[發明專利]一種中藥材摻偽的快速定量檢測方法

在審

• 申請號: 202210618606.6
• 申請日: 2022-06-02
• 公開（公告）號: CN114910442A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 卞希慧;吳德云;張奎;劉鵬;王志剛;譚小耀
• 申請（專利權）人: 天津工業大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種中藥材摻偽的快速定量檢測方法。首先準備一定數目的中藥摻偽樣品，采集近紅外光譜，并將樣品分為訓練集和預測集；使用變分模態分解先將訓練集的每個光譜信號都分解成K個離散的模態分量；將模態分量重組成K個新的模態，對每個模態建立支持向量回歸子模型；再對預測集樣品的光譜進行與訓練集相同的分解組合，對應代入到支持向量回歸子模型中得到每個子模型的預測結果，這些結果進行加權平均得到最終的預測值。本發明充分利用近紅外光譜分析快速以及變分模態分解挖掘信號內嵌信息的優勢，可以快速準確地預測摻偽中藥中組分的含量。本發明適用于摻偽中藥材中不同中藥的定量分析。

技術領域

本發明屬于藥品安全檢測技術領域，涉及一種基于近紅外光譜的中藥材摻偽定量檢測方法。

背景技術

隨著中藥市場的蓬勃發展，對中藥材的需求量日漸增大，其在醫藥、保健品、化妝品等方面扮演著重要角色。由于其品種繁多，部分藥材外觀相似，價格差異卻很大，市場上經常出現中藥摻偽現象，影響著中藥質量品質。因此，迫切需要建立一種快捷有效的檢測方法。近紅外光譜因其無損、速度快、成本低、效率高等優點，被廣泛應用于中藥的多組分測定，是中草藥質量控制和監測的有效分析方法。

由于近紅外吸收強度弱、譜峰寬，其需要多元校正方法，如偏最小二乘(PLS)。然而，中藥材復雜樣品的原始光譜通常包含大量與目標無關的噪聲信息、信號重疊和背景，這往往導致建模方法預測的準確性降低。為提高建模效果，大多數文獻都采用光譜預處理的方法來去除噪聲背景，然后再建立多元校正模型。但選用不恰當的預處理方法可能引入新的噪聲使模型精確度降低，并且有用信息可能會被嵌入到背景和噪聲成分中，因此很難從光譜中充分提取信息。在多元校正之前對原始信號進行數學分解，可以得到更好的結果，比如小波變換(ZC Liu，WS Cai，XG Shao，A weighted multiscale regression formultivariate calibration of near infrared spectra，Analyst，2009，134：261-266)以及經驗模態分解(卞?；郏T小耀，魏俊富，劉路顯，李淑娟，李明，一種燃油中芳烴含量快速、準確測定的新方法，中國發明專利，2015，CN105136682B)。這些方法將原始光譜信號分解成一系列分量，充分利用嵌入在各個分量的信息，得到了有效的預測。然而，小波變換不可以自適應分解信號，需要預設多個參數，優化較為困難，并且只能處理線性非平穩信號。經驗模態分解是一種良好的非線性非平穩信號的自適應分解方法，但其在分解過程中會出現模態混疊和端點效應。

變分模態分解(VMD)是一種新穎的信號分解方法(K Dragomiretskiy，D Zosso，Variational mode decomposition，IEEE Transactions on Signal Processing，2014，62(3)：531-544)。變分模態分解不僅可以根據信號特征自適應地分解成一系列帶有頻率的模態分量uk，而且能有效抑制模態混疊和端點效應。因其明顯的優勢，變分模態分解方法已成功在多個工程領域中得到應用，本發明將其與近紅外光譜相結合，首次應用于中藥材摻偽的定量檢測。

發明內容

本發明的目的是開發一種基于近紅外光譜的中藥摻偽樣品的快速準確定量分析方法。采用近紅外光譜儀器掃描中藥摻偽樣品，對每個樣品的光譜進行變分模態分解得到一系列模態分量并進行重組，對重組后的模態分別建立支持向量回歸(SVR)模型，將模型的結果加權平均得到最終結果，具體過程如圖1所示。為實現本發明所提供的技術方案包括以下步驟：

(1)配制一定數目的中藥摻偽樣品

獲取不同種類不同批次的中藥材若干，將每種藥材置于60℃烘箱進行3小時烘干，去除藥材中所含水分。然后，對干燥后的藥材進行研磨粉碎處理，過120目篩，存儲于密封袋中。將每種中藥按不同質量百分比進行摻偽，保證每個樣品中各組分藥材的百分含量之和為100％，由此得到m個中藥摻偽樣品。

(2)采集樣品的近紅外光譜