《表1 光谱技术结合化学计量学在中药质量研究分析中的应用举例1)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于光谱技术的中药质量控制研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:1) ANN表示artificial neural network/人工神经网络；BP-ANN表示backpropagation artificial neural network/反向传播神经网络。

田珺宏等[48]研究了经硫磺熏蒸与未经硫磺熏蒸的白芷的太赫兹光谱，通过主成分分析，主成分为3～5个时所表示的三维图中可以很好地将这两者区分开来，利用支持向量机的分类方法，判别准确率为100%。田珺宏等[48]继续以川穹和扶穹为模型药材，采集了两者的太赫兹时域光谱，利用线性核支持向量机、多项式内核支持向量机、高斯核函数支持向量机和近邻法建立模型进行分类分析4种模型的判别准确率分别为97.2%，99.9%，99.9%和99.8%，该结果为太赫兹时域光谱在中药鉴定方面的研究提供了参考依据。杨帅等[49]采用主成分分析（Principal component analysis，PCA）技术量化了大黄炮制品的不同性，并且确定了这种变化是由鞣质和蒽醌这两种成分的改变所引起的。胡清宇等[50]获取了生大黄、熟大黄、大黄炭和酒大黄的太赫兹光谱。并基于PCA对生大黄、熟大黄、大黄炭和酒大黄炮制前后对中药疗效的影响进行分析，如图10所示，得到的结果与TLC方法得到的结果一致。周永军等[51]基于太赫兹时域光谱技术，以黄芪、当归、杜仲以及掺杂了黄芪、当归、杜仲的混合药物共4组药物为模型药物，分别进行了鉴别。Li等[52]收集了三七与当归、厚朴与百倍鹅掌柴、川穹与藁本以及当归与毛当归等4组中药材的太赫兹光谱，针对中药材的太赫兹光谱吸收峰重叠无法鉴别的情况提出了K-means回归，K-medoids回归以及Fuzzy C-means回归等3种无监督聚类方法，与监督学习分类方法互为补充。一阶导数的预处理方法可以放大不同成分吸收系数在整体或局部方面微小的差异。对每组中的2种中药材进行区分，结果显示，使用一阶导数为原始吸收系数预处理方法，3种聚类算法判别率都很高，其中K-means算法效果最好，总体判别正确率为95.32%。表1为光谱技术结合术化学计量学在中药质量研究分析中的应用举例。