基于近红外光谱技术快速定性鉴别广陈皮模型的建立

目的采用近红外光谱技术(NIRS)建立广陈皮的定性分析模型,以建立快速鉴别广陈皮药材的方法。方法采集广陈皮与川陈皮的NIRS图,通过标准正交变量变换(SNV)预处理后采用聚类分析方法建立广陈皮与川陈皮鉴别模型,并进行模型内验证和模型外验证,建立了广陈皮定性分析模型。结果在4 000~10 000 cm-1广陈皮和川陈皮能够较好地区分,内部验证的准确率高达100%,外部验证准确率达到90.91%。结论采用近红外光谱技术对广陈皮样品进行鉴别是可行的。     

基于近红外光谱技术的道地山药快速无损分析

目的：采用近红外漫反射光谱技术,建立对道地山药的快速无损鉴别方法。方法：收集三个产地（河南、河北、广东）的山药饮片共90份,采集其近红外漫反射光谱。采用判别分析法建立定性鉴别模型,并考察不同数据预处理方法对模型预测结果的影响。结果：道地山药饮片与其他产地的山药饮片在原始光谱与主成分得分的空间分布中均表现出较大的差异性。所建定性判别模型中,经多元散射校正结合二阶导数及SG平滑处理的模型表现出最佳预测结果,其对校正集与验证集的判正率均为100％。结论：近红外漫反射光谱技术在道地药材的质量分析中具有可行性,可实现道地山药饮片的快速无损鉴别。     

近红外光谱一致性检验模型快速鉴别益母草片

目的:建立快速鉴别益母草片(云南永安制药有限公司)的近红外光谱一致性检验方法。方法:采集益母草片的近红外光谱,利用OPUS软件进行处理,建立益母草片的近红外光谱一致性检验模型,用不同厂家及功效相近样品的近红外光谱进行验证。结果:建立的近红外一致性检验模型可以快速、准确地判断出益母草片的真伪。结论:该方法是一种快速、简便、准确的分析技术,可用于药品快速检测和靶向抽验。     

薏苡仁近红外光谱快速定性定量模型的建立

目的 建立薏苡仁主要成分甘油三油酸酯的近红外定量模型和薏苡仁生品与麸炒炮制品的近红外定性鉴别模型。方法 采用高效液相色谱法测定薏苡仁中甘油三油酸酯的含量,然后运用傅立叶变换近红外光谱技术并结合偏最小二乘法(PLC)、选择谱段为5669.69～4,242.63cm~(-1),以"标准正则变换+一阶导数"对原始光谱进行预处理建立定量分析模型;采用校正模型的相关系数(R)、校正均方根误差(RMSEC)和预测模型相关系数(R)、预测均方根(RMSEP)对校正模型进行评价;同理选择波段9881.46～4119.20cm~(-1),选择主成分数为9,对定性鉴别模型进行校正评价。结果 所建立的定量校正模型中甘油三油酸酯的R值为0.99507,RMSEC为0.0133,RMSEP为0.0231;所建立的定性校正模型的性能指数PI值为92.3,模型预测率为100%。结论 该研究建立的近红外定量定性模型稳定性较好、预测结果较准确,可用于薏苡仁甘油三油酸酯含量的快速测定和薏苡仁不同炮制品的快速鉴定。     

麦冬硫熏及配伍后指标成分含量变化的近红外光谱技术快速分析

目的运用近红外光谱技术对麦冬硫熏及配伍后成分变化进行快速分析。方法以麦冬SO_2残留为对照,用相似性判别分析,建立近红外光谱与对照值的定性模型;以麦冬皂苷D(OPD)、D′(OPD′),甲基麦冬二氢高异黄酮A(MA)、B(MB)含量为对照,用偏最小二乘法(PLS)建立近红外光谱与对照值的定量模型。运用HPLC-ELSD同时测定4种成分含量,流动相乙腈-水梯度洗脱,温度60℃,N_2流量2.0 L/min。结果最佳硫熏定性模型:波长4000～10000cm ~(-1),SNV处理,内、外部验证准确率分别为100%、95%。最佳定量模型:麦冬,SNV,4000～10000cm~(-1);麦冬-五味子,Constant,4800～5500,6500～7200cm~(-1);麦冬-山药,SNV,4800～5500cm~(-1)、6500～7200cm~(-1);麦冬-黄连,SNV,4000～10000cm~(-1)。模型相关系数依次为0.9758～0.9845,0.9654～0.9811,0.9821～0.9867,0.9512～0.9768。麦冬-山药配伍指标成分含量增加,麦冬-五味子配伍MA不变、其它增加,麦冬-黄连配伍OPD、OPD′增加,MA、MB减少。结论近红外光谱技术可用于麦冬硫熏定性及指标成分定量快速分析。麦冬不同配伍后指标成分变化情况不同。     

近红外光谱技术快速鉴别重楼及其混伪品

目的 建立重楼及其混伪品的近红外光谱（near-infrared spectroscopy,NIRS）快速鉴别方法。方法 采用NIRS仪获取样品光谱数据,结合主成分分析（principal component analysis,PCA）、正交偏最小二乘判别分析（orthogonal partial least squares discriminant analysis,OPLS-DA）、线性判别分析（linear discriminant analysis,LDA）、人工神经网络机器学习算法（artificial neural network,ANN）和二维红外光谱（2D-IR）,探讨NIRS技术在重楼及其混伪品快速鉴别的可行性。结果 重楼及其混伪品的NIRS光谱吸收峰的峰形整体相似,但在峰数和峰强方面均存在一定差异。PCA和OPLS-DA判别模型可将重楼及其混伪品区分,但模型预测能力差（Q²＜0.5）;LDA模型可将滇重楼与其他物种进行区分,但无法区分七叶一枝花的部分样本;ANN模型识别准确率达100.0%,不同物种的2D-IR图谱在5 897～5 600 cm⁻¹和4 497～4 200 cm⁻¹差异显著。结论 重楼及其混伪品的化学信息差异明显,不可混用。NIRS结合ANN模型或2D-IR方法可用于重楼及其混伪品的快速鉴别。     

近红外光谱一致性检验模型快速鉴别沉香化气丸

目的建立沉香化气丸的近红外光谱一致性检验方法。方法采集沉香化气丸的近红外光谱,利用OPUS软件进行处理,建立沉香化气丸的近红外光谱一致性检验模型,用不同厂家及功效相近样品的近红外光谱进行验证。结果建立的近红外一致性检验模型可以快速、准确地判断出不同厂家的真伪。结论该方法是一种快速、简便、准确的分析技术,可用于药品快速检测。     

冰片近红外光谱鉴别模型探讨

目的:建立冰片近红外光谱鉴别模型以用于冰片正品和掺伪品的快速鉴别。方法:收集不同来源的冰片(正品10个,掺伪品7个),利用近红外光谱仪采集其近红外光谱,进行预处理后,采用矢量归一加二阶导数法和因子化法建立质量鉴别模型。结果:经验证,能准确无误地鉴别冰片及掺伪品。结论:本模型可快速、准确、无损地进行冰片的质量鉴别,可在全国药品快检车和日常的监督抽样中推广应用。     

近红外光谱技术快速鉴别淫羊藿药材产地

目的淫羊藿作为一种药食两用植物,在祛湿补肾方面有显著疗效。应用近红外光谱,以甘肃、陕西和辽宁三个不同产区的淫羊藿为研究对象进行产地鉴别。方法采用主成分分析(principal component analysis,PCA)、前馈人工神经网络(back feed forward-artificial neural network,BP-ANN)和支持向量机(support vector machine,SVM)进行定性判别分析;其中,在支持向量机分类模型中,研究了三种参数寻优方法包括网格全局搜索(grid search)、遗传算法(genetic algorithm,GA)及粒子群算法(particle swarm optimization,PSO)对模型性能的影响。结果 PCA得分图产地间有部分重叠,较难区分;前馈人工神经网络和支持向量机定性识别方法都能完全准确地鉴别产地。结论该研究表明近红外光谱技术结合化学计量学可作为一种快速可靠的方法用于淫羊藿产地的鉴别,并为市场规范提供一种新思路。     

基于AOTF-近红外光谱技术的川贝母药材即时快速鉴别研究

目的探索建立一种针对川贝母药材的即时快速分析方法。方法收集贝母类药材共81批,应用便携式AOTF近红外光谱仪采集其光谱,通过主成分分析法(PCA)分别对贝母类药材、川贝母类药材及商品"松贝"与伪品进行快速鉴别。结果该方法实现了川贝母类药材与非川贝母药材的快速鉴别,能有效区分川贝母类药材,并可快速甄别"松贝"及其混伪品。结论该方法是一种简便、快速、低耗、无损的新型分析技术,能用于川贝母类药材的快速鉴别。     

近红外光谱技术鉴别三七及其伪品

目的:应用近红外光谱技术结合化学计量学方法鉴别三七及其伪品。方法:收集3个主产地三七及3种常见三七伪品共289批样品,采集近红外光谱图,采用判别分析法对其进行定性鉴别。结果:建立的模型鉴别准确率达到100%。结论:近红外光谱技术可快速、准确鉴别三七及其伪品。     

应用近红外光谱技术鉴别红参药材

目的 应用近红外光谱(NIRS)技术鉴别红参及其伪品.方法 收集300份中国红参及多种红参伪品的近红外漫反射光谱,采用判别分析法对其进行定性鉴别.结果 近红外光谱法可正确鉴别红参与其伪品.结论 该方法快速、准确,可用于红参类药材的鉴别.     

近红外光谱快速鉴别不同厂家小柴胡颗粒研究

目的:建立小柴胡颗粒的近红外光谱一致性检验方法。方法:采集小柴胡颗粒的近红外光谱,利用OPUS软件进行处理,建立小柴胡颗粒的近红外光谱一致性检验模型,用不同厂家及功效相近样品的近红外光谱进行验证。结果:建立的近红外一致性检验模型可以快速、准确地判断出不同厂家的药品真伪。结论:该方法是一种快速、简便、准确的分析技术,可用于药品快速检测。     

近红外光谱技术鉴别虎掌南星与天南星

目的 研究建立鉴别虎掌南星与天南星药材的方法.方法 应用近红外光谱(NIRS)技术结合模式识别法分析药材,在12 500～3 600 cm-1范围内采集光谱.以21点平滑后一阶导数经矢量归一化的方法预处理光谱,采用OPUS/IN-DENT定性分析软件的沃德法(Ward'sAlgorithm)进行聚类分析,MATLAB7.8软件进行主成分分析.结果 在6 445.2～6098.1 cm-1和4 601.5～4 246.7 cm-1区域.基于聚类分析和主成分分析的模式识别法均可以鉴别虎掌南星和天南星药材.结论 近红外光谱技术结合聚类分析和主成分分析的模式识别法可用于鉴别虎掌南星和天南星药材,方法简单、快速、具有可操作性.     

基于近红外漫反射光谱和PCA-SVM算法快速鉴别炉甘石

目的:利用主成分分析(PCA)和支持向量机(SVM)算法,建立炉甘石生品、伪品及炮制品的近红外漫反射光谱(NIRS)鉴别模型。方法:采集炉甘石生品、伪品及炮制品的NIRS,选取特征谱段,优选光谱预处理方法及最佳主成分数,建立PCA-SVM鉴别模型。结果:在7 500～4 000 cm-1谱段,以一阶导数法(FD)为最佳光谱预处理方法,PCA提取的光谱前5个主成分为最佳主成分,并经网格搜索算法确定惩罚因子c=0. 25,核函数参数g=8为最佳SVM内部参数,建立炉甘石PCA-SVM鉴别模型。该模型五折交叉验证准确率100%,且模型对训练集和测试集样品预测正确率亦均达100%。结论:基于PCASVM算法所建立的炉甘石NIRS鉴别模型预测准确率高,结合固体粉末漫反射技术无损、快速的优点,该模型可用于炉甘石生品、伪品及炮制品的无损、快速鉴别。     

蝼蛄的近红外光谱鉴别研究

目的 :对蝼蛄的不同种和异地的同一种以及混乱品种进行鉴定、分析。方法 :应用傅立叶变换近红外光谱仪。结果 :聚类分析表明不同的蝼蛄种间聚类关系较远 ;虽异地但为同一种的蝼蛄聚类关系较近 ;相近地理位置所产蝼蛄 ,其聚类关系较近 ;混乱品种蟋蟀和东方蝼蛄的聚类关系较近。结论 :近红外分析法可应用于蝼蛄种的分类以及蝼蛄药材的分析、鉴定。     

近红外光谱鉴别高丽参的研究

目的 应用近红外光谱(NIRS)技术鉴别红参和高丽参.方法 收集中国红参、韩国高丽参及朝鲜高丽参的样品,采用近红外积分球漫反射法测定光谱图,用判别分析法对其进行定性鉴别.结果 近红外光谱法可正确鉴别中国红参和高丽红参.结论 该方法快速、准确,可运用于高丽参药材的鉴别.     

电子鼻技术在硫熏菊花鉴别中的应用

目的：根据菊花硫熏前后气味的显著差异,采用电子鼻技术对其进行区分与鉴别,以期探索一种气味鉴别菊花药材的新方法。方法：利用电子鼻技术,测定菊花在其电子传感器阵列上的最大响应值,利用主成分分析（Principal Component Analysis,PCA）以及10种机器学习法方法（Machine Learning,ML）对响应值进行分析并建立判别模型。结果：菊花是否经过熏硫,其气味差别显著,采用PCA及BF Tree、J48、Random Tree等6种机器学习方法对其进行分类判别,正判率高。结论：电子鼻技术可以对“菊花是否熏硫”进行准确判别,可将电子鼻技术结合多种机器学习方法引入到菊花的质量评价中,为电子鼻的数据挖掘在中医药研究中的应用提供更多思路。     

基于HeraclesⅡ超快速气相电子鼻的硫熏麦冬快速鉴别研究

目的:通过HeraclesⅡ超快速气相电子鼻技术,建立麦冬硫熏样品与未硫熏样品的快速鉴别方法。方法:采用HeraclesⅡ超快速气相电子鼻对硫熏与未硫熏麦冬样品进行气味分析,根据获取的气味色谱信息,结合Kovats保留指数及Arochembase数据库内容,对两类样品的差异化合物进行定性分析;另外,通过建立的化学计量学模型实现了对硫熏与未硫熏麦冬的快速鉴别。结果:通过Arochembase数据库对比分析,硫熏麦冬硫化物明显比未硫熏麦冬多,气味特征差异大;PCA模型可明显区分硫熏麦冬与未硫熏麦冬;运用SIMCA模型能够实现对硫熏麦冬的快速鉴别。结论:HeraclesⅡ超快速气相电子鼻技术可用于硫熏麦冬与未硫熏麦冬的快速鉴别,为中药材的硫熏快速鉴别提供新技术和新方法。     

基于超快速气相电子鼻对不同硫熏程度天麻的快速鉴别

目的 通过超快速气相电子鼻技术对不同硫熏程度天麻进行气味识别,以期寻求一种基于气味快速鉴别硫熏天麻的方法。方法 利用Heracles NEO型超快速气相电子鼻采集未硫熏和不同硫熏程度天麻饮片的气相色谱图,气相色谱条件为程序升温（初始温度40 ℃,以0.2 ℃·s^-1升温至60 ℃,再以4 ℃·s^-1升温至250 ℃）,进样量5 mL,孵化温度65 ℃,孵化时间35 min,结合Kovats保留指数和AroChemBase数据库进行定性分析,并以此为基础进行化学计量学分析,建立主成分分析（PCA）、判别因子分析（DFA）和偏最小二乘法-判别分析（PLS-DA）等模型,达到对不同硫熏程度天麻饮片进行有效鉴别的目的。结果 根据AroChemBase数据库对比分析,硫熏天麻和未硫熏天麻气味特征差异大,环戊烷、丙酮、庚烷可能是鉴别天麻饮片硫熏与否及硫熏程度的气味成分。PCA模型识别指数81,DFA模型的判别因子累计区分指数92.09%,PLS-DA模型的监督模型解释率0.963,预测能力参数0.956,说明PCA、DFA和PLS-DA模型均能较好地区分不同硫熏程度的天麻饮片。结论 Heracles NEO型超快速气相电子鼻可用于快速鉴别和区分不同硫熏程度天麻饮片,可为中药饮片的硫熏鉴别提供快速、简便、绿色的新方法和新技术。