一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法技术

本发明专利技术属于中药检测技术领域，涉及一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法。收集并配制不同比例掺伪样品，采集样品的紫外可见漫反射光谱，将样品数据集分组为训练集和预测集；确定各个组分PLSR的最佳因子数，BP‑ANN的最佳节点数，ELM的最佳激励函数和隐含层节点数；比较PCR、PLSR、BP‑ANN、SVR、ELM五种多元校正方法，选择最佳的多元校正方法；优化SG平滑、1st Der、2nd Der的窗口数和CWT的小波函数、分解尺度；选出每个组分的最佳预处理方法，进一步考察UVE、MCUVE、RT三种变量选择方法，得到最佳的建模方法。本发明专利技术基于近紫外光谱及化学计量学，灵敏、简便、准确。本发明专利技术适用于当归三元掺伪样品定量分析。

A Quantitative Analysis Method of Ternary Adulteration Based on Ultraviolet-Visible Diffuse Reflectance Spectrum

The invention belongs to the technical field of traditional Chinese medicine detection, and relates to a quantitative analysis method of local ternary adulteration based on ultraviolet-visible diffuse reflectance spectrum. Collect and prepare adulterated samples of different proportions, collect UV-Vis diffuse reflectance spectra of samples, and group the sample data sets into training set and prediction set; determine the best factor number of each component PLSR, the best node number of BP ANN, the best excitation function of ELM and the number of hidden layer nodes; compare the five multivariate correction methods of PCR, PLSR, BP ANN, SVR and ELM, and select the best multivariate calibration method. Positive method; optimizing the window number of SG smoothing, 1st Der, 2nd Der and the wavelet function and decomposition scale of CWT; selecting the best pretreatment method for each component, and further investigating the three variable selection methods of UVE, MCUVE, RT, to get the best modeling method. The invention is sensitive, simple and accurate based on near ultraviolet spectroscopy and chemometrics. The invention is suitable for quantitative analysis of ternary adulterated samples of Angelica sinensis.

【技术实现步骤摘要】
一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法
本专利技术属于中药检测
，具体涉及一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法。
技术介绍
药用当归，是一种伞形科当归属的多年生草本植物的干燥根茎。其味甘，性温，属补血活血药，有补血、和血、调经镇痛、止咳平喘、润肠滑肠的功效，许多名方都离不开当归，有“十方九归”之称。除中医处方配方用药外，当归也是中国卫生部规定的可用于保健食品的原料。然而当前当归市场混乱，一些不良商家，使用同为伞形科植物的独活、川芎等价格较低廉的药材对当归进行伪充、混用，严重影响当归的安全用药。因此，当归与其掺伪品的鉴别及定量分析对安全用药具有重要意义。中药鉴定学有基原鉴别、性状鉴别、显微鉴别、理化鉴别四大鉴定方法体系。前三种方法需要研究者有丰富的实践经验和深厚的理论知识，由于药品种类繁多和不同的性质可能会导致鉴别者出现错误判断并且使鉴别难度增加。目前已有多种理化鉴别方法应用于当归的鉴别及定量研究，如测定基因序列法，高效液相色谱法，质谱法，紫外谱线法(车苏容，一种鉴别当归、欧当归及独活的方法，中国专利技术专利，2017，CN201710189890.9)等方法，但这些方法需要对药材分离提取，操作复杂，分析时间长，成本高等。不利于当归鉴定方法标准化、规范化的建立及普及。因此，建立一种有效、准确、便捷和实用的当归三元掺伪定量分析方法具有重要意义。紫外可见光谱技术是理化鉴别体系中的一种成熟技术，具有灵敏、简便、准确等优点，目前应用紫外光谱技术进行分类、鉴别的研究主要集中于植物及植物源中药。紫外可见光谱技术可进行中药粉末样品无损直接测量，测定中药粉末样品紫外可见光谱图谱，从紫外可见光谱图中吸收峰的数目和位置的差异可以分析鉴定中药材质量。然而中药材是一个复杂体系，其紫外可见漫反射光谱往往存在鉴别专属性差、分辨率低等问题，一般的理化分析和单一成分的测定往往难以评价中药的质量，大多数时候需要进行化学计量学处理。化学计量学(Chemometrics)运用统计学、计算机学、数学的知识基础通过对化学测量数据的解析提取出丰富的信息并以此设计出适用于实验的测量方法和实验过程。多元校正方法通过在多个光谱通道数据与目标组分的含量之间建立数学模型，可以实现复杂样品组分的准确定量。多元校正法在中药鉴定中被使用的方法有主成分回归(PCR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)、支持向量回归(SVM)、极限学习机(ELM)等。
技术实现思路
本专利技术的目的是针对上述存在的问题，以紫外可见漫反射光谱作为测试手段，采用预处理-变量选择-多元校正方法，提供一种灵敏、简便、准确的当归三元掺伪定量分析方法。为实现本专利技术所提供的技术方案包括以下步骤：1)收集并配制不同比例掺伪样品收集一定数目的当归及其两种相似品。将药材进行编号处理，样品经粉碎机打磨成粉后，过120目筛，每一种药材粉末80℃恒温干燥后取出储存在干燥器内备用。对当归三元掺伪样品的质量百分数设计。当归的质量百分数从100-0％，从100到20的区间间隔为5％，从20到10的区间间隔为2％，之后依次间隔为1％。当归的两种相似品的质量百分数区间也是100-0％，间隔均与当归相同。另外两种掺伪品的含量随机打乱顺序，保证每个样品3种伪品的三种组分加和都为100％。将每个设计好的质量百分数均配置三个样品，得到掺伪配比当归三元掺伪样品，各取10g置于50mL塑料瓶中，封瓶，编号。2)设置紫外可见光谱仪器的测试参数，采集样品的紫外可见光谱紫外可见光谱仪器的波长范围设置为200-800nm，扫描速度为高速，采样间隔为0.5，扫描模式为单个，测定方式为反射率，狭缝宽为5.0nm，积分时间为0.1秒，光源转换波长为323.0nm，检测器单元为外置单检测器，S/R转换为标准。关闭阶梯校正之后进行连接待仪器自检无误后，将石英cell放入紫外分光光度计的卡槽之中进行基准线扫描测定。之后用小药勺将待测样品取样放入样品池中，将样品涂抹覆盖均匀致使样品池的底部不留空隙，将样品池放入紫外分光光度计的卡槽之中进行样品扫描测定。3)将样品数据集分组为训练集和预测集将同一个设计质量百分数下配制的三个样品使用的当归分为高、中、低三档。选择了整体顺序局部随机的分组方式，在每个样品的三个数据点中随机选取两个点作为训练集，一个点作为预测集。4)优化多元校正方法的参数确定出当归三元掺伪样品中各个组分PLSR的最佳因子数，BP-ANN的最佳节点数，ELM的最佳激励函数和隐含层节点数。PLSR参数优化：将因子数(LV)从1到25，间隔为1，进行改变，得到25个交叉验证均方根误差(RMSECV)，RMSECV最小值所对应的LV即为最佳因子数。BP-ANN参数优化：将隐含层节点数从1变化到100，间隔为1，在每个节点数下对训练集样品建立BP-ANN模型，得到不同节点数对应的RMSECV。RMSECV达到最小值对应的节点为最佳节点数。ELM参数优化：通过相关系数平均值与方差比值(MSR)随激励函数及隐含层节点数变化确定最佳参数。激励函数分别选取S型函数(sig)、正弦函数(sin)、硬阈值函数(hardlim)、三角函数(tribas)和径向函数(radbas)，隐含层节点数从1变化到1000，间隔为1，在每个激励函数和隐含层节点数下对训练集样品进行ELM建模，得到MSR，该比值的最大值对应的激励函数和隐含层节点数为最佳激励函数及隐含层节点数。5)比较不同的多元校正方法的建模效果，选择最佳的多元校正方法比较PCR、PLSR、BP-ANN、SVR、ELM五种多元校正方法预测均方根误差(RMSEP)的大小，选择对各个组分建模效果都较优的预测方法为最佳多元校正方法。6)优化光谱预处理方法的参数对SG平滑、一阶导数(1stDer)、二阶导数(2ndDer)的窗口数，连续小波变换(CWT)的小波函数和分解尺度进行优化。SG平滑、1stDer、2ndDer窗口数的优化方法为：窗口从3-59，间隔为2，进行改变，分别计算不同窗口下SG平滑、1stDer、2ndDer预处理后建模的RMSEP，RMSEP最小值对应的窗口为各个方法中的最佳窗口。CWT的小波函数和分解尺度参数优化：小波函数采用Haar、db2、db3、db4、db5、db6、db7、db8、db9、db10、db11、db12、db13、db14、db15、db16、db17、db18、db19、db20、coif1、coif2、coif3、coif4、coif5、sym2、sym3、sym4、sym5、sym6、sym7、sym8等32个函数，分解尺度从1-40进行改变，分别计算不同小波函数和分解尺度进行CWT后建模的RMSEP值。RMSEP最小值对应的小波函数和分解尺度分别为最佳小波函数和分解尺度。7)比较不同预处理方法的建模效果，选择最佳预处理方法比较无预处理、6种单一预处理：SG平滑、变量标准化(SNV)、多元散射校正(MSC)、1stDer、2ndDer、CWT与组合预处理等预处理方法结合最佳多元校正对当归三元掺伪数据集中各组分的预测结果，RMSEP最小值，相关系数(R)最大值对应的预处理方法为各个组分的最佳预处理方法。8)比较不同的最佳预处本文档来自技高网...

【技术保护点】
1.一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法，其特征在于：收集并配制不同比例掺伪样品，采集样品的紫外可见漫反射光谱；将样品数据集分组为训练集和预测集。确定各个组分PLSR的最佳因子数，BP‑ANN的最佳节点数，ELM的最佳激励函数和隐含层节点数；比较PCR、PLSR、BP‑ANN、SVR、ELM五种多元校正方法，选择最佳多元校正方法；优化SG平滑、1st Der、2nd Der的窗口数和CWT的小波函数、分解尺度；选出当归、独活和川芎的最佳预处理方法，结合UVE、MCUVE、RT三种变量选择方法，比较不同的最佳预处理‑变量选择方法，通过最佳预处理‑变量选择‑建模方法，实现对当归三元掺伪样品进行定量分析。

【技术特征摘要】
1.一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法，其特征在于：收集并配制不同比例掺伪样品，采集样品的紫外可见漫反射光谱；将样品数据集分组为训练集和预测集。确定各个组分PLSR的最佳因子数，BP-ANN的最佳节点数，ELM的最佳激励函数和隐含层节点数；比较PCR、PLSR、BP-ANN、SVR、ELM五种多元校正方法，选择最佳多元校正方法；优化SG平滑、1stDer、2ndDer的窗口数和CWT的小波函数、分解尺度；选出当归、独活和川芎的最佳预处理方法，结合UVE、MCUVE、RT三种变量选择方法，比较不同的最佳预处理-变量选择方法，通过最佳预处理-变量选择-建模方法，实现对当归三元掺伪样品进行定量分析。2.根据权利要求1所述的一种基于紫外可见漫反射光谱的当归三元掺伪定量分析方法，其特征在于：PLSR参数优化：将LV从1到25，间隔为1，进行改变，得到25个RMSECV，RMSECV最小值所对应的LV即为最佳因子数；BP-ANN参数优化：将隐含层节点数从1变化到100，间隔为1，在每个节点数下对训练集样品建立BP-ANN模型，得到不同节点数对应的RMSECV，RMSECV达到最小值对应的节点为最佳节点数；ELM参数优化：MSR随激励函数及隐含层节点数变化确定最佳参数，激励函数分别选取s...

【专利技术属性】
技术研发人员：卞希慧，毕建华，陆占魁，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12