基于近紅外圖譜的小兒抽水散不同缺味復(fù)方快速分類研究

基于近紅外圖譜的小兒抽水散不同缺味復(fù)方快速分類研究

中藥復(fù)方智能識(shí)別動(dòng)物類中藥種類繁多，來源復(fù)雜，難以識(shí)別。特別是全蝎、蜈蚣等貴重藥材,療效好,價(jià)格高,市場上以假亂真現(xiàn)象時(shí)有發(fā)生,嚴(yán)重影響了臨床用藥的療效與安全,所以有必要尋找一種快速、準(zhǔn)確鑒別動(dòng)物類中藥真?zhèn)蔚姆椒?為臨床合理用藥和動(dòng)物類中藥的鑒別研究提供科學(xué)依據(jù)。中藥是一個(gè)復(fù)雜的混合物體系,所含各化合物吸收強(qiáng)度的疊加具有難以解析的復(fù)雜性,造成譜圖有較大的相似性。但事實(shí)上不同種的中藥材及不同配伍組分的中藥復(fù)方,只要各化學(xué)成分的含量不同,紅外的譜圖就會(huì)有差異,借助藥材指紋譜圖的差異,建立相關(guān)的模式識(shí)別法,實(shí)現(xiàn)譜圖的辨認(rèn)是可行的,已有文獻(xiàn)報(bào)道[1,2,3,4,5,6,7,8,9,10,11]。在此基礎(chǔ)上采用該技術(shù)嘗試中藥復(fù)方缺味藥的智能識(shí)別。小兒抽風(fēng)散是由蜈蚣、全蝎、蟬蛻、僵蠶、半夏、天南星、厚樸、橘紅、枳殼、甘草、朱砂、土鱉蟲、鉤藤、薄荷十四味藥組成的中藥復(fù)方,含五種動(dòng)物藥。本文運(yùn)用模式識(shí)別中的聚類分析法對(duì)不同缺味藥的小兒抽風(fēng)散進(jìn)行了快速識(shí)別,達(dá)到了預(yù)期判別的結(jié)果。1實(shí)驗(yàn)部分1.1血壓儀器型ssinaas檢測近紅外光譜儀(NIR)為美國PerkinElmer公司的SpectrumOne,INGAAS檢測器,分辨率16cm-1,測量范圍:4000～10000cm-1,掃描信號(hào)累加16次。1.2藥物組合組合組方蜈蚣(Scolopendra)、全蝎(Scorpio)、僵蠶(BombyxBatryticatus)、土鱉蟲(EupolyphagaseuSteleophaga)、蟬蛻(PeriostracumCryptotympanae)5個(gè)組分購于北京同仁堂,由北京中醫(yī)藥大學(xué)中藥學(xué)院的張貴君教授鑒定。按照符合散劑的技術(shù)要求,分別將藥材研成粉末,然后按組方的不同配比進(jìn)行組方,具體配伍組分如表1所示。分別取樣品各2g,置測量杯中,進(jìn)行掃描,并做重現(xiàn)性測定,共得到200張紅外譜圖。1.3處理數(shù)據(jù)紅外光譜聚類分析采用PerkinElmer公司的Quant+和SIMCA應(yīng)用軟件。2結(jié)果與討論2.1缺乏和組合的近紅外譜各缺味復(fù)方的近紅外譜圖如圖1所示,各譜圖相似度較高,難以從表觀上進(jìn)行指紋特征提取,故采用模式識(shí)別技術(shù)進(jìn)行智能識(shí)別。2.2基于analogy聚類分析方法的聚類分析選SIMCA(Softindependentmodelingofclassanalogy)聚類分析方法,從200個(gè)缺味復(fù)方譜圖中隨機(jī)抽取160個(gè)組成訓(xùn)練集,利用PerkinElmer公司的Quant+軟件,對(duì)其訓(xùn)練集樣本進(jìn)行訓(xùn)練。選用波數(shù)范圍在7500～4000cm-1的指紋特征較強(qiáng)的區(qū)域,建立聚類模型。2.3缺乏、復(fù)合聚類模型的評(píng)估指標(biāo)2.3.1聚類聚類間距在選用SIMCA進(jìn)行聚類分析中,一般采用聚類中心之間的距離(類間距)評(píng)價(jià)聚類的效果,而聚類結(jié)果好壞的關(guān)鍵是合適特征的選取。得到類間距的數(shù)值后,數(shù)值越大表明類與類之間差異越明顯。本實(shí)驗(yàn)中5個(gè)缺味復(fù)方模型的類間距如表2所示。2.3.2拒絕率的計(jì)算識(shí)別率與拒絕率是反映類模型之間聚類可信度。所謂識(shí)別率就是考察某類供試品有多少落在該類模型的區(qū)域內(nèi),而拒絕率是考察某類供試品模型對(duì)于其他不屬于該類的未知供試品的拒絕程度,即是否落在該類模型的區(qū)域外。當(dāng)2個(gè)值都為100%時(shí),表明供試品之間沒有重疊,可以較好的將其聚類分開。表3為5個(gè)缺味復(fù)方的識(shí)別率與拒絕率。為了直觀地表述,可以將表3轉(zhuǎn)換為識(shí)別率和拒絕率的柱形圖,如圖2所示。2.4聚類分析的結(jié)果圖3所示為5個(gè)缺味復(fù)方的聚類模型圖。從模型圖上看,5個(gè)缺味復(fù)方之間沒有重疊,互不干擾,聚類結(jié)果比較理想。2.5未知供試品的聚類分析最后將重新配制的盲樣進(jìn)行分析,所有未知樣本均都識(shí)別正確。經(jīng)計(jì)算得出準(zhǔn)確率為90%。如表4所示為某未知供試品的檢測結(jié)果,同時(shí)給出了該未知供試品屬于某類復(fù)方的可能性。圖4所示為一未知供試品的聚類分析結(jié)果。圖中橫坐標(biāo)為建模殘差,縱坐標(biāo)為光譜殘差,圖中弧線表示未知供試品落在該區(qū)域內(nèi),而FUFANG3的標(biāo)準(zhǔn)集合也在此區(qū)域內(nèi),所以可以認(rèn)定該未知物為缺少僵蠶的復(fù)方,結(jié)果與實(shí)際是一致的。模型經(jīng)過檢驗(yàn)合格后,就可以用來對(duì)未知物進(jìn)行分類。3不確定性檢驗(yàn)總之,聚類分析法可以對(duì)小兒抽風(fēng)散不同的缺味復(fù)方(蜈蚣、全蝎、僵蠶、土鱉蟲和蟬蛻)進(jìn)行快速鑒別。說明所建的模型基本上是合理的,并且有較強(qiáng)的識(shí)別能力。對(duì)于預(yù)測錯(cuò)誤或不準(zhǔn)確的樣本,將譜圖放大分析后,發(fā)現(xiàn)造成的原因主要是樣本在掃描時(shí)出現(xiàn)操作上的問題,導(dǎo)