CN108489929B - 人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 - Google Patents
人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 Download PDFInfo
- Publication number
- CN108489929B CN108489929B CN201810439734.8A CN201810439734A CN108489929B CN 108489929 B CN108489929 B CN 108489929B CN 201810439734 A CN201810439734 A CN 201810439734A CN 108489929 B CN108489929 B CN 108489929B
- Authority
- CN
- China
- Prior art keywords
- ginseng
- derivative
- infrared spectrum
- polysaccharide
- analysis
- 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.)
- Active
Links
- 235000003140 Panax quinquefolius Nutrition 0.000 title claims abstract description 90
- 244000131316 Panax pseudoginseng Species 0.000 title claims abstract description 81
- 150000004676 glycans Chemical class 0.000 title claims abstract description 78
- 229920001282 polysaccharide Polymers 0.000 title claims abstract description 73
- 239000005017 polysaccharide Substances 0.000 title claims abstract description 73
- 235000008434 ginseng Nutrition 0.000 title claims abstract description 63
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 title claims abstract description 58
- 240000005373 Panax quinquefolius Species 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 26
- 235000003181 Panax pseudoginseng Nutrition 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 52
- 238000001228 spectrum Methods 0.000 claims abstract description 30
- 238000000513 principal component analysis Methods 0.000 claims abstract description 12
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000013501 data transformation Methods 0.000 claims abstract description 5
- 239000003550 marker Substances 0.000 claims abstract description 5
- 235000002791 Panax Nutrition 0.000 claims description 18
- 241000208343 Panax Species 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 9
- IOLCXVTUBQKXJR-UHFFFAOYSA-M potassium bromide Chemical compound [K+].[Br-] IOLCXVTUBQKXJR-UHFFFAOYSA-M 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 2
- 239000003814 drug Substances 0.000 abstract description 4
- 238000007619 statistical method Methods 0.000 abstract description 4
- 241000180649 Panax notoginseng Species 0.000 description 14
- 235000003143 Panax notoginseng Nutrition 0.000 description 14
- -1 ginseng Chemical class 0.000 description 9
- 240000004371 Panax ginseng Species 0.000 description 5
- 235000002789 Panax ginseng Nutrition 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 125000000524 functional group Chemical group 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000011208 chromatographic data Methods 0.000 description 2
- 238000001157 Fourier transform infrared spectrum Methods 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000012569 chemometric method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种人参、三七和西洋参三种法定基源人参属多糖的鉴别方法,包括:采集人参属多糖傅里叶中红外光谱指纹图谱并进行一阶导数和二阶导数数据变换处理;进行人参属多糖原始中红外光谱相似度分析;利用二阶导数变换光谱数据陈所建立的偏小二乘法辨别分析作为预测模型对未知样品中多糖来源进行鉴别或者利用确定的红外光谱特征波长标记物建立线性判别分析预测模型对未知样品中多糖来源进行鉴别。本发明通过中药多糖傅里叶中红外光谱指纹图谱研究,结合相似度分析及主成分分析、偏小二乘法辨别分析和线性判别分析等多元统计学方法建立预测模型鉴别样品中人参属多糖的法定来源,具有专属性强、重复性好,结果可靠等优点。
Description
技术领域
本发明涉及人参属多糖的鉴别方法,尤其涉及基于傅里叶红外光谱指纹图谱结合化学计量学模式识别技术鉴别人参、三七和西洋参等三种法定基源人参属多糖来源的鉴别方法,属于人参属多糖法定来源的鉴别领域。
背景技术
目前比较常用的光谱技术主要有紫外光谱分析、红外光谱分析和近红外光谱分析技术等。其中,紫外光谱法使用仪器操作简单、价格便宜并且分析速度较快,所以应用范围也愈加广泛。与传统光谱技术相比,近红外光谱分析技术很多优点,光谱测量时也不需要对分析样品进行前处理,它可以在几分钟就完成对样品的十余项指标的测定,分析重现性好、成本低,在食品和酒类鉴别等领域迅速发展
红外光谱是于分子振动能级的跃迁产生,红外光照射有机物时,官能团发生振动,且不同官能团的振动频率以及振动方式不一样,在谱图上显示的峰形、峰高也不一样,以此作为判断官能团的方法,且红外光谱具有操作简便、样品无损、价格低廉等特点。近红外光谱是波长在780nm~2526nm( 波数为4000-12000cm-1 )的电磁波,分子在近红外区域的吸收主要由含氢基团X-H(X=C、N、O)振动的倍频和合频吸收组成,可以反映出大多数有机物组成和分子结构的大量信息。不同物质有其特异的红外吸收光谱,其谱带的数目、位置、形状和强度均随化合物及其聚集态的不同而不同。利用红外光谱结合化学计量学方法可以用于区分不同产地中药材,但是需要使用化学计量学软件提前建立有效的鉴别模型。
发明内容
本发明的主要目的是提供一种利用红外光谱结合化学计量学方法针对人参、三七和西洋参等三种法定基源人参属多糖的鉴别方法
本发明的上述目的是通过以下技术方案来实现的:
本发明提供了一种基于红外光谱指纹图谱结合化学计量学识别技术的人参属多糖鉴别方法,包括:
(Ⅰ)采集人参属多糖傅里叶中红外光谱指纹图谱;
(Ⅱ) 将人参属多糖原始傅里叶中红外光谱进行一阶导数和二阶导数数据变换处理;
(Ⅲ)进行人参属多糖原始中红外光谱相似度分析;
(Ⅳ)构建人参属多糖原始光谱、一阶导数光谱和二阶导数光谱三个层次的中红外光谱数据阵,通过一阶导数光谱和二阶导数光谱的特征峰鉴别样品中人参属多糖的法定来源;或者基于一阶导数变换和二阶导数变换光谱数据陈,采用主成分分析、偏小二乘法辨别分析对样品中人参属多糖的法定来源进行辨别;或者利用二阶导数变换光谱数据陈所建立的偏小二乘法辨别分析作为预测模型,将检测样品的二阶导数红外光谱数据陈代入预测模型鉴别检测样品中人参属多糖的法定来源;或者确定能够对人参、三七和西洋参多糖进行有效区分的红外光谱特征波长标记物,用该红外光谱特征波长标记物对检测样品中人参属多糖的三种法定基源进行鉴别。
步骤(Ⅰ)中将人参属多糖经溴化钾压片,进行中红外光谱指纹图谱检测,其检测波长范围为400-4000nm。
步骤(Ⅱ)中所述的人参属多糖原始傅里叶中红外光谱进行一阶导数和二阶导数数据变换处理包括:将原始图谱进行自动平滑+自动基线校正,自动平滑+自动基线校正+一阶求导图谱,自动平滑+自动基线校正+二阶求导图谱。
步骤(Ⅲ)中所述相似度分析是指通过相似系数法进行中红外光谱相似度分析。
步骤(Ⅴ)中基于二阶导数光谱数据的人参属多糖主成分分析、偏小二乘法辨别分析的载荷图确定区分人参、三七和西洋参三种人参属多糖的特征波长标记物;优选的,所述的区分人参、三七和西洋参三种人参属多糖的特征波长标记物为:401 cm-1、408 cm-1、420 cm-1、432 cm-1、443 cm-1、455 cm-1、462 cm-1、482 cm-1、501 cm-1、528 cm-1、590 cm-1、624 cm-1、628 cm-1、644 cm-1、648 cm-1、678 cm-1、736 cm-1、783 cm-1、790 cm-1、817 cm-1、844 cm-1、860 cm-1、1122 cm-1、1311 cm-1、1365 cm-1、1581 cm-1、1585 cm-1、1670 cm-1、2063cm-1和2665cm-1。
本发明通过人参、三七和西洋参等三种法定基源人参属多糖宏观中红外指纹图谱鉴别分析发现,很难快速区分人参、三七和西洋参等三种法定基源人参属多糖,需要进一步的结合相似度分析及主成分分析和偏小二乘法辨别分析等多元统计学方法鉴别。基于一阶导数变换和二阶导数变换光谱数据陈,采用主成分分析、偏小二乘法辨别分析完全能够实现人参、三七和西洋参等三种法定基源人参属多糖的辨别;进而,利用二阶导数变换光谱数据陈所建立的偏小二乘法辨别分析作为预测模型,通过其载荷图发现有意义的能够对人参、三七和西洋参多糖进行有效区分的红外光谱特征波长标志物;以此上述特征波长标记物为变量,可建立基于多个特征波长标记物的线性判别分析预测模型;作为参考,所述基于多个特征波长标记物的线性判别分析预测模型的构建方法包括:精选出能够对人参、三七和西洋参多糖进行有效区分的红外光谱特征波长标志物的二阶求导图谱数据,用 SPSS17.0 对导出标志物的二阶求导图谱数据进行线性判别分析处理获得线性判别分析预测模型。
为了验证本发明所建立的预测模型,本发明将10批未知样品二阶导数红外光谱数据陈代入偏小二乘法辨别分析预测模型验证,结果正确率为100%;将10批未知样品的30个特征波长标记物数据陈代入线性判别分析预测模型验证,结果正确率为100%。
本发明首次通过中药多糖傅里叶中红外光谱指纹图谱研究,结合相似度分析及主成分分析、偏小二乘法辨别分析和线性判别分析等多元统计学方法鉴别人参、三七和西洋参等三种法定基源人参属多糖;本发明方法具有专属性强、重复性好,结果可靠等优点;为人参、三七和西洋参多糖进一步深入研究奠定理论基础,为今后系统完整的三种法定基源人参属中药多糖鉴别研究工作打下基础。同时,亦为基源相近、易混淆的中药多糖鉴别研究提供了一个发展方向。
附图说明
图1人参属多糖(人参、三七、西洋参)中红外光谱指纹图谱、一阶导数图谱和二阶导数图谱;(A) 人参属多糖中红外光谱指纹图谱原始图;(B)人参属多糖中红外光谱指纹图谱一阶求导图; (C) 人参属多糖中红外光谱指纹图谱二阶求导图;R1:人参;S1:三七;X1:西洋参。
图 2 基于原始中红外光谱数据的人参属多糖(人参、三七、西洋参)的原始数据PCA图。
图 3 基于一阶导数光谱数据的人参属多糖(人参、三七、西洋参)主成分分析和偏小二乘法辨别分析得分图;(A) 人参属多糖(人参、三七、西洋参)一阶求导数据PCA图;(B)人参属多糖(人参、三七、西洋参)一阶求导数据PLS-DA图 。
图 4 基于二阶导数光谱数据的人参属多糖(人参、三七、西洋参)主成分分析、偏小二乘法辨别分析得分图、载荷图和基于PLS-DA预测模型验证图;(A) 人参属多糖(人参、三七、西洋参)二阶求导数据PCA图;(B) 人参属多糖(人参、三七、西洋参)二阶求导数据PLS-DA图; (C) 三种人参属多糖二阶求导数据PLS-DA载荷图;(D) 未知样品二阶求导数据阵代入PLS-DA预测模型得分图。R1-10:人参1-10批;S1-10:三七1-10批;X1-10:西洋参1-10批。
图5 (A)人参属多糖(人参、三七、西洋参)判别分析图;(B) 人参属多糖(人参、三七、西洋参)线性判别分析预测模型验证图;R:人参,S:三七,X:西洋参。
具体实施方式
以下结合具体实施例来进一步描述本发明,本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的,并不对本发明的范围构成任何限制。本领域技术人员应该理解的是,在不偏离本发明的精神和范围下可以对本发明的细节和形式进行修改或替换,但这些修改和替换均落入本发明的保护范围内。
实施例1 人参、三七、西洋参等三种法定基源人参属多糖的中红外光谱鉴别
1.仪器与试剂
傅立叶红外光谱仪(FTIR-8400S),溴化钾(山东邦奥化工有限公司)。
2.实验方法
2.1中红外光谱指纹图谱
将人参属多糖经溴化钾压片,通过FT-IR光谱指纹图谱进行检测,得原始数据csv格式。
2.2中红外光谱指纹图谱相似度分析
原始图谱进行自动平滑+自动基线校正图谱,自动平滑+自动基线校正+一阶求导图谱,自动平滑+自动基线校正+二阶求导图谱。
2.3化学计量学方法
经过相应处理后的红外光谱数据,进行偏小二乘法辨别分析,得到相应的得分图和载荷图(表1)。
利用相关系数法计算相似度。用 Excel 对导出的红外光谱数据进行处理,获得共有模式数据并计算相似度,相似度计算公式如下:
2.4线性判别分析预测模型方法
本发明通过人参、三七和西洋参等三种法定基源人参属多糖宏观中红外指纹图谱鉴别分析发现,很难通过一阶导数光谱和二阶导数光谱的某个特征峰直接区别三种人参属多糖(图1),需要进一步的结合相似度分析及主成分分析和偏小二乘法辨别分析等多元统计学方法鉴别。相似度分析结果显示(表2-4);人参、三七和西洋参三种人参属多糖种内和种间相似度均很高,很难实现辨别。基于原始中光谱数据,主成分分析亦不能实现人参、三七和西洋参等三种法定基源人参属多糖的辨别(图2);然而,基于一阶导数变换和二阶导数变换光谱数据陈,采用主成分分析、偏小二乘法辨别分析完全能够实现人参、三七和西洋参等三种法定基源人参属多糖的辨别(图3和图4(A)和(B));本发明进而利用二阶导数变换光谱数据陈所建立的偏小二乘法辨别分析作为预测模型(图4(B)),通过其载荷图发现现有意义的能够对人参、三七和西洋参多糖进行有效区分的红外光谱特征波长标志物(401 cm-1、408 cm-1、420 cm-1、432 cm-1、443 cm-1、455 cm-1、462 cm-1、482 cm-1、501 cm-1、528 cm-1、590 cm-1、624 cm-1、628 cm-1、644 cm-1、648 cm-1、678 cm-1、736 cm-1、783 cm-1、790 cm-1、817 cm-1、844 cm-1、860 cm-1、1122 cm-1、1311 cm-1、1365 cm-1、1581 cm-1、1585 cm-1、1670cm-1、2063 cm-1和2665 cm-1)(图4(C)和表1)。
为了验证所建立的预测模型对于人参属多糖的法定来源的鉴定是否准确,本发明将10批未知样品的二阶导数红外光谱数据陈代入预测模型验证,其正确率为100% (图4(D));
精选出能够对人参、三七和西洋参多糖进行有效区分的红外光谱特征波长标志物的二阶求导图谱数据,用 SPSS 17.0 对导出标志物的二阶求导图谱数据进行线性判别分析处理,获得线性判别分析预测模型。
将10批未知样品的30个特征波长标记物数据陈代入线性判别分析预测模型(图5(A))验证,结果正确率为100% (图5(B))。
Claims (5)
1.一种基于红外光谱指纹图谱结合化学计量学识别技术的人参属多糖来源的鉴别方法,包括:
(Ⅰ) 采集人参属多糖傅里叶中红外光谱指纹图谱;
(Ⅱ) 将人参属多糖原始傅里叶中红外光谱进行一阶导数和二阶导数数据变换处理;
(Ⅲ) 对人参属多糖原始中红外光谱进行相似度分析;
(Ⅳ)构建人参属多糖原始光谱、一阶导数光谱和二阶导数光谱三个层次的中红外光谱数据阵,通过一阶导数光谱和二阶导数光谱的特征峰检测待检测样品中人参属多糖的法定来源;或者基于一阶导数变换和二阶导数变换光谱数据陈,采用主成分分析和偏小二乘法辨别分析样品中人参属多糖的法定来源进行鉴别;或者利用二阶导数变换光谱数据陈所建立的偏小二乘法辨别分析作为预测模型,将待检测样品的二阶导数红外光谱数据陈代入预测模型鉴别待检测样品人参属多糖的法定来源进行鉴别;或者确定能够对人参、三七和西洋参多糖进行有效区分的红外光谱特征波长标记物,用所述特征波长标记物为变量,建立基于多个特征波长标记物的线性判别分析预测模型,将待检测样品的特征波长标记物数据陈代入线性判别分析预测模型进行鉴别;
步骤(Ⅳ)中基于二阶导数光谱数据的人参属多糖主成分分析、偏小二乘法辨别分析的载荷图确定区分人参、三七和西洋参三种人参属多糖来源的红外光谱特征波长标记物,所述的红外光谱特征波长标记物为:401 cm-1、408 cm-1、420 cm-1、432 cm-1、443 cm-1、455 cm-1、462 cm-1、482 cm-1、501 cm-1、528 cm-1、590 cm-1、624 cm-1、628 cm-1、644 cm-1、648 cm-1、678 cm-1、736 cm-1、783 cm-1、790 cm-1、817 cm-1、844 cm-1、860 cm-1、1122 cm-1、1311 cm-1、1365 cm-1、1581 cm-1、1585 cm-1、1670 cm-1、2063 cm-1和2665cm-1;
将人参属多糖红外光谱鉴别得到的30个特征波长标记物为变量构建线性判别分析预测模型,将待检测样品的特征波长标记物数据陈代入线性判别分析预测模型对待检测样品进行鉴定;
所述构建线性判别分析预测模型的方法包括:获得所述的30个红外光谱特征波长标志物的二阶求导图谱数据,用 SPSS 17.0 对导出标志物的二阶求导图谱数据进行线性判别分析处理获得线性判别分析预测模型。
2.按照权利要求1所述的人参属多糖来源的鉴别方法,其特征在于:步骤(Ⅰ)中将人参属多糖经溴化钾压片,进行中红外光谱指纹图谱检测。
3.按照权利要求2所述的人参属多糖来源的鉴别方法,其特征在于:进行中红外光谱指纹图谱检测时的检测波长范围为400-4000nm。
4.按照权利要求1所述的人参属多糖来源的鉴别方法,其特征在于:步骤(Ⅱ)中所述的人参属多糖原始傅里叶中红外光谱进行一阶导数和二阶导数数据变换处理包括:将原始傅里叶中红外光谱图谱进行自动平滑+自动基线校正,自动平滑+自动基线校正+一阶求导图谱以及自动平滑+自动基线校正+二阶求导图谱。
5.按照权利要求1所述的人参属多糖来源的鉴别方法,其特征在于:步骤(Ⅲ)中所述相似度分析是指通过相似系数法进行中红外光谱相似度分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810439734.8A CN108489929B (zh) | 2018-05-09 | 2018-05-09 | 人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810439734.8A CN108489929B (zh) | 2018-05-09 | 2018-05-09 | 人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108489929A CN108489929A (zh) | 2018-09-04 |
CN108489929B true CN108489929B (zh) | 2021-01-01 |
Family
ID=63353748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810439734.8A Active CN108489929B (zh) | 2018-05-09 | 2018-05-09 | 人参、三七和西洋参三种法定基源人参属多糖的鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108489929B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632223B (zh) * | 2019-07-16 | 2022-12-16 | 夏永刚 | 一种中药多糖结构特征指纹图谱及其构建方法和应用 |
EP3786618A1 (en) * | 2019-08-26 | 2021-03-03 | Veterinärmedizinische Universität Wien | A method for analyzing a peritoneal dialysis sample |
CN110580550A (zh) * | 2019-09-11 | 2019-12-17 | 北京华润高科天然药物有限公司 | 一种黄芩提取物的生产工艺的预测模型的建立方法及用途 |
CN111044520A (zh) * | 2019-12-12 | 2020-04-21 | 湖南省林业科学院 | 一种油茶主要病虫害的监测方法 |
CN111337448B (zh) * | 2020-03-26 | 2023-05-12 | 杭州老爸评测科技股份有限公司 | 基于红外光谱技术的鉴别化妆品的方法 |
CN113484272B (zh) * | 2021-07-08 | 2022-08-19 | 云南中烟工业有限责任公司 | 基于近红外光谱采用相似度分析技术快速预测新鲜烟叶中油分的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1201144C (zh) * | 2003-04-26 | 2005-05-11 | 清华大学 | 中药药材红外光谱非分离提取多级宏观指纹鉴定方法 |
CN101324544A (zh) * | 2007-06-15 | 2008-12-17 | 徐向阳 | 利用特征指纹图谱识别样品的方法 |
CN103776777B (zh) * | 2014-01-09 | 2017-04-12 | 北京中医药大学 | 一种用近红外光谱技术识别不同生长方式人参及对人参中组分含量测定的方法 |
CN103808688B (zh) * | 2014-01-22 | 2016-08-10 | 重庆医科大学 | 近红外光谱法快速无损检测成品药物的质量一致性 |
-
2018
- 2018-05-09 CN CN201810439734.8A patent/CN108489929B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108489929A (zh) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108489929B (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 | |
CN107677647B (zh) | 基于主成分分析和bp神经网络的中药材产地鉴别方法 | |
CN108254351B (zh) | 用于物品查验的拉曼光谱检测方法 | |
Lima et al. | Segregation of ovarian cancer stage exploiting spectral biomarkers derived from blood plasma or serum analysis: ATR‐FTIR spectroscopy coupled with variable selection methods | |
CN108802000A (zh) | 一种基于拉曼全谱分析的无损快速胆维丁含量定量方法 | |
CN103134765A (zh) | 一种基于太赫兹时域光谱的中药样品真伪初筛方法 | |
CN112712108B (zh) | 一种拉曼光谱多元数据分析方法 | |
CN107478595B (zh) | 一种快速鉴别珍珠粉真伪及定量预测掺伪贝壳粉含量的方法 | |
CN110108658B (zh) | 一种污染气体红外光谱识别方法及系统 | |
CN109472287A (zh) | 基于二维Gabor小波的三维荧光光谱特征提取方法 | |
CN104020128A (zh) | 一种快速鉴别蜂胶胶源的方法 | |
CN108802002B (zh) | 一种快速无损鉴别解除滞育的蚕卵拉曼光谱模型构建方法 | |
Zhang et al. | Mixture analysis using reverse searching and non-negative least squares | |
CN111259929A (zh) | 基于随机森林的食源性致病菌的分类模型训练方法 | |
Rajesh et al. | Studies on identification of medicinal plant variety based on NIR spectroscopy using plant leaves | |
Tian et al. | Corona discharge radical emission spectroscopy: a multi-channel detector with nose-type function for discrimination analysis | |
CN110749575A (zh) | 一种中药多糖二维红外光谱鉴别预测模型及其构建方法和应用 | |
Cai et al. | Deep metric learning framework combined with Gramian angular difference field image generation for Raman spectra classification based on a handheld Raman spectrometer | |
WO2023137783A1 (zh) | 一种光谱数据处理方法、装置、存储介质及电子设备 | |
CN105067557A (zh) | 一种基于太赫兹理论模拟光谱库的三唑酮鉴别方法 | |
CN104181125A (zh) | 快速测定啤酒麦芽中库尔巴哈值的方法 | |
CN115420726A (zh) | 一种利用重构sers光谱快速识别目标物的方法 | |
CN111289451B (zh) | 复杂光谱组分浓度定量计算的方法 | |
CN111007051B (zh) | 基于激光诱导荧光光谱的蜂蜜检测方法及其检测装置 | |
CN113791062A (zh) | 一种基于拉曼光谱判断固定物质类别的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |