CN109239038A - 一种基于偏振光谱和最小二乘法的中药材质量测定方法 - Google Patents
一种基于偏振光谱和最小二乘法的中药材质量测定方法 Download PDFInfo
- Publication number
- CN109239038A CN109239038A CN201811155557.7A CN201811155557A CN109239038A CN 109239038 A CN109239038 A CN 109239038A CN 201811155557 A CN201811155557 A CN 201811155557A CN 109239038 A CN109239038 A CN 109239038A
- Authority
- CN
- China
- Prior art keywords
- fluorescence polarization
- training sample
- chinese medicine
- effective component
- component concentration
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Optics & Photonics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种基于偏振光谱和最小二乘法的中药材质量测定方法,涉及化学成分检测领域;该方法采用荧光光谱分析法和偏振技术相结合的实验方式,提取得到荧光偏振特征参数,再结合最小二乘法的数据处理方式得到荧光偏振特征参数与有效成分浓度之间的关系,从而对成分复杂多样的中药溶液的有效成分浓度进行预测,所得的结果准确性较高,可以准确、快速、灵敏地鉴别中药材中有效成分的含量,对中药材质量进行测定。
Description
技术领域
本发明涉及化学成分检测领域,尤其是一种基于偏振光谱和最小二乘法的中药材质量测定方法。
背景技术
近年来随着医疗模式的改变,中药越来越受到大家的关注,因此对中药材质量的鉴别、有效成分的定量检测就显得尤为重要。目前比较常用的中药材质量评价模式基于中药指纹图谱,也即对中药材进行适当处理后,采用一定的分析手段得到能够标示其化学特征的色谱图或光谱图,从而评价中药材质量的真实性、优良性和稳定性。中药指纹图谱虽然在研究中逐步趋于完善,但是中药指纹图谱主要针对单味药材提取而言,并不适合于复杂多样的中药的质量评价。
发明内容
本发明人针对上述问题及技术需求,提出了一种基于偏振光谱和最小二乘法的中药材质量测定方法,该方法可以准确、快速、灵敏地实现对复杂多样的中药材的有效成分浓度的定量测定。
本发明的技术方案如下:
一种基于偏振光谱和最小二乘法的中药材质量测定方法,中药材包括有效成分和杂质成分,该方法包括:
获取样本中药材,对样本中药材进行预处理得到样本中药材的中药溶液,利用中药溶液配置得到N个训练样本,N个训练样本中的有效成分浓度均不同,N为正整数且N≥2;
对于每个训练样本,对中药材的有效成分进行荧光标记,并获取训练样本对应的荧光偏振光谱,从荧光偏振光谱中提取荧光偏振特征参数;
利用最小二乘法根据N个训练样本的荧光偏振特征参数和有效成分浓度拟合得到测定模型,测定模型用于反映荧光偏振特征参数与有效成分浓度之间的关系;
获取待测中药材,并获取待测中药材的荧光偏振特征参数,利用测定模型根据待测中药材的荧光偏振特征参数确定待测中药材的有效成分浓度。
其进一步的技术方案为,荧光偏振特征参数包括内在各向异性值和/或各向异性值,利用最小二乘法根据N个训练样本的荧光偏振特征参数和有效成分浓度拟合得到测定模型,包括:
利用最小二乘法根据N个训练样本的内在各向异性值和有效成分浓度拟合得到第一测定模型,第一测定模型用于反映内在各向异性值与有效成分浓度之间的关系;
和/或,利用最小二乘法根据N个训练样本的各向异性值和有效成分浓度拟合得到第二测定模型,第二测定模型用于反映各向异性值与有效成分浓度之间的关系。
其进一步的技术方案为,荧光偏振特征参数包括内在各向异性值,获取训练样本对应的荧光偏振光谱,从荧光偏振光谱中提取荧光偏振特征参数,包括:
确定最佳激发波长和峰值波长;
设置荧光光谱仪的发射波长为峰值波长、激发波长区间为与最佳激发波长之间的差异达到预定阈值的波长区间;
通过荧光光谱仪对训练样本进行光谱扫描,得到训练样本的荧光偏振激发谱;
确定荧光偏振激发谱中与最佳激发波长对应的值为训练样本对应的内在各向异性值。
其进一步的技术方案为,荧光偏振特征参数包括各向异性值,获取训练样本对应的荧光偏振光谱,从荧光偏振光谱中提取荧光偏振特征参数,包括:
确定最佳激发波长和峰值波长;
设置荧光光谱仪的激发波长为最佳激发波长、发射波长区间为与峰值波长之间的差异达到预定阈值的波长区间;
通过荧光光谱仪对训练样本进行光谱扫描,得到训练样本的荧光偏振发射谱;
确定荧光偏振发射谱中与峰值波长对应的值为训练样本对应的各向异性值。
本发明的有益技术效果是:
本申请公开了一种基于偏振光谱和最小二乘法结合处理的中药材质量测定方法,该方法采用荧光光谱分析法和偏振技术相结合的实验方式,提取得到荧光偏振特征参数,再结合最小二乘法的数据处理方式得到荧光偏振特征参数与有效成分浓度之间的关系,从而对成分复杂多样的中药溶液的有效成分浓度进行预测,所得的结果准确性较高,可以准确、快速、灵敏地鉴别中药材中有效成分的含量,为中药材的质量测定提供了方法,此方法可以拓展到各种常用中药材中,为后续研究药物代谢动力学等问题奠定了基础。
本申请所采用的荧光光谱分析法和偏振技术相结合的实验方式,不仅能够使光谱简化,减小散射光的影响,进一步提供荧光光谱技术的灵敏度和选择性,还能够经过计算得到激发态寿命期间的选择运动动力学信息,在多组分复杂混合物的荧光光谱分析中有明显的优势,将提高对于中药这类复杂的多组分混合物的分析能力,同时无需对样本进行物理分离,不破坏其分子结构,适用于化学成分组成复杂的中药材。
附图说明
图1是本申请公开的中药材质量测定方法的方法流程图。
图2a是有效成分浓度为1mg/ml的熟地黄溶液的荧光偏振激发谱。
图2b是有效成分浓度为4mg/ml的熟地黄溶液的荧光偏振激发谱。
图2c是有效成分浓度为8mg/ml的熟地黄溶液的荧光偏振激发谱。
图3a是有效成分浓度为1mg/ml的熟地黄溶液的荧光偏振发射谱。
图3b是有效成分浓度为4mg/ml的熟地黄溶液的荧光偏振发射谱。
图3c是有效成分浓度为8mg/ml的熟地黄溶液的荧光偏振发射谱。
图4是内在各向异性值与有效成分浓度之间的曲线拟合关系图。
图5是各向异性值与有效成分浓度之间的曲线拟合关系图。
图6是利用第一测定模型测定得到的有效成分浓度与实际的有效成分浓度之间的曲线拟合关系图。
图7是利用第二测定模型测定得到的有效成分浓度与实际的有效成分浓度之间的曲线拟合关系图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本申请公开了一种基于偏振光谱和最小二乘法结合处理的中药材质量测定方法,本申请中的中药材包括有效成分和杂质成分,成分复杂多样,本申请可以测定成分复杂多样的中药材中的有效成分含量,从而对中药材进行质量评价,包括如下步骤,请参考图1:
步骤S01,准备训练样本。在该步骤中,选择一定质量的中药材作为样本中药材,对该样本中药材进行预处理得到样本中药材的中药溶液,然后利用中药溶液配置得到N个训练样本,这N个训练样本中的有效成分浓度均不同,N为正整数且N≥2。预处理的方法可以是:先将样本中药材放置在清水中浸泡一定时间,然后用武火煮沸得到,从而得到中药溶液。N的取值通常较大,比如取10或20。
步骤S02,荧光偏振特征参数的提取。对于每个训练样本,利用荧光标记物对中药材的有效成分进行荧光标记,然后将训练样本置于荧光光谱仪中,利用荧光光谱仪进行扫描获取训练样本对应的荧光偏振光谱,然后从荧光偏振光谱中提取荧光偏振特征参数。
本申请中的荧光偏振特征参数包括内在各向异性值和/或各向异性值,则:
1、当荧光偏振特征参数为内在各向异性值时,该步骤的做法为:
(1)、确定最佳激发波长和峰值波长,最佳激发波长和峰值波长的确定通常是通过多次实验,然后扫描三维光谱图的荧光峰分析比较得到的。
(2)、设置荧光光谱仪的发射波长为峰值波长、激发波长区间为与最佳激发波长之间的差异达到预定阈值的波长区间。
(3)、通过设置完成的荧光光谱仪对训练样本进行光谱扫描,得到训练样本的荧光偏振激发谱。
(4)、确定荧光偏振激发谱中与最佳激发波长对应的值为训练样本对应的内在各向异性值。
2、当荧光偏振特征参数为各向异性值时,该步骤的做法为:
(1)、确定最佳激发波长和峰值波长,与上述(1)同。
(2)、设置荧光光谱仪的激发波长为最佳激发波长、发射波长区间为与峰值波长之间的差异达到预定阈值的波长区间。
(3)、通过设置完成的荧光光谱仪对训练样本进行光谱扫描,得到训练样本的荧光偏振发射谱。
(4)、确定荧光偏振发射谱中与峰值波长对应的值为训练样本对应的各向异性值。
在实际使用时,可以仅提取内在各向异性值,也可以仅提取各向异性值,为了方便从两个维度进行测定以提高测定的精确性,通常会同时提取内在各向异性值和各向异性值。
步骤S03,测定模型的建立。该步骤利用最小二乘法对N个训练样本的荧光偏振特征参数和有效成分浓度拟合得到测定模型,得到的测定模型用于反应荧光偏振特征参数与有效成分浓度之间的关系。
最小二乘法(又称最小平方法),是一种通过将误差的平方最小化,匹配数据的最佳函数的方法,它是一种数学优化技术。最小二乘法的优点是,可以简便地求得未知数据,并且这些数据与实际数据之间误差的平方和为最小,即最为接近真值。最小二乘法还可用于曲线拟合。
每个训练样本的荧光偏振特征参数与有效成分浓度构成一组成对数据,将这一系列成对数据绘制在直角坐标系中,若这些数据在直线附近,则可以采用线性拟合,其近似函数为y=a1x+a2,其中a1和a2为方程系数。若这些数据在曲线附近,则可以采用二次多项式、双曲线或指数曲线等拟合。本申请对拟合过程不作具体赘述。
根据荧光偏振特征参数的含义的不同,该步骤中的测定模型包括第一测定模型和/或第二测定模型,具体的:当荧光偏振特征参数包括内在各向异性值时,该步骤利用最小二乘法根据N个训练样本的内在各向异性值和有效成分浓度拟合得到第一测定模型,第一测定模型用于反应内在各向异性值与有效成分浓度之间的关系。和/或,当荧光偏振特征参数包括各向异性值时,该步骤利用最小二乘法根据N个训练样本的各向异性值和有效成分浓度拟合得到第二测定模型,第二测定模型用于反应各向异性值与有效成分浓度之间的关系。
进一步的,在实际操作时,拟合得到测定模型后,还可以进行计算验证以确定最小二乘拟合的优劣性,通常是依次进行N次验证,对于每一次验证:
使用上述方法利用最小二乘法对其中N-1个训练样本的荧光偏振特征参数和有效成分浓度拟合得到测定模型,将剩下的一个训练样本的荧光偏振特征参数代入测定模型得到对应的测定值,对该训练样本的测定值和实际的有效成分浓度进行一元线性回归。可得函数为y'=kx'+b,式中y'为预测值,x'为真实值,k和b为方程系数,从而计算出测定的有效成分浓度与实际的有效成分浓度之间的相关系数R,以确定最小二乘法拟合的优劣性,相关系数R的计算为现有技术,本申请不做展开。最小二乘法拟合较优时确定使用该测定模型,结果较差时可以重新拟合。
步骤S04,获取待测中药材,并获取待测中药材的荧光偏振特征参数,此处的待测中药材与上述步骤S01中的样本中药材类别相同,比如同为熟地黄。获取待测中药材的荧光偏振特征参数的方法与上述方法相同,荧光偏振特征参数的含义与上述相同,此处不再重复描述。利用测定模型根据待测中药材的荧光偏振特征参数确定待测中药材的有效成分浓度,也即将待测中药材的荧光偏振特征参数代入测定模型,得到对应的测定值即为该待测中药材的有效成分浓度,从而测定得到待测中药材的质量,有效成分浓度越高、杂质成分浓度越低,待测中药材的质量越好;有效成分浓度越低、杂质成分浓度越高,待测中药材的质量越差。
以下用一个具体的实施例来阐述本发明的方法,在下述实施例中,中药材为熟地黄,N=10,荧光偏振特征参数包括内在各向异性值和各向异性值,该方法的具体过程如下:
1、用电子天平称量15g熟地黄作为样本,将称量好的熟地黄放入超纯水中浸泡30分钟,然后用武火煮沸后转成文火煮20分钟得到熟地黄溶液,冷却至常温后配置成有效成分浓度分别为1mg/ml、2mg/ml、3mg/ml、4mg/ml、5mg/ml、6mg/ml、7mg/ml、8mg/ml、9mg/ml和10mg/ml的熟地黄溶液作为训练样本。
2、通过多次实验得出图谱数据的分析比较,确定最佳激发波长为468nm、峰值波长为583nm。常温下将配置好的不同有效成分浓度的熟地黄溶液分别置于荧光光谱仪,扫描荧光偏振激发谱时,设置荧光光谱仪的峰值波长为583nm,设置激发波长区间为428nm-508nm,然后通过物理方法进行降温,使样品室内的温度降至0度,进行不同有效成分浓度的熟地黄溶液的荧光偏振激发谱扫描,得到荧光偏振激发谱。扫描荧光偏振发射谱时,设置荧光光谱仪的激发波长为468nm,设置发射波长区间为543nm-623nm,然后进行不同有效成分浓度的熟地黄溶液的荧光偏振发射谱扫描,得到荧光偏振发射谱。
以有效成分浓度为1mg/ml、4mg/ml和8mg/ml的熟地黄溶液为例,其荧光偏振激发谱请依次参考图2a、2b和2c,其荧光偏振发射谱请依次参考图3a、3b和3c。分析各个荧光偏振激发谱和荧光偏振发射谱,提取图中的内在各向异性值和各向异性值,10份熟地黄溶液的内在各向异性值和各向异性值分别如下表所示:
3、对内在各向异性值和有效成分浓度进行拟合得到第一测定模型,请参考图4,图4中的各个点为每一份熟地黄溶液对应的数据点,直线为拟合得到的关系式。对各向异性值和有效成分浓度进行拟合得到第二测定模型,请参考图5,同样的,图5中的各个点为每一份熟地黄溶液对应的数据点,曲线为拟合得到的关系式。
本实施例在该步骤的实际做法是:选取其中9份熟地黄溶液,利用最小二乘法得到测定模型,并利用测定模型对剩下的1份熟地黄溶液的有效成分浓度进行测定。按照这样的步骤,循环进行几组实验进行样本预测,每组实验中挑选的用于最后测定的熟地黄溶液均不同。从而可以得出测定的有效成分浓度与实际配置的有效成分浓度之间的曲线拟合关系和相关系数,从而判断该方法的可靠性。
在本实施例中,共进行了9组实验,对于利用内在各向异性拟合得到的第一测定模型,试验结果如下:
测定的有效成分浓度与实际配置的有效成分浓度之间的曲线拟合关系和计算得到的相关系数R的值请参考图6,实验结果证明,第一测定模型平均回收率为100.94%,测定的有效成分浓度与配置的有效成分浓度相关系数为0.9944,说明准确性较高。
对于利用各向异性拟合得到的第二测定模型,实验结果如下:
测定的有效成分浓度与实际配置的有效成分浓度之间的曲线拟合关系和计算得到的相关系数R的值请参考图7,实验结果证明,第二测定模型平均回收率为99.58%,测定的有效成分浓度与配置的有效成分浓度相关系数为0.9928,准确性也非常高。
4、拟合得到测定模型后,可以将待测的熟地黄的内在各向异性值代入第一测定模型实现对有效成分浓度的定量检测,也可以将待测的熟地黄的各向异性值代入第二测定模型实现对有效成分浓度的定量检测。且通过上述两组实验数据可以显然看出,通过测定相应溶液的荧光偏振光谱,分析荧光偏振光谱得到荧光偏振特征参数,能够准确的实现对熟地黄中的有效成分浓度定量检测。
以上所述的仅是本申请的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。
Claims (4)
1.一种基于偏振光谱和最小二乘法的中药材质量测定方法,所述中药材包括有效成分和杂质成分,其特征在于,所述方法包括:
获取样本中药材,对所述样本中药材进行预处理得到所述样本中药材的中药溶液,利用所述中药溶液配置得到N个训练样本,所述N个训练样本中的有效成分浓度均不同,N为正整数且N≥2;
对于每个训练样本,对中药材的有效成分进行荧光标记,并获取所述训练样本对应的荧光偏振光谱,从所述荧光偏振光谱中提取荧光偏振特征参数;
利用最小二乘法根据所述N个训练样本的荧光偏振特征参数和有效成分浓度拟合得到测定模型,所述测定模型用于反映荧光偏振特征参数与有效成分浓度之间的关系;
获取待测中药材,并获取所述待测中药材的荧光偏振特征参数,利用所述测定模型根据所述待测中药材的荧光偏振特征参数确定所述待测中药材的有效成分浓度。
2.根据权利要求1所述的方法,其特征在于,所述荧光偏振特征参数包括内在各向异性值和/或各向异性值,所述利用最小二乘法根据所述N个训练样本的荧光偏振特征参数和有效成分浓度拟合得到测定模型,包括:
利用最小二乘法根据所述N个训练样本的内在各向异性值和有效成分浓度拟合得到第一测定模型,所述第一测定模型用于反映内在各向异性值与有效成分浓度之间的关系;
和/或,利用最小二乘法根据所述N个训练样本的各向异性值和有效成分浓度拟合得到第二测定模型,所述第二测定模型用于反映各向异性值与有效成分浓度之间的关系。
3.根据权利要求2所述的方法,其特征在于,所述荧光偏振特征参数包括内在各向异性值,所述获取所述训练样本对应的荧光偏振光谱,从所述荧光偏振光谱中提取荧光偏振特征参数,包括:
确定最佳激发波长和峰值波长;
设置荧光光谱仪的发射波长为所述峰值波长、激发波长区间为与所述最佳激发波长之间的差异达到预定阈值的波长区间;
通过所述荧光光谱仪对所述训练样本进行光谱扫描,得到所述训练样本的荧光偏振激发谱;
确定所述荧光偏振激发谱中与所述最佳激发波长对应的值为所述训练样本对应的内在各向异性值。
4.根据权利要求2所述的方法,其特征在于,所述荧光偏振特征参数包括各向异性值,所述获取所述训练样本对应的荧光偏振光谱,从所述荧光偏振光谱中提取荧光偏振特征参数,包括:
确定最佳激发波长和峰值波长;
设置荧光光谱仪的激发波长为所述最佳激发波长、发射波长区间为与所述峰值波长之间的差异达到预定阈值的波长区间;
通过所述荧光光谱仪对所述训练样本进行光谱扫描,得到所述训练样本的荧光偏振发射谱;
确定所述荧光偏振发射谱中与所述峰值波长对应的值为所述训练样本对应的各向异性值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811155557.7A CN109239038A (zh) | 2018-09-30 | 2018-09-30 | 一种基于偏振光谱和最小二乘法的中药材质量测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811155557.7A CN109239038A (zh) | 2018-09-30 | 2018-09-30 | 一种基于偏振光谱和最小二乘法的中药材质量测定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109239038A true CN109239038A (zh) | 2019-01-18 |
Family
ID=65054857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811155557.7A Pending CN109239038A (zh) | 2018-09-30 | 2018-09-30 | 一种基于偏振光谱和最小二乘法的中药材质量测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239038A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102539400A (zh) * | 2011-12-31 | 2012-07-04 | 广东工业大学 | 一种高精度荧光各向异性显微成像装置及方法 |
CN102879368A (zh) * | 2012-09-26 | 2013-01-16 | 江南大学 | 一种同时测定牛奶中单诺沙星与氟甲喹的荧光方法 |
CN104048922A (zh) * | 2014-06-26 | 2014-09-17 | 北京理工大学 | 一种荧光光谱偏振度和偏振角的测量方法 |
CN108362882A (zh) * | 2018-03-05 | 2018-08-03 | 杨博易 | 一种用于检测赭曲霉毒素的荧光偏振免疫分析方法 |
-
2018
- 2018-09-30 CN CN201811155557.7A patent/CN109239038A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102539400A (zh) * | 2011-12-31 | 2012-07-04 | 广东工业大学 | 一种高精度荧光各向异性显微成像装置及方法 |
CN102879368A (zh) * | 2012-09-26 | 2013-01-16 | 江南大学 | 一种同时测定牛奶中单诺沙星与氟甲喹的荧光方法 |
CN104048922A (zh) * | 2014-06-26 | 2014-09-17 | 北京理工大学 | 一种荧光光谱偏振度和偏振角的测量方法 |
CN108362882A (zh) * | 2018-03-05 | 2018-08-03 | 杨博易 | 一种用于检测赭曲霉毒素的荧光偏振免疫分析方法 |
Non-Patent Citations (3)
Title |
---|
F. GARC´IA SÁNCHEZ等: "Selective determination of carbaryl and benomyl by fluorescence polarization", 《ANALYTICA CHIMICA ACTA》 * |
朱纯: "基于荧光光谱的液态混合物检测方法及系统研究", 《中国博士学位论文全文数据库》 * |
盖云等: "化学计量学方法在三维荧光光谱分析中的应用", 《光谱学与光谱分析》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103364362B (zh) | 一种利用THz-TDS结合化学计量学鉴定中草药的方法 | |
Fortier et al. | Identification of cotton and cotton trash components by Fourier transform near-infrared spectroscopy | |
CN104251839B (zh) | 南疆红枣建模用南疆红枣样品成分的光谱分离检测方法 | |
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 | |
CN103792198A (zh) | 牛奶中掺三聚氰胺的中红外-近红外相关谱判别方法 | |
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 | |
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 | |
CN111965140B (zh) | 基于特征峰的波长点重组方法 | |
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 | |
Yu et al. | Quality determination of Chinese rice wine based on Fourier transform near infrared spectroscopy | |
CN111443138A (zh) | 一种检测甘姜苓术汤指纹图谱的方法 | |
CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测系统及方法 | |
Zhang et al. | Mixture analysis using reverse searching and non-negative least squares | |
CN107402192A (zh) | 一种快速分析香精香料质量稳定性的方法 | |
CN108593863A (zh) | 一种中药提取过程中的在线检测方法与装置 | |
CN106770005B (zh) | 一种用于近红外光谱分析的校正集和验证集的划分方法 | |
Van De Steene et al. | Authenticity analysis of oregano: Development, validation and fitness for use of several food fingerprinting techniques | |
Li et al. | A novel method to determine total sugar of Goji berry using FT-NIR spectroscopy with effective wavelength selection | |
CN107607485A (zh) | 一种鉴别三叶青产地的方法 | |
CN112540971B (zh) | 一种基于烟叶特征的全信息在线采集系统及方法 | |
CN109001182A (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
CN109239038A (zh) | 一种基于偏振光谱和最小二乘法的中药材质量测定方法 | |
CN108195793A (zh) | 植物源性饲料原料氨基酸含量的通用模型构建方法 | |
Simmler et al. | Botanical integrity: Part 2: traditional and modern analytical approaches | |
CN109932335A (zh) | 一种用于植物中天然橡胶含量测定的方法及测定用led近红外光谱仪 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190118 |