论文部分内容阅读
中药的有效性是以其化学成分作为物质基础。因此，采用各种现代化的实验室仪器分析方法分析中药成分，是一项基础性研究工作，可为药理药效实验确定其有效成分或部位奠定基础；为保证中药终产品的质量稳定均一，则需要在中药生产过程中，采用过程分析技术，监测整个生产过程及有效成分含量的变化。气相色谱-质谱联用（GC-MS）技术广泛用于中药复杂化学成分的定性与定量分析。目前，我国在GC-MS仪器硬件及其配套软件方面的研究方面远落后于世界先进水平，尚处于起步阶段。近红外光谱技术作为一种快速、无损的分析手段，通过光谱特征信息提取、建立算法模型，可实现对中药生产过程的在线监测。目前已有的GC-MS特征提取算法都是针对单样本数据，无法满足海量样本快速分析的需求。国内对GC-MS特征提取算法的研究还未见报道，没有提出一套完整的GC-MS数据特征提取方法。在研究大量国外算法的基础上，本文提出了一种GC-MS数据特征信息的并行提取方法。同时，针对中药生产过程分析，本文提出了一种近红外光谱的相似度与相异度特征信息提取方法。本文研究如下：（1）研究了从上世纪六十年代至今有代表性的GC-MS数据特征提取方法，包括有去噪、基线校正、质量色谱对齐、峰提取、去卷积、定量与定性。同时，研究了三种GC-MS数据的数学模型。（2）提出了GC-MS数据中无意义质量色谱去除方法、基于模式识别的去卷积算法、GC-MS数据处理的三层并行架构和化合物单样本定量的规则及算法。（3）无意义质量色谱去除方法和去卷积算法的实验验证研究。结果表明,去除无用的质量色谱后，在GC-MS数据中寻找化合物更容易、更准确，并且提高了计算速度；基于模式识别的去卷积算法可得到与化合物标准质谱极为相似的质谱，完全满足化合物定性的需求。（4）基于MPI，搭建了GC-MS数据特征信息提取的两层并行计算平台，实现了本文提出的GC-MS数据特征信息提取并行算法，在两台和四台PC机上所获加速比分别为1.95和3.69，说明了所建立的两层并行计算平台有效。（5）研究了拉普拉斯特征映射算法在近红外光谱降维中的应用；提出了一种近红外光谱的相似度与相异度特征信息提取方法,并应用于中药柱层析过程分析。