论文部分内容阅读
中药（材）作为中医药的宝贵资源，主要来自植物的根、茎、叶、花、果等部位。中药材中的药效成分根据其主体化学结构分为皂苷、黄酮、酚酸、生物碱等类型。不同结构类型的化合物具有不同的光谱特征，为利用光谱信息进行中药材的快速定性、定量分析提供了可行性。本课题根据药材部位及其主要药效成分的化学结构类型，选取包括黄芩、白芍、金银花在内的三种常用中药材，分别利用近红外光谱、固体紫外-可见光谱及包含紫外、可见、近红外光谱的多源复合光谱信息预测这些中药材中有效成分的含量并进行结果比较，探究多源复合光谱分析仪进行中药材质量快速检测的适应性。 首先采用高效液相色谱法获得上述三种中药样品中各有效成分的含量作为因变量(y)，采集各样品的各类光谱信息作为自变量(x);然后分别采用偏最小二乘回归(PLSR)与K最近邻样本保形映射(KNN-KSR)方法，根据各类光谱信息进行中药样品中有效成分含量的预测，采用验证集样本实测值与预测值的相关系数(R)、均方根偏差(RMSEP)及平均相对误差(MRE)评价预测精度。 结果表明，对于黄芩而言，基于三种光谱信息时，KNN-KSR方法预测黄芩苷的R、RMSEP和MRE均优于PLSR的结果。对于白芍而言，两种方法基于近红外光谱信息对芍药苷的预测结果相当;对于金银花而言，采用KNN-KSR方法基于多源复合光谱信息预测金银花中绿原酸的相对平均误差小于3％。采用PLSR方法基于多源复合光谱信息预测黄芩苷、芍药苷及绿原酸时，误差均大于KNN-KSR方法，表明多源复合光谱信息与药材中成分含量不存在良好的线性关系，采用非线性算法建立多源复合光谱信息与药材成分含量的关系有望获得比PLSR更理想的结果。 基于不同类型光谱及预测方法对三种药材中有效成分含量的预测效果存在较大差异，采用KNN-KSR方法基于多源复合光谱信息预测上述三种药材中有效成分含量的误差满足工业分析的要求。多源复合光谱分析仪具有体积小、重量轻、成本低及便携等优点，通过优化仪器波长范围及建模方法，有望改进仪器的分析精度，使之适应更多药材现场采购的快速检测及后续产品的质量分析与监控。