近红外光谱技术在中药鉴定中的应用与优势

近红外光谱技术在中药鉴定中的应用与优势吉宜宏(江苏省南通市海安县中医院江苏南通226600)【摘要】我国有很多种中药药材,而且来源相对较为复杂,以往鉴定中药的方法主要是通过颜色、味道以及形状等外观进行鉴定,但是鉴定结果并不是非常客观,带有一定的经验性、主观性。近年来,光谱技术快速发展应用,加工炮制鉴定、产地鉴定以及中药品鉴定中已经广泛应用到近红外光谱技术,在很大程度上提高了中药鉴定的准确性以及便捷性。木文主要分析了中药鉴定中应用近红外光谱技术的具体体现以及优势,希望可以提供一些参考。【关键词】中药鉴定;近红外光谱技术;应用分析;优势【中图分类号】R282.5【文献标识码】B【文章编号】2095-1752(2016)12-0316-02中药药材质量直接决定了中药的临床应用价值,但是我国中药药材的种类非常多,而且来源相对较为复杂,如果没有准确鉴别中草药的来源、品种以及质量的话,很容易导致用药混乱,在很大程度上降低治疗效果,影响中草药的应用价值⑴。以往传统的中药鉴定技术性不高,整个操作过程比较复杂,鉴定结果缺乏科学合理性,近红外光谱技术是一种先进的分析技术,应用于中药鉴定中更加简便,中药鉴定结果也更加准确、可靠。下面是笔者针对中药鉴定中应用近红外光谱技术的几点分析。1.中药鉴定中应用近红外光谱技术的优势1.1鉴定中药品种鉴定中药品种主要是鉴别中药的来源品种以及中药质量真伪。品种分类中应用近红外光谱技术的操作比较简便,并不需要采用大量样品数量构建校正模型,比如,鉴定白芷类中药过程中应用近红外光谱技术测定八种白芷以及近缘植物叶子粉末,然后通过系统聚类分析模式以及非线性映射模式对数据进行识别分析,这两种分类结果基本一致,可以逐一分类八种植物。鉴定卷柏属两种药用槓物种,分析十种卷柏属药用植物种之间的关系的过程中采用近红外光谱技术,结果发现这种技术可以很好的帮助鉴定分类药用植物,并口推断这些物种之间的相互关系。鉴定白芍、葛根、魔芋、白芷、当归以及白术等几种中药,鉴定白芷和其他伪劣品(掺杂有一定量的淀粉)的过程中,第一步应该测定样品的近红外漫反射光谱,然后在相关系数表征不同波长条件下,通过渐进窗口式相关系数分析法计算出样品光谱相似度,进而筛选出可以将不同类型中药区分开来的特征波长范围,采用主成分分析法得到样品的二维空间分布图,这样就可以快速鉴别出不同的样品类型以及中药真伪。以上各种研究均表明,中药分类鉴定以及药用植物鉴定中都可以采用近红外光谱进行鉴定,而且鉴定结果比较可靠,可为鉴定中药品种提供重要的参考依据[2]。鉴别中药品种真伪的过程中,一定要构建一个校正模型,而且也要选择-•种子科学、合理的数据处理方法。比如,97个大黃样品采用近红外光谱技术进行鉴别的过程中,从中随机选取45个样品构建一个校正模型,然后采用小波包嫡法以及主成分分析法将光谱特征提取岀来,选择Fisher分类器构建一个鉴别真伪的模型,结果表明两种方法的预测集误判率相差很大,小波包燔法为2.1%,主成分分析法为10.3%o由此可见,数据处理方法不同的话,判别结果也会存在很大区别。高丽红参、中国红参采用近红外光谱技术进行鉴定,结果发现光谱釆用元散射校正法处理后,高丽红参、国产红参校正模型的效果最佳的情况是以25为主成分,可以准确鉴别出高丽红参以及中国红参。另外,如果有包装袋的情况下采用近红外光谱技术,可以直接进行采集,比如,研究分析如何快速鉴别西洋参以及人参的过程中,采集93份含有包装袋的粉末状样品、根须样品状、根状样品的近红外光谱,通过一阶导数以及MSC对近红外光谱进行预处理,然后移动窗口采用偏最小二乘法选取校正模型的光谱区间,最后分别建立支持向量机法(SVM)、主成分判别分析法(PCA-DA)以及偏最小二乘判别分析法(PLS-DA)等几种判别模型,其中SVM模型的预测总判别率最高为100%,其次分别是PCA-DA(96.7%)、PLS-DA(93.3%)。1.2鉴定产地中草药的产地来源不同的情况下,中药质量也会存在很人区别。道地药材也就是指在特定地域生产的优质中药材,这也是古人对中药质量评价的重要标准。鉴定中药产地对于确保中药质量具有极其重要...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

确认删除?