CN116908113A - 基于高光谱成像技术鉴别四种半夏炮制品种的方法 - Google Patents
基于高光谱成像技术鉴别四种半夏炮制品种的方法 Download PDFInfo
- Publication number
- CN116908113A CN116908113A CN202310841552.4A CN202310841552A CN116908113A CN 116908113 A CN116908113 A CN 116908113A CN 202310841552 A CN202310841552 A CN 202310841552A CN 116908113 A CN116908113 A CN 116908113A
- Authority
- CN
- China
- Prior art keywords
- pinellia
- hyperspectral
- processed
- data
- sample
- 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
- 241001522129 Pinellia Species 0.000 title claims abstract description 104
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005516 engineering process Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 238000007637 random forest analysis Methods 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 230000003595 spectral effect Effects 0.000 claims description 15
- 238000002310 reflectometry Methods 0.000 claims description 10
- 239000003814 drug Substances 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 241000234314 Zingiber Species 0.000 description 8
- 235000006886 Zingiber officinale Nutrition 0.000 description 8
- 235000008397 ginger Nutrition 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000002791 soaking Methods 0.000 description 6
- 238000001035 drying Methods 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 206010062717 Increased upper airway secretion Diseases 0.000 description 4
- 229940037003 alum Drugs 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 208000026435 phlegm Diseases 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- LPLVUJXQOOQHMX-QWBHMCJMSA-N glycyrrhizinic acid Chemical compound O([C@@H]1[C@@H](O)[C@H](O)[C@H](O[C@@H]1O[C@@H]1C([C@H]2[C@]([C@@H]3[C@@]([C@@]4(CC[C@@]5(C)CC[C@@](C)(C[C@H]5C4=CC3=O)C(O)=O)C)(C)CC2)(C)CC1)(C)C)C(O)=O)[C@@H]1O[C@H](C(O)=O)[C@@H](O)[C@H](O)[C@H]1O LPLVUJXQOOQHMX-QWBHMCJMSA-N 0.000 description 3
- 230000008673 vomiting Effects 0.000 description 3
- ODINCKMPIJJUCX-UHFFFAOYSA-N Calcium oxide Chemical compound [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 206010047700 Vomiting Diseases 0.000 description 2
- 238000007605 air drying Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000144 pharmacologic effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010000060 Abdominal distension Diseases 0.000 description 1
- 241000209524 Araceae Species 0.000 description 1
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 235000006200 Glycyrrhiza glabra Nutrition 0.000 description 1
- 244000303040 Glycyrrhiza glabra Species 0.000 description 1
- 239000004378 Glycyrrhizin Substances 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229930013930 alkaloid Natural products 0.000 description 1
- 150000003797 alkaloid derivatives Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- QXDMQSPYEZFLGF-UHFFFAOYSA-L calcium oxalate Chemical compound [Ca+2].[O-]C(=O)C([O-])=O QXDMQSPYEZFLGF-UHFFFAOYSA-L 0.000 description 1
- 235000012255 calcium oxide Nutrition 0.000 description 1
- 239000000292 calcium oxide Substances 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- NLDDIKRKFXEWBK-AWEZNQCLSA-N gingerol Chemical compound CCCCC[C@H](O)CC(=O)CCC1=CC=C(O)C(OC)=C1 NLDDIKRKFXEWBK-AWEZNQCLSA-N 0.000 description 1
- JZLXEKNVCWMYHI-UHFFFAOYSA-N gingerol Natural products CCCCC(O)CC(=O)CCC1=CC=C(O)C(OC)=C1 JZLXEKNVCWMYHI-UHFFFAOYSA-N 0.000 description 1
- LPLVUJXQOOQHMX-UHFFFAOYSA-N glycyrrhetinic acid glycoside Natural products C1CC(C2C(C3(CCC4(C)CCC(C)(CC4C3=CC2=O)C(O)=O)C)(C)CC2)(C)C2C(C)(C)C1OC1OC(C(O)=O)C(O)C(O)C1OC1OC(C(O)=O)C(O)C(O)C1O LPLVUJXQOOQHMX-UHFFFAOYSA-N 0.000 description 1
- 229960004949 glycyrrhizic acid Drugs 0.000 description 1
- UYRUBYNTXSDKQT-UHFFFAOYSA-N glycyrrhizic acid Natural products CC1(C)C(CCC2(C)C1CCC3(C)C2C(=O)C=C4C5CC(C)(CCC5(C)CCC34C)C(=O)O)OC6OC(C(O)C(O)C6OC7OC(O)C(O)C(O)C7C(=O)O)C(=O)O UYRUBYNTXSDKQT-UHFFFAOYSA-N 0.000 description 1
- 235000019410 glycyrrhizin Nutrition 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 235000011477 liquorice Nutrition 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000643 oven drying Methods 0.000 description 1
- 208000035824 paresthesia Diseases 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 210000004916 vomit Anatomy 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
-
- 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
- G01N21/55—Specular reflectivity
Landscapes
- Physics & Mathematics (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)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于中药饮片鉴别领域,公开了一种基于高光谱成像技术鉴别四种半夏炮制品种的方法。该方法包括收集半夏样品;使用高光谱成像设备采集半夏样品的高光谱数据;对高光谱数据进行校正,提取校正高光谱数据的ROI区域,建立半夏样品数据集;采用标准正态变换对所述半夏样品数据集进行预处理,并采用随机森林方法进行训练和测试,构建半夏炮制品种鉴别模型;通过半夏炮制品种鉴别模型实现对半夏炮制品种的鉴定。本发明可以实现快速、无损、直观、准确地鉴别不同的半夏炮制品,有效地提高不同半夏炮制品的利用效率,并为临床应用提供科学、合理的数据支撑。
Description
技术领域
本发明涉及中药饮片鉴别领域,尤其是涉及基于高光谱成像技术鉴别四种半夏炮制品种的方法。
背景技术
半夏为天南星科植物半夏Pinellia ternate(Thunb.)Breit.的干燥块茎,半夏作为一味常用的大宗中药材,始载于《神农本草经》,主产于贵州、四川、山东、河南、湖北、安徽等地。其功效广泛,药理作用丰富,在中药饮片中具有重要地位。半夏药材味辛,性温,有毒。归脾、胃、肺经。具有燥湿化痰、降逆止呕、消痞散结的功效。现代药理研究证明半夏有镇吐、镇咳祛痰、抗癌、抗生育抗早孕、抗心律失常等作用。
半夏最早收载于《神农本草经》,列为下品,距今2000多年。历代医药书籍中有许多关于半夏炮制方法的记载,包括治半夏、净制、切制、熬制等不同的炮制方法和要求。2020年版《中国药典》中收载的半夏炮制品有生半夏、法半夏、姜半夏、清半夏4种,生半夏炮制规定为用时捣碎。法半夏炮制规定为取半夏,大小分开,用水浸泡至内无干心,取出;另取甘草适量,加水煎煮二次,合并煎液,倒入用适量水制成的石灰液中,搅匀,加入上述已浸透的半夏,浸泡,每日搅拌1~2次,并保持浸液pH值12以上,至剖面黄色均匀,口尝微有麻舌感时,取出,洗净,阴干或烘干,即得。每100kg净半夏,用甘草15kg、生石灰10kg。姜半夏炮制规定为取净半夏,大小分开,用水浸泡至内无干心时,取出;另取生姜切片煎汤,加白矾与半夏共煮透,取出,晾干,或晾至半干,干燥;或切薄片,干燥。每100kg净半夏,用生姜25kg、白矾12.5kg。清半夏炮制规定为取净半夏,大小分开,用8%白矾溶液浸泡或煮至内无干心,口尝微有麻舌感,取出,洗净,切厚片,干燥。每100kg净半夏,煮法用白矾12.5kg,浸泡法用白矾20kg。此外,也有一些半夏饮片炮制的地方习用方法,如半夏曲、麸炒半夏曲、醋炒半夏、胆炒半夏、砂炒半夏、京半夏等品种。
在众多的半夏炮制品中,半夏、清半夏、姜半夏和法半夏这四种饮片沿用至今并被广泛使用,且被2020年版《中国药典》所收载,因此我们选择这四种半夏炮制品种进行高光谱分析与鉴定。
半夏经过不同的方法炮制后,其化学成分和临床功效均有改变。与生半夏相比,清半夏、法半夏、姜半夏炮制后生物碱、草酸钙针晶、半夏蛋白等成分含量减少,刺激性降低,达到了炮制减毒的目的。清半夏经白矾炮制后,增加了半夏燥湿化痰的功效。姜半夏引入新的成分6-姜辣素,增加了姜半夏温中止呕、镇咳的功效,法半夏中引入甘草酸铵、甘草苷,消除半夏麻辣感,也可协调半夏的祛痰、止咳作用,扩大了半夏临床用药范围。
有多种方法可以用于鉴别半夏品种,如理化鉴别法、红外光谱法、高效液相色谱法、电子鼻和电子舌生物传感器法等等。目前已有一些关于光学检测器鉴别半夏及其伪品的报道,但目前已知的检测方法如高效液相色谱法、电子鼻、电子舌等大都无法维持半夏药材的完整性,且检测方法不够便捷,不利于普及。目前并未有使用高光谱检测方法鉴别半夏炮制品的相关报道。
因此我们迫切地需要一种能快速、无损、直观、准确的技术鉴别不同炮制品种的半夏饮片,以便于后期服务临床和生产。
发明内容
本发明目的在于提供一种能快速、无损、直观、准确的鉴别半夏炮制品种的方法。
为实现上述目的,本发明基于高光谱成像技术采取下述技术方案:
本发明所述的基于高光谱成像技术鉴别半夏炮制品种的方法包括以下步骤:
S1,收集半夏样品;
S2,使用高光谱成像设备采集所述半夏四种饮片样品的高光谱数据;
S3,使用所述高光谱成像设备自带校正软件对所述高光谱数据进行校正,得到原始高光谱数据;
S4,对所述原始高光谱数据进行黑白板校正,并计算原始高光谱数据的相对反射率,获得校正高光谱数据;
S5,提取所述校正高光谱数据的ROI区域,计算平均光谱反射率,建立半夏样品数据集;
S6,采用标准正态变换对步骤S5所述半夏样品数据集进行预处理,将预处理后的样品数据集中随机的80%数据划分为训练集,剩余的20%数据划分为测试集;
S7,采用随机森林方法对步骤S6所述预处理后的样品数据集进行训练和测试,构建半夏炮制品种鉴别模型;
S8,通过所述半夏炮制品种鉴别模型比对实现对半夏炮制品种的定性鉴定。
进一步地,所述高光谱数据的波段范围为400-1000nm。
进一步地,所述相对反射率计算公式为:
其中In表示样本的相对反射率,Ir表示样本的原始光谱反射率,Id表示黑板光谱反射率,Iw表示白板光谱反射率。
本发明所述半夏炮制品种包括生半夏、清半夏、姜半夏和法半夏这四种饮片。
本发明中所说的高光谱成像是一种可以捕获和分析一片空间区域内逐点上光谱的精细技术。由于可以检测到单个对象不同空间位置上的独特光谱“特征”,因此高光谱成像技术可以检测到在人眼视觉上无法区分的物质。药用植物和中药饮片的理化性质不同,使其对波长的吸收和反射也不同,从而导致其光谱特征不同,因此不同的药用植物和中药饮片包含其特有的光谱,这些人眼无法看到的光谱信息可以通过高光谱成像技术进行甄别区分,从而为计算机智能可视化鉴别中药提供可行性。
本发明优点在于:通过高光谱成像技术快速无损地采集半夏不同炮制品样本的高光谱数据,并通过图像处理提取出对应样本的光谱信息,对高波段下的半夏饮片数据通过标准正态变换的预处理方法,利用随机森林方法建立半夏炮制品种鉴别模型,结合机器学习实现快速、无损、直观、准确地鉴别半夏不同炮制饮片,准确率能达到95.23%。为促进和合理应用半夏不同炮制规格的饮片提供新的鉴别方法和科学依据。
附图说明
图1是本发明所述基于高光谱成像技术鉴别半夏不同饮片的流程图。
图2是本发明所述方法中校正后的半夏不同饮片样品图示例,其中,a-生半夏,b-法半夏,c-姜半夏,d-清半夏。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,本发明所述的基于高光谱成像技术鉴别半夏不同饮片地方法,包括以下步骤:
S1,收集半夏样品;
本实施例所用的半夏样品来源于甘肃山绛县所产的不同炮制品种的半夏,样品由郑州大学药学院从产地收集,统一干燥保存,详细的半夏原药材样品数据如下表1:
表1
S2,使用高光谱成像设备采集上述半夏样品的高光谱数据;
本实施例所用的高光谱成像设备为HySpex系列高光谱成像光谱仪,其组成主要由2个卤钨灯、CCD探测仪以及SN0605 VNIR与N3124 SWIR两个镜头,移动平台,仪器自带计算机与内置软件。在采集半夏样品的高光谱数据时,高光谱成像仪的镜头与半夏样品的距离为25cm,平台移动速度为1.5mm/s,SN0605 VNIR镜头的积分时间为9000μs,帧时间为25500,光谱仪的光谱范围410.4094~990.0963nm,波段间隔为5.37nm,总共108个波段;N3124SWIR镜头积分时间为3500μs,帧时间66482。光谱仪的光谱范围为948.7188~2512.9722nm,波段间隔为5.43nm,总共288个波段。光谱分辨率6nm。本试验仅使用的高光谱数据的波段范围为400~1000nm。
S3,通过高光谱成像系统对半夏饮片样品的高光谱数据采集后,利用系统自带的RAD校正软件对高光谱数据进行校正,消除高光谱成像系统对半夏样品高光谱数据的影响,得到原始高光谱数据。
S4,随后对原始高光谱数据进行黑白板校正,用于消除空气以及环境对原始高光谱图像造成的影响,得到清晰、不变形的校正后高光谱数据。并计算校正后高光谱数据的相对反射率。其中相对反射率计算公式为:
其中In表示样本的相对反射率,Ir表示样本的原始光谱反射率,Id表示黑板光谱反射率,Iw表示白板光谱反射率。
如图2为校正后的半夏样品图示例。
S5,针对校正后高光谱数据,通过ENVI 5.3提取校正后高光谱数据的ROI(英文全称:region of interest,中文含义:感兴趣区域)区域,并计算平均光谱反射率,建立半夏样品数据集;
S6,采用标准正态变换对步骤S5所述半夏样品数据集进行预处理,将预处理后的样品数据集中随机的80%数据划分为训练集,剩余的20%数据划分为测试集;
由于半夏光谱曲线一般具有噪声,标准正态变换预处理可以减少甚至避免干扰信息(如样品背景、随机噪声和形态差异等)对半夏光谱曲线的影响,为后续基于高光谱数据分析提供更为可靠的数据来源。
S7,采用随机森林方法对步骤S6所述预处理后的样品数据集进行训练和测试,构建半夏炮制品种鉴别模型;
S8,通过所述半夏炮制品种鉴别模型对比实现半夏炮制品种的定性鉴定。
通过实验验证,本发明用于半夏炮制品种鉴别的模型准确率能达到95.23%。
Claims (2)
1.一种基于高光谱成像技术鉴别四种半夏炮制品种的方法,其特征在于:包括以下步骤:
S1,收集半夏样品;
S2,使用高光谱成像设备采集所述半夏样品的高光谱数据;
S3,使用所述高光谱成像设备自带校正软件对所述高光谱数据进行校正,得到原始高光谱数据;
S4,对所述原始高光谱数据进行黑白板校正,获得校正高光谱数据;并计算校正高光谱数据的相对反射率;
S5,提取所述校正高光谱数据的ROI区域,计算平均光谱反射率,建立半夏样品数据集;
S6,采用标准正态变换对步骤S5所述半夏样品数据集进行预处理,将预处理后的样品数据集中随机的80%数据划分为训练集,剩余的20%数据划分为测试集;
S7,采用随机森林方法对步骤S6所述预处理后的样品数据集进行训练和测试,构建半夏炮制品种鉴别模型;
S8,通过所述半夏炮制品种鉴别模型比对实现对半夏炮制品种的定性鉴定;所述半夏炮制品种包括生半夏、清半夏、姜半夏和法半夏饮片;所述高光谱成像设备为HySpex系列高光谱成像光谱仪。
2.根据权利要求1所述的基于高光谱成像技术鉴别四种半夏炮制品种的方法,其特征在于:所述高光谱数据的波段范围为400-1000nm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310841552.4A CN116908113A (zh) | 2023-07-10 | 2023-07-10 | 基于高光谱成像技术鉴别四种半夏炮制品种的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310841552.4A CN116908113A (zh) | 2023-07-10 | 2023-07-10 | 基于高光谱成像技术鉴别四种半夏炮制品种的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116908113A true CN116908113A (zh) | 2023-10-20 |
Family
ID=88357479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310841552.4A Pending CN116908113A (zh) | 2023-07-10 | 2023-07-10 | 基于高光谱成像技术鉴别四种半夏炮制品种的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116908113A (zh) |
-
2023
- 2023-07-10 CN CN202310841552.4A patent/CN116908113A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Species authentication and geographical origin discrimination of herbal medicines by near infrared spectroscopy: A review | |
Pferschy-Wenzig et al. | The relevance of pharmacognosy in pharmacological research on herbal medicinal products | |
CN113156001B (zh) | 一种包含当归的中药复方的指纹图谱构建方法及其应用 | |
CN104048941A (zh) | 采用近红外光谱快速测定麦冬中多指标性成分含量的方法 | |
CN107402189B (zh) | 一种锁阳产地的鉴别方法 | |
Zou et al. | Progress in quality control of herbal medicine with IR fingerprint spectra | |
CN113848278A (zh) | 一种穿破石标准汤剂质量控制方法 | |
Lee et al. | Discrimination of Lycium chinense and Lycium barbarum by taste pattern and betaine analysis | |
Shakya et al. | A rapid high-performance thin-layer chromatographic method to estimate quercetin in Benincasa hispida (Thunb.) Cogn. fruit pulp | |
CN109709291B (zh) | 一种通关藤药材真伪快速鉴别的方法 | |
Liu et al. | Rapid discrimination of sea buckthorn berries from different H. rhamnoides subspecies by multi-step IR spectroscopy coupled with multivariate data analysis | |
CN114280209A (zh) | 一种小儿清热止咳口服液指纹图谱的建立方法及其指纹图谱 | |
CN108267535B (zh) | 青皮药材指纹图谱检测方法及其指纹图谱 | |
CN108152427A (zh) | 一种基于液质联用的中成药快速鉴别方法 | |
AU2018101606A4 (en) | A method for identifying meconopsis quintuplinervia regel from different geographical origins | |
CN105241838B (zh) | 一种沙棘籽油掺伪的检测方法 | |
CN116908113A (zh) | 基于高光谱成像技术鉴别四种半夏炮制品种的方法 | |
CN110441443B (zh) | 一种有柄石韦、石韦、庐山石韦与华北石韦的uplc特征图谱构建方法及其鉴别方法 | |
CN111007190A (zh) | 一种土贝母药材uplc特征图谱的构建方法及其成分含量测定方法 | |
CN114486798B (zh) | 一种快速预测蕨菜中总黄酮含量的方法 | |
CN104020229B (zh) | 扯根菜单一药材制备的提取物或制剂的hplc指纹图谱检测方法 | |
CN107389598B (zh) | 一种鉴定槐花品质的近红外光谱分析方法 | |
CN110646542A (zh) | 一种丹参药材质量检测方法 | |
CN115201398B (zh) | 一种搜山虎药材及其提取物与制剂的质量检测方法 | |
Bishnoi et al. | Comparative fingerprint and extraction yield of Prosopis cineraria (Lin.) Druce. Leaves with phenolic compounds (Gallic acid) & flavonoids (Rutin) |
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 |