基于仿生嗅觉的中药材指纹图谱建立与鉴别方法的研究

摘要

我国中药材资源丰富，对人类医学发展和促进人体健康发挥着巨大的作用。但由于药材种类繁多，市场上出现大量的假冒伪劣产品，就连普通的中药材都出现了大量的混淆品，严重影响了中医药的发展。因此，中药材的品质判定一直是人们研究的热点，其中产地因素又是评判中药材品质的重要标准之一。但是长期以来，国内外对于中药材品质的评定，普遍采用的是感官评审法，然而，感官评审法往往要受诸多因素的影响。这就对中药材品质的检测和评判提出了更高的要求，要求其更加科学和规范。
　　 气味在中药材品质分析中占有重要地位，仿生嗅觉技术模拟了人类嗅觉的原理，通过检测中药材挥发性气味的整体信息来自动完成对气味的辨识。目前，国内外关于将仿生嗅觉技术运用于中药材领域的研究报道还相对比较少，因此我们拟通过仿生嗅觉技术来检测中药材挥发出的综合信息，建立一种评价中药材的新技术。
　　 研究以姜科、伞形科和菊科三种典型科属的中药材作为研究对象，通过PEN3电子鼻检测并提取其各特征值，生成高维的特征向量。然后采用主成分分析法提取其相应的主成分分量，构成模式识别的输入。结合聚类分析和BP神经网络两种模式识别方法来实现对不同产地以及易混淆中药材的判别与鉴定，最后建立适量的中药材气味指纹图谱库。
　　 聚类分析结果显示能够正确的对各待测样品进行归类。采用BP神经网络的方法对不同产地白术训练集的回判正确率均为100％，误判的待测样本只发生在安徽白术，其判断正确率为86.67％；对易混淆的三组药材训练集的正确率均为100％，只有砂仁发生误判，其判断正确率为93.33％。
　　 对两种模式识别方法的优劣进行分析和对比，得出结论：聚类分析由于其算法简单，能够快速的对样品进行分类，但如果使用复杂的距离相似度度量时，计算复杂度会提高，使其不再具备快速简便的优点；BP神经网络具有高度的非线性，在理论上可以逼近任意曲面，但是计算量较大，计算复杂度也较高。本文实验最合适的方法是聚类分析。
　　 最后利用基于统计特征(均值、方差、峰值)的3种方法来构建样品的指纹图谱库，结果发现，指纹图谱曲线具有较高的区分度，并且各待测样本的指纹图谱曲线都能够与库中相应的指纹图谱曲线基本相吻合。
　　 结果显示，采用PEN3电子鼻能够正确实现中药材的分类鉴别和指纹图谱库的构建。