欢迎来到天天文库
浏览记录
ID:5384994
大小:162.34 KB
页数:4页
时间:2017-12-08
《近红外光谱和聚类分析法无损快速鉴别小儿抽风散》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、维普资讯http://www.cqvip.com第28卷,第2期光谱学与光谱分析Vo1.28,No.2,pp327—3302008年2月SpectroscopyandSpectralAnalysisFebruary,2008近红外光谱和聚类分析法无损快速鉴别小儿抽风散王晶娟,张贵君卜,周群,孙素琴1.北京中医药大学中药学院,北京1001022.清华大学化学系,北京100084摘要以d,JL抽风散不同缺味复方的近红外图谱作为聚类分析的对象,在建立混合成分模型的基础上,采用SIMCA聚类分析法对d,JL抽风散不同缺味复方进行了快速的分类研究。实验中,在保证其他配伍组分完整的基础上,分别
2、设缺少蜈蚣、全蝎、僵蚕、土鳖虫和蝉蜕的5个阴性样品。结果表明:尽管各样品的近红外谱图很相似,难以直接区别,但采用近红外光谱和聚类分析相结合的方法可以鉴定d,Jg抽风散的不同缺味复方。各样品之间光谱聚类的结果较理想,盲样检测的正确率可达9o以上。此外,如果能够获得足够多的样本,增加训练集样本数和采样的代表性,加强操作的标准程度,该法的准确率将会大大提高。因此,近红外光谱与聚类分析法相结合可以快速、无损识别中药复方。关键词红外光谱;d,JL抽风散;聚类分析法;无损鉴别中图分类号:R282.5文献标识码:A文章编号:1000—0593(2008)02—0327-04近红外光谱仪(N)为美
3、国PerkinElmer公司的Spec—引言trumOne,INGAAS检测器,分辨率16cm_。,测量范围:4000~10000cm~,扫描信号累加16次。动物类中药品种繁多,来源复杂,难以鉴别。特别是全1.2样品来源与检测蝎、蜈蚣等贵重药材,疗效好,价格高,市场上以假乱真现蜈蚣(Scolopendra)、全蝎(Scorpio)、僵蚕(Bombyx象时有发生,严重影响了临床用药的疗效与安全,所以有必Batryticatus)、土鳖虫(EupolyphagaseuSteleophaga)、蝉蜕要寻找一种快速、准确鉴别动物类中药真伪的方法,为临床(PeriostracumCrypto
4、tympanae)5个组分购于北京同仁堂,合理用药和动物类中药的鉴别研究提供科学依据。由北京中医药大学中药学院的张贵君教授鉴定。按照符合散中药是一个复杂的混合物体系,所含各化合物吸收强度剂的技术要求,分别将药材研成粉末,然后按组方的不同配的叠加具有难以解析的复杂性,造成谱图有较大的相似性。比进行组方,具体配伍组分如表1所示。分别取样品各2g,但事实上不同种的中药材及不同配伍组分的中药复方,只要置测量杯中,进行扫描,并做重现性测定,共得到200张红各化学成分的含量不同,红外的谱图就会有差异,借助药材外谱图。指纹谱图的差异,建立相关的模式识别法,实现谱图的辨认Table1Alignme
5、ntsofdifferentcompoundrecipes是可行的,已有文献报道[1。在此基础上采用该技术尝试中药复方缺味药的智能识别。小儿抽风散是由蜈蚣、全蝎、蝉蜕、僵蚕、半夏、天南星、厚朴、橘红、枳壳、甘草、朱砂、土鳖虫、钩藤、薄荷十四味药组成的中药复方,含五种动物药。本文运用模式识别中的聚类分析法对不同缺味药的小儿抽风散进行了快速识别,达到了预期判别的结果。注:各缺味复方中均含有半夏、天南星、厚朴、橘红、枳壳、甘草、朱1实验部分砂、钩藤、薄荷;“+”为含有该药,“一”为不含该药1.3数据处理1.1仪器设备与附件红外光谱聚类分析采用PerkinElmer公司的Quant和收稿日
6、期:2007~02—08,修订日期:2007—05—12基金项目:国家教育部科学技术研究重点项目(00167)资助作者简介:王晶娟,女,1977年生,北京中医药大学中药学院博士研究生*通讯联系人e-mail:guijunzhang@163.com维普资讯http://www.cqvip.com328光谱学与光谱分析第28卷SIMCA应用软件]。是合适特征的选取。得到类间距的数值后,数值越大表明类与类之间差异越明显。本实验中5个缺味复方模型的类间距2结果与讨论如表2所示。2.1缺昧复方的近红外谱图各缺味复方的近红外谱图如图1所示,各谱图相似度较高,难以从表观上进行指纹特征提取,故采用
7、模式识别技术进行智能识别。2.2缺昧复方聚类分析模型的建立选SIMCA(Softindependentmodelingofclassanalogy)聚类分析方法,从200个缺味复方谱图中随机抽取160个组7000600050o04000成训练集,利用PerkinElmer公司的Quant软件,对其训练Wavenumbefcm一1集样本进行训练。选用波数范围在7500~4000cm-的指纹Fig,1FI'lRspectraofdifferentcompoundrecip
此文档下载收益归作者所有