基于智能感官与多源信息融合技术的香附炮制程度快速辨识方法研究

目的 基于多源信息融合技术,整合传统的中药性状鉴别,建立香附Cyperi Rhizoma炮制程度快速辨识方法,为香附质量评价标准的制定和炮制过程质量控制的应用研究提供新思路、新方法。方法 选取6个产地的生香附饮片,采用醋炙法炮制,每隔3 min取样,得到72批香附炮制过程样品。然后基于色差仪、电子鼻和近红外光谱（near infrared spectrum,NIRS）技术获取上述样品的智能感官信息和NIRS数据,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）、正交偏最小二乘-判别分析（orthogonal partial least squares-discriminant analysis,OPLS-DA）方法、Lasso回归分析、遗传算法（genetic algorithm,GA）-反向传播（back propagation,BP）、神经网络算法（GA-BP ne...     

刍论感官与中药药性的确定和量化

中药药性的量化是中药药性理论研究的重要组成部分,其不同的量化标准通常对应着不同的量化结果.为确定符合中药药性理论建立之初药性认识的量化标准,文章从对中药药性及其理论的认识人手,推测古人确定中药药性的思路和工具.认为多感官整合是中药药性确定的基础,象思维是中药药性理论形成的影响因素,因而在量化上应考虑各感官刺激的加权运算...     

基于多源信息融合的中药质量标志物与质量评价研究模式

中药具有成分复杂性、功效多样性、成分间相互作用难以预测性的特点。因此,多学科交叉、多源信息融合的评价模式是中药质量标准创新性的研究思路。提出建立多源信息融合的中药质量标志物研究模式。根据中药质量整体性和功效特异性的属性,以质量标志物为核心,通过多源信息融合方法,整合传统的中药性状鉴别,融合有机成分和无机元素的多维物质基础分析方法,从影响药材质量的多维变量体系中辨识真正对中药功效产生矢量贡献的质量标识物,量化其药效贡献度,构建体现中药质量整体性和功效特异性的全方位质量评价体系。     

丹参提取过程多源信息融合建模方法研究

目的探索采用多源信息融合建模技术提高中药提取工艺模型的校正和预测性能。方法以丹参脂溶性成分乙醇提取过程为研究对象,收集不同来源丹参饮片模拟原料波动,采用实验设计(DOE)模拟工艺参数变化,以提取过程近红外光谱(NIRS)作为过程状态变量。采用HPLC法分析提取液中丹参酮ⅡA、隐丹参酮和丹参酮I的含量。将原料属性、工艺参数和过程状态变量组合为自变量,以提取液有效成分含量为因变量,采用偏最小二乘(PLS)法建立提取液质量预测模型。结果建模结果为丹参酮ⅡA交叉验证均方根误差(the root mean squared error of cross validation,RMSECV)为0.172 8 mg/g,预测均方根误差(the root mean squared error of prediction,RMSEP)为0.031 7 mg/g,性能偏差比(ratio of performance to deviation,RPD)为6.91;隐丹参酮RMSECV为0.153 4 mg/g,RMSEP为0.024 2 mg/g,RPD为4.02;丹参酮Ⅰ RMSECV为0.117 1 mg/g,RMSEP为0.043 2 mg/g,RPD为4.76。结论多源信息融合模型的校正和预测性能均优于常规模型,可有效提升丹参提取液质量可预测性和可控性。     

信息融合技术在医学领域中的研究应用

在当今的信息化时代,进入系统的信息具有数据量大、来源途径多、相关层次多等特点。因此,在信息处理中心,需要对其进行有效的融合处理,绝不允许多源的观测信息仅仅是持续简单的堆积。信息融合可将多源性、多层次、多属性、多方面的数据信息进行最佳地组合,以揭示其规律并前瞻性地展示其发展势态。近年来,随着检测技术、信息技术的发展和完善,信息融合技术已经被广泛地应用于如医疗诊断、交通管制以及图像处理等工程领域,并取得了令人瞩目的成效,越来越受到人们的重视。     

基于中药五味理论探讨软坚散结药的含义与分类

从中药五味理论角度出发,探究“软坚散结”的内在含义及发展演变脉络,发现古文献、现代中药教材、现代临床研究中“软坚散结药”的药味存在差异,提出“软坚散结药”应包括味咸的软坚药和味辛、苦的散结药。对软坚药与散结药进一步划分,提出软坚药味多咸,无须进一步分类,符合“软坚散结”治疗大法;散结药味多辛、苦,更针对疾病病机,可划分为清热散结药、化痰散结药、化瘀散结药、理气散结药、消食散结药、扶正散结药6类,临床上应辨证选药处方。     

信息融合技术在中西医学诊断中的应用

对信息融合技术在中、西医学诊断中的应用现状进行分析、总结,并对其可适性、必要性的应用前景作出展望.     

中医四诊多源信息融合分析方法的研究进展

概述了基于统计学原理和计算机技术的中医四诊多源信息融合分析方法,并分别论述了其原理、特点及其在中医领域的应用。为建立中医证候诊断的数字化、客观化平台提供参考。     

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...     

基于系统生物学阐释中药药性理论科学内涵的研究思路与方法探讨

本文通过分析近代中药药性理论研究中存在的问题,针对性地提出了应用系统生物学尤其是代谢组学方法,以研究机体生物标志物及其变化规律为主线,阐释中药药性理论科学内涵的具体思路与方法及其预期成果,并提示运用此方法建立中药性味实质及性效关联性研究技术平台的重要性.     

中药四性的临床应用价值及与五味的关系

中药四性是中药药性理论的核心,是我国历代医药学家经过长期实践总结而成的一种临床用药经验,并经过不断发展、完善与验证,最终又指导中医临床用药。通过对四性及五味的溯本寻源,以中药四性的起源、临床应用和现代研究为主线,对四性的形成过程及其临床应用价值进行归纳和总结。并对《中国药典》2020年版一部收载的617味中药进行“性”与“味”的统计分析,解析二者的内在关联性,有助于中药性味的应用和理解,为中药药性理论的进一步研究提供思路与借鉴。     

基于古代斗历天文学对中药四气五味理论的动态解析

要弄清楚中医理论与思维方法,必须从其理论产生的背景和源头入手,才能探本求源,把握住理论根本.中医的阴阳、五行、六气等基本概念与古代天文学有着密不可分的联系,故从古代天文学角度来审视才能看清中医基本理论思维的原点.因此,文章从古代斗历历法天文学的角度,阐述了中医天人相应理论产生的古天文学背景,阐明中医五行理论思维的基本内...     

辛味药性理论溯源与现代研究评述

中药药性理论是中医药理论体系的重要组成部分。其中五味作为药性理论中的核心内容之一,对于保障中医临床的准确合理用药具有不可忽视的作用。然而,相较于四性,中药五味属性与其临床功用的关联相对松散,主要源于五味属性中真实滋味和推演五味属性的混杂。基于此,以五味理论中的"辛味"为研究对象,整理归纳其药性理论的产生及构建过程,以及现代研究进展,明确"辛味"中药五味属性的来源以及药性理论的传统认识,以期为中药药性的现代研究提供新的研究思路和研究模式。     

基于空间信息技术的野生广布种药用植物资源蕴藏量估算方法研究

传统中药资源调查方法费时、费力,人为影响较大,往往调查精度不高.作者通过引入空间信息技术,针对野生广布种药用植物资源进行空间抽样调查,实现样方的科学布设,药用植物适生面积和蕴藏量的准确估算.这不仅提高了抽样调查的精度,而且降低了野外调查的工作量,更为第四次全国中药资源普查工作的调查方法提供了科学依据.     

基于颜色气味信息融合的苦杏仁走油程度判别分析与质量预测模型建立

目的 建立基于颜色气味数字化融合信息的苦杏仁Armeniacae Semen Amarum走油程度判别分析和内在质量预测模型。方法 基于颜色气味数字化的融合信息,联合机器学习算法对其走油程度进行判别,对比其正判率,寻找识别效果最好的算法。利用SPSS分析平台,开展苦杏仁颜色气味融合信息数字化与内在化学成分的相关性分析,同时建立含量预测回归方程并且检验其拟合度。结果 基于粉末颜色和气味融合信息的模型建立中,Logistic、IBK、K-Star、LMT和Random Forest算法正判率较高,可完成对不同走油程度苦杏仁的分类鉴别;基于剖面颜色和气味融合信息的模型建立中,Logistic算法和K-Star算法可完成走油程度的判定。基于粉末颜色及气味融合信息建立苦杏仁质量预测模型,预测方程：Y苦杏仁苷=2.175-1.340 F1-2+0.529 F1-1,R2=0.732;Y酸值=2.113+1.724 9 F1-2-0.667 F1-1,R2=0.719;基于剖面颜色及气味融合信息建立苦杏仁质量预测模型,预测方程如下：Y苦杏仁苷=2.153+1.242 F2-2+0.5 F2-1-0....