Analysis on Feasibility of Electronic Nose Technology for Rapid Identification of Bletillae Rhizoma and Its Approximate Decoction Pieces

LI Han; WANG Yanli; FAN Xuehua; LI Haiyang; HOU Fuguo; GUI Xinjing; SHI Junhan; ZHANG Lu; LIU Ruixin; LI Xuelin

doi:10.13422/j.cnki.syfjx.20221447

您当前的位置：

首页 >

文章列表页 >

Analysis on Feasibility of Electronic Nose Technology for Rapid Identification of Bletillae Rhizoma and Its Approximate Decoction Pieces

更新时间：2023-06-02

- Analysis on Feasibility of Electronic Nose Technology for Rapid Identification of Bletillae Rhizoma and Its Approximate Decoction Pieces
  增强出版
- Chinese Journal of Experimental Traditional Medical Formulae Vol. 29, Issue 13, Pages: 157-165(2023)
- 作者机构：
  
  1.河南中医药大学，郑州 450046
  2.河南中医药大学第一附属医院，郑州 450000
- 作者简介：
- 基金信息：
- DOI：10.13422/j.cnki.syfjx.20221447
  CLC： R22;R28;R94;O657
- Received：11 August 2022，
  
  Published Online：08 November 2022，
  
  Published：05 July 2023
- 稿件说明：
移动端阅览
李涵,王艳丽,范雪花等.电子鼻技术应用于白及及其近似饮片快速辨识的可行性分析[J].中国实验方剂学杂志,2023,29(13):157-165.

LI Han,WANG Yanli,FAN Xuehua,et al.Analysis on Feasibility of Electronic Nose Technology for Rapid Identification of Bletillae Rhizoma and Its Approximate Decoction Pieces[J].Chinese Journal of Experimental Traditional Medical Formulae,2023,29(13):157-165.
李涵,王艳丽,范雪花等.电子鼻技术应用于白及及其近似饮片快速辨识的可行性分析[J].中国实验方剂学杂志,2023,29(13):157-165. DOI： 10.13422/j.cnki.syfjx.20221447.

LI Han,WANG Yanli,FAN Xuehua,et al.Analysis on Feasibility of Electronic Nose Technology for Rapid Identification of Bletillae Rhizoma and Its Approximate Decoction Pieces[J].Chinese Journal of Experimental Traditional Medical Formulae,2023,29(13):157-165. DOI： 10.13422/j.cnki.syfjx.20221447.

摘要

目的

探讨电子鼻技术应用于白及及其近似饮片快速辨识的可行性。

方法

收集134批白及及其近似饮片（白及45批、天麻30批、玉竹30批、黄花白及29批）作为待测样品，使用PEN3型电子鼻采集样品嗅觉感官数据作为自变量

，基于2020年版《中华人民共和国药典》和地方标准的鉴别结果，以及各饮片高效液相色谱法（HPLC）指纹图谱和原始采购信息，获得辨识模型的标杆数据

，分别采用主成分分析-判别分析（PCA-DA）、偏最小二乘法-判别分析（PLS-DA）、最小二乘法-支持向量机（LS-SVM）及K-最近邻（KNN）4种化学计量学方法建立45批白及与89批非白及的二分类辨识模型和上述4种饮片的四分类辨识模型

Y=F

（

）。

结果

经留一法交互验证，在二分类辨识中，上述4种模型分类正判率分别为97.01%、97.01%、98.51%和97.01%；在四分类辨识中，这4种模型分类正判率分别为97.76%、89.55%、98.51%和97.01%。二分类和四分类辨识模型的最高正判率均可达到98.51%，且均以LS-SVM算法为最优，最优核函数分别选择径向基核函数和线性核函数。最优模型判别结果良好，没有未分类样本。

结论

电子鼻技术能够准确、快速地辨识白及及其近似饮片，可为其他中药饮片的快速质量评价提供新思路和新方法。

Abstract

Objective

To investigate the feasibility of applying electronic nose technology to rapidly identify Bletillae Rhizoma and its approximate decoction pieces.

Method

A total of 134 batches of Bletillae Rhizoma and its approximate decoction pieces， including 45 batches of Bletillae Rhizoma， 30 batches of Gastrodiae Rhizoma， 30 batches of Polygonati Odorati Rhizoma and 29 batches of Bletillae Ochraceae Rhizoma，

were collected as test samples. The olfactory sensory data of the samples were collected by PEN3 electronic nose as the independent variable（

）. Based on the identification results of the 2020 edition of

Chinese Pharmacopoeia

and local standards， as well as the high performance liquid chromatography（HPLC） fingerprint and original purchase information of 134 batches of the decoction pieces， the benchmark data

of the identification model were obtained， and four chemometric methods of principal component analysis-discriminant analysis（PCA-DA）， partial least squares-discriminant analysis（PLS-DA）， least square-support vector machine（LS-SVM） and K-nearest neighbor（KNN） were used to establish the binary identification model for 45 batches of Bletillae Rhizoma and 89 batches of non-Bletillae Rhizoma and the quadratic identification model of the four kinds of decoction pieces， that is，

（

）.

Result

After leave-one-out cross validation， the positive discrimination rates of the above four models were 97.01%， 97.01%， 98.51% and 97.01% in the binary identification， and 97.76%， 89.55%， 98.51% and 97.01% in the quadratic identification， respectively. The highest positive discrimination rate could reach 98.51% for the binary and quadratic identification models， and LS-SVM algorithm is both the optimal one， the most suitable kernel functions were chosen as radial basis function and linear kernel function， respectively. The optimal models discriminated well with no unclassified samples.

Conclusion

Electronic nose technology can accurately and rapidly identify Bletillae Rhizoma and its approximate decoction pieces， which can provide new ideas and methods for rapid quality evaluation of other decoction pieces.

关键词

Keywords

references

戴鸥，仰莲，周勤梅，等 . 白及化学成分分离鉴定［J］. 中国实验方剂学杂志， 2018 ， 24 （ 14 ）： 43 - 47 .

朱峻霄，林亚蒙，杨野，等 . 白及多糖在生物医药材料领域中的应用研究进展［J］. 中药材， 2018 ， 41 （ 4 ）： 1011 - 1014 .

朱珊梅，陈海鹰，范正达 . 白及胶的制剂学研究进展［J］. 中国现代应用药学， 2019 ， 36 （ 24 ）： 3130 - 3135 .

蒋俊，陈红霞，汤兴利，等 . 基于中医药美白理论的白及研发思考［J］. 中草药， 2017 ， 48 （ 11 ）： 2313 - 2320 .

张曼，韩亭亭，胡春芳，等 . 白及产业现状及可持续发展策略［J］. 中草药， 2019 ， 50 （ 20 ）： 5103 - 5108 .

翟萌 . 白及与其混淆品、伪品的生药学对比研究［D］. 成都：成都中医药大学， 2012 .

翟萌，马逾英，郑光雅，等 . 市售白及与三种混伪品的对比鉴别［J］. 成都中医药大学学报， 2012 ， 35 （ 3 ）： 53 - 56 .

朱新焰，张彬若，杨竹雅，等 . 白及与2种混伪品的对比鉴别研究［J］. 西南农业学报， 2019 ， 32 （ 9 ）： 2167 - 2173 .

李明华，程显隆，李宁新，等 . 白及的质量问题及真伪鉴别方法［J］. 中国药事， 2018 ， 32 （ 11 ）： 1490 - 1499 .

鄢玉芬，李峰庆，刘珈羽，等 . 近红外光谱技术鉴别白及粉及其混伪品［J］. 天然产物研究与开发， 2018 ， 30 （ 7 ）： 1219 - 1225 .

刘珈羽，李峰庆，郭换，等 . 白及粉品种近红外快速定性鉴别模型的建立［J］. 成都中医药大学学报， 2018 ， 41 （ 1 ）： 34 - 37 .

赵丹，周涛，江维克，等 . 基于ITS2序列SNP位点鉴定白及药材及其混伪品［J］. 中国中药杂志， 2015 ， 40 （ 18 ）： 3573 - 3578 .

陈美君，李峰庆，吕蒙，等 . 白及与其混伪品ITS2序列二级结构比较与鉴别［J］. 中国实验方剂学杂志， 2017 ， 23 （ 15 ）： 46 - 52 .

迟明艳，黄勇，李勇军，等 . UPLC结合化学计量学方法的白及指纹图谱分析［J］. 中国实验方剂学杂志， 2016 ， 22 （ 14 ）： 51 - 56 .

秦亚东，汪荣斌，方凤满，等 . 基于化学计量学黄花白及和小白及HPLC指纹图谱分析［J］. 井冈山大学学报：自然科学版， 2020 ， 41 （ 4 ）： 21 - 25 .

刘涛涛，代悦，于淼，等 . 基于智能感官分析技术的九蒸九晒大黄饮片气味表征［J］. 中国实验方剂学杂志， 2022 ， 28 （ 20 ）： 116 - 121 .

WANG T S ， CHAO Y P ， YIN F Z ， et al . An E-nose and convolution neural network based recognition method for processed products of Crataegi Fructus ［J］. Comb Chem High Throughput Screen ， 2021 ， 24 （ 7 ）： 921 - 932 .

冯文豪，田亮玉，施钧瀚，等 . 电子鼻技术应用于川贝母真伪及规格辨识的可行性分析［J］. 中国实验方剂学杂志， 2021 ， 27 （ 13 ）： 108 - 118 .

黄得栋，何微微，晋玲，等 . 基于电子鼻技术区分不同产地的南五味子［J］. 中国实验方剂学杂志， 2017 ， 23 （ 23 ）： 22 - 26 .

拱健婷，李莉，丛悦，等 . 基于电子鼻和HS-GC-MS分析温郁金源3种中药气味差异［J］. 现代中药研究与实践， 2021 ， 35 （ 4 ）： 6 - 10 .

四川省食品药品监督管理局 . 四川省中药饮片炮制规范［M］. 成都：四川科学技术出版社， 2015 ： 5 .

甘肃省食品药品监督管理局 . 甘肃省中药炮制规范［M］. 兰州：甘肃文化出版社， 2009 ： 12 - 13 .

甘肃省食品药品监督管理局 . 甘肃省中药材标准［M］. 兰州：甘肃文化出版社， 2009 ： 13 - 14 .

刘瑞新，郝小佳，张慧杰，等 . 基于电子眼技术的中药川贝母真伪及规格的快速辨识研究［J］. 中国中药杂志， 2020 ， 45 （ 14 ）： 3441 - 3451 .

朱向荣，李高阳，黄绿红，等 . 近红外光谱与化学计量学方法用于镉污染稻米的定性鉴别［J］. 分析化学， 2015 ， 43 （ 4 ）： 599 - 603 .

SUHANDY D ， YULIA M ， ABDULLAH A G ， et al . The classification of arabica gayo wine coffee using UV-visible spectroscopy and PCA-DA method ［J］. MATEC Web Conf ， 2018 ， doi： 10.1051/matecconf/201819709002 http://dx.doi.org/10.1051/matecconf/201819709002 .

BORRAZ-MARTÍNEZ S ， BOQUÉ R ， SIMÓ J ， et al . Development of a methodology to analyze leaves from Prunus dulcis varieties using near infrared spectroscopy ［J］. Talanta ， 2019 ， 204 ： 320 - 328 .

汤占军，刘萍兰，蒋鹏程，等 . 基于动力学与混合核函数LS-SVM的厌氧发酵产气量预测模型研究［J］. 安全与环境学报， 2020 ， 20 （ 1 ）： 277 - 282 .

金智伟，杨维雄，尹建华，等 . 响应曲面法优化白及挥发性成分提取工艺［J］. 桉树科技， 2021 ， 38 （ 3 ）： 47 - 53 .

邱红燕，周雪，吴林菁，等 . 天麻挥发性成分的顶空气质联用分析［J］. 时珍国医国药， 2019 ， 30 （ 10 ）： 2368 - 2369 .

权美平 . 玉竹挥发油研究进展［J］. 粮食与油脂， 2019 ， 32 （ 3 ）： 3 - 5 .

WANG Q Q ， HUANG H Y ， WANG Y Z . Geographical authentication of Macrohyporia cocos by a data fusion method combining ultra-fast liquid chromatography and Fourier transform infrared spectroscopy ［J］. Molecules ， 2019 ， 24 （ 7 ）： 1320 .

YAO S ， LI T ， LIU H G ， et al . Traceability of Boletaceae mushrooms using data fusion of UV-visible and FTIR combined with chemometrics methods ［J］. J Sci Food Agric ， 2017 ， 98 （ 6 ）： 2215 - 2222 .

XU M ， WANG J ， ZHU L Y . The qualitative and quantitative assessment of tea quality based on E-nose，E-tongue and E-eye combined with chemometrics ［J］. Food Chem ， 2019 ， 289 ： 482 - 489 .

BURATTI S ， MALEGORI C ， BENEDETTI S ， et al . E-nose，E-tongue and E-eye for edible olive oil characterization and shelf life assessment：A powerful data fusion approach ［J］. Talanta ， 2018 ， 182 ： 131 - 141 .

LAN Z W ， ZHANG Y ， SUN Y ， et al . A mid-level data fusion approach for evaluating the internal and external changes determined by FT-NIR，electronic nose and colorimeter in Curcumae Rhizoma processing ［J］. J Pharm Biomed Anal ， 2020 ， 188 ： 113387 .

李颜平，吴刚 . 基于典型数据集的数据预处理方法对比分析［J］. 沈阳工业大学学报， 2022 ， 44 （ 2 ）： 185 - 192 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Polygonati Odorati Rhizoma Polysaccharides Ameliorate Hyperlipidemia in Mice by Regulating Gut Microbiota

Herbal Textual Research on Bletillae Rhizoma in Famous Classical Formulas

Identification of Kidney-Yang Deficiency Syndrome in Osteoporosis Patients Based on Rule Ensemble Method of Bagging Combining LASSO Regression

Herbal Textual Research on Polygonati Odorati Rhizoma in Famous Classical Formulas

Rapid Identification of Gastrodiae Rhizoma with Different Sulfur Fumigation Levels Based on Ultra-fast Gas Phase Electronic Nose

Related Author

XIE Jingchen

LIU Qianqian

XIONG Suhui

ZHANG Zhimin

LIU Yuexin

WU Ping

LIAO Duanfang

ZHAO Dan

Related Institution

Key Laboratory for Quality Evaluation of Bulk Herbs of Hunan Province

School of Pharmacy， Hunan University of Chinese Medicine

National Resource Center for Chinese Materia Medica，China Academy of Chinese Medical Sciences

Guizhou University of Traditional Chinese Medicine

Key Laboratory of Theory and Therapy of Muscles and Bones， Ministry of Education

AI问答

Postal code：100700
Tel：010-84076882 Email：syfjx_2010@188.com
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备11006657号-10 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰