常用飲片近紅外光譜數(shù)據(jù)庫建立及識(shí)別研究.pdf

1、近紅外光譜技術(shù)用于中藥材質(zhì)量監(jiān)測(cè)和控制具有快速、無損、客觀的優(yōu)點(diǎn)。由于近紅外光譜技術(shù)是一種間接分析技術(shù)，需在大量已知樣本光譜數(shù)據(jù)的基礎(chǔ)上，借助化學(xué)計(jì)量學(xué)方法建立數(shù)學(xué)模型，實(shí)現(xiàn)對(duì)未知樣本的定性或定量分析。因此，建立研究樣本的光譜數(shù)據(jù)庫，探討合適的數(shù)學(xué)建模方法對(duì)中藥材質(zhì)量控制具有推動(dòng)作用。 本文的主要研究內(nèi)容為常用飲片近紅外光譜數(shù)據(jù)庫的建立和識(shí)別方法研究。首先由具有豐富經(jīng)驗(yàn)的藥師對(duì)飲片樣本進(jìn)行人工定性判別，采集其近紅外光譜數(shù)據(jù)，在I

2、SIS/Base數(shù)據(jù)庫管理系統(tǒng)(美國MDL信息系統(tǒng)公司)中建立常用飲片的近紅外光譜數(shù)據(jù)庫。利用TQ Analyst光譜分析軟件建立飲片的近紅外光譜相似度校正模型，實(shí)現(xiàn)對(duì)未知樣本的真?zhèn)闻袆e。利用數(shù)據(jù)庫中的近紅外光譜數(shù)據(jù)，將主成分分析、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等化學(xué)計(jì)量學(xué)方法，應(yīng)用于近紅外光譜分析。力圖將傳統(tǒng)的鑒別方法與新的技術(shù)相結(jié)合，從而將基于經(jīng)驗(yàn)的人工鑒別法上升為基于現(xiàn)代儀器分析技術(shù)的近紅外光譜飲片質(zhì)量鑒別法。 研究結(jié)果如下：

3、 (一)常用中藥近紅外光譜數(shù)據(jù)庫及相似度模型的建立用ISIS/Base數(shù)據(jù)庫管理系統(tǒng)，建立常用中藥飲片的數(shù)據(jù)庫。庫中共收錄飲片152種，每種飲片5個(gè)批次，共計(jì)760個(gè)批次，每個(gè)批次5個(gè)光譜，近紅外光譜共3800個(gè)。數(shù)據(jù)庫界面友好，可對(duì)近紅外光譜及文本等數(shù)據(jù)進(jìn)行多種方式的存儲(chǔ)、搜尋、檢索和管理，有利于飲片鑒別。 (二)從定性方面對(duì)采集的近紅外光譜進(jìn)行研究依次經(jīng)多元散射校正(MSC)，Norris導(dǎo)數(shù)平滑和一階微分處理后建立152

4、種飲片的相似度識(shí)別模型，并用四組實(shí)例對(duì)建立的校正模型進(jìn)行驗(yàn)證，取得較好的判別效果。應(yīng)用穩(wěn)健主成分分析(RPCA)對(duì)甘草與炙甘草近紅外光譜進(jìn)行了分析，考察了第一主成分和第二主成分的得分圖，為近紅外光譜的進(jìn)一步分析提供了可靠的科學(xué)依據(jù)。研究了徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)對(duì)甘草與炙甘草近紅外光譜的鑒別，對(duì)原始數(shù)據(jù)進(jìn)行了平滑和壓縮處理，以達(dá)到消除斜坡背景和減少變量的目的，對(duì)參數(shù)進(jìn)行了詳細(xì)的討論，甘草與炙甘草的鑒別結(jié)果令人滿意。研究了支持向量機(jī)(