CN107132194A - 一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法 - Google Patents
一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法 Download PDFInfo
- Publication number
- CN107132194A CN107132194A CN201710569315.1A CN201710569315A CN107132194A CN 107132194 A CN107132194 A CN 107132194A CN 201710569315 A CN201710569315 A CN 201710569315A CN 107132194 A CN107132194 A CN 107132194A
- Authority
- CN
- China
- Prior art keywords
- sample
- pseudo
- ginseng
- adulterant
- pls
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种利用紫外可见光谱及化学模式识别对三七及其伪品进行鉴别的方法,具体步骤为:收集一定数目的三七及其伪品,干燥,粉碎,过120目筛,存贮在密封的塑料瓶中;确定紫外可见光谱仪器的测试参数,采集样品的紫外可见光谱;对每类中药分别用KS法划分,2/3的样品用作训练,1/3的样品用作预测,将所有类别的训练数据合并为总的训练集,预测数据合并为总的预测集;确定PLS‑DA因子数,建立PLS‑DA模型,将预测集样品的光谱代入到PLS‑DA模型中,得到预测集中样品的类别。本发明通过紫外可见分光光度计获得光谱数据,检测迅速,绿色无损;采用PLS‑DA方法建模建立检测三七及其伪品的模型,准确度高。本发明适用于三七及其伪品的鉴别。
Description
技术领域
本发明属于中药检测技术领域,具体涉及一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法。
背景技术
三七,又称为山漆、田七和金不换等,是一种名贵的中药。它是五加科植物三七经过干燥处理以后的根,具有止血散瘀、消肿定痛、提高记忆力等功效,被广泛应用于心脑血管系统、神经系统、免疫系统等疾病的治疗。由于市场上三七资源紧缺,价格不断上涨,在经济利益的驱动下常出现混伪品。如高良姜、姜黄和莪术等。不仅造成了药材市场混乱,药效下降,甚至会产生毒副作用,给人体带来伤害。因此,有必要建立三七及其伪品的鉴别方法,防止三七混伪现象。
三七传统鉴别方法是考察药材的来源、性状、理化性质等多方面的因素进行综合鉴别。但是三七与其伪品的形貌极为相似,需要鉴定人员具有丰富的经验,且鉴别结果存在主观影响。近年来红外光谱(张延莹,张金巍,刘岩,赵国磊,张培,三七的近红外光谱鉴别方法,中国发明专利,2009,CN200910069866.7)、磁核共振成像、荧光光谱、电子舌或电子鼻(谢绍鹏,杨添钧,杨杰,一种三七真伪优劣快速鉴别方法,中国发明专利,2014,CN201410784877.4)等多种方法被应用于三七与其伪品的鉴别。但这些方法存在工作量大,仪器价格昂贵和耗时等缺点。分子鉴定手段运用现代分子生物学技术从分子水平上客观地反应物种基因片段的差异(李文莉,肖炳燚,罗晖明,聂平,刘丽,舒毕琼,丁野,孙辉,一种鉴定三七的特异引物对及方法,2015,CN201510270247.X),分析结果可靠,但操作复杂,存在物种界限和种内变异幅度的判断基准问题。
紫外可见光谱技术具有仪器价格便宜、分析速度快、操作简单、无污染等优点,已被广泛应用于有机物的鉴别,但尚未用于三七及其伪品的鉴别。中药一般含有成百上千种组分,其紫外可见光谱峰重叠严重,无法直接根据谱峰的位置进行鉴别,因此需要借助化学模式识别技术。
化学模式识别是利用统计学、数学、计算机等工具从化学量测数据中找出样品的特征,进而对样品进行识别和归类的一门技术。常用的化学模式识别方法包括偏最小二乘-判别分析(PLS-DA)、支持向量机(SVM)、人工神经网络(ANN)等,其中PLS-DA因其参数少、速度快、准确率高,成为应用最为广泛的方法。
发明内容
本发明的目的是针对传统鉴别技术的缺陷,以紫外可见光谱作为测试手段,用偏最小二乘判别分析进行建模,提供一种快速、准确、无损的三七及其伪品的鉴别方法。
为实现本发明所提供的技术方案包括以下步骤:
1)收集一定数目的三七及其伪品,将样品放在60℃的烘箱中干燥3小时,粉碎,过120目筛,存贮在密封的塑料瓶中待测。
2)设置紫外可见光谱仪器的测试参数,采集样品的紫外可见光谱。
紫外可见光谱仪器的波长范围设置为290-800nm,扫描速度为高速,采样间隔为0.5,扫描模式为单个,测定方式为反射率,狭缝宽为5.0nm,积分时间为0.1秒,光源转换波长为323.0nm,检测器单元为外置单检测器,S/R转换为标准。采用积分球漫反射附件采集样品的紫外可见光谱。
3)对每类中药分别用KS法划分,2/3的样品用作训练,1/3的样品用作预测。将所有类别的训练数据合并为总的训练集,预测数据合并为总的预测集。
4)确定PLS-DA因子数,将因子数从1变化到15,间隔为1,计算不同因子数下的预测正确率。预测正确率最大值对应的因子数即为最佳因子数。
5)采用最佳因子数,建立PLS-DA模型。
6)将预测集样品的光谱代入到PLS-DA模型中,得到预测集中样品的类别。
本发明的优势在于:采用紫外可见光谱作为检测手段,快速、无损;采用偏最小二乘-判别分析建立模型,能够准确鉴别三七及其伪品。
附图说明
图1为三七、姜黄、莪术、高良姜四种中药109个样品的紫外可见光谱图
图2为PLS-DA方法的预测正确率随着因子数的变化图
具体实施方式
为更好理解本发明,下面结合实施例对本发明做进一步地详细说明,但是本发明要求保护的范围并不局限于实施例所表示的范围。
实施例:
1)收集25个三七样品及其莪术、姜黄、高良姜伪品各28个,样品共计109个。将样品放在60℃的烘箱中干燥3小时,粉碎,过120目筛,存贮在密封的20mL塑料瓶中待测。
2)设置紫外分光光度计的测试参数,采集样品的紫外可见光谱。
采用紫外可见光谱仪器(UV-2700,岛津,苏州)测定样品的光谱,波长范围为290-800nm,扫描速度为高速,采样间隔为0.5,扫描模式为单个,测定方式为反射率,狭缝宽为5.0nm,积分时间为0.1秒,光源转换波长为323.0nm,检测器单元为外置单检测器,S/R转换为标准。采用积分球漫反射附件采集样品的紫外可见光谱,每一个样品均测量2次,然后取平均值作为该样品的光谱。图1显示了109个样品的紫外可见光谱图。从图中可以看出,紫外可见光谱重叠在一起,无法通过光谱信号本身对以上4种药材进行鉴别。
3)对每类中药分别用KS法划分,其中三七17个样品用作训练集,8个样品用作预测集;姜黄、莪术、高良姜均为19个样品用作训练集,9个样品用作预测集。将四类中药样品的训练数据合并为总的训练集共74个样品,预测数据合并为总的预测集共35个样品。
4)确定PLS-DA因子数。将因子数从1变化到15,间隔为1,计算不同因子数下的预测正确率。预测正确率最大值对应的因子数即为最佳因子数。图2为PLS-DA方法的预测正确率随着因子数的变化图。从图中可以看出随着因子数的增大,预测正确率先显著上升,后缓慢增加最后达到平衡,在因子数为9时预测正确率达100%,因此最佳因子数为9。
5)最佳因子数选用9,建立PLS-DA模型。
6)将预测集样品的光谱代入到PLS-DA模型中,得到预测集中样品类别。
通过比较预测类别与真实类别,四种中药的预测正确率都达到100%。因此,采用紫外可见光谱扫描样品的光谱,建立PLS-DA模型,可以三七样品及其三种伪品莪术、姜黄、高良姜的快速、准确鉴别。
Claims (4)
1.一种利用可见紫外光谱及化学模式识别对三七及其伪品进行鉴别的方法,其特征在于:收集一定数目的三七及其伪品;设置紫外可见光谱仪器的测试参数,采集样品的紫外可见光谱,对每类中药分别用KS法划分,2/3的样品用作训练,1/3的样品用作预测;将所有类别的训练数据合并为总的训练集,预测数据合并为总的预测集,确定PLS-DA因子数,建立PLS-DA模型,将预测集样品的光谱代入到PLS-DA模型中,得到预测集中样品的类别。
2.根据权利要求1所述的一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法,其特征在于:紫外可见光谱仪器的参数设置为:紫外可见光谱仪器的波长范围设置为290-800nm,扫描速度为高速,采样间隔为0.5,扫描模式为单个,测定方式为反射率,狭缝宽为5.0nm,积分时间为0.1秒,光源转换波长为323.0nm,检测器单元为外置单检测器,S/R转换为标准。
3.根据权利要求1所述的一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法,其特征在于:所述的样品处理方式为:将样品放在60℃的烘箱中干燥3小时,粉碎,过120目筛,存贮在密封的塑料瓶中待测。
4.根据权利要求1所述的一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法,其特征在于:PLS-DA因子数的确定方法为:将因子数从1变化到15,间隔为1,计算不同因子数下的预测正确率,预测正确率最大值对应的因子数即为最佳因子数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710569315.1A CN107132194A (zh) | 2017-07-10 | 2017-07-10 | 一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710569315.1A CN107132194A (zh) | 2017-07-10 | 2017-07-10 | 一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107132194A true CN107132194A (zh) | 2017-09-05 |
Family
ID=59737917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710569315.1A Pending CN107132194A (zh) | 2017-07-10 | 2017-07-10 | 一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107132194A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703074A (zh) * | 2017-09-27 | 2018-02-16 | 天津工业大学 | 一种用于四元掺伪三七快速准确的定量分析方法 |
CN107727591A (zh) * | 2017-09-27 | 2018-02-23 | 天津工业大学 | 一种基于积分球漫反射紫外可见光谱的三元掺伪三七定量分析方法 |
CN108226084A (zh) * | 2018-01-12 | 2018-06-29 | 福州大学 | 基于cars-pls-da模型快速检测三七品质的方法 |
CN109507123A (zh) * | 2018-11-22 | 2019-03-22 | 天津工业大学 | 一种基于紫外可见漫反射光谱及化学模式识别的当归及其相似品的鉴别方法 |
CN110514611A (zh) * | 2019-09-25 | 2019-11-29 | 深圳市药品检验研究院(深圳市医疗器械检测中心) | 一种基于药效信息建立评价中药质量的化学模式识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1490758A (zh) * | 2002-10-16 | 2004-04-21 | 文山壮族苗族自治州三七科学技术研究 | 三七hplc指纹图谱鉴定方法 |
CN105158202A (zh) * | 2015-09-07 | 2015-12-16 | 天津工业大学 | 一种芝麻油品牌快速、无损鉴别方法 |
-
2017
- 2017-07-10 CN CN201710569315.1A patent/CN107132194A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1490758A (zh) * | 2002-10-16 | 2004-04-21 | 文山壮族苗族自治州三七科学技术研究 | 三七hplc指纹图谱鉴定方法 |
CN105158202A (zh) * | 2015-09-07 | 2015-12-16 | 天津工业大学 | 一种芝麻油品牌快速、无损鉴别方法 |
Non-Patent Citations (3)
Title |
---|
李建光 等: "基于反射积分球和光纤传感无损快速检测盐酸小檗碱片含量", 《分析科学学报》 * |
钟贵 等: "野三七紫外可见指纹图谱结合多元统计方法的鉴别分析", 《南昌大学学报(医学版)》 * |
韩丽丽 等: "三七粉及其一种伪品的鉴别检验研究", 《时珍国医国药》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703074A (zh) * | 2017-09-27 | 2018-02-16 | 天津工业大学 | 一种用于四元掺伪三七快速准确的定量分析方法 |
CN107727591A (zh) * | 2017-09-27 | 2018-02-23 | 天津工业大学 | 一种基于积分球漫反射紫外可见光谱的三元掺伪三七定量分析方法 |
CN108226084A (zh) * | 2018-01-12 | 2018-06-29 | 福州大学 | 基于cars-pls-da模型快速检测三七品质的方法 |
CN109507123A (zh) * | 2018-11-22 | 2019-03-22 | 天津工业大学 | 一种基于紫外可见漫反射光谱及化学模式识别的当归及其相似品的鉴别方法 |
CN110514611A (zh) * | 2019-09-25 | 2019-11-29 | 深圳市药品检验研究院(深圳市医疗器械检测中心) | 一种基于药效信息建立评价中药质量的化学模式识别方法 |
US11710541B2 (en) | 2019-09-25 | 2023-07-25 | Shenzhen Institute For Drug Control (Shenzhen Testing Center Of Medical Devices) | Chemical pattern recognition method for evaluating quality of traditional Chinese medicine based on medicine effect information |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107132194A (zh) | 一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法 | |
Chen et al. | Discrimination of Ganoderma lucidum according to geographical origin with near infrared diffuse reflectance spectroscopy and pattern recognition techniques | |
CN104062263B (zh) | 光物性相近水果品质指标的近红外通用模型检测方法 | |
CN107677647A (zh) | 基于主成分分析和bp神经网络的中药材产地鉴别方法 | |
CN103808688B (zh) | 近红外光谱法快速无损检测成品药物的质量一致性 | |
CN103091274B (zh) | 近红外漫反射光谱测定注射用丹参多酚酸水分含量的方法 | |
CN113008817A (zh) | 一种基于高光谱成像技术快速鉴别苦杏仁真伪优劣的方法 | |
CN104062262A (zh) | 一种基于近红外光谱的作物种子品种真实性鉴别方法 | |
CN106092990A (zh) | 一种宁夏枸杞的三维荧光光谱鉴别方法 | |
CN102288551A (zh) | 利用高光谱数据鉴别中药材的方法 | |
CN103033486A (zh) | 陈皮及广陈皮药材质量的近红外光谱监控方法 | |
CN108489929A (zh) | 人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 | |
CN104376325A (zh) | 一种近红外定性分析模型的建立方法 | |
CN103743703A (zh) | 一种采用近红外光谱快速检测茶叶中主要成分的方法 | |
CN104345045A (zh) | 一种基于化学模式识别和近红外光谱的相似药材鉴别方法 | |
CN110214271A (zh) | 分析数据解析方法以及分析数据解析装置 | |
CN105738340A (zh) | 基于傅利叶拉曼光谱的薰衣草精油品种的快速检测方法 | |
CN104020128A (zh) | 一种快速鉴别蜂胶胶源的方法 | |
CN108760677A (zh) | 一种基于近红外光谱技术的法半夏掺伪鉴别方法 | |
Chen et al. | Rapid identification of three varieties of Chrysanthemum with near infrared spectroscopy | |
CN103743705A (zh) | 一种假高粱及其近似物种的快速检测方法 | |
CN106226267B (zh) | 一种辣椒干色价的近红外测定方法 | |
Hu et al. | Comparison and application of fluorescence EEMs and DRIFTS combined with chemometrics for tracing the geographical origin of Radix Astragali | |
CN107101972B (zh) | 一种近红外光谱快速检测三叶青产地方法 | |
CN109507123A (zh) | 一种基于紫外可见漫反射光谱及化学模式识别的当归及其相似品的鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170905 |
|
WD01 | Invention patent application deemed withdrawn after publication |