吴喆 1,2,3张霁 1,2左智天 1,2徐福荣 3[ ... ]张金渝 1,2
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南省省级中药原材料质量监测技术服务中心, 云南 昆明 650200
3 云南中医学院中药学院, 云南 昆明 650500
中药炮制是根据中医学理论, 改变中药的性味和功效, 以达到缓和药性、 减毒增效等作用。 炮制对中药的活性成分、 药效、 毒副作用影响甚大, 建立一个系统鉴别和评价中药不同炮制品的方法, 可为中药质量和临床用药安全提供重要支撑。 采用红外光谱法对9种云南重楼不同炮制品进行对比分析, 结合化学计量学建立主成分-马氏距离(PCA-MD)判别模型进行鉴别分析。 云南重楼不同炮制品的红外光谱经自动基线校正和纵坐标归一化预处理后, 取其平均光谱图。 九种重楼不同炮制品的平均红外光谱和二阶导数光谱显示: (1)其主要特征吸收峰为3 387, 2 923, 1 745, 1 463, 1 338, 1 240, 1 207, 1 158, 1 180, 1 080, 1 048, 1 020, 988, 921, 895, 859, 833, 765, 708, 572和529 cm-1; (2)重楼不同炮制品红外图谱的峰形基本相似, 可显示出重楼所特有的红外光谱特征; (3)重楼不同炮制品红外图谱中少数特征吸收峰数目、 位置和吸收强度存在差异, 表明重楼经不同炮制后化学成分和含量发生了改变。 红外光谱经多元散射校正(MSC), 标准正态变量(SNV), 一阶求导(1st Der), 二阶求导(2nd Der)和平滑(SG)优化处理后, 采用Kennard-Stone算法筛选训练集和预测集(3∶1), 建立PCA-MD判别分析模型。 结果显示, 重楼不同炮制品的最佳预处理方法为1st Der+SG(11∶3)。 提取前5个主成分, 变量特征的解释能力为88.2%, 以PC1, PC2和PC3为坐标轴建立PCA-MD三维得分图可知, 九种炮制品可完全区分; 其中重楼I, H, G和F的聚类效果最好, 且前三种炮制品距离较近, 表明晒干和烘干处理重楼与传统炮制重楼所含化学成分相似; 重楼D和E空间距离较近, 推测其经过微波和蒸汽高温处理后化学成分变化相似。 预测集样本可准确的归属于训练集, PCA-MD判别模型的准确率为100%。 红外光谱结合PCA-MD判别分析可准确区分云南重楼的不同炮制品, 为云南重楼炮制品的临床应用提供参考, 同时为中药炮制品的鉴别提供了借鉴。
红外光谱 云南重楼 炮制 主成分-马氏距离判别模型 Infrared spectroscopy Paris polyphylla var. yunnanensis Processing Principal component analysis-Mahalanobis distance 
光谱学与光谱分析
2018, 38(4): 1101
作者单位
摘要
上海海洋大学食品学院,上海水产品加工及贮藏工程技术研究中心, 上海 201306
利用近红外光谱技术,对冷冻和解冻状态的不同等级白姑鱼糜进行等级评定.采用一阶导数法和标准正态变量变换法进行光谱预处理,再对预处理后的数据进行主成分分析,以主成分分析-马氏距离模式识别方法建立不同等级白姑鱼糜的等级评定模型,并对7项理化指标(水分、蛋白质、粗脂肪、盐溶性蛋白、凝胶强度、持水率和白度值)进行了测定.结果表明,主成分分析可以将三个等级白姑鱼糜较好地区分开;冷冻状态白姑鱼糜建立的等级评定模型效果优于解冻状态白姑鱼糜,前者的综合预测正确率为96.3%,后者的综合预测正确率为83.3%;三个等级白姑鱼糜的理化指标存在一定的差异.研究表明,近红外光谱技术可以快速无损评定白姑鱼糜等级。
鱼糜 近红外光谱 等级 主成分分析-马氏距离 理化指标 Surimi Near infrared spectroscopy Grade Principal component analysis-mahalanobis distance Physicochemical indexes 
光谱学与光谱分析
2015, 35(5): 1239
作者单位
摘要
1 云南省农业科学院药用植物研究所, 云南 昆明 650200
2 云南瑞升烟草技术(集团)有限公司, 云南 昆明 650106
3 玉溪师范学院资源环境学院, 云南 玉溪 653100
重楼属植物极具药用价值, 野生资源主要分布在我国西南省区。 应用近红外漫反射光谱, 以贵州、 广西和云南三个不同产区的70份野生药用植物重楼为研究对象进行产地鉴别。 采用多元信号校正、 标准正态变量、 一阶导数、 二阶导数、 Norris平滑和Savitzky-Golay 滤波六种方法, 对训练集(50份样品)原始光谱进行优化处理。 结果表明, 多元信号校正结合二阶导数和Norris平滑预处理光谱效果最好。 采用光谱标准偏差选择光谱波段(7 450~4 050 cm-1), 结合主成分-马氏距离(principal component analysis-mahalanobis distance, PCA-MD)建立分类模型, 前三个主成分累计贡献率、 R2、 RMSEC和RMSEP分别为89.44%, 97.58%, 0.179 6, 0.266 4, 预测正确率90%; 采用变量重要性图选择光谱波段(7 135.33~4 007.35 cm-1), 结合偏最小二乘判别分析法(partial least square discrimination analysis, PLS-DA)建立判别模型, 前三个主成分累计贡献率、 R2、 RMSEC和RMSEP分别为89.28%, 95.88%, 0.234 8, 0.348 2, 预测正确率为100%。 比较两种方法的结果可知: 采用变量重要性图方法选择光谱波段结合偏最小二乘判别分析法建立的判别模型能更准确地鉴别不同产区的重楼, 该方法的建立为中药材真伪和品质评价奠定基础。
重楼 近红外光谱 主成分分析-马氏距离 偏最小二乘判别分析 光谱波段选择 Paris polyphylla NIR spectroscopy Principal component analysis-mahalanobis distance Partial least square discrimination analysis Spectrum range selection 
光谱学与光谱分析
2014, 34(7): 1831

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!