1 湖南农业大学食品科学技术学院, 湖南 长沙 410128
2 湖南师范大学医学院, 湖南 长沙 410013
菊花为菊科植物菊的头状花序, 滁菊、 贡菊、 杭菊和亳菊是常见的几类药用品种菊花。 不同品种菊花在外观上具有极大的相似性, 非专业人员仅凭肉眼难以对其进行准确鉴别分析。 常规仪器分析法检测成本较高, 分析时间较长, 且需要对样品进行破坏性处理, 影响了产品的二次销售。 近红外光谱技术作为近年来快速发展起来的一种绿色、 简单、 快速的新型检测技术, 在中药鉴别领域取得了很大的进展。 基于便携式近红外光谱仪结合化学计量学方法建立了一种菊花品种无损鉴别方法。 利用便携式近红外光谱仪采集了滁菊、 贡菊、 杭菊和亳菊完整以及粉末状两种物理形态样品的光谱, 采用单一以及组合光谱预处理方法消除光谱中存在的干扰, 结合不同模式识别方法(主成分分析法、 软独立模式分类法和Fisher线性判别分析法)分别构建了不同品种菊花的鉴别模型。 结果表明: 由于仪器的限制及样品物理性状的原因, 光谱中存在较为明显的背景、 基线漂移以及噪声的干扰, 完整样品由于物理性状的原因, 基线漂移干扰尤为严重; 采用主成分分析法结合光谱预处理方法无法实现不同品种菊花的准确鉴别, 完整样品最佳鉴别正确率仅为8.33%, 粉末样品最佳鉴别正确率为52.38%; 通过软独立模式分类法结合预处理方法可以得到较为准确的鉴别结果, 完整样品光谱数据经一阶导数+多元散射校正优化后鉴别正确率为95%, 粉末状样品数据采用原始数据的鉴别正确率为92.5%; Fisher线性判别分析方法结果最佳, 完整样品数据经连续小波变换优化后可以得到97.5%的鉴别正确率, 粉末状样品采用原始光谱便可得到100%鉴别正确率。 以上结果表明, 当采用合适的预处理和建模方法, 完整样品和粉末状样品鉴别结果较为一致, 基于便携式近红外光谱仪结合化学计量学可实现对不同品种菊花的准确无损鉴别分析, 为食药同源产品的无损鉴别分析提供了新途径。
便携式近红外光谱仪 菊花 无损鉴别 Fisher线性判别分析 Portable near infrared spectrometer Chrysanthemum Nondestructive identification Fisher linear discri-minant analysis 光谱学与光谱分析
2022, 42(4): 1129
1 武汉大学印刷与包装系, 湖北 武汉 43079
2 武汉大学印刷与包装系, 湖北 武汉 430079
矿物颜料是古代壁画显色的物质基础, 其可见光谱反映自身物质和物理属性。 不同颜料对可见光吸收特性的差异导致光谱曲线形状不同, 同一种颜料因粒径等级差异引起光谱曲线幅值的规律性变化。 依据矿物颜料上述特性, 提出一种基于可见光谱的古代壁画颜料无损鉴别方法, 通过光谱归一化方法实现不同粒径等级的同一颜料光谱曲线叠合, 去除颜料粒径等级对光谱曲线幅值变化的影响, 然后提取表征光谱曲线在各波段增减性和凹凸性的一阶与二阶导数特征, 与光谱曲线组合得到颜料物质属性鉴别的光谱组合特征空间, 以光谱角和欧式距离为基础构建评价指标, 计算待鉴别颜料与数据库参考样本在光谱特征空间中的匹配误差(ME), 实现颜料物质属性的鉴别。 通过构建矿物颜料平均粒径大小和光谱反射率均值之间关系函数, 实现颜料平均粒径大小的鉴别。 基于构建的古代壁画常用颜料光谱数据库, 以莫高窟壁画为对象, 通过非接触式原位无损测量方法测量获得壁画颜料的可见光谱数据, 对本文方法进行了验证, 并以石绿和青金石颜料的鉴别结果为例, 对古代壁画颜料使用技法、 不同朝代颜料使用的差异性及原因进行了探讨。 该方法将为更加全面深入研究和保护古代壁画提供有效的理论与方法支撑。
可见光谱 古代壁画 矿物颜料 无损鉴别 Visible spectrum Ancient mural Mineral pigment Non-destructive identification 光谱学与光谱分析
2017, 37(8): 2519
1 上海交通大学大学电子信息与电气工程学院仪器系, 上海 200240
2 上海智能诊疗仪器工程技术研究中心, 上海 200240
3 上海交通大学物理与天文系, 上海 200240
利用自行研制的便携式拉曼光谱仪(Hx-Spec)对高山石类寿山石(13组)和老挝石(22组)进行了分类判别分析。Hx-Spec拉曼光谱仪的激发波长785 nm, 光谱范围200～2700 cm-1, 分辨率6 cm-1。结合主成分分析(PCA)和线性判别分析(LDA)建立多元统计算法模型, 将老挝石从高山石类寿山石中区别出的特异性和灵敏度分别为100%与86.7%, 受试样品工作特征(ROC)曲线下面积为0.977。另外, 加入8个新样品作为验证, 判别正确率为87.5%。研究表明, 自行研制的便携式拉曼光谱仪结合PCA-LDA统计分析方法有望用于区分高山石类寿山石和老挝石。
光谱学 拉曼光谱 无损鉴别 主成分分析 寿山石 老挝石 光学学报
2016, 36(12): 1230001
1 江苏大学药学院, 江苏 镇江 212013
2 江苏省徐州市药品检验所, 江苏 徐州 221000
应用激光拉曼光谱技术准确无损鉴别三七及其伪品菊三七、藤三七和姜黄。采集了三七及其伪品的拉曼光谱图，并结合二阶导数拉曼图谱对其进行定性鉴别。四种药材的图谱中均出现了1330、1040、943、310 cm-1糖类碳水化合物的拉曼特征峰。三七的谱图中出现了1080 cm-1和1120 cm-1皂苷类化合物的拉曼振动峰；菊三七的谱图中出现了820、899、1144、2935 cm-1 b-谷甾醇、吡咯里西啶类生物碱及长链脂肪烃的拉曼特征峰；藤三七的谱图中出现了1462 cm-1和1695 cm-1的腺苷类和尿嘧啶类化合物的拉曼振动峰；姜黄的谱图中出现了962、1187、1433、1596、1630 cm-1等姜黄素类化合物的拉曼振动峰。以上专属特征峰的差异可将三七及其伪品进行很好的区分，并据谱图信息可建立四味中药的拉曼指纹图谱。二阶导数拉曼光谱图可以对三七及其伪品的鉴别结果进行进一步补充验证说明。此方法可准确直接、快速鉴别三七及其伪品。
光谱学 激光拉曼 二阶导数光谱 三七 无损鉴别 激光与光电子学进展
2014, 51(5): 053002
华南师范大学生物光子学研究院, 中医药与光子技术国家中医药管理局三级实验室和光子中医学实验室, 广东 广州510631
利用激光拉曼光谱技术快速、 准确鉴定川贝母与其混淆品。 根据药材所含的化学成分不同, 致使药材的拉曼峰不同, 测定多个川贝母样本及混淆品的拉曼图谱。 川贝母的拉曼光谱图在442, 480, 863, 941, 1 083, 1 129, 1 342, 1 463, 2 910 cm-1处出现强峰, 在111, 302, 360, 409, 527, 579, 618, 718, 767, 1 052, 1 083, 1 207, 1 261 cm-1处出现了较明显的拉曼峰; 构建了川贝母的拉曼指纹图谱, 可与其混淆品土贝母、 平贝母、 光慈姑、 草贝母进行区分; 采用激光拉曼光谱技术可快速无损分析鉴别川贝母。
拉曼光谱 川贝母 无损鉴别 Raman spectra Fritillaria cirrhosa Nondestructive identification 光谱学与光谱分析
2013, 33(8): 2109
1 中国地质大学(武汉)珠宝学院, 湖北 武汉430074
2 中国地质大学(武汉)材料科学与化学工程学院, 湖北 武汉430074
3 同济大学海洋与地球科学学院, 上海200092
优化处理绿松石的大量面市, 给绿松石的鉴定带来了挑战。 通过激光拉曼光谱测试分析、 压制及人工注塑处理绿松石为研究对象, 对优化处理绿松石的激光拉曼光谱特征进行了研究。 结果表明, 拉曼光谱技术是一种有效鉴别绿松石及其处理品的无损检测方法, OH, H2O, PO4 及CH2基团的振动模式和频率决定了优化处理绿松石的激光拉曼光谱特征。 优化处理绿松石除具绿松石典型拉曼光谱特征外, 在2 937和2 883 cm-1处普遍出现一组具鉴定意义的由外来添加物中CH2伸缩振动及CH2弯曲振动致拉曼谱带。 依据这些特征拉曼谱带, 有助于将天然绿松石与优化处理品区分开。 该研究为快速、 准确、 无损鉴别绿松石提供了一种新思路。
绿松石 无损鉴别 优化处理 拉曼光谱 Turquoise Non-destructive identification Treatment Raman spectrum 光谱学与光谱分析
2010, 30(7): 1789
1 甘肃省疾病预防控制中心,甘肃 兰州 730000
2 清华大学 化学系,北京 100084
以添加不同辅料奶粉的近红外图谱作为聚类分析的对象,化学成分的含量不同,红外的谱图就会有差异。在建立混合成分模型的基础上,采用SIMCA聚类分析法对添加不同辅料奶粉进行了快速的分类研究。对市场25０种不同种类奶粉进行近红外扫描,并做了重现性测定。含有乳糖或蔗糖的不同辅料的奶粉的近红外谱图,从表观上难以进行指纹特征提取,需采用模式识别技术来进行智能识别。从中随机抽取160张谱图进行聚类分析,并对未知样品进行预测。结果表明:尽管各样品的近红外谱图很相似,难以直接区别,但采用近红外光谱和聚类分析相结合的方法可以鉴定添加不同辅料的奶粉。从模型图上看,两个不同辅料奶粉之间没有重叠,互不干扰,各样品之间光谱聚类的结果较理想,盲样检测的正确率可达90％以上。如果能够获得足够多的样本,增加训练集样本数和采样的代表性,加强操作的标准程度,该法的准确率将会大大提高。近红外光谱与聚类分析法相结合可以快速、无损识别奶粉中添加的不同辅料,是一种有效的奶粉质量检测技术。
红外光谱 奶粉 聚类分析法 无损鉴别 FTIR spectroscopy Powdered milk Clustering analysis Undamaged determination
1 清华大学化学系,北京,100084
2 河北省保定市药品检验所,保定,071051
首次采用近红外傅里叶变换拉曼光谱法(NIR-Raman)无损快速鉴别了药用植物肉桂、天麻及其伪(混淆)品.结果表明:药用植物肉桂、天麻及其伪(混淆)品在拉曼光谱图上有明显的差别.如肉桂在1600和1300 cm-1有较特征的基频振动峰,而肉桂的混淆品阴香1330 cm-1的峰较弱,相反的是1624和1597 cm-1的基频振动峰较强.天麻在2914 cm-1的C-H振动峰与羊角天麻的2934 cm-1 位移了20个波数,另外羊角天麻在1605 cm-1有较强的拉曼基频振动峰,而药用天麻此处未见振动峰.凭借这些谱峰的差异可进行药材的真伪鉴别.该方法具有快速、准确、操作简单、不破坏样品,可直接进行鉴别的特点.
傅里叶变换拉曼光谱法 肉桂 天麻 混淆品 伪品 无损鉴别 NIR FT-Raman cortex cinnamomi Rhizoma gastrodiae confused samples false samples identification non-destructive detection
