阳FTIR指纹图谱的走势及主要吸收峰位基本一致,共指认出了16个共有特征吸收峰;不同产地锁阳FTIR指纹图谱的相似度及1D光谱均有显著、唯一的特征;所建SIMCA模型可实现不同省级产区锁阳的分类鉴别,所建OPLS模型可实现不同市级产区锁阳的精确分类鉴别,12个产地锁阳的分类鉴别体现了明显的地域聚集性特点。结论:基于FTIR及化学计量学方法能够实现不同产地锁阳药材的分类鉴别。     

红外光谱结合化学计量学对栽培滇重楼的产地鉴别研究

目的 比较滇重楼Paris polyphylla var. yunnanensis不同生长年限不同产地红外光谱特征,建立产地鉴别模型。方法 收集13个产地3～8年生栽培滇重楼样品,共计841株个体;通过衰减全反射-傅里叶变换红外光谱仪(attenuated total reflection-Fourier transform infrared spectra,ATR-FTIR)采集样品红外光谱;结合多元散射校正(multiplicative scattering correction,MSC)、一阶导数(first derivative,FD)、二阶导数(second derivative,SD)和三阶导数(third derivative,TD)筛选最佳光谱预处理方式;利用偏最小二乘判别模型(partial least squares discrimination analysis,PLS-DA)鉴别相同生长年限不同产地的样品。结果 三阶导数与多元散射校正结合是对3年生和5～8年生样品进行产地鉴别的最佳光谱预处理方式;二阶导数与多元散射校正结合是鉴别4年生不同产地样品最佳光谱预处理方...     

红外光谱结合化学计量学评价不同产地何首乌

目的建立快速评价不同产地何首乌的方法。方法运用化学计量预处理方法处理4个产地何首乌样品的红外光谱,分析各产地样本的平均光谱,建立主成分分析鉴别和SIMCA预测模型。结果 ①何首乌含有蒽醌类、二苯乙烯类、磷脂类、多糖和苷类等化学成分。②主成分分析模型能基本鉴别不同产地何首乌。③不同产地何首乌的差异主要体现在芳香族化合物、草酸钙、磷脂、糖蛋白、多糖和苷类共6种化学成分上。④SIMCA模型预测未知样品的准确率达到100%。结论 红外光谱结合化学计量学是一种快速、无损地评价何首乌的有效方法。     

基于近红外光谱技术建立不同产地骆驼蓬药材定性判别模型

该研究将光纤传感技术与近红外漫反射光谱相结合,通过主成分分析、聚类分析、SIMCA等方法直接对骆驼蓬药材进行检测,用于识别不同产地的骆驼蓬,建立快速无损鉴别骆驼蓬产地的新方法。研究中建立全波长原始光谱图,通过主成分分析前2个主成分得分图基本可以区分4个产地的骆驼蓬;波长 866~2 507 nm,MSC为预处理方法建立最佳聚类分析模型对预测集预测的正确率达到91.67%,可对4个产地骆驼蓬基本区分;波长为1 085~2 507 nm,预处理方法为归一化法建立最佳SIMCA模型,对样品进行预测,只产地昌吉的样品没有被识别,其余样本判别正确,总识别率 97.22%。研究结果表明利用近红外漫反射光纤光谱结合SIMCA法识别能力最佳,可用于骆驼蓬的鉴别。     

基于红外光谱法结合化学计量学鉴别中药材墓头回及其伪品的研究

目的：建立红外指纹图谱结合化学计量学鉴别中药材墓头回及其伪品。方法：采集墓头回、白花败酱、黄花败酱和斑花败酱共50批药材的红外光谱，对光谱数据进行平滑、基线校正、纵坐标归一化、二阶求导等预处理，选取10个共有特征峰采用主成分分析(PCA)、正交偏最小二乘判别分析法(OPLS-DA)和簇类独立软模式识别法(SIMCA)分析光谱数据。结果：二阶导数红外光谱3 500～2 000 cm^-1波段中存在差异，墓头回及其伪品可以通过部分区域中吸收峰的峰形和峰强进行鉴别；PCA结果表现为B1～B11聚为一类，S1～S11聚为一类，M1～M15和H1～H13中有少数样品重叠；OPLS-DA将50批样品分为4类，分别为M1～M15,B1～B11,H1～H13,S1～S11,表明OPLS-DA能更好地将墓头回及其伪品区分开，且通过变量重要性投影(VIP)分析可得1、2、5、7号为区分贡献度最大的4个标志；SIMCA模式识别法建立的模型对样品的识别率为100%,说明该方法很好地将墓头回及其伪品分类。结论：红外光谱法结合二阶导数、PCA、OPLS-DA和SIMCA法为墓头回质量控制提供了...     

基于NIRS技术和PCA-SVM算法6种树脂及其他类中药的快速鉴别

目的:利用近红外漫反射光谱(NIRS)法,结合主成分分析(PCA)和支持向量机(SVM)联用算法,建立6种树脂及其他类中药安息香(Benzoinum),琥珀(Succinum),没药(Myrrha),乳香(Olibanum),松香(Colophonium),天竺黄(Bambusaen Concretio Silicea)的NIR模式识别模型,用于该6味中药的快速鉴别。方法:收集上述6种中药样品,经性状鉴别和理化分析确定正品药材55批,粉碎成均匀粉末,在4 000~12 000 cm~(-1)光谱区,采集各样品粉末的NIR光谱,选取特征谱段9 000~5 400,5 000~4 000 cm~(-1)为建模谱段,分别采用矢量归一化法(vector normalization,VN),一阶导数法(first derivative,FD),二阶导数法(second derivative,SD)3种不同光谱预处理方法进行预处理并分别进行PCA降维。根据主成分空间散点图,优选最佳预处理方法。利用最佳预处理方法处理后光谱的PCA降维数据,建立SVM模式识别模型,SVM模型参数c和g采用网格搜索法结合五折交叉验证进行寻优。对比不同主成分数所建PCA-SVM模型的预测准确率,确定最佳的主成分数,最终建立6种中药NIR快速鉴别模型。结果:在9 000~5 400,5 000~4 000 cm~(-1)建模谱段,确定最佳光谱预处理方法为SD,SD预处理光谱PCA降维后,确定最佳主成分数为3个,累计贡献率达93.57%。经网格搜索法确定最佳SVM建模参数组为c=65 536,g=512。所建PCA-SVM模型对训练集和验证集样品预测正确率均达100%,模型五折交叉验证准确率亦达100%。结论:所建的6种中药NIR光谱PCA-SVM鉴别模型,预测准确率高,模型预测能力强,结合NIRS技术无损、快速的优点,该模型可用于上述6种中药的无损、快速鉴别。     

基于红外光谱结合化学计量学及HPLC色谱的紫丹参及其近缘种成分差异

目的:探讨民族药紫丹参及其近缘种化学成分异同,为紫丹参药材鉴别和临床应用提供参考。方法:利用傅里叶红外光谱结合主成分分析(PCA),聚类分析(HCA)和偏最小二乘法判别分析(PLS-DA)方法对紫丹参及其近缘种成分的差异进行了研究,同时采用高效液相色谱法比较紫丹参及近缘种的水溶性成分差异。结果:紫丹参与其近缘种的红外光谱和水溶性HPLC色谱在吸收峰的峰数、峰强、峰形方面均存在一定差异,尤其是其水溶性极性成分较其他品种更为丰富,表明紫丹参与其近缘种之间所含化学成分有相似之处,但亦存在明显的不同。从化学亲缘关系来看,紫丹参与其他同属药物较远,三叶鼠尾草、戟叶鼠尾草、甘西鼠尾草三者成分更为接近;红外光谱结合化学计量学方法 PCA,HCA和PLS-DA分析显示,紫丹参与其他品种可明显分开。结论:该研究建立的红外光谱结合化学计量学模型,可用于紫丹参及其近缘种的快速鉴别;与其近缘种相比,紫丹参具有独特的化学成分群,具有深入开发的价值,为紫丹参及其混伪品的鉴别提供科学参考。     

不同产地锁阳近红外光谱鉴别分析

目的研究5个省份锁阳的近红外漫反射光谱(NIRDRS)指纹图谱,为不同产地锁阳的鉴别提供依据。方法采用NIRDRS指纹图谱技术,测定甘肃、新疆、宁夏、内蒙古、青海产锁阳干燥恒重粉末的全成分NIRDRS指纹图谱,结合二阶导数光谱、化学计量学技术,快速鉴别锁阳产地,探究不同产地锁阳的成分。结果在近红外吸收范围内,不同产地锁阳在8408、7327、6846、6360、6013、5785、5189、4698、4386、4317cm-1处均有较强的振动吸收,表明不同产地锁阳主要化学组分构成相似。二阶导数红外光谱结合相似度分析和主成分分析结果表明,不同产地锁阳成分的差异与地理位置有明显对应性。通过主成分分析可以得出比原始图谱更多的成分信息,在4150、4260、4340、4660、4940、5330、5680、5880、5980、6110、6470、7190、8320cm-1处的吸收峰对区分5个产地锁阳贡献较大。结论NIRDRS指纹图谱结合化学模式识别能有效鉴别不同产地锁阳,并为锁阳的质量评价提供依据。     

不同产地苍术红外指纹图谱研究

目的:建立不同产地苍术药材的红外指纹图谱,为苍术药材的产地鉴别和质量评价提供新的思路和方法。方法:采用傅里叶变换红外光谱技术(FTIR)对国内8省份18产区的苍术样品进行分析,通过红外图谱的解析表征、相似度对比、主成分分析及聚类分析等方法,建立不同产地苍术药材的红外指纹图谱,并探讨将其运用于产地鉴别的可行性。结果:不同产地苍术的红外图谱相似度较高,但运用适当的计量学方法可实现苍术的产地鉴别;红外图谱解析、相关系数分析、主成分分析及聚类分析等方法可从不同层面对苍术样品进行分类归属。结论:红外指纹图谱技术结合计量学方法对苍术药材进行产地鉴别具有较高的可行性,本研究为苍术的产地溯源和质量控制提供了一种新的思路。     

电子鼻结合化学计量学方法在南五味子和北五味子鉴别上的应用研究

目的利用电子鼻技术结合化学计量学建立快速、有效鉴别南北五味子的方法。方法通过电子鼻技术分别获取20批不同来源的南北五味子样品气味指纹图谱,利用主成分分析(PCA)、统计质量控制分析(SQC)、软独立建模聚类分析(SIMCA)及判别因子分析(DFA)等化学计量学方法对特征数据进行分析处理。结果与其他三种化学计量方法相比较,DFA法可完全区分南北五味子样品,其识别正确率为100%。结论电子鼻技术结合化学计量学方法可实现对南北五味子品种的快速鉴别。     

红外光谱结合化学计量学鉴别美洲大蠊及其他虫类药材研究

目的基于红外光谱法结合化学计量学建立美洲大蠊及其他虫类药材(全蝎、水蛭)粉末的鉴别方法,为美洲大蠊的鉴别提供一定的依据。方法运用傅里叶变换红外光谱仪采集3种虫药药粉的红外光谱数据,对已得光谱数据二阶求导后运用纵坐标归一化法、标准化法等预处理方法对光谱进行优化,采用化学计量学,包括系统聚类分析(hierarchicalcluster analysis,HCA)、主成分分析(principal component analysis,PCA)以及偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)进一步对光谱数据进行分析。结果美洲大蠊与全蝎、水蛭的红外指纹图谱有差异。美洲大蠊在1 711、1 410、712 cm-1处吸收峰明显,全蝎在1 753、1 400、1 168、717 cm-1处吸收峰明显,水蛭在1 558、1 457、1 400、669 cm-1处吸收峰明显,且水蛭在1 753～1 711cm-1处明显无吸收峰。3种虫类药材在1 800～1 700 cm-1处峰形差异明显较大。二阶导数图谱中,主要峰的位置相同,但共有峰的强度不同。运用HCA分析方法发现3种虫类药材能够被快速区分,运用PCA与PLS-DA分析方法发现3种虫类药材分布在不同区域。结论本研究能够简便、快速的鉴别美洲大蠊与全蝎、水蛭等虫类药材,为美洲大蠊的质量控制及评价提供参考。     

不同品种产地麻黄的FTIR快速分析鉴别研究

目的对不同品种产地麻黄进行快速鉴别,为其正确使用提供科学依据。方法采用傅里叶变换红外光谱(FTIR)测定了6个不同品种产地的36个麻黄样品的红外光谱。选择1 000~1 400 cm-1范围内的光谱数据进行了主成分聚类分析和径向基神经网络预测。结果主成分分析(PCA)表明,前3个主成分的累积可信度已达96.44%,能够表征出麻黄在不同品种产地的多样性分化。建立概率径向基神经网络模型对12个麻黄样本进行了预测,正确率达83.33%。结论傅里叶变换红外光谱技术结合化学统计学方法可用于麻黄药材品种产地的分类和鉴别,可为麻黄药材的质量控制提供一个快捷、准确、可行的方法。     

基于近红外光谱主成分分析-马氏距离法的发汗与未发汗续断的快速鉴别

为了快速准确的鉴别续断发汗与否, 以续断发汗和未发汗样品为实验材料, 采用近红外光谱法结合主成分分析-马氏距离判别分析方法建立了定性鉴别模型。选取了129个未发汗样品和86个发汗样品的近红外光谱图,应用主成分分析-马氏距离法进行判别分析,选择谱段为9 881.46~4 119.20 cm^-1,采用 "标准正则变换 +原始光谱+ 二阶求导" 组合对原始光谱进行预处理,主成分数为14,建立定性鉴别模型;并经预测集验证,鉴别准确率达到100%。说明近红外光谱结合模式识别方法进行续断"发汗"与否定性鉴别在技术上是可行的,可以作为续断产地加工"发汗"定性鉴别的一种辅助手段。     

红外光谱结合化学计量学鉴别獐牙菜属植物

目的:采用傅里叶变换红外光谱(FTIR)结合化学计量学实现獐牙菜属植物快速、准确鉴别。方法:采集川东獐牙菜、青叶胆、紫红獐牙菜、狭叶獐牙菜和西南獐牙菜不同部位(根、茎、叶) 543份样品红外光谱信息,原始数据经标准正态变量(SNV),多元散射校正(MSC),平滑(SG),一阶导数(1D),二阶导数(2D),三阶导数(3D)等处理后删减4 000～3 700,2 799～1 800 cm~(-1)和682～653 cm~(-1)波段,建立偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型。结果:5种獐牙菜属植物相同部位平均光谱较为相似,无法区分,同一物种不同部位光谱特征峰有差异,复杂程度为叶茎根;根、茎和叶3个部位PLS-DA和SVM模型均能准确鉴别5种獐牙菜属植物,且MSC+SG+2D预处理效果最佳。PLS-DA模型R~2Y 0. 8,RMSEP RMSECV,所建模型稳定,效果好,Q~2超过0. 6,预测集正确率达到100%,所有预测集样品分类正确,模型预测能力强。根、茎和叶SVM模型最优惩罚参数c分别为22. 627 4,2和1. 414 2,均在正常范围内,预测集正确率均为100%,分类准确率高。结论:FTIR结合PLS-DA和SVM模型能准确区分不同獐牙菜属植物,模型预测效果好,为其他植物鉴别提供一定的参考依据。     

近红外光谱技术在金银花和山银花判别中的应用研究

目的:通过近红外光谱技术研究金银花和山银花在真伪鉴别中的应用。方法:本研究利用近红外光谱方法识别金银花和山银花的差异性,通过收集来自不同产地的101种金银花和山银花样品,采用近红外光谱选择5300～5550、6900～7500、8200～12 000 cm~(-1)处光谱波段进行标准化预处理后,在主成分分析的聚类基础上通过SIMCA模式识别原理对金银花和山银花分别建立了类模型。结果:模型基本能正确识别金银花和山银花,所建立的方法可靠、快速简单,可作为金银花真伪判别的一种有效控制方法。结论:近红外光谱结合SIMCA模式识别在金银花和山银花分类识别具有可行性。     

基于ATR-FTIR结合化学计量学快速鉴别玉竹和黄精的实验研究

目的:采用衰减全反射傅里叶变换红外光谱法(ATR-FTIR)和化学计量学对同科同属易混淆药材玉竹和黄精进行鉴别。方法:采用ATR-FTIR获取样本的一级和二级红外指纹图谱,采用PLS-DA构建最佳图谱模型,并采用PCA、HCA等化学计量学对模型图谱基本特征进行分析。结果:玉竹和黄精红外图谱主要由蛋白质、脂类和糖类等吸收带组成,两者光谱相似,但在1200～700cm-1处存在较小差异;在此范围对原图谱进行主成分分析发现,前3个主成分(集中在970cm-1、990cm-1和715cm-1附近))对玉竹和黄精鉴别的正确率可达96. 56%;在此范围对原图谱进行簇类分析发现,玉竹和黄精种内样本均具有一定地域特征性,但不影响整体鉴别效果。结论:采用ATR-FTIR并结合化学计量学可以快速准确鉴别玉竹和黄精,可为同属种植物鉴别提供理论依据。     

ATR-FTIR结合RBF神经网络对市售西红花的产地溯源

目的:利用衰减全反射傅里叶变换红外光谱法测定市售西红花的红外谱图,对不同产地西红花进行判别。方法:对129个市售西红花样品红外光谱图进行采集,选择500～1800 cm~(-1)区域的光谱图作为产地判别的数据来源。结果:应用主成分分析法对西红花样品光谱进行分析,可将西红花区分3大主要产地区域。西红花产地追溯模型是通过数据预处理后的ATR-FTIR光谱学与RBF神经网络建模,小波去噪预处理方法结合RBF神经网络模型对3大区域的判别正确率最高,预测集正确率为96.6%。结论:衰减全反射傅里叶变换红外光谱技术结合化学计量学方法是一种快速、有效的技术手段,可用于区分不同市售西红花样品的产地溯源。     

气相离子迁移谱结合化学计量法快速鉴别不同产地连翘

目的:建立气相离子迁移谱(GC-IMS)结合化学计量法快速鉴别连翘的产地的方法。方法:采用GCIMS法测定15批连翘药材中挥发性成分,运用主成分分析、聚类分析不同产地连翘。结果:以α-蒎烯的量为标准,进行聚类分析与主成分分析,可将不同连翘产地区分为3大类。判别分析进一步以Fisher判别函数的形式将陕西、山东、河南产地较准确进行区分。结论:GC-IMS结合化学计量法可快速、准确鉴别连翘产地,研究结果也可为不同产地连翘的质量评价提供科学的依据。     

FTIR结合化学计量学法鉴别燕窝的真伪

目的建立红外光谱结合化学计量学法鉴别燕窝的真伪。方法采用傅立叶红外变换光谱法(FTIR)采集28个不同产地血燕、白燕、黄燕窝及6个猪皮、银耳赝品的红外图谱,并应用SIMCA-P+12.0、SPSS 16.0对其数据进行聚类分析,考察不同样品间的区分程度。结果不同品种燕窝均有非常相似的红外特征图谱,结合主成分和聚类分析,可将28个真品燕窝与6个伪品完全区分开。结论该方法能简便、快速、无损地鉴别燕窝的真伪。     

红外光谱结合化学计量学鉴别悬钩木主流品种

目的 建立红外光谱结合化学计量学鉴别粉枝莓、红泡刺藤、黑腺美饰悬钩子.方法 采用傅里叶变换红外光谱仪采集3个基原植物19批样品的红外光谱图,对光谱数据进行纵坐标归一化法、自动平滑、二阶求导处理等预处理,采用系统聚类分析法(HAC)、主成分分析法(PCA)和正交偏最小二乘判别分析法(OPLS-DA)对光谱数据进行分析.结...