CN114184574A - 一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法 - Google Patents
一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法 Download PDFInfo
- Publication number
- CN114184574A CN114184574A CN202111306119.8A CN202111306119A CN114184574A CN 114184574 A CN114184574 A CN 114184574A CN 202111306119 A CN202111306119 A CN 202111306119A CN 114184574 A CN114184574 A CN 114184574A
- Authority
- CN
- China
- Prior art keywords
- bupleurum
- sample
- absorption coefficient
- principal component
- spectrum
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 241000202726 Bupleurum Species 0.000 claims abstract description 210
- 238000010521 absorption reaction Methods 0.000 claims abstract description 59
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 238000000513 principal component analysis Methods 0.000 claims abstract description 22
- 241000510654 Bupleurum chinense Species 0.000 claims description 55
- 238000013139 quantization Methods 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 23
- 239000013558 reference substance Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 10
- 241000894007 species Species 0.000 claims description 9
- 239000000843 powder Substances 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000012847 principal component analysis method Methods 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 92
- 230000008569 process Effects 0.000 description 13
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 9
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 229940126680 traditional chinese medicines Drugs 0.000 description 6
- 241000213015 Bupleurum scorzonerifolium Species 0.000 description 5
- 239000003814 drug Substances 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 238000004809 thin layer chromatography Methods 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000013074 reference sample Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000208173 Apiaceae Species 0.000 description 1
- 244000085625 Equisetum Species 0.000 description 1
- 208000037093 Menstruation Disturbances Diseases 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 206010038084 Rectocele Diseases 0.000 description 1
- 240000006694 Stellaria media Species 0.000 description 1
- 206010046814 Uterine prolapse Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing 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
- G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
- G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (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
本发明公开了一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法，包括以下步骤：制备若干已知品种的柴胡样品；通过太赫兹时域光谱仪对所制备的各柴胡样品进行扫描测定，获取各柴胡样品的吸收系数谱；对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图；通过所获取的各柴胡样品的主成分得分图，得到各柴胡样品在主成分得分图上的分布结果。本发明基于太赫兹光谱技术，结合主成分分析方法，通过获取不同柴胡样品的吸收系数谱及主成分得分图，无需复杂前处理工作，准确高效的实现柴胡品种及真伪的鉴别，方便快捷，科学准确，有效减少柴胡鉴别的工作难度及主观因素影响。
Description
技术领域
本发明涉及快速检测领域，更具体地，涉及一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法。
背景技术
柴胡为伞形科植物柴胡或狭叶柴胡的干燥根的干燥根，目前《中国药典》中收载的正品柴胡主要包括“北柴胡”和“南柴胡”，具有和解退热，疏肝解郁，升提中气的功效，可用于治疗感冒发热、寒热往来、疟疾、肝郁气滞、胸肋胀痛、脱肛、子宫脱垂、月经不调，临床应用广泛。但是如今由于柴胡在临床上使用量增大，产量低，正品柴胡常常不能满足市场的需求，导致多种柴胡的混伪品进入了药材销售市场，而柴胡的混伪品与正品柴胡有效成分含量及功效均不同，将直接影响临床疗效，因此，有效鉴别柴胡的真假具有重要意义。
目前，柴胡鉴别的现有检测技术主要包括性状、显微鉴别、薄层色谱法(TLC)和高效液相色谱法(HPLC)等方式，但真假柴胡的外观及性状等特征极为相似，导致现有技术手段辨别难度大，且受主观因素影响严重，无法得出科学准确的鉴别结果，同时，薄层色谱法(TLC)和高效液相色谱法(HPLC)等方式在每次鉴别过程中，需对药材进行复杂的前处理，致使工作难度大以及鉴别时间过长。
发明内容
本发明旨在克服上述现有技术的至少一种缺陷(不足)，提供一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法，用于解决现有技术中柴胡鉴别不准确以及鉴别时间过长的问题。
本发明采取的技术方案是，一种基于太赫兹光谱技术鉴别柴胡品种的方法，包括以下步骤：
制备若干已知品种的柴胡样品，所述柴胡样品至少包括真品柴胡的一种以及伪品柴胡的一种；
通过太赫兹时域光谱仪对所制备的各柴胡样品进行扫描测定，获取各柴胡样品的吸收系数谱；
对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图；
通过所获取的各柴胡样品的主成分得分图，得到各柴胡样品在主成分得分图上的分布结果。
进一步的，所述各柴胡样品在主成分得分图上的分布结果，具体包括：
真品柴胡分布在主成分得分图的第一区域，伪品柴胡分布在主成分得分图上第二区域，所述第二区域为主成分得分图上除第一区域外的其他区域。
太赫兹波通常指频率处于0.1～10.0THz的电磁波，生物大分子以及一些中药活性成分的振动及转动能级能量差与太赫兹频段的能级匹配，通过分析太赫兹波谱，往往能够有效反映出中药成分的细微差异。中药通常由数以万计的成分组成，但由于各自所含的化合物的组成不同，属于复杂性科学体系，药性是其整体化学成分的协同综合作用结果，因此通过太赫兹光谱技术可以对中药进行全组分整体测定，可以有效快速地运用于中药例如柴胡的品种及真伪区分。而主成分分析是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。在样品的太赫兹吸收系数谱中，每个频率处的变量都是反映样本原始信息的变量，且这些变量之间存在一定的相关关系，即这些变量反映的样本原始信息存在重叠，则造成了数据的冗余，同时，变量数量过多将加大整个检测分析过程的复杂程度，影响最终的分析结果，因此，本发明通过主成分分析对太赫兹吸收系数谱有效频段内的变量进行降维，使得能通过较少的不相关的综合变量即主成分，反映较多的原始样品信息，消除数据冗余，减小分析过程的复杂程度，加快鉴别分析速率，为得到准确结果提供有效保障。
在《中国药典》2020版中，同时收载北柴胡和南柴胡作为真品柴胡品种，而其它种类柴胡属于混淆品，即伪品柴胡。在本发明中，主要检测锥叶柴胡、北柴胡、南柴胡及藏柴胡四种不同品种的柴胡，基于太赫兹光谱技术，结合主成分分析，得到不同品种柴胡样品的主成分得分图，并通过主成分得分图，得到各柴胡样品在主成分得分图上的分布结果，通过分布结果显示，其中北柴胡及南柴胡作为真品柴胡，主要分布在主成分得分图上第一区域，而锥叶柴胡及藏柴胡作为伪品柴胡，主要分布在主成分得分图上出第一区域以外的其他区域，即第二区域，因此，本发明可以有效准确鉴别不同品种的柴胡，从而进一步的鉴别柴胡的真伪，实现准确且快速检测的效果。
进一步的，所述对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图，具体包括：
将所获取的各柴胡样品的吸收系数谱进行光谱量子化处理，得到各柴胡样品的量子化图谱；
将所得到的各柴胡样品的量子化图谱进行主成分分析，获取各柴胡样品的主成分得分图。
进一步的，所述将所获取的各柴胡样品的吸收系数谱进行光谱量子化处理，得到各柴胡样品的量子化图谱，具体包括：
将所获取的各柴胡样品的吸收系数谱以相同的峰点数划分为若干区间；
将各柴胡样品的每个区间内的吸收系数谱合并形成一个量子峰，得到各柴胡样品的量子化图谱，每个所述量子峰以对应区间内吸收系数谱中最大的太赫兹响应值为峰高，以对应区间内吸收系数谱中各太赫兹响应值之和为峰面积。
进一步的，所述将所得到的各柴胡样品的量子化图谱进行主成分分析，具体包括：
对所得到的各柴胡样品的量子化图谱中的无效峰进行截取；
将截取无效峰后的各柴胡样品的量子化图谱进行主成分分析。
本发明中，通过太赫兹时域光谱仪直接获取的原始吸收系数谱，数据繁杂，峰点数密集，同时多条吸收系数谱图曲线重叠交错，导致曲线特征可能出现不直观、不清晰的问题，从而影响对于不同品种柴胡的鉴别结果，且数据混乱有可能影响后续的主成分分析过程，增加分析时长。因此，本发明在获取到吸收系数谱后，还进行了吸收系数谱的量子化处理，通过将相同峰点数对吸收系数谱进行区间划分，将每个区间内的吸收系数谱图合并形成一个量子峰，得到各柴胡样品的量子化图谱，使得每个区间内的吸收系数谱图特征可以仅通过一个简单的量子峰进行表征，实现了对吸收系数谱图及数据的精简及优化，同时，合并吸收系数谱后得到的量子化图谱更加直观，每个区间曲线特征明显，有效减少无效数据的产生，提高整个鉴别过程的准确性及效率。此外，将量子化图谱中无效峰进行截取，再将截取无效峰后的量子化图谱进行主成分分析，进一步减小无效数据对于整体鉴别效果的影响。
进一步的，所述制备若干不同品种的柴胡样品，具体包括：
获取若干不同品种的柴胡样品，进行粉碎，得到样品粉末；
将所述样品粉末进行压片，得到若干不同品种的柴胡样品片。
本发明中，在样品制备的过程中，仅需要对样品进行粉碎、压片等简单的物理性操作，无需进行运用各种化学试剂或其他的复杂的前处理过程，有效节省实验时间，实现快速检测鉴别的效果，且保证实验样品及过程绿色环保无污染。
进一步的，所述对所获取的各柴胡样品的吸收系数谱进行主成分分析，具体包括：
对所获取的各柴胡样品吸收系数谱进行有效频谱范围截取；
对所截取的有效频谱范围内的各柴胡样品吸收系数谱进行主成分分析。
本发明中，各种柴胡样品的原始吸收系数谱数据可能会包括仪器系统的噪声，以及受到样品不均匀或光散射等因素的影响，因此截取有效的频谱范围内的吸收系数谱再进行分析是十分必要的，可以有效进一步地提高鉴别结果的准确性，具体的，本发明中的有效频谱范围可以取值为0.3THz～2THz。
进一步的，所述对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图，具体包括：
对所获取的各柴胡样品的吸收系数谱进行主成分分析，得到若干不同主成分数、各个主成分的特征值、贡献率以及累计贡献率；
根据所述累计贡献率确定关键主成分，获取所确定的关键主成分的主成分得分图。
在主成分分析过程中，不同主成分的贡献率反映不同主成分的方差在所考察的所有主成分的总方差中所占的比例，用以度量主成分对于原变量变异性的解释能力，即代表主成分对于原始样品信息的反映能力，贡献率越大，反映原始样品信息越多，而累积贡献率则为不同主成分贡献率的累积，因此可以根据累积贡献率的大小确定足以反映原始样品信息的关键主成分，从而进一步减少主成分的数量，消除数据冗余，减小分析过程的复杂程度，加快分析速率。
另一方面，本发明采取的另一种技术方案为，一种基于太赫兹光谱技术鉴别柴胡真伪的方法，包括以下步骤：
制备若干待测柴胡样品以及真品柴胡参照品；
通过上述方法中的步骤，获取待测柴胡样品以及真品柴胡参照品的主成分得分图；
通过所获取待测柴胡样品以及真品柴胡参照品的主成分得分图，得到待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果；
根据所得到的待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果，对待测柴胡样品进行柴胡真伪鉴别。
进一步的，所述根据所得到的待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果，对待测柴胡样品进行柴胡真伪鉴别，具体包括：
当待测柴胡样品与真品柴胡参照品在主成分得分图上的分布位于同一区域时，判定所述待测柴胡样品为真品柴胡；
当待测柴胡样品与真品柴胡参照品在主成分得分图上的分布位于不同区域时，判定所述待测柴胡样品为伪品柴胡。
本发明以真品柴胡作为参照样品，通过上述鉴别柴胡品种的方法步骤，得到待测柴胡与真品柴胡的主成分得分图，当待测柴胡样品的主成分得分图与真品柴胡得分图分布在同一个区域时，则判断待测样品为真品柴胡，当待测柴胡样品的主成分得分图与真品柴胡得分图分布在不同的区域时，则判断待测样品为混伪品，即伪品柴胡，进一步，根据待测样品与真品柴胡主成分得分图分布的具体方位，判断待测样品具体为哪一种伪品柴胡。
与现有技术相比，本发明的有益效果为：
1、本发明基于太赫兹光谱技术，结合主成分分析方法，通过获取不同柴胡样品的吸收系数谱及主成分得分图，准确高效的实现柴胡品种及真伪的鉴别，方便快捷，科学准确，有效减少工作难度及主观因素影响；
2、本发明在进行鉴别前仅需对样品进行粉碎、压片等简单物理性操作，无需进行复杂的前处理操作，有效节省鉴别时间，实现快速检测鉴别的效果，保证样品无损及鉴别过程绿色环保无污染；
3、本发明通过将吸收系数谱进行量子化处理得到量子图谱，实现了对吸收系数谱图及数据的精简及优化，使得曲线特征直观、清晰明显，有效减少无效数据的产生，提高整个鉴别过程的准确性及效率。
附图说明
图1为实施例1的方法流程图。
图2为实施例1中4种柴胡样品以及氮气参考的频域谱图。
图3为实施例1中4种柴胡样品的吸收系数谱。
图4为实施例1中4种柴胡样品的主成分得分图。
图5为实施例1中3种柴胡样品的主成分得分图。
图6为实施例1中北柴胡和藏柴胡的主成分得分图。
图7为实施例1中北柴胡和锥叶柴胡的主成分得分图。
图8为实施例2的方法流程图。
图9为实施例2中北柴胡量子化处理示意图。
图10为实施例2中4种柴胡样品量子化图谱。
图11为实施例2中4种柴胡样品的主成分得分图。
图12为实施例2中3种柴胡样品的主成分得分图。
具体实施方式
本发明附图仅用于示例性说明，不能理解为对本发明的限制。为了更好说明以下实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下述实施例中使用到的仪器、试剂及样品信息如下表1、2所示：
表1仪器、试剂信息表
| 名称 | 型号/编号 |
| 太赫兹时域光谱仪 | CCT-1800 |
| 万分之一天平 | LAB 214i |
| 压片机 | HY-2 |
| 粉碎机 | BJ-200 |
| 电热鼓风干燥箱 | DHG-9070A |
| 氮气 | 15MPa/40L |
表2样品信息表
| 样品名称 | 产地信息 |
| 锥叶柴胡 | / |
| 北柴胡 | 山西 |
| 南柴胡 | 内蒙古 |
| 藏柴胡 | / |
实施例1
如图1所示，本实施例提供一种基于太赫兹光谱技术鉴别柴胡品种的方法，对不同品种的柴胡进行鉴别。
具体包括以下步骤：
S1、制备若干已知品种的柴胡样品；
本实施例中，步骤S1具体操作包括：制备锥叶柴胡、北柴胡、南柴胡以及藏柴胡四种品种的柴胡样品，首先取各品种柴胡样品约20g，置于粉碎机内，振摇粉碎3min，过200目筛，粉末置60℃干燥2h，放冷后，精密称定粉末0.2g，置压片模具上，用24MPa压1min，压成直径为13mm的圆形薄片，记录压片后样品片的厚度，每个品种的柴胡压10片。
S2、通过太赫兹时域光谱仪对所制备的各柴胡样品进行扫描测定，获取各柴胡样品的吸收系数谱；
本实施例中，扫描测定具体过程包括，先将CCT-1800太赫兹时域光谱仪开启并打开测试工作站，放上样品架，通入氮气除去样品仓的水汽后，获取氮气参考谱线，把制备的样品放置样品架上进行扫描测定，每个样品片测定3次，平均次数100，共获取40组样品数据。
S3、对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图；
S4、通过所获取的各柴胡样品的主成分得分图，得到各柴胡样品在主成分得分图上的分布结果。。
具体的，本实施例中，原始吸收谱数据会包括系统噪声和样品不均匀、光散射等因素影响，需要截取有效的频谱范围进行分析，4种柴胡样品的频域谱图和氮气参考频域谱图如图2所示，由图可知，2THz之后的数据基本上是噪声，故样品的有效频谱范围是0.3THz～2THz，取该有效的频段进行分析；
取有效频谱范围0.3THz～2THz内的吸收系数谱进行主成分分析，具体4种柴胡样品的吸收系数谱如图3所示，各个主成分的特征值、贡献率以及累计贡献率见下表3，其中主成分1和主成分2的累积贡献率为92.9％，表明前两个主成分足以反映样品的原始信息，故确定关键主成分为主成分1和主成分2；
表3四种柴胡主成分分析的特征值和贡献率
4种柴胡样品的主成分1和主成分2得分图如图4所示，其中横坐标代表各个样品的第一主成分得分值，纵坐标表示各个样品的第二主成分得分值，从图可以看出，四种不同品种的柴胡明显地分成4类，表明主成分1和主成分2能达到较好分类作用，
其中锥叶柴胡和藏柴胡能明显区分且相互之间没有交错，而南北柴胡有少许重叠且在同一片区域内，说明这两种柴胡可能具有相同成分的物质，在《中国药典》2020版一部中，也同时收载北柴胡和南柴胡，而其它种类柴胡属于伪品，药用的柴胡是以北柴胡为主，所以继续进行北柴胡与锥叶柴胡、藏柴胡的主成分分析(剔除4个异常数据：Z1、Z2、Z3、Z13、Z14、Z15)，得到的各个主成分的特征值、贡献率以及累计贡献率见下表4，其中前两个主成分累积贡献率为93.8％，表明前两个主成分足以反映样品的原始信息，故确定关键主成分为主成分1和主成分2，三种柴胡的主成分1和主成分2得分图如图5所示，由图可见，三种柴胡也能明显地分类，同样的，得到北柴胡分别与藏柴胡以及锥叶柴胡的主成分得分图如图8、9所示，均能明显分类，因此，基于太赫兹光谱技术，结合主成分分析方法，可有效对柴胡品种进行鉴别区分。
表4三种柴胡主成分分析的特征值和贡献率
实施例2
如图8所示，本实施例提供一种基于太赫兹光谱技术鉴别柴胡品种的方法，对不同品种的柴胡进行鉴别，方法步骤与实施例1大致相同，区别在于，在步骤S3中还包括：
S31、将所获取的各柴胡样品的吸收系数谱进行光谱量子化处理，得到各柴胡样品的量子化图谱；
本实施例中，具体的，对四种不同品种的柴胡样品频谱范围0.3THz～2THz内的吸收系数谱进行光谱量子化处理，使用“中药光谱量子指纹一致性数字化评价系统4.0”中进行量子化处理，量子化处理过程示意图如图9所示，量子化处理具体操作为：将所获取的各柴胡样品的吸收系数谱以每10个峰点数划分为若干区间，将各柴胡样品的每个区间内的吸收系数谱合并形成一个量子峰，每个所述量子峰以对应区间内吸收系数谱中最大的太赫兹响应值为峰高，以对应区间内吸收系数谱中各太赫兹响应值之和为峰面积，再通过平均值法计算整合形成各个品种的柴胡所有样品的量子化图谱，量子化图谱如图10所示，此外，由图可见，量子化图谱共有38个峰，前6个峰位是在0～0.3THz，为无效峰，将无效峰进行截取，各柴胡样品的量子化图谱取7～38号峰的峰面积进行主成分分析；
S32、将所得到的各柴胡样品的量子化图谱进行主成分分析，获取各柴胡样品的主成分得分图。
本实施例中，具体的，四种品种柴胡的主成分1及主成分2的得分图如图11所示，主成分分析的特征值及贡献率见下表5，从图11可以看出，四种不同品种的柴胡明显地分成4类，以及，三种品种柴胡的主成分得分图如图12所示，主成分分析的特征值和贡献率见下表6，同样的，三种柴胡也能明显分类，各柴胡样品量子化图谱的主成分分析分类结果与原始吸收系数谱的主成分分析结果是一致的，即将柴胡吸收系数谱进行量子化之后得到的量子化图谱也具有明显的分类作用，可以采用柴胡的量子化图谱的方式作为柴胡太赫兹的指纹图谱。
表5四种柴胡THz量子指纹图谱主成分分析的特征值和贡献率
表6三种柴胡THz量子指纹图谱主成分分析的特征值和贡献率
实施例3
本实施例提供一种基于太赫兹光谱技术鉴别柴胡真伪的方法，用于对未知待测柴胡的真伪鉴别。
具体包括以下步骤：
制备若干待测柴胡样品以及真品柴胡参照品，具体样品制备步骤与实施例1或2相同，本实施例可以取北柴胡作为真品柴胡参照品；
通过实施例1或2中的步骤，获取待测柴胡样品以及真品柴胡参照品的主成分得分图；
通过所获取待测柴胡样品以及真品柴胡参照品的主成分得分图，得到待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果；
根据所得到的待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果，对待测柴胡样品进行柴胡真伪鉴别。
本实施例，可以以北柴胡作为真品柴胡参照样品，通过实施例1或2中的方法步骤，得到待测柴胡与北柴胡的主成分得分图，当待测柴胡样品的主成分得分图与北柴胡得分图分布在同一个区域时，则判断待测样品为真品柴胡，当待测柴胡样品的主成分得分图与真品柴胡得分图分布在不同的区域时，则判断待测样品为混伪品，即伪品柴胡，进一步，根据待测样品与真品柴胡主成分得分图分布的具体方位，判断待测样品具体为哪一种伪品柴胡。
显然，本发明的上述实施例仅仅是为清楚地说明本发明技术方案所作的举例，而并非是对本发明的具体实施方式的限定。凡在本发明权利要求书的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，包括以下步骤：
制备若干已知品种的柴胡样品，所述已知品种的柴胡样品至少包括真品柴胡的一种以及伪品柴胡的一种；
通过太赫兹时域光谱仪对所制备的各柴胡样品进行扫描测定，获取各柴胡样品的吸收系数谱；
对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图；
通过所获取的各柴胡样品的主成分得分图，得到各柴胡样品在主成分得分图上的分布结果。
2.根据权利要求1所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述各柴胡样品在主成分得分图上的分布结果，具体包括：
真品柴胡分布在主成分得分图的第一区域，伪品柴胡分布在主成分得分图上第二区域，所述第二区域为主成分得分图上除第一区域外的其他区域。
3.根据权利要求1所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图，具体包括：
将所获取的各柴胡样品的吸收系数谱进行光谱量子化处理，得到各柴胡样品的量子化图谱；
将所得到的各柴胡样品的量子化图谱进行主成分分析，获取各柴胡样品的主成分得分图。
4.根据权利要求2所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述将所获取的各柴胡样品的吸收系数谱进行光谱量子化处理，得到各柴胡样品的量子化图谱，具体包括：
将所获取的各柴胡样品的吸收系数谱以相同的峰点数划分为若干区间；
将各柴胡样品的每个区间内的吸收系数谱合并形成一个量子峰，得到各柴胡样品的量子化图谱，每个所述量子峰以对应区间内吸收系数谱中最大的太赫兹响应值为峰高，以对应区间内吸收系数谱中各太赫兹响应值之和为峰面积。
5.根据权利要求2所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述将所得到的各柴胡样品的量子化图谱进行主成分分析，具体包括：
对所得到的各柴胡样品的量子化图谱中的无效峰进行截取；
将截取无效峰后的各柴胡样品的量子化图谱进行主成分分析。
6.根据权利要求1所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述制备若干不同品种的柴胡样品，具体包括：
获取若干不同品种的柴胡样品，进行粉碎，得到样品粉末；
将所述样品粉末进行压片，得到若干不同品种的柴胡样品片。
7.根据权利要求1所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述对所获取的各柴胡样品的吸收系数谱进行主成分分析，具体包括：
对所获取的各柴胡样品吸收系数谱进行有效频谱范围截取；
对所截取的有效频谱范围内的各柴胡样品吸收系数谱进行主成分分析。
8.根据权利要求1所述的一种基于太赫兹光谱技术鉴别柴胡品种的方法，其特征在于，所述对所获取的各柴胡样品的吸收系数谱进行主成分分析，获取各柴胡样品的主成分得分图，具体包括：
对所获取的各柴胡样品的吸收系数谱进行主成分分析，得到若干不同主成分数、各个主成分的特征值、贡献率以及累计贡献率；
根据所述累计贡献率确定关键主成分，获取所确定的关键主成分的主成分得分图。
9.一种基于太赫兹光谱技术鉴别柴胡真伪的方法，其特征在于，包括以下步骤：
制备若干待测柴胡样品以及真品柴胡参照品；
通过权利要求1-7任一项所述的方法步骤，获取待测柴胡样品以及真品柴胡参照品的主成分得分图；
通过所获取待测柴胡样品以及真品柴胡参照品的主成分得分图，得到待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果；
根据所得到的待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果，对待测柴胡样品进行柴胡真伪鉴别。
10.根据权利要求9所述的一种基于太赫兹光谱技术鉴别柴胡真伪的方法，其特征在于，所述根据所得到的待测柴胡样品和真品柴胡参照品在主成分得分图上的分布结果，对待测柴胡样品进行柴胡真伪鉴别，具体包括：
当待测柴胡样品与真品柴胡参照品在主成分得分图上的分布位于同一区域时，判定所述待测柴胡样品为真品柴胡；
当待测柴胡样品与真品柴胡参照品在主成分得分图上的分布位于不同区域时，判定所述待测柴胡样品为伪品柴胡。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111306119.8A CN114184574A (zh) | 2021-11-05 | 2021-11-05 | 一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111306119.8A CN114184574A (zh) | 2021-11-05 | 2021-11-05 | 一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114184574A true CN114184574A (zh) | 2022-03-15 |
Family
ID=80540803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111306119.8A Pending CN114184574A (zh) | 2021-11-05 | 2021-11-05 | 一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114184574A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101876633A (zh) * | 2009-11-13 | 2010-11-03 | 中国矿业大学 | 一种基于太赫兹时域光谱的纺织纤维鉴别方法 |
| CN103134765A (zh) * | 2013-01-29 | 2013-06-05 | 天津大学 | 一种基于太赫兹时域光谱的中药样品真伪初筛方法 |
| CN103822884A (zh) * | 2013-12-19 | 2014-05-28 | 中国矿业大学 | 一种基于太赫兹时域光谱的茶叶分类鉴别方法 |
| CN106248610A (zh) * | 2016-10-20 | 2016-12-21 | 中国石油大学(北京) | 基于太赫兹时域光谱的动态、多点草品种鉴定与认证方法 |
| CN106525759A (zh) * | 2016-10-11 | 2017-03-22 | 中国农业大学 | 一种基于衰减全反射太赫兹介电谱鉴别蜂蜜品种的方法 |
| CN111007032A (zh) * | 2019-11-13 | 2020-04-14 | 上海长海医院 | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 |
| CN111751316A (zh) * | 2020-05-30 | 2020-10-09 | 浙江大学山东工业技术研究院 | 基于太赫兹光谱技术的农产品中2,4-d农残检测的方法 |
| CN113504200A (zh) * | 2021-08-04 | 2021-10-15 | 桂林电子科技大学 | 一种基于太赫兹时域光谱的香豆素类食品添加剂鉴别方法 |
| CN113588591A (zh) * | 2021-08-11 | 2021-11-02 | 江门市华讯方舟科技有限公司 | 一种用于蛋氨酸含量快速检验的方法 |
-
2021
- 2021-11-05 CN CN202111306119.8A patent/CN114184574A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101876633A (zh) * | 2009-11-13 | 2010-11-03 | 中国矿业大学 | 一种基于太赫兹时域光谱的纺织纤维鉴别方法 |
| CN103134765A (zh) * | 2013-01-29 | 2013-06-05 | 天津大学 | 一种基于太赫兹时域光谱的中药样品真伪初筛方法 |
| CN103822884A (zh) * | 2013-12-19 | 2014-05-28 | 中国矿业大学 | 一种基于太赫兹时域光谱的茶叶分类鉴别方法 |
| CN106525759A (zh) * | 2016-10-11 | 2017-03-22 | 中国农业大学 | 一种基于衰减全反射太赫兹介电谱鉴别蜂蜜品种的方法 |
| CN106248610A (zh) * | 2016-10-20 | 2016-12-21 | 中国石油大学(北京) | 基于太赫兹时域光谱的动态、多点草品种鉴定与认证方法 |
| CN111007032A (zh) * | 2019-11-13 | 2020-04-14 | 上海长海医院 | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 |
| CN111751316A (zh) * | 2020-05-30 | 2020-10-09 | 浙江大学山东工业技术研究院 | 基于太赫兹光谱技术的农产品中2,4-d农残检测的方法 |
| CN113504200A (zh) * | 2021-08-04 | 2021-10-15 | 桂林电子科技大学 | 一种基于太赫兹时域光谱的香豆素类食品添加剂鉴别方法 |
| CN113588591A (zh) * | 2021-08-11 | 2021-11-02 | 江门市华讯方舟科技有限公司 | 一种用于蛋氨酸含量快速检验的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 李武;胡冰;王明伟;: "基于主成分分析和支持向量机的太赫兹光谱冰片鉴别", 光谱学与光谱分析, no. 12, pages 3235 - 3240 * |
| 李瑞凯;侯凯旋;张丽娜;娄存广;刘秀玲;: "基于太赫兹时域光谱的3种中药材真伪鉴别", 河北大学学报(自然科学版), no. 04 * |
| 燕芳;刘成毫;王志春;李伟;: "甘草酸太赫兹振动模式的量子化学计算", 光谱学与光谱分析, no. 06 * |
| 王冬;王纪华;吴静珠;刘龙海;韩平;张鹤冬;: "基于ATR-THz波谱的劣变花生快速无损鉴别研究", 农产品质量与安全, no. 04 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101961379B (zh) | 丹参的近红外光谱鉴别方法 | |
| EP3907493A1 (en) | Chemical pattern recognition method for evaluating quality of traditional chinese medicine based on medicine effect information | |
| CN101852734B (zh) | 假药判别分析装置、系统以及方法 | |
| CN101961360A (zh) | 三七的近红外光谱鉴别方法 | |
| CN111007032B (zh) | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 | |
| Raymond et al. | Nondestructive sampling of Eucalyptus globulus and E. nitens for wood properties. III. Predicted pulp yield using near infrared reflectance analysis | |
| CN109765194B (zh) | 基于高光谱成像技术的枸杞子产地识别方法 | |
| CN110674835A (zh) | 一种太赫兹成像方法及系统和一种无损检测方法及系统 | |
| CN110068544A (zh) | 物质识别网络模型训练方法及太赫兹光谱物质识别方法 | |
| CN102375000A (zh) | 一种基于氢核磁共振-模式识别技术对椰岛鹿龟酒的检测方法 | |
| 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 | |
| CN103674887A (zh) | 冬虫夏草全草的红外光谱分析鉴定方法 | |
| CN106383088A (zh) | 一种基于多光谱成像技术的种子纯度快速无损检测方法 | |
| CN107917896A (zh) | 基于近红外光谱和聚类分析技术的甘草快速鉴别方法 | |
| CN101957316A (zh) | 一种用近红外光谱技术鉴别响水大米的方法 | |
| CN108645811A (zh) | 一种采用太赫兹技术检测中草药三七的方法 | |
| CN110567907A (zh) | 一种基于红外光谱技术快速鉴别中药真伪的方法 | |
| CN117874609A (zh) | 快速鉴别天然产物是否为特定产地的通用快速方法 | |
| CN112700059B (zh) | 一种中药丹参品质评价方法及其应用 | |
| CN110231305A (zh) | 一种测定奇亚籽中dpph自由基清除能力的方法 | |
| CN114184574A (zh) | 一种基于太赫兹光谱技术鉴别柴胡品种及真伪的方法 | |
| 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 | |
| CN102998279A (zh) | 一种快速鉴别灵芝孢子粉真伪的方法 | |
| AU2018101606A4 (en) | A method for identifying meconopsis quintuplinervia regel from different geographical origins | |
| CN114529822A (zh) | 一种基于太赫兹光谱的用于鉴别白芷商品规格的系统 |
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 |