论文部分内容阅读
中药质量的稳定性和可控性是中医临床疗效的重要保证。中药在贮存过程中,受外界条件及自身特性的影响,常发生变质现象。“走油”是中药材或中药饮片贮存过程中常见的变质现象之一。药材走油后,药性散失,疗效下降,严重时产生毒性,危及生命。因此,中药贮存中走油现象的快速鉴别、走油程度的客观判断以及走油过程中药材质量的实时监控,都是亟待解决与研究的重要课题。苦杏仁是常用大宗中药,同时也是易“走油”变质的典型代表。本课题以苦杏仁为研究载体,从颜色、气味数字化及融合信息等方面建立苦杏仁不同走油程度判别模型及质量预测模型,研究的主要内容及结果如下:(1)不同走油程度样品的制备及人工感官评价。本文通过在北京自然放置存储和在高温高湿环境下存储获得不同走油程度的苦杏仁样品。采用模糊数学法对苦杏仁的外观性状进行综合评价,根据评定结果,苦杏仁样品被划分为四个不同的走油等级。(2)不同走油程度苦杏仁的质量变化研究。随着走油程度的加深,苦杏仁苷含量下降,酸值和过氧化值逐渐升高。走油程度为I级和II级的样品其内在指标成分无显著性差异,走油程度为Ⅲ级和Ⅳ级的苦杏仁样品均不能再药用。苦杏仁走油后挥发性成分发生变化,壬醛和2-溴苯丙酮可能是苦杏仁走油哈喇味的主要成分。(3)基于颜色数字化的苦杏仁走油监测研究。本文运用日立3010紫外可见分光光度计和柯尼卡美能达CM-5型分光测色仪分别测定了苦杏仁粉末颜色和剖面颜色。建立基于颜色数字化的苦杏仁走油程度判别模型:基于粉末颜色数字化,Naive Bayes算法建立的模型经十折交叉验证法和外部测试集验证法验证,其正判率均在85%以上;基于剖面颜色数字化,Logistic和Multiple Layer Perception算法的正判率较高,其十折交叉验证法的正判率均高于80%,外部测试集验证法的正判率均为78.57%。经相关性分析,苦杏仁内在质量与粉末颜色及剖面颜色均存在显著相关性。建立了基于粉末颜色的苦杏仁苷含量和酸值预测模型,以及基于剖面颜色的苦杏仁苷含量预测模型。(4)基于气味数字化的苦杏仁走油监测研究。本文使用α-FOX3000气味指纹分析仪对苦杏仁样品进行气味测定。基于气味数字化,选用高温高湿存储环境样品用机器学习算法对苦杏仁走油程度进行判别,Logistic算法的识别效果最好,十折交叉验证法的正判率为97.44%,外部测试集验证法的正判率为87.50%,可较好的完成对不同走油程度苦杏仁的分类鉴别。经相关性分析,苦杏仁内在质量与气味存在显著相关性。建立了限定存储条件下基于气味信息的苦杏仁苷含量预测模型。(5)基于颜色气味融合信息的苦杏仁走油监测研究。本文采用特征变量融合的数据融合方法,将苦杏仁的颜色信息和气味信息相结合,以获取更全面的感官信息。建立了基于颜色气味融合信息的苦杏仁走油程度判别模型。基于粉末颜色-气味融合信息,Logistic、IBK、KStar、LMT和Random Forest算法的正判率较高,十折交叉验证法的正判率均在90%以上,外部测试验证法的正判率均为100%,可较好的完成对不同走油程度苦杏仁的分类判别。基于剖面颜色-气味融合信息,Logistic算法和KStar算法的正判率较高,十折交叉验证法和外部测试集验证法的正判率率均在80%以上,可较好的完成对不同走油程度苦杏仁的分类判别。经相关性分析,苦杏仁内在质量与融合信息存在相关性。建立了基于颜色气味融合信息的苦杏仁苷含量和酸值预测模型。(6)不同质量监测模型的比较。本文所建的对不同走油程度苦杏仁的判别模型中,判别效果最好的是Logistic和IBK算法基于粉末颜色-气味融合信息建立的判别模型。本文所建的苦杏仁苷含量预测模型,拟合度最好的是基于剖面颜色特征值所建的回归模型和基于剖面颜色-气味融合信息所建的回归模型。本文所建的酸值预测模型是基于粉末颜色特征值所建的回归模型和基于粉末颜色-气味融合信息所建的回归模型。研究表明,基于颜色气味数字化及其信息融合对苦杏仁走油进行监测是可行的,所建立的质量监测系统可快速对苦杏仁进行走油程度判别和内在质量预测。