一种基于内源纳米性质结合机器学习的道地药材产地鉴别方法技术

本发明专利技术提供了一种基于内源纳米性质结合机器学习的道地药材产地鉴别方法，包括采集不同产地的标准品以及待测样品进行前处理获得滤液；基于动态光散射测定法对获得的滤液分别进行纳米特性表征，获得不同产地的标准品以及待测样品的纳米特性参数；利用机器学习算法对获得的不同产地的标准品的纳米特性参数进行方程拟合，获得用于鉴别药材产地的分类模型；利用获得的分类模型，对待测样品以及不同产地的标准品进行分类，获得以混淆矩阵形式呈现的分类结果，根据分类结果判断待测样品的产地。该方法通过表征中药提取液的多项内源纳米参数，并结合统计分析与机器学习，从而精准区分中药材的不同产地。

【技术实现步骤摘要】

本专利技术属于食品检测领域，具体涉及中药产地鉴别领域，更具体涉及一种基于内源纳米性质结合机器学习的道地药材产地鉴别方法。

技术介绍

1、中药材的质量与疗效在很大程度上受到其生长环境和产地的显著影响。由于地理气候、土壤成分和水分条件的差异，不同产地的同一种中药材在化学成分、物理特性等方面会产生显著差异，因此“道地药材”这一概念应运而生，并成为中药领域重要的研究和应用基础。然而，准确鉴别中药材产地依然面临严峻挑战。目前，中药材产地鉴别的主要方法包括化学成分分析、dna指纹分析和感官鉴别等。这些方法依赖于筛选特定的生物标记物，通常需要借助高效液相色谱、高通量质谱等精密仪器，导致检测成本高、耗时长、操作复杂等问题。此外，由于造假方式日益多样化，通过添加额外的、相对低价值的生物标记物干扰检测结果的行为，使得鉴别道地药材的难度进一步加大，严重影响了中药产业的健康发展。

2、中药材的质量与其化学成分（如蛋白质、多酚、多糖等）的含量密切相关。然而，这些成分作为生物标记物用于质量控制和产地鉴别时，存在筛选对象多、筛选工作量大、筛选成本高等问题。

本文档来自技高网...

【技术保护点】

1.一种基于内源纳米性质结合机器学习的道地药材产地鉴别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的方法，其特征在于，所述药材选自甘草、黄精、人参、太子参、枸杞子、山药、灵芝、三七、三叶青、黄芪、当归、川芎、白术、党参、茯苓、石斛、西洋参、红景天、丹参、虫草、麦冬、菊花、连翘、金银花、半夏、薏苡仁、百合、生姜、红枣、桑葚、覆盆子、肉苁蓉、地黄、巴戟天、决明子、木瓜、牛蒡、桂圆、乌梅、薄荷、紫苏、金樱子、枳壳、槐米、银杏、甘菊、山楂、酸枣仁、山茱萸、西红花、当归、补骨脂、贝母、怀牛膝、泽泻、川芎、红景天、厚朴花、益母草、玫瑰茄、苦丁茶、金荞麦、金缨子、青皮、厚朴花、天...

【技术特征摘要】

1.一种基于内源纳米性质结合机器学习的道地药材产地鉴别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的方法，其特征在于，所述药材选自甘草、黄精、人参、太子参、枸杞子、山药、灵芝、三七、三叶青、黄芪、当归、川芎、白术、党参、茯苓、石斛、西洋参、红景天、丹参、虫草、麦冬、菊花、连翘、金银花、半夏、薏苡仁、百合、生姜、红枣、桑葚、覆盆子、肉苁蓉、地黄、巴戟天、决明子、木瓜、牛蒡、桂圆、乌梅、薄荷、紫苏、金樱子、枳壳、槐米、银杏、甘菊、山楂、酸枣仁、山茱萸、西红花、当归、补骨脂、贝母、怀牛膝、泽泻、川芎、红景天、厚朴花、益母草、玫瑰茄、苦丁茶、金荞麦、金缨子、青皮、厚朴花、天麻、胖大海、茯苓、藿香、牛蒡根、车前子、莲子芯中的任意一种。

3.如权利要求1所述的方法，其特征在于，步骤s1...

【专利技术属性】
技术研发人员：卢婷，余兆硕，王怡平，李力，何方舟，李进军，饶平凡，
申请(专利权)人：杭州食疗晶元生物科技有限公司，
类型：发明
国别省市：