一种快速鉴别中药材制造技术

本发明专利技术提供了一种快速鉴别中药材

【技术实现步骤摘要】
一种快速鉴别中药材
60
Co
‑
γ
辐照剂量的系统及其构建方法和用途


[0001]本专利技术涉及中药材检测领域，具体涉及一种快速鉴别中药材
60
Co
‑
γ
辐照剂量的系统及其构建方法和用途
。

技术介绍

[0002]60
Co
‑
γ
辐照灭菌是近年来发展起来的一种新的消毒灭菌方法，它在常温下进行，具有穿透力强
、
消毒均匀
、
快速简单等特点
。
我国对辐照灭菌有相关规定，原中华人民共和国卫生部于
1997
年发布了
《
60
Co
辐照中药灭菌剂量标准
(
内部试行
)》(
卫药发
[1997]第
38
号
)
规定了中药原料粉的最大吸收剂量应不得大于
6kGy
；原国家食药监总局通告
《
中药辐照灭菌技术指导原则
》([2015]第
86
号
)
规定了中药最大总体平均辐照剂量原则上不超过
10kGy。
[0003]经市场调研发现，我国部分地区中药材辐照剂量超标，一般在
10
‑
15kGy
，个别品种可达
30kGy
，其中牡丹皮是允许辐照的药材品种，该品种在经过
10kGy<br/>剂量的
60
Co
‑
γ
辐照后，
HPLC(
高效液相
)
指纹图谱会发生变化，因此目前主要通过
HPLC
法监测牡丹皮的辐照情况，但该方法专业技能要求高，且耗时费力，在应用上存在一定的局限，有必要开发简单易操作的方法用于中药材特别是牡丹皮
60
Co
‑
γ
辐照剂量鉴定的方法
。

技术实现思路

[0004]为解决上述问题，本专利技术提供了一种快速鉴别中药材
60
Co
‑
γ
辐照剂量的系统，包括如下模块：
[0005]数据获取模块：获取中药材的
NIRS
光谱数据；
[0006]数据库模块：以不同剂量
60
Co
‑
γ
辐照处理后的中药材的
NIRS
光谱数据构成数据库，并随机拆分为参考光谱集和测试光谱集；
[0007]数据处理模块：采用因子化法将经预处理的参考光谱集与
60
Co
‑
γ
辐照剂量进行关联，构建近红外鉴别模型；
[0008]验证模块：利用测试光谱集对近红外鉴别模型进行验证；
[0009]数据分析模块：使用经验证的近红外鉴别模型分析待测中药材的
NIRS
光谱数据，获取待测中药材的
60
Co
‑
γ
辐照剂量范围；
[0010]结果输出模块：输出中药材
60
Co
‑
γ
辐照剂量范围的结果
。
[0011]进一步地，所述
NIRS
光谱的分辨率
8cm
‑1，光谱范围
12000
～
4000cm
‑1。
[0012]进一步地，所述近红外鉴别模型包括总模型
、
一级子库
、
二级子库和三级子库；
[0013]所述总模型中
NIRS
光谱数据的预处理方式为二阶导数，平滑点数为9；光谱范围为
10992
‑
5316cm
‑1；
[0014]所述一级子库中
NIRS
光谱数据的预处理方法为二阶导数，平滑点数为5，光谱范围为
7000
‑
5416cm
‑1；
[0015]所述二级子库中
NIRS
光谱数据的预处理方法为二阶导数，平滑点数为9，光谱范围
为
8020
‑
5332cm
‑1；
[0016]所述三级子库中
NIRS
光谱数据的预处理方法为二阶导数，平滑点数为9，光谱范围为
6848
‑
5360cm
‑1。
[0017]进一步地，所述近红外鉴别模型的阈值设置
X
值为
0.75
，置信水平为
99.99
％
。
[0018]进一步地，所述
60
Co
‑
γ
辐照剂量为0～
30kGy。
[0019]进一步地，所述中药材
60
Co
‑
γ
辐照剂量范围分别为：辐照剂量＝0，
0&lt;
辐照剂量
≤5
，
5&lt;
辐照剂量
≤10
，
10&lt;
辐照剂量
≤20
，
20&lt;
辐照剂量
≤30。
[0020]更进一步地，所述中药材包括牡丹皮，优选过2号筛的牡丹皮粉末
。
[0021]本专利技术还提供了一种构建前述系统的方法，包括如下步骤：
[0022](1)
构建用于输入中药材的
NIRS
光谱数据的数据获取模块；
[0023](2)
收集不同剂量
60
Co
‑
γ
辐照处理后的中药材的
NIRS
光谱数据，构建数据库模块；将数据库中的数据随机拆分为参考光谱集和测试光谱集；
[0024](3)
采用因子化法将经预处理的参考光谱集与
60
Co
‑
γ
辐照剂量进行关联，构建近红外鉴别模型；
[0025](5)
构建使用测试光谱集对近红外鉴别模型进行验证的验证模块；
[0026](6)
构建使用经验证的近红外鉴别模型分析待测中药材的
NIRS
光谱数据，获取待测中药材的
60
Co
‑
γ
辐照剂量范围的数据分析模块；
[0027](7)
构建将数据分析模块的计算结果输出的输出模块
。
[0028]进一步地，所述
NIRS
光谱的分辨率
8cm
‑1，光谱范围
12000
～
4000cm
‑1；
[0029]和
...

【技术保护点】

【技术特征摘要】
1.
一种快速鉴别中药材
60
Co
‑
γ
辐照剂量的系统，其特征在于：包括如下模块：数据获取模块：获取中药材的
NIRS
光谱数据；数据库模块：以不同剂量
60
Co
‑
γ
辐照处理后的中药材的
NIRS
光谱数据构成数据库，并随机拆分为参考光谱集和测试光谱集；数据处理模块：采用因子化法将经预处理的参考光谱集与
60
Co
‑
γ
辐照剂量进行关联，构建近红外鉴别模型；验证模块：利用测试光谱集对近红外鉴别模型进行验证；数据分析模块：使用经验证的近红外鉴别模型分析待测中药材的
NIRS
光谱数据，获取待测中药材的
60
Co
‑
γ
辐照剂量范围；结果输出模块：输出中药材
60
Co
‑
γ
辐照剂量范围的结果
。2.
如权利要求1所述的系统，其特征在于，所述
NIRS
光谱的分辨率
8cm
‑1，光谱范围
12000
～
4000cm
‑1。3.
如权利要求1所述的系统，其特征在于，所述近红外鉴别模型包括总模型
、
一级子库
、
二级子库和三级子库；所述总模型中
NIRS
光谱数据的预处理方式为二阶导数，平滑点数为9；光谱范围为
10992
‑
5316cm
‑1；所述一级子库中
NIRS
光谱数据的预处理方法为二阶导数，平滑点数为5，光谱范围为
7000
‑
5416cm
‑1；所述二级子库中
NIRS
光谱数据的预处理方法为二阶导数，平滑点数为9，光谱范围为
8020
‑
5332cm
‑1；所述三级子库中
NIRS
光谱数据的预处理方法为二阶导数，平滑点数为9，光谱范围为
6848
‑
5360cm
‑1。4.
如权利要求3所述的系统，其特征在于，所述近红外鉴别模型的阈值设置
X
值为
0.75
，置信水平为
99.99
％
。5.
如权利要求1所述的系统，其特征在于，所述
60
Co
‑
γ
辐照剂量为0～
30kGy
；所述中药材
60
Co
‑
γ
辐照剂量范围分别为：辐照剂量＝0，
0&lt;
辐照剂量
≤5
，
5&lt;
辐照剂量
≤10
，
10&lt;
辐照剂量
≤20
，
20&lt;
辐照剂量
≤30
；所述中药材包括牡丹皮，优选过2号筛的...

【专利技术属性】
技术研发人员：毛腾霄，陈红，伍欣然，程龙，张聪聪，邓莎，郑娇娇，罗洁，
申请(专利权)人：成都市药品检验研究院，
类型：发明
国别省市：