一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法与流程

本发明属于中药检测技术领域，具体涉及一种基于紫外可见光谱及化学模式识别的三七及其伪品鉴别方法。

背景技术：

三七，又称为山漆、田七和金不换等，是一种名贵的中药。它是五加科植物三七经过干燥处理以后的根，具有止血散瘀、消肿定痛、提高记忆力等功效，被广泛应用于心脑血管系统、神经系统、免疫系统等疾病的治疗。由于市场上三七资源紧缺，价格不断上涨，在经济利益的驱动下常出现混伪品。如高良姜、姜黄和莪术等。不仅造成了药材市场混乱，药效下降，甚至会产生毒副作用，给人体带来伤害。因此，有必要建立三七及其伪品的鉴别方法，防止三七混伪现象。

三七传统鉴别方法是考察药材的来源、性状、理化性质等多方面的因素进行综合鉴别。但是三七与其伪品的形貌极为相似，需要鉴定人员具有丰富的经验，且鉴别结果存在主观影响。近年来红外光谱(张延莹，张金巍，刘岩，赵国磊，张培，三七的近红外光谱鉴别方法，中国发明专利，2009，cn200910069866.7)、磁核共振成像、荧光光谱、电子舌或电子鼻(谢绍鹏，杨添钧，杨杰，一种三七真伪优劣快速鉴别方法，中国发明专利，2014，cn201410784877.4)等多种方法被应用于三七与其伪品的鉴别。但这些方法存在工作量大，仪器价格昂贵和耗时等缺点。分子鉴定手段运用现代分子生物学技术从分子水平上客观地反应物种基因片段的差异(李文莉，肖炳燚，罗晖明，聂平，刘丽，舒毕琼，丁野，孙辉，一种鉴定三七的特异引物对及方法，2015，cn201510270247.x)，分析结果可靠，但操作复杂，存在物种界限和种内变异幅度的判断基准问题。

紫外可见光谱技术具有仪器价格便宜、分析速度快、操作简单、无污染等优点，已被广泛应用于有机物的鉴别，但尚未用于三七及其伪品的鉴别。中药一般含有成百上千种组分，其紫外可见光谱峰重叠严重，无法直接根据谱峰的位置进行鉴别，因此需要借助化学模式识别技术。

化学模式识别是利用统计学、数学、计算机等工具从化学量测数据中找出样品的特征，进而对样品进行识别和归类的一门技术。常用的化学模式识别方法包括偏最小二乘-判别分析(pls-da)、支持向量机(svm)、人工神经网络(ann)等，其中pls-da因其参数少、速度快、准确率高，成为应用最为广泛的方法。

技术实现要素：

本发明的目的是针对传统鉴别技术的缺陷，以紫外可见光谱作为测试手段，用偏最小二乘判别分析进行建模，提供一种快速、准确、无损的三七及其伪品的鉴别方法。

为实现本发明所提供的技术方案包括以下步骤：

1)收集一定数目的三七及其伪品，将样品放在60℃的烘箱中干燥3小时，粉碎，过120目筛，存贮在密封的塑料瓶中待测。

2)设置紫外可见光谱仪器的测试参数，采集样品的紫外可见光谱。

紫外可见光谱仪器的波长范围设置为290-800nm，扫描速度为高速，采样间隔为0.5，扫描模式为单个，测定方式为反射率，狭缝宽为5.0nm，积分时间为0.1秒，光源转换波长为323.0nm，检测器单元为外置单检测器，s/r转换为标准。采用积分球漫反射附件采集样品的紫外可见光谱。

3)对每类中药分别用ks法划分，2/3的样品用作训练，1/3的样品用作预测。将所有类别的训练数据合并为总的训练集，预测数据合并为总的预测集。

4)确定pls-da因子数，将因子数从1变化到15，间隔为1，计算不同因子数下的预测正确率。预测正确率最大值对应的因子数即为最佳因子数。

5)采用最佳因子数，建立pls-da模型。

6)将预测集样品的光谱代入到pls-da模型中，得到预测集中样品的类别。

本发明的优势在于：采用紫外可见光谱作为检测手段，快速、无损；采用偏最小二乘-判别分析建立模型，能够准确鉴别三七及其伪品。

附图说明

图1为三七、姜黄、莪术、高良姜四种中药109个样品的紫外可见光谱图

图2为pls-da方法的预测正确率随着因子数的变化图

具体实施方式

为更好理解本发明，下面结合实施例对本发明做进一步地详细说明，但是本发明要求保护的范围并不局限于实施例所表示的范围。

实施例：

1)收集25个三七样品及其莪术、姜黄、高良姜伪品各28个，样品共计109个。将样品放在60℃的烘箱中干燥3小时，粉碎，过120目筛，存贮在密封的20ml塑料瓶中待测。

2)设置紫外分光光度计的测试参数，采集样品的紫外可见光谱。

采用紫外可见光谱仪器(uv-2700，岛津，苏州)测定样品的光谱，波长范围为290-800nm，扫描速度为高速，采样间隔为0.5，扫描模式为单个，测定方式为反射率，狭缝宽为5.0nm，积分时间为0.1秒，光源转换波长为323.0nm，检测器单元为外置单检测器，s/r转换为标准。采用积分球漫反射附件采集样品的紫外可见光谱，每一个样品均测量2次，然后取平均值作为该样品的光谱。图1显示了109个样品的紫外可见光谱图。从图中可以看出，紫外可见光谱重叠在一起，无法通过光谱信号本身对以上4种药材进行鉴别。

3)对每类中药分别用ks法划分，其中三七17个样品用作训练集，8个样品用作预测集；姜黄、莪术、高良姜均为19个样品用作训练集，9个样品用作预测集。将四类中药样品的训练数据合并为总的训练集共74个样品，预测数据合并为总的预测集共35个样品。

4)确定pls-da因子数。将因子数从1变化到15，间隔为1，计算不同因子数下的预测正确率。预测正确率最大值对应的因子数即为最佳因子数。图2为pls-da方法的预测正确率随着因子数的变化图。从图中可以看出随着因子数的增大，预测正确率先显著上升，后缓慢增加最后达到平衡，在因子数为9时预测正确率达100％，因此最佳因子数为9。

5)最佳因子数选用9，建立pls-da模型。

6)将预测集样品的光谱代入到pls-da模型中，得到预测集中样品类别。

通过比较预测类别与真实类别，四种中药的预测正确率都达到100％。因此，采用紫外可见光谱扫描样品的光谱，建立pls-da模型，可以三七样品及其三种伪品莪术、姜黄、高良姜的快速、准确鉴别。

技术特征：

技术总结
本发明涉及一种利用紫外可见光谱及化学模式识别对三七及其伪品进行鉴别的方法，具体步骤为：收集一定数目的三七及其伪品，干燥，粉碎，过120目筛，存贮在密封的塑料瓶中；确定紫外可见光谱仪器的测试参数，采集样品的紫外可见光谱；对每类中药分别用KS法划分，2/3的样品用作训练，1/3的样品用作预测，将所有类别的训练数据合并为总的训练集，预测数据合并为总的预测集；确定PLS‑DA因子数，建立PLS‑DA模型，将预测集样品的光谱代入到PLS‑DA模型中，得到预测集中样品的类别。本发明通过紫外可见分光光度计获得光谱数据，检测迅速，绿色无损；采用PLS‑DA方法建模建立检测三七及其伪品的模型，准确度高。本发明适用于三七及其伪品的鉴别。

技术研发人员：卞希慧;庞雪璐;张彩霞;郭玉高;周燕美
受保护的技术使用者：天津工业大学
技术研发日：2017.07.10
技术公布日：2017.09.05