一种利用近红外技术建立丹参饮片质量分级的方法与流程
本发明涉及中药饮片的质量分级的方法，具体涉及一种利用近红外技术建立丹参饮片质量分级的方法，属于中医药研究技术领域
背景技术：
丹参为唇形科植物丹参(salviamiltiorrhizabge.)的干燥根和根茎，有祛瘀止痛、活血通经、凉血消痈、保肝、抗菌抗炎之功效。临床上主要用于治疗冠心病和心绞痛，效果较好。
丹参主要化学成分主要分为脂溶性和水溶性成分，丹参的脂溶性成分大多为共轭醌、酮类化合物,呈橙黄色和橙红色，隐丹参酮是丹参抗菌的主要成分。丹参的水溶性成分主要为酚酸类物质,其中包括:丹酚酸甲又称丹参素,丹参酚酸a,丹参酚酸b,迷迭香酸、咖啡酸、钾,迷迭香酸,迷迭香酸甲酯,鼠尾草酚,丹参内酯,丹参二醇a,丹参二醇b,丹参二醇c,丹参新酮ⅳ。水溶性的丹参酚酸类具有抗氧化、抗凝血、抗血栓形成、调血脂及细胞保护作用。
目前，丹参饮片质量的研究，已见报道的主要是关于真伪鉴别，如cn200910069865.2丹参的近红外光谱鉴别方法丹参的近红外光谱鉴别，cn103674996b-一种鉴别丹参药材或衍生品的方法，利用近红外技术建立丹参饮片质量分级的方法，尚未见报道。
丹参应用非常广泛，药材和饮片的质量，是药品制剂质量的基础，而市场上药材和饮片的质量大都良莠不齐，因此，除了鉴别丹参饮片的真伪，质量等级的划分也非常重要；划分丹参饮片的质量等级，不但为提高了丹参的经济效益，也为与丹参相关药品制剂的质量提供保障，建立饮片的质量分级方法是迫在眉睫的。
目前，丹参饮片等级划分任然为传统分级方式，是根据其性状(形状、直径、外观、质地等)分为三个等级，然而由于饮片原料药材生长环境的改变，使原料药材外观及内在品质也随之发生显著改变。从而导致饮片外观的变化，给传统的饮片质量分级方法应用造成难度。因此，有必要建立一套科学、合理、可操作性强、实用性好的丹参饮片等级评价标准来客观的评判丹参饮片质量优劣。
在传统质量评价方法的基础上，结合丹参饮片的药效组分和药理作用，通过与药材丹参具有相同药理作用并且具有药效作用的丹酚酸b、隐丹参酮为基础，基于近红外光谱分析技术，建立一个丹参饮片质量分级的新方法。这种方法快速、无损、不会对环境造成污染。因此利用近红外技术，揭示了传统中药饮片的属性、药效成分、现代药理的相关性，使得丹参饮片饮片质量评价更具有科学性和实用性。
这不仅能够保障临床用药的良好疗效，而且对于丹参饮片的合理配置、实现优质优价、规范市场及利于有关部门监管具有重要意义。
近红外光谱技术具有较好的鉴别能力，而且分析速度快，准确率高，目前被广泛应用于高分子化合物含量检测、光声光谱研究、中草药研究、食品安全及物体识别等领域。综上，本实验通过近红外光谱技术基于丹参饮片分级的新方法，实现对丹参饮片等级快速、准确、无损的鉴别。
技术实现要素：
本发明的目的是克服现有技术中由于丹参生长环境不同导致外观及内在品质不确定，质量鉴别难度大，操作人员的主观因素，能力经验等导致丹参饮片质量等级划分难度大，存在不科学稳定等缺陷，提供一种利用近红外技术建立丹参饮片质量分级的方法。
本发明的目的是针对上述存在的问题，提供一种快速，准确，无损的丹参饮片质量分级的方法。
本方法具体包括以下步骤：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价；
(2)建立药效成分体系；
(3)通过药效成分，引入中药质量常数；
(4)采集已知等级分类的丹参饮片样品的近红外光谱图，进行谱图预处理，建立主成分-马氏距离判别模型，划分丹参饮片质量等级。
所述步骤(1)的方法：观察不同批次不同规格的丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价。
所述步骤(2)建立药效成分体系为：将步(1)中各级别丹参饮片粉碎，过筛，编号，进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据。
所述步骤(3)通过药效成分，引入中药质量常数的方法为：采用hplc法测定其中丹酚酸b与丹参酮类的含量，通过中药质量常数，结合传统质量评价方法和药效成分，划分丹参饮片质量规格等级，建立丹参饮片分级方法。
所述步骤(4)划分丹参饮片质量等级的方法具体为：将已知种类的丹参饮片粉碎过筛，所得样品粉末采集近红外光谱图，所得光谱图应用化学计量学软件依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用有监督的线性分类方法主成分即马氏距离判别分析。
所述分类鉴别为：把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断。
所述近红外光谱图的采集方法为：称取丹参饮片样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8～10cm-1，扫描次数64～67次，数据格式为absorbance，优化能量增益为2x，温度20～25℃，相对湿度45％～50％，每个样品采集3次，求取平均光谱。
所述方法具体包括以下步骤：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8～10cm-1，扫描次数64～67次，数据格式为absorbance，优化能量增益为2x，温度20～25℃，相对湿度45％～50％，每个样品采集3次，求取平均光谱；所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
丹参饮片质量常数范围为1.42～13.02，其中一级饮片质量常数范围为：6.97～13.02；二级饮片质量常数范围为：3.22～5.93；三级饮片质量常数范围为：1.42～2.69。
所述丹参饮片质量分级的方法包括以下步骤：
(1)样品收集与分类：以不同等级的丹参饮片为研究对象，收集来自不同厂家的多个样本，将固体药材粉碎，过筛，编号。
(2)近红外光谱数据采集：确定近红外光谱测试的参数，选取合适目数的药材粉末样品采集近红外漫反射光谱信号。
(3)光谱预处理：所得光谱图应用化学计量学软件依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理
(4)建立主成分-马氏距离判别模型：建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
优选的，所述丹参饮片质量分级的方法包括以下步骤：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤一中各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8～10cm-1，扫描次数64～67次，数据格式为absorbance，优化能量增益为2x，温度20～25℃，相对湿度45％～50％，每个样品采集3次，求取平均光谱；所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
更进一步优选的，所述丹参饮片质量分级的方法包括以下步骤：
(1)通过以外观、气味、味道鉴别为基础，建立直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤一中各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8cm-1，扫描次数64～67次，数据格式为absorbance，优化能量增益为2x，温度25℃，相对湿度45％～50％，每个样品采集3次，求取平均光谱；所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
本发明具有以下优点：
1、在传统质量评价方法的基础上，结合丹参饮片的药效组分和药理作用，通过与药材丹参具有相同药理作用并且具有药效作用的丹酚酸b、隐丹参酮为基础，基于近红外光谱分析技术，建立了一套科学、合理、可操作性强、实用性好的丹参饮片等级评价的方法。
2、本方法快速、无损、不会对环境造成污染，利用近红外技术，揭示了传统中药饮片的属性、药效成分、现代药理的相关性，使得丹参饮片饮片质量评价更具有科学性和实用性，不仅能够保障临床用药的良好疗效，而且对于丹参饮片的合理配置、实现优质优价、规范市场及利于有关部门监管具有重要意义。
附图说明：
图1：样品含量hplc色谱图：1.原儿茶酸；2.原儿茶醛；3.咖啡酸；4.迷迭香酸；5.丹酚酸b；6.二氢丹参酮ⅰ；7.隐丹参酮；8.丹参酮ⅰ；9丹参酮ⅱa。
图2：样品光谱图
图3：丹参饮片级别区分图，其中“□”表示一级丹参，“○
”表示二级丹参，“△”表示三级丹参
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表示的范围。
基于近红外技术建立一个丹参饮片分级的新方法，首先建立传统经验的经典质量评价，通过建立传统经验鉴别(外观、气味、味道等)为基础，为丹参饮片分级提供直观、简便的分级标准。然后进行指纹图谱定性分析、多指标成分定量分析、活性成分群含量等尽可能体现不同等级饮片间的差异。并体现出丹参药理的活性成份。通过中药质量常数法，将传统质量评价和药效成分、药理基础进行结合，构建个丹参饮片分级的新方法。并应用近红外光谱分析技术，对不同等级的丹参饮片进行光谱扫描采集，最后建立不同模式识别方法对样品的分类能力。
实施例1
建立丹参饮片质量分级方法：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立丹参饮片直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，同时根据丹酚酸b和丹参酮类含有量，分别给与加权系数(10:1)再计算，得出最后的中药质量常数，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
中药质量常数(a)，简称质量常数，定义为单位中药中成分的质量(m)与其厚度(h)的平方之比，a＝m/h2。为了简化研究，将根茎类单位药材视为标准圆柱体，可推导出新的形式。由此可以看出，质量常数与饮片的大小、指标成分含量成正比，与饮片的厚薄成反比。因而片形越大、指标成分含量越高，在规定规格范围内片厚越薄的饮片，其质量常数越大。质量常数越大，其规格越高。在传统性状等级评价方法中，片形的大小是最关键的评价指标。一般而言，片形越大，其等级也越高。在基于成分含量的评价方法中，成分的含量越高，其等级越高。
v为单位药材体积:v＝πr2h(r是半径，h是厚度)
m为单位药材质量:m＝pv＝ρπr2h(ρ是密度)
m为单位药材质量:m＝cm＝cρπr2h(c是成分含量)
对于丹参饮片质量常数，常见的圆形饮片计算公式为：
简化后为
建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过100目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8cm-1，扫描次数64次，数据格式为absorbance，优化能量增益为2x，温度20℃，相对湿度45％，每个样品采集3次，求取平均光谱；
所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
实施例2
建立丹参饮片质量分级方法：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立丹参饮片直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，同时根据丹酚酸b和丹参酮类含有量，分别给与加权系数(10:1)再计算，得出最后的中药质量常数，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
中药质量常数(a)，简称质量常数，定义为单位中药中成分的质量(m)与其厚度(h)的平方之比，a＝m/h2。为了简化研究，将根茎类单位药材视为标准圆柱体，可推导出新的形式。由此可以看出，质量常数与饮片的大小、指标成分含量成正比，与饮片的厚薄成反比。因而片形越大、指标成分含量越高，在规定规格范围内片厚越薄的饮片，其质量常数越大。质量常数越大，其规格越高。在传统性状等级评价方法中，片形的大小是最关键的评价指标。一般而言，片形越大，其等级也越高。在基于成分含量的评价方法中，成分的含量越高，其等级越高。
v为单位药材体积:v＝πr2h(r是半径，h是厚度)
m为单位药材质量:m＝pv＝ρπr2h(ρ是密度)
m为单位药材质量:m＝cm＝cρπr2h(c是成分含量)
对于丹参饮片质量常数，常见的圆形饮片计算公式为：
简化后为
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，应用傅里叶型近红外光谱仪扫描全部丹参饮片的近红外光谱，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过140目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8～10cm-1，扫描次数65次，数据格式为absorbance，优化能量增益为2x，温度22℃，相对湿度47％，每个样品采集3次，求取平均光谱。
所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
实施例3
建立丹参饮片质量分级方法：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，同时根据丹酚酸b和丹参酮类含有量，分别给与加权系数(10:1)再计算，得出最后的中药质量常数，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
中药质量常数(a)，简称质量常数，定义为单位中药中成分的质量(m)与其厚度(h)的平方之比，a＝m/h2。为了简化研究，将根茎类单位药材视为标准圆柱体，可推导出新的形式。由此可以看出，质量常数与饮片的大小、指标成分含量成正比，与饮片的厚薄成反比。因而片形越大、指标成分含量越高，在规定规格范围内片厚越薄的饮片，其质量常数越大。质量常数越大，其规格越高。在传统性状等级评价方法中，片形的大小是最关键的评价指标。一般而言，片形越大，其等级也越高。在基于成分含量的评价方法中，成分的含量越高，其等级越高。
v为单位药材体积:v＝πr2h(r是半径，h是厚度)
m为单位药材质量:m＝pv＝ρπr2h(ρ是密度)
m为单位药材质量:m＝cm＝cρπr2h(c是成分含量)
对于丹参饮片质量常数，常见的圆形饮片计算公式为：
简化后为
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，应用傅里叶型近红外光谱仪扫描全部丹参饮片的近红外光谱，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过150目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8cm-1，扫描次数64次，数据格式为absorbance，优化能量增益为2x，温度23℃，相对湿度48％，每个样品采集3次，求取平均光谱；
所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
实施例4
建立丹参饮片质量分级方法：
(1)通过以外观、气味、味道鉴别为基础，建立直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，同时根据丹酚酸b和丹参酮类含有量，分别给与加权系数(10:1)再计算，得出最后的中药质量常数，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
中药质量常数(a)，简称质量常数，定义为单位中药中成分的质量(m)与其厚度(h)的平方之比，a＝m/h2。为了简化研究，将根茎类单位药材视为标准圆柱体，可推导出新的形式。由此可以看出，质量常数与饮片的大小、指标成分含量成正比，与饮片的厚薄成反比。因而片形越大、指标成分含量越高，在规定规格范围内片厚越薄的饮片，其质量常数越大。质量常数越大，其规格越高。在传统性状等级评价方法中，片形的大小是最关键的评价指标。一般而言，片形越大，其等级也越高。在基于成分含量的评价方法中，成分的含量越高，其等级越高。
v为单位药材体积:v＝πr2h(r是半径，h是厚度)
m为单位药材质量:m＝pv＝ρπr2h(ρ是密度)
m为单位药材质量:m＝cm＝cρπr2h(c是成分含量)
对于丹参饮片质量常数，常见的圆形饮片计算公式为：
简化后为
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，应用傅里叶型近红外光谱仪扫描全部丹参饮片的近红外光谱，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过200目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8～，扫描次数67次，数据格式为absorbance，优化能量增益为2x，温度25℃，相对湿度48％，每个样品采集3次，求取平均光谱；
所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
实施例5
建立丹参饮片质量分级方法：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，同时根据丹酚酸b和丹参酮类含有量，分别给与加权系数(10:1)再计算，得出最后的中药质量常数，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
中药质量常数(a)，简称质量常数，定义为单位中药中成分的质量(m)与其厚度(h)的平方之比，a＝m/h2。为了简化研究，将根茎类单位药材视为标准圆柱体，可推导出新的形式。由此可以看出，质量常数与饮片的大小、指标成分含量成正比，与饮片的厚薄成反比。因而片形越大、指标成分含量越高，在规定规格范围内片厚越薄的饮片，其质量常数越大。质量常数越大，其规格越高。在传统性状等级评价方法中，片形的大小是最关键的评价指标。一般而言，片形越大，其等级也越高。在基于成分含量的评价方法中，成分的含量越高，其等级越高。
v为单位药材体积:v＝πr2h(r是半径，h是厚度)
m为单位药材质量:m＝pv＝ρπr2h(ρ是密度)
m为单位药材质量:m＝cm＝cρπr2h(c是成分含量)
对于丹参饮片质量常数，常见的圆形饮片计算公式为：
简化后为
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，应用傅里叶型近红外光谱仪扫描全部丹参饮片的近红外光谱，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过270目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8cm-1，扫描次数65次，数据格式为absorbance，优化能量增益为2x，温度25℃，相对湿度50％，每个样品采集3次，求取平均光谱；
所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
实施例6
建立丹参饮片质量分级方法：
(1)通过以外观、气味、味道鉴别为基础，建立丹参饮片直观质量评价：将不同批次不同规格的丹参饮片，观察丹参饮片的色泽、质感，并测量丹参饮片的厚度、宽度、长度、质量形态指标，进行气味、味道鉴别，建立直观质量评价；
(2)建立药效成分体系：将步骤(1)各级别丹参饮片进行指纹图谱、多指标成分定量分析、活性成分群含量研究，分析所得数据；
(3)通过药效成分，引入中药质量常数：采用hplc法测定其中丹酚酸b与丹参酮类的含量，同时根据丹酚酸b和丹参酮类含有量，分别给与加权系数(10:1)再计算，得出最后的中药质量常数，通过中药质量常数，结合传统质量评价方法和药效成分，建立丹参饮片分级方法；
中药质量常数(a)，简称质量常数，定义为单位中药中成分的质量(m)与其厚度(h)的平方之比，a＝m/h2。为了简化研究，将根茎类单位药材视为标准圆柱体，可推导出新的形式。由此可以看出，质量常数与饮片的大小、指标成分含量成正比，与饮片的厚薄成反比。因而片形越大、指标成分含量越高，在规定规格范围内片厚越薄的饮片，其质量常数越大。质量常数越大，其规格越高。在传统性状等级评价方法中，片形的大小是最关键的评价指标。一般而言，片形越大，其等级也越高。在基于成分含量的评价方法中，成分的含量越高，其等级越高。
v为单位药材体积:v＝πr2h(r是半径，h是厚度)
m为单位药材质量:m＝pv＝ρπr2h(ρ是密度)
m为单位药材质量:m＝cm＝cρπr2h(c是成分含量)
对于丹参饮片质量常数，常见的圆形饮片计算公式为：
简化后为
(4)采集已知等级分类的丹参饮片样品的近红外光谱图谱图预处理，应用傅里叶型近红外光谱仪扫描全部丹参饮片的近红外光谱，建立主成分-马氏距离判别模型：称取已知种类的丹参饮片样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8cm-1，扫描次数64次，数据格式为absorbance，优化能量增益为2x，温度25℃，相对湿度50％，每个样品采集3次，求取平均光谱；
所得光谱图应用化学计量学软件tqanalyst依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理，使用化学模式识别方法对相似药材进行分类鉴别，采用马氏距离判别分析，把样品分成训练集和预测集，分类效果通过预测集预测正确率来判断，用所建立的等级评判模型对光谱进行等级预测。
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
近红外光谱技术具有较好的鉴别能力，而且分析速度快，准确率高，目前被广泛应用于高分子化合物含量检测、光声光谱研究、中草药研究、食品安全及物体识别等领域。在中药应用领域中，近红外已成功实现了对药材品种的鉴别以及不同产地中药中指标性成分的快速测定。
实验例一
1.仪器与材料
1.1仪器
电子天平：梅特勒托利多(ms105)
高效液相色谱仪：安捷伦1260；
色谱柱：diamonsil5umc18,250×4.6mm(8997474)；
美国赛默飞-世尔antarisii型傅里叶近红外光谱仪；
sabir漫反射光纤探头附件；
软件：result软件(赛默飞-世尔公司)用于光谱的采集，tq
analyst6.2软件(赛默飞-世尔公司)用于光谱的预处理及算法的计算。
1.2样品来源
流动性：乙腈(色谱纯)、0.1％甲酸
对照品：原儿茶酸、原儿茶醛、咖啡酸、迷迭香酸、丹酚酸b、二氢丹参酮ⅰ、隐丹参酮、丹参酮ⅰ、丹参酮ⅱa。
供试品：以不同等级的丹参饮片为研究对象，收集来自不同厂家的多个样本，将固体药材粉碎，过筛，供试品溶液的制备：取编号为：1-1、1-2、1-3……1-8，2-1、2-2、2-3……2-8，3-1、3-2、3-3……3-8得供试品，取约lg。
2.方法
2.1丹参饮片收集与分类
分别收集不同等级的丹参饮片，每批随机抽取100个饮片为测量对象，分别测量丹参饮片的形态参数(包括厚度、长度、宽度和质量)，采用hplc法测定其中丹酚酸b与丹参酮类的含量。
色谱条件：色谱柱：diamonsil5umc18,250ⅹ4.6mm(8997474)；流动相：乙腈(b)：0.1％甲酸(a)，梯度洗脱(0-10min：10％-20％b，10-17min：20％b，17-45min：20-33％b，45-90min:33-100％b)，流速：1ml/min；柱温：35℃；波长：280nm。
对照品溶液的制备：丹酚酸b、原儿茶酸、原儿茶醛、咖啡酸、迷迭香酸、丹酚酸b、二氢丹参酮ⅰ、隐丹参酮、丹参酮ⅰ、丹参酮ⅱa适量，精密称定，加甲醇制得每1ml含各对照品45ug的混合对照品溶液。
供试品溶液的制备：取编号为：取编号为：1-1、1-2、1-3……1-8，2-1、2-2、2-3……2-8，3-1、3-2、3-3……3-8得供试品，取约lg，精称定，置具塞形瓶，精密加入50％甲醇50ml,塞称定重量，超声理率500w，频率40khz，30分钟，放冷，再称定重量，用50％甲醇补足减失的重量，摇匀，滤过，续滤，即得。精密吸取对照品与供试品液各10ul，注入相色谱仪，测定，记录色谱图，供试品色谱图见图1，按外标法计算，丹酚酸b与丹参酮类的含量结果见表1。
表1丹酚酸b与丹参酮类的含量结果表
通过上表中参数以加权后含量为依据的丹参饮片质量常数范围为1.42～13.02，其中一级饮片质量常数范围为：6.97～13.02；二级饮片质量常数范围为：3.22～5.93；三级饮片质量常数范围为：1.42～2.69。
2.2光谱的采集
采用美国赛默飞-世尔antarisii型傅里叶近红外光谱仪，使用粉碎机粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为8cm-1，扫描次数64次，数据格式为absorbance，优化能量增益为2x，温度25℃，相对湿度45％。每个样品采集3次，求取平均光谱，光谱采集前，将光谱仪预热1个小时以上，保持室内温度和湿度基本一致后，将丹参样品装入与该仪器配套的旋转杯中采集光谱，光谱图见图2.
2.3光谱的预处理
在光谱采集过程中，通常会产生高频噪声和基线漂移等影响模型预测效果的噪声信息，因此，在建立校正集模型前需要对光谱进行预处理，运用化学计量软件tqanalyst软件对丹参全部近红外光谱进行求导平滑等预处理。
2.4建立主成分-马氏距离判别模型：
建模过程中，先计算平均光谱，然后通过估计在分析区域内每个波点的变化建立分类模型。在多元统计的判别分析中，采用马氏距离，来判别样本点的判别归属，马氏距离是广义平方距离的一种，以多元正态分布理论为基础，有效地考虑了均值、方差、协方差三个参数，是一个能够全面描述总体多元结构的综合指标。
假设有两个服从正态分布的总体g1和g2，x∈r是一个新样本点，定义x到g1和g2的马氏距离为d(x,g1)和d(x,g2)：
式中μ1和μ2为总体g1和g2的均值阵；s1和s2为总体g1和g2的协方差阵。
判别规则如下：
2.5模型的预测结果：
为了检验以上所建模型预测的准确性，随机抽取15个，对模型的鉴定能力进行了外部检验，样品经处理后，用近红外进行光谱采集，最后用所建立的等级评判模型对光谱进行了等级预测，见图3。结果见表2。
表2等级评判结果
结论：从表中可看出，模型的预测结果与实际结果基本一致，经计算，模型的鉴别率为93.3％。
实验例二
本实施例采用和实施例一相同的仪器和方法建立模型并验证模型的鉴别率，样品的构成也如表2所示。本实施例和实施例一的区别仅在于：
1.本实施例采集光谱时，称取已知种类的丹参饮片样品，粉碎后过300目筛，所得样品粉末使用积分球采集近红外谱图，近红外光谱仪参数设置：光谱采集范围10000～4000cm-1，分辨率为9cm-1，扫描次数67次，数据格式为absorbance，优化能量增益为2x，温度25℃，相对湿度50％，每个样品采集3次，求取平均光谱；光谱采集前，将光谱仪预热1个小时以上，保持室内温度和湿度基本一致后，将丹参样品装入与该仪器配套的旋转杯中采集光谱，最后用所建立的等级评判模型对光谱进行了等级预测，结果见表3。
2.本实施例以30作为主成分数建立鉴别模型。
表3等级评判结果
用验证集验证得到的模型发现，该模型的鉴别率为100％。
实验例三
方法来源：cn200910069865.2丹参的近红外光谱鉴别方法丹参的近红外光谱鉴别方法
本实施例采用和cn200910069865.2丹参的近红外光谱鉴别方法相同的仪器和方法建立模型并验证模型的鉴别率，样品的处理也和cn200910069865.2丹参的近红外光谱鉴别方法相同，样品的构成如表2所示近红外光谱仪漫反射光纤附件在下列条件下采集近红外光谱：扫描范围10000-4000cm-1，扫描次数32次，分辨率8cm-1，结果见表4：
表4等级评判结果
用验证集验证得到的模型发现，该模型的鉴别率为80％。从表中可看出，该方法对于丹参饮片的质量级别的划分鉴别率偏低，评判质量级别效果差。
总结：本发明模型的预测结果与实际结果基本一致，能快速准确判定出丹参饮片的质量级别，实验仪器操作简单，样品无损、不会对环境造成污染。
虽然，上文中已经用一般性说明、具体实施方式及试验，对本发明作了详尽的描述，但在本发明基础上，可以对之作出一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
- 还没有人留言评论。精彩留言会获得点赞！