红外光谱技术结合化学计量学方法在藏药蕨麻研究中的应用

被引:0
作者
陈颖
机构
[1] 青海民族大学
关键词
藏药; 蕨麻; 红外光谱技术; 化学模式识别; 化学计量学;
D O I
暂无
年度学位
2014
学位类型
硕士
导师
摘要
藏药是我国传统医药中一个重要的组成部分,它已有两千多年的历史。由于藏药具有疗效独特、药治多病、药源丰富等特点,显示了藏药独特的不可替代的作用,越来越受到人们的重视。本学位论文通过藏药蕨麻的红外光谱技术研究,利用多种化学计量学方法,找出不同地区蕨麻的红外光谱特点与分布规律,建立了藏药蕨麻的质量评价方法,从而可以实现用现代光谱分析技术及信息解析的方法鉴别藏药,这些将为藏医药的开发应用提供更好的科学依据。 本文以12个不同产地的蕨麻为研究样本,使用IRPrestge-21型傅立叶变换红外光谱仪测定这12个蕨麻样本的红外光谱。实验数据采用MATLAB工程设计软件编程、SPSS高级统计软件进行分析处理,利用多种化学计量学技术,建立了红外分光光度法藏药质量评价方法。比较系统研究蕨麻的红外光谱及应用的工作未见文献报道。主要研究内容如下: 1、比较系统完整地获得了不同产地蕨麻的红外光谱图,对其典型的蕨麻红外谱图进行了解析。不同地区的红外光谱特点与分布规律证实了,作为同一品种蕨麻,因主要化学组分相同,谱图整体上基本相似,药材品质基本相似。但又因产地,气候、土壤等因素存在差异,必然反映各个样品在谱图指纹区的不同。 2、采用标准正态变换、导数校正、多元散射校正以及小波变换等多种方法对红外光谱进行了预处理。其中以小波去噪的效果最好。 3、建立了小波分析信号降噪和压缩的基本原则和评价指标。研究确定了合适的母小波函数和阈值,去噪后各样本的均方根误差RMS已经很小,达到10-4数量级,已与光谱测量精度相当。把去噪后的光谱原始数据长度由1868压缩到241,为原始数据的八分之一,压缩后各样本的均方根误差RMS已经很小,达到10-5数量级,表明压缩效果很好。 4、采用主成分分析法,确定了2个主成分,贡献率为总信息量的99.44%。揭示了不同地区的红外光谱特点与分布规律,实现样本产地的正确分类,从而建立了蕨麻产地归属的鉴别。还采用了聚类分析法验证了该结果。 5、采用相关系数、夹角余弦和灰色关联度等鉴定蕨麻质量的评价指标。相关系数Rst和夹角余弦cosαst数据比较集中,大都在0.99左右,少数在0.98-0.97之间。而灰色关联系数数据比较分散,分布在0.9-0.6之间,质量区分度灵敏。 6、采用PCA-BP-ANN方法建立不同产地蕨麻的人工神经网络模式识别方法。 7、几种化学计量学方法鉴别分析结果准确,说明了红外光谱法结合化学计量学波谱解析,可以作为一种鉴别中藏药的分析测试方法。相对于色谱方法,由于制样简单、仪器测试快速、测量结果准确,有利于推广及应用。
引用
收藏
页数:77
共 75 条
[1]
基于核函数的回归建模与参数估计及应用 [D]. 
李明山 .
国防科学技术大学,
2007
[2]
Training neural network classifiers for medical decision making: The effects of imbalanced datasets on classification performance.[J].Maciej A. Mazurowski;Piotr A. Habas;Jacek M. Zurada;Joseph Y. Lo;Jay A. Baker;Georgia D. Tourassi.Neural Networks.2007, 2
[3]
Personal memories of the early PLS development [J].
Wold, S .
CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2001, 58 (02) :83-84
[4]
统计建模与R软件.[M].薛毅,陈立萍编著.清华大学出版社.2007,
[5]
中药色谱指纹图谱.[M].谢培山主编;.人民卫生出版社.2005,
[6]
本草纲目.[M].(明)李时珍著;.人民卫生出版社.2004,
[7]
人工神经网络理论、设计及应用.[M].韩力群编著;.化学工业出版社.2002,
[8]
人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,
[9]
分析化学手册.[M].梁逸曾;俞汝勤主编;.化学工业出版社.2000,
[10]
化学计量学简明教程.[M].胡育筑主编;.中国医药科技出版社.1997,