|
[本篇论文由5var5VAR论文频道为您收集整理，5VAR论文频道http://paper.5var.com将为您整理更多优秀的免费论文，谢谢您的支持]【摘要】 目的 运用便携式电子鼻PEN3提取中药材挥发的气味信息来建立气味指纹图谱,达到鉴别不同中药材的目的。方法 采用主成分分析(PCA)法和线性判别分析(LDA)法识别八角、白豆蔻、川芎、丁香、荆芥、肉桂、砂仁等7种中药材。结果 采用PCA和LDA两种方法都能很好地区别以上7种中药材，识别率达到100%;PCA的分析图中每类样品主要呈带状分布、集中度不高，LDA分析中不同种类的中药材样品点的分布高度集中。结论 采用仿生嗅觉系统PEN3能够很好地鉴别不同品种的中药材，具有一定的实际意义和应用价值。
【关键词】 仿生嗅觉;主成分分析;线性判别分析;中药材
Abstract:Objective To differentiate varieties of Chinese herbal medicine based on bionic olfaction (an portable electronic nose PEN 3) from AIRSENSE Analytics GmbH in Germany,which could exploit information on behavior aroma of different Chinese herbal medicine.Methods Principal component analysis (PCA) and linear discriminant analysis (LDA) were used in order to investigate seven kinds of different Chinese herbal medicine such as star aniseseen,white round cardamom,Szechuan lovage rhizome,cloves,fineleaf Schizonepeta herb,cinnamon,amomum fruit,and so on.Results The results obtained proved that the electronic nose PEN 3 could successfully discriminate different Chinese herbal medicine using PCA analysis or LDA analysis. The system could classify all the samples. However,the distribution of concentration ratios of those samples discriminated by PCA analysis was lower than those by LDA analysis. Conclusion The results obtained proved that the electronic nose PEN 3 could successfully discriminate different Chinese herbal medicines. The technology and method showed value in application.
Key words:bionic olfaction; principal component analysis (PCA); linear discriminant analysis (LDA); Chinese herbal medicine
目前，国内外研究中药材指纹图谱的主要技术包括薄层色谱(TLC)指纹图谱、高效液相色谱(HPLC)指纹图谱、气相色谱(GC)指纹图谱、电泳法(CE)指纹图谱、高效毛细管电泳色谱(HPCE)指纹图谱、红外光谱(IR)指纹图谱、紫外分光光度(UV)指纹图谱、核磁共振(NMR)指纹图谱、质谱(MS)指纹图谱等，联用技术最常用的是液-质联用(LCMS)和气-质联用(GCMS)[1-5]。现行的指纹图谱技术大多是建立只对中药材的单个指标成分进行控制，不能有效地全面评价中药材整体内在质量。
随着材料科学和电子信息技术的发展，国际上仿生嗅觉系统(俗称“电子鼻”)的开发研制获得快速发展并进入实用阶段。仿生嗅觉技术的长处在于能快速准确地对气味进行定性分析，目前主要应用在环境控制、医疗诊断和食品工业中[6,7]。本文提出采用仿生嗅觉技术对中药材进行气味指纹图谱研究，采用仿生嗅觉技术来模拟动物的嗅觉功能，采用“嗅闻”方法对中药材的气味进行全面整体检测，利用仿生嗅觉的阵列传感检测技术，提取中药材挥发的气味信息来建立气味指纹图谱,达到鉴别不同中药材的目的。
1 中药材的仿生嗅觉检测实验
仿生嗅觉的气味指纹图谱是新开拓的中药材指纹图谱构建方法，其仪器特点是模拟动物的嗅觉功能，采用“闻”的方法进行气味检测，并运用现代数据分析方法形成气味指纹图谱。仿生嗅觉系统主要是由三大部分组成：传感器阵列、信号预处理电路、计算机模式识别系统。工作原理见图1[8]。
1.1 实验设备
实验中仿生嗅觉系统的检测仪器是由德国AIRSENSE公司制造的PEN3便携式电子鼻(Portable Electronic Nose)(见图2)。PEN3电子鼻是一种用来检测气体和蒸汽的小巧、快捷、高效的检测系统，经过训练后可以很快辨别单一化合物或者混合气体，通过运用不同的模式识别算法，系统可以扩大它的应用范围。
PEN3电子鼻系统主要包含下面几个部分：传感器通道、采样通道和计算机，PEN3的测量室体积小巧，内置10个金属氧化气体传感器，组成一个传感器阵列(其功用见表1)。特殊的内置流量调节器确保其能够在恶劣的条件下平稳采样。根据最新技术成果开发的自校正系统使得电子鼻能长时间稳定工作。内置的检测气发生器、传感器的校正功能等在需要时都可以使用。由于其独特的采样策略和采样装置，PEN3既可用于实验室检测，也可进行在线过程控制或者环境检测应用等。表1 PEN3 的传感器及主要用途
阵列序号传感器名称性能描述选择性灵敏度/(mg·L-1)s1W1C芳香成分甲苯10s2W5S灵敏度大，对氮氧化合物很灵敏NO21s3W3C氨水，对芳香成分灵敏苯10s4W6S主要对氢气有选择性H2100s5W5C烷烃，芳香成分丙烷1s6W1S对甲烷灵敏CH4100s7W1W对硫化物灵敏H2S1s8W2S对乙醇灵敏乙醇100s9W2W芳香成分，对有机硫化物灵敏H2S1s10W3S对烷烃灵敏CH410
1.2 实验过程
实验材料：八角、白豆蔻、川芎、丁香、荆芥、肉桂、砂仁等。
设置或记录实验参数：实验室温度27.5 ℃，相对湿度82%，样品瓶容量250 mL，顶空生成时间30 min，连续采样12次。
将PEN3电子鼻与电脑连接好后，运行其配套软件WinMuster。首先设定电子鼻的各检测参数，如采样及清洗时间等;然后选择保存检测结果的文件夹及路径，并为每个待测的样品按一定规则命名，即可开始检测。样品进气流量均设置为400 mL，采样时间为60 s，传感器漂洗时间为180 s。
2 实验分析
中药指纹图谱有几个特点：一是通过指纹图谱的特征性，能有效鉴别样品的真伪或产地;二是通过指纹图谱主要特征峰的面积、比例、或特定的模式组合的鉴定，能有效控制产品的质量，确保产品质量的相对一致;三是指纹图谱的稳定性、重现性和再现性，由药材的标准化和图谱采集环境(分析测试手段)两方面决定;四是指纹图谱的有效性，应与中药组效相联系，并且在统计学上其数据有鉴别意义，中药标本选取原则应体现中药材样品科、种、属间差异及道地药材、产地、采收期、炮制品的差异，并具有一定稳定性(应为法定标准或符合GAP)，抽样量应能保证代表该品种的样本总体。建立中药指纹图谱时，要进行严格的样品提取方法。
利用仿生嗅觉技术构建的气味指纹图谱，不强调中药材个体的气味绝对唯一性(个体特异性)，而强调同一药材物种群体的相似性，即物种群体内的唯一性(共有特征性)。由于环境因素形成的同品种个体之间的某些差异是正常的，其气味表征当然会有所差别，但这种差别不是本质上的，也就是说同品种的气味指纹图谱应该相似而不是相同。“整体性”和“模糊性”是气味指纹图谱的基本属性，指纹图谱的相似性是通过其基本属性的气味特征体现的[9]。
2.1 传感器响应谱
通常认为，电子鼻内某一传感器i对气味j的响应为一时变信号Vij(t)。由n个传感器组成的阵列对气味j的响应是n维状态空间的一个矢量Vj，写成向量形式为Vj= (V1,j,V2,j,…,Vn,j)。为了有效地获取PEN3电子鼻系统所测量出来的实验数据(PEN3电子鼻自动生成以.nos为扩展名的数据文件)，作者采用MATLAB7.0软件，编写了一个电子鼻数据读取的函数function[fileinfo,channel,method,sensor_data]=read_NOS_data(path,filename)，通过建立主文件中输入相应的路径与文件名(path,filename)就可以读取该文件下的10个传感器的10列测量数据。利用类似的方法，读取不同样本进行实验所得到的数据并画出传感器的响应图。图3(见封三)分别给出了7种中药材样本的第10次气味指纹图谱和电子鼻各传感器的响应信号曲线变化情况。图中横轴为响应时间，纵轴为各传感器在样品挥发性成分顶空气体中的电导(G)与纯净空气中的电导(G0)的比值G/G0;
以八角为例的部分代码如下 [1] [2] 下一页
Tags：
|
用户注册
中查找“基于仿生嗅觉的中药材鉴别的实现”更多相关内容
中查找“基于仿生嗅觉的中药材鉴别的实现”更多相关内容
文章-网友评论：（评论内容只代表网友观点，与本站立场无关！） 
小
大