电子鼻技术应用于川贝母真伪及规格辨识的可行性分析

冯文豪; 田亮玉; 施钧瀚; 桂新景; 张慧杰; 张璞; 李媛媛; 张璐; 王艳丽; 姚静; 李学林; 刘瑞新

doi:10.13422/j.cnki.syfjx.20210486

您当前的位置：

首页 >

文章列表页 >

电子鼻技术应用于川贝母真伪及规格辨识的可行性分析

药学基础 | 更新时间：2021-06-25

- 电子鼻技术应用于川贝母真伪及规格辨识的可行性分析
- Analysis on Feasibility of Electronic Nose Technology for Identification of Fritillariae Cirrhosae Bulbus from Authenticity and Specifications
- 中国实验方剂学杂志 2021年27卷第13期页码：108-118
- 作者机构：
  
  1.河南中医药大学，郑州 450008
  2.河南中医药大学第一附属医院中药饮片临床应用现代化工程研究中心，郑州 450000
- 作者简介：
  
  冯文豪，在读硕士，从事中药饮片临床应用现代化关键技术研究，E-mail：1433144783@qq.com
  刘瑞新，博士，主任药师，从事中药饮片临床应用现代化关键技术研究，Tel：0371-66233562，E-mail：liuruixin7@163.com
- 基金信息：
  
  国家自然科学基金面上项目(81773892);河南省中医药科学研究专项(2018ZY2131);河南省中医药拔尖人才培养项目（重点项目）(2019ZYBJ07);河南省高层次人才特殊支持“中原千人计划”-“中原青年拔尖人才”项目(ZYQR201912158)
- DOI：10.13422/j.cnki.syfjx.20210486
  中图分类号： R22;R857.3;R28;R931
- 收稿日期：2020-10-18，
  
  网络出版日期：2021-01-12，
  
  纸质出版日期：2021-07-05
- 稿件说明：
移动端阅览
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.

FENG Wen-hao,TIAN Liang-yu,SHI Jun-han,et al.Analysis on Feasibility of Electronic Nose Technology for Identification of Fritillariae Cirrhosae Bulbus from Authenticity and Specifications[J].Chinese Journal of Experimental Traditional Medical Formulae,2021,27(13):108-118.
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. DOI： 10.13422/j.cnki.syfjx.20210486.

FENG Wen-hao,TIAN Liang-yu,SHI Jun-han,et al.Analysis on Feasibility of Electronic Nose Technology for Identification of Fritillariae Cirrhosae Bulbus from Authenticity and Specifications[J].Chinese Journal of Experimental Traditional Medical Formulae,2021,27(13):108-118. DOI： 10.13422/j.cnki.syfjx.20210486.

摘要

目的

基于电子鼻技术，建立一种快速而准确的川贝母真伪及规格辨识新方法，并探讨该技术用于中药饮片鉴定的可行性。

方法

以川贝母为研究对象，收集80批待测样品，以电子鼻嗅觉感官数据为自变量

，以2020年版《中华人民共和国药典》所载方法结果为主，并参考传统经验辨识结果作为标杆辨识信息

，利用判别分析（DA），最小二乘支持向量机（LS-SVM），主成分分析-判别分析（PCA-DA），偏最小二乘法-判别分析（PLS-DA）4种化学计量学方法分别建立川贝母饮片真伪及商品规格辨识模型

（

）；以辨识准确率、耗时为指标，对结果进行探讨。

结果

经留一法交互验证，在真伪辨识中，上述4种模型正确率分别为93.75%，91.25%，95.00%和95.00%，以PCA-DA与PLS-DA辨识模型为最优；在规格辨识中，4种模型辨识正确率分别为86.67%，88.00%，89.33%和68.00%，以PCA-DA辨识模型为最优。电子鼻辨识真伪及规格模型的准确率均较高，耗时相对较短。

结论

电子鼻技术可准确、快速地对川贝母进行鉴别，在时效性和正判率方面均具有显著优势。

Abstract

Objective

To establish a new fast and accurate method for identifying the authenticity and specifications of Fritillariae Cirrhosae Bulbus based on electronic nose technology， and to discuss the feasibility of this technology in the identification of decoction pieces.

Method

Fritillariae Cirrhosae Bulbus was used as the research object， 80 batches of samples to be tested were collected， and the olfactory sensory data of the electronic nose were taken as independent variables （

）， the results of the method contained in the 2020 edition of

Chinese Pharmacopoeia

were taken as the focus， and the traditional empirical identification results were used as benchmarking information （

）. Four chemometric methods， including discriminant analysis （DA）， least square support vector machine （LS-SVM）， principal component analysis-DA （PCA-DA） and partial least squares-DA （PLS-DA）， were used to establish the identification model ［

（

）］ of authenticity and commodity specifications of Fritillariae Cirrhosae Bulbus， respectively. Wherein， the identification accuracy and time-consuming was taken as indicators to discuss the results.

Result

After cross-verification by leave-one-out method， the correct rates of the above four models were 93.75%， 91.25%， 95.00% and 95.00%， respectively， and the PCA-DA and PLS-DA identification models were the best in terms of authenticity identification. In specification identification， the correct rates of these four models were 86.67%， 88.00%， 89.33% and 68.00%， respectively， and the PCA-DA identification model was the best. The electronic nose had a high accuracy in the identification of authenticity and specification model， and the time consuming was relatively short.

Conclusion

Electronic nose technology can identify Fritillariae Cirrhosae Bulbus accurately and quickly， and has significant advantages in terms of timeliness and correct judgment rate.

关键词

Keywords

references

林朝展，李宝晶，韩立炜 . 从近5年国家自然科学基金资助项目浅谈中药质量评价研究现状［J］. 中草药， 2020 ， 51 （ 2 ）： 281 - 286 .

娜仁花 . 中药鉴别研究的发展和现代鉴别技术介绍［J］. 临床医药文献电子杂志， 2018 ， 5 （ 48 ）： 181 ， 190 .

符海郯，张倩睿，吴方建 . 现代分析技术用于中药质量控制研究进展［J］. 中国药业， 2019 ， 28 （ 22 ）： 96 - 99 .

GAGGIOTTI S ， PALMIERI S ， PELLE F D ， et al . Piezoelectric peptide-hpDNA based electronic nose for the detection of terpenes； Evaluation of the aroma profile in different Cannabis sativa L. （hemp） samples ［J］. Sensor Actuat B-Chem ， 2020 ， doi： 10.1016/j.snb.2020.127697 http://dx.doi.org/10.1016/j.snb.2020.127697 .

BARBARA S ， LOUIS F ， WRENETHA J ， et al . Electronic nose analysis of exhaled breath volatiles to identify lung cancer cases：a systematic review ［J］. J Assoc Nurse Aids C ， 2020 ， 31 （ 1 ）： 71 - 79 .

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 .

周华英，李钟，骆德汉 . 基于仿生嗅觉技术的不同产地枳壳鉴别研究［J］. 中草药， 2017 ， 48 （ 19 ）： 4068 - 4072 .

刘晓梅，张存艳，刘红梅，等 . 基于电子鼻和HS-GC-MS研究地龙腥味物质基础和炮制矫味原理［J］. 中国实验方剂学杂志， 2020 ， 26 （ 12 ）： 154 - 161 .

曹煌，张铁军，张静雅，等 . 基于电子鼻和电子舌技术的辛味中药气-味的表征研究［J］. 中草药， 2016 ， 47 （ 11 ）： 1962 - 1967 .

拱健婷，王佳宇，李莉，等 . 基于电子鼻气味指纹图谱与XGBoost算法鉴别姜黄属中药［J］. 中国中药杂志， 2019 ， 44 （ 24 ）： 5375 - 5381 .

郑首易 . 基于机器嗅觉的木香鉴别方法研究［D］. 广州：广东工业大学， 2019 .

WANG Y ， DIAO J ， WANG Z ， et al . An optimized deep convolutional neural network for Dendrobium classification based on electronic nose ［J］. Sensor Actuat A-Phys ， 2020 ， doi： 10.1016/j.sna.2020.111874 http://dx.doi.org/10.1016/j.sna.2020.111874 .

国家药典委员会 . 中华人民共和国药典：一部［M］. 北京：中国医药科技出版社， 2020 ： 38 - 39 ， 101 - 102 .

刘薇，张文娟，林丽君，等 . 我国川贝母的质量分析［J］. 中国药学杂志， 2015 ， 50 （ 4 ）： 305 - 309 .

赵倩，李波，关瑜，等 . 贝母属药材化学成分、药理作用及临床应用研究进展［J］. 中国药业， 2020 ， 29 （ 5 ）： 57 - 60 .

中药材天地网 . 川贝母报价、行情、供求［DB/OL］.（ 2020-07-18 ）［ 2020-09-18 ］. https：//www.zyctd.com/jh100.html https://www.zyctd.com/jh100.html .

张烨，陈羽涵，丁华，等 . PCR-RFLP法研究分析市售川贝母药材质量现状［J］. 海峡药学， 2019 ， 31 （ 12 ）： 93 - 95 .

李娜 . 中药川贝母与平贝母的鉴别［J］. 农业科技与装备， 2019 （ 4 ）： 33 - 35 .

吴潍 . 川贝母的真伪鉴别［J］. 中国乡村医药， 2012 ， 19 （ 5 ）： 44 .

李媛，王玉娥，白关亚，等 . 基于主成分与止咳祛痰功效比较研究平贝母、伊贝母和川贝母［J］. 中医药导报， 2018 ， 24 （ 13 ）： 46 - 49，56 .

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 .

雷艳辉，李会军，李萍 . 川贝母药材生物碱成分HPLC-ELSD特征图谱的研究［J］. 中成药， 2014 ， 36 （ 7 ）： 1477 - 1481 .

陈丽萍，徐茂琴，何红萍，等 . 应用PEN3型电子鼻传感器快速检测食源性致病菌［J］. 食品科学， 2014 ， 35 （ 8 ）： 187 - 192 .

李玉美 . 气相色谱-质谱联用法测定川贝母中的挥发性化学成分［J］. 食品研究与开发， 2008 ， 29 （ 9 ）： 107 - 108 .

陈龙，张晓冬，孙扬波，等 . 基于近红外漫反射光谱和PCA-SVM算法快速鉴别炉甘石［J］. 中国实验方剂学杂志， 2019 ， 25 （ 18 ）： 116 - 123 .

SUHANDY D ， YULIA M . 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 .

于叶霞，李鹂，王元忠 . 红外光谱结合化学计量学鉴别獐牙菜属植物［J］. 中国实验方剂学杂志， 2019 ， 25 （ 20 ）： 114 - 120 .

应雨棋，张洋洋，虞立，等 . 基于LS-SVM模型的丹参有效成分超声提取工艺优化［J］. 中药材， 2020 ， 43 （ 4 ）： 938 - 943 .

蒋卫涛，李民，姚雄，等 . 基于最小二乘支持向量机的太阳能集热效率预测［J］. 工业加热， 2020 ， 49 （ 6 ）： 5 - 9 .

张丹，王颖莉，杜晨晖，等 . 生物学技术在药用植物鉴定中的研究进展［J］. 中国实验方剂学杂志， 2021 ， 27 （ 1 ）： 214 - 222 .

刘瑞新，陈鹏举，李学林，等 . 人工智能感官：药学领域的新技术［J］. 药物分析杂志， 2017 ， 37 （ 4 ）： 559 - 567 .

CUI Y X ， LIU R X ， LIU Z Z ， et al . Quality evaluation based on color grading：quality discrimination of the Chinese medicine Corni Fructus by an E-eye ［J］. Sci Rep-UK ， 2019 ， 9 （ 8 ）， 931 - 884 .

张晓，吴宏伟，于现阔，等 . 基于电子眼技术的穿心莲质量评价［J］. 中国实验方剂学杂志， 2019 ， 25 （ 1 ）： 189 - 195 .

刘丽婷，肖洋，李捷，等 . 制吴茱萸炮制工艺的优化及炮制前后色味变化规律的研究［J］. 中南药学， 2020 ， 18 （ 3 ）： 411 - 417 .

朱国雪，吴纯伟，梁生旺，等 . 中药质量控制的数字化研究进展［J］. 中国实验方剂学杂志， 2016 ， 22 （ 11 ）： 225 - 229 .

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 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于便携式近红外光谱技术快速检测川贝母掺伪问题

HS-GC-IMS结合化学计量学分析栀子炭炮制过程中挥发性成分的变化

基于XRD、FTIR、TG-DTA结合化学计量学鉴别白矾与铵明矾

基于HPLC特征图谱及双标多测法的川芎配方颗粒质量评价

UPLC-Q-TOF-MS/MS结合化学计量学探究黄芪米炒前后的成分差异