近红外光谱分析技术快速鉴别霍山石斛的建模研究

发布时间：2017-06-24 01:05

  本文关键词：近红外光谱分析技术快速鉴别霍山石斛的建模研究，由笔耕文化传播整理发布。

【摘要】：中药石斛目前主要为药用石斛栽培品的新鲜或干燥茎,常见商品有霍山米斛、金钗枫斗、铁皮枫斗和铜皮枫斗等。石斛性甘,微寒,归胃、肾经,具有益胃生津、滋阴清热的功效,主治热病津伤、胃阴不足、病后虚热不退、骨蒸痨热、筋骨痿软等症。 由于石斛属植物种类丰富、形态相似性强,导致市场石斛来源复杂,以次充好、以假乱真现象时有发生,对石斛的临床用药安全和疗效造成了严重影响。因此,开展石斛药材的鉴别研究对保障人们用药准确、安全、有效上具有十分重要的意义。中药石斛传统的鉴别分析手段主要有性状、显微、理化和薄层鉴别,性状和显微鉴别较多的依赖于检验员的从业经验,主观性较强；理化和薄层鉴别操作复杂,费时费力。 近红外光谱分析技术作为一种新兴的分析技术,具有无需前处理、检测速度快、不破坏样本、不使用溶剂、可同时检测多组分、成本低、易于实现在线分析等优点。本课题收集铜皮石斛一级、二级,铁皮石斛一级、二级,米斛,石斛花六类共100份霍山石斛药材作为研究对象,具体研究内容如下： (1)采用较高精密度、较高分辨率的Antaris Ⅱ傅里叶变换近红外光谱仪对霍山石斛进行分类鉴别研究,一方面采用处理较为简便的判别分析模式识别方法建立分析校正模型,另一方面采用六类石斛校正集样品分别建立PCA模型,然后通过SIMCA模式识别方法对建立的模型进行评价。这两种方法都考察了不同的光谱预处理方法,优化了建模区间。结果表明两种方法均能满足分析的要求,都有较强的鉴别能力。 (2)采用微型近红外光谱仪1700型号进行对霍山石斛进行分类鉴别研究,实验采用SG5点+1d预处理为最佳的预处理方法,对六类石斛药材分别建立PCA数学模型,用SIMCA模式识别方法对所建立的模型进行验证,结果证明所建模型具有较高的识别率和拒绝率。这种微型仪器是近红外分析技术发展的趋势,较之常用的分析仪器,兼具有质量轻、体积小、价格便宜等优点,能够将近红外光谱分析技术带到实际应用,为中药材的实时实地鉴别提供一种新思路。
【关键词】：近红外光谱分析技术 霍山石斛 鉴别
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R282.5;O657.33
【目录】：

• 目录4-8
• CATALOGUE8-12
• 中文摘要12-14
• ABSTRACT14-16
• 符号说明16-17
• 第一章 前言17-25
• 1 石斛的研究概况17-21
• 1.1 石斛资源17-18
• 1.2 石斛的食补药疗作用18
• 1.3 石斛的化学成分研究18-19
• 1.4 石斛的药理作用研究19
• 1.5 石斛的鉴别19-21
• 1.5.1 外观鉴别19
• 1.5.2 显微鉴别19-20
• 1.5.3 理化鉴别20
• 1.5.4 DNA分子标定20
• 1.5.5 色谱法、光谱法鉴别20-21
• 2 近红外光谱分析技术21-24
• 2.1 近红外光谱技术简介21-22
• 2.2 近红外光谱技术的原理及特点22-23
• 2.2.1 近红外光谱技术的原理22
• 2.2.2 近红外光谱技术的特点22-23
• 2.3 近红外光谱技术在中药鉴别中的应用23-24
• 2.3.1 中药材的产地鉴别23
• 2.3.2 易混淆、真伪中药材的鉴别23
• 2.3.3 中成药的鉴别23-24
• 3 本课题研究的内容和意义24-25
• 第二章 近红外光谱分析技术鉴别霍山石斛的可行性研究25-46
• 1 材料25
• 2 方法25-27
• 2.1 样品的收集与处理25
• 2.2 近红外光谱采集25
• 2.3 样品集的划分25
• 2.4 光谱预处理方法的选择25-26
• 2.5 光谱区间的选择26
• 2.6 模型的建立26
• 2.7 模型的评价26-27
• 3 结果27-44
• 3.1 光谱分析27
• 3.2 K-S分类结果27-30
• 3.3 利用判别分析方法对石斛定性鉴别进行研究30-37
• 3.3.1 光谱预处理方法的选择30-35
• 3.3.2 波段的选择35-36
• 3.3.3 最佳模型的建立36-37
• 3.4 利用SIMCA方法对石斛定性鉴别进行研究37-44
• 3.4.1 不同预处理方法的选择37-42
• 3.4.2 光谱区间的选择42-44
• 4 讨论44-46
• 第三章 微型近红外光谱仪用于快速鉴别霍山石斛的研究46-67
• 1 材料46
• 2 方法46-47
• 2.1 样品的收集与处理46
• 2.2 近红外光谱采集46
• 2.3 校正集、验证集样品的选择46
• 2.4 模型的建立和评价46
• 2.5 考察不同预处理方法对模型的影响46-47
• 3 结果47-67
• 3.1 光谱分析47
• 3.2 校正集、验证集样品的选择47-51
• 3.2.1 铜皮一级样品的划分47-48
• 3.2.2 铜皮二级样品的划分48
• 3.2.3 铁皮一级样品的划分48-49
• 3.2.4 铁皮二级样品的划分49
• 3.2.5 米斛样品的划分49-50
• 3.2.6 石斛花样品的划分50
• 3.2.7 样品集划分汇总50-51
• 3.3 模型的建立和验证51-57
• 3.3.1 铜皮一级样品的PCA模型的建立和验证51-52
• 3.3.2 铜皮二级样品的PCA模型的建立和验证52-53
• 3.3.3 铁皮一级样品的PCA模型的建立和验证53-54
• 3.3.4 铁皮二级样品的PCA模型的建立和验证54-55
• 3.3.5 米斛样品的PCA模型的建立和验证55-56
• 3.3.6 石斛花样品的PCA模型的建立和验证56-57
• 3.4 用样品验证集对校正集模型进行SIMCA模式识别57-58
• 3.5 不同预处理方法对模型的影响58-64
• 3.5.1 SNV59-61
• 3.5.2 SG5点平滑61-63
• 3.5.3 SG5点+1d63-64
• 3.6 光谱区间的优化64-67
• 论文总结与创新67-68
• 参考文献68-74
• 致谢74-75
• 攻读学位期间发表的学术论文75-76
• 学位论文评阅及答辩情况表76

【参考文献】

中国期刊全文数据库 前10条

1 吴庆生，丁亚平，杨道麒，，于力文，檀华蓉，徐云　;安徽霍山三种石斛中游离氨基酸分析[J];安徽农业科学;1995年03期

2 李金阳;李秀明;王华;;护肝片的近红外光谱鉴别研究[J];安徽医药;2011年05期

3 虞科;程翼宇;;一种基于最小二乘支持向量机算法的近红外光谱判别分析方法[J];分析化学;2006年04期

4 刘雪松;施朝晟;程翼宇;瞿海斌;;基于自组织映射神经网络的中药注射剂质量快速鉴别方法[J];分析化学;2007年10期

5 施红,陈玲;石斛合剂对高血糖动物模型的实验研究[J];福建中医学院学报;2000年02期

6 刘家水;梁欣健;张丹雁;;近红外光谱技术在中药鉴定中的应用[J];广东药学院学报;2011年03期

7 李波霞;魏玉辉;席莉莉;段好刚;武新安;;近红外光谱和化学计量学对不同产地不同产期当归的定性研究[J];光谱实验室;2011年04期

8 汤彦丰,张卓勇,范国强;中草药大黄的近红外光谱和人工神经网络鉴别研究[J];光谱学与光谱分析;2004年11期

9 刘沭华;张学工;周群;孙素琴;;近红外漫反射光谱法和模式识别技术鉴别中药材产地[J];光谱学与光谱分析;2006年04期

10 何铁光;苏江;王灿琴;卢家仕;;铁皮石斛不同来源材料多糖和氨基酸含量的比较[J];广西农业科学;2007年01期

  本文关键词：近红外光谱分析技术快速鉴别霍山石斛的建模研究，由笔耕文化传播整理发布。

本文编号：476718