中药材品质无损检测技术研究进展.docx
《中药材品质无损检测技术研究进展.docx》由会员分享,可在线阅读,更多相关《中药材品质无损检测技术研究进展.docx(8页珍藏版)》请在优知文库上搜索。
1、目前中药材品质检测的方法主要分为有损检测和无损检测两类。有损检测即常规检测方法,包括气相色谱法、高效液相色谱法、高效液相色谱-质谱联用法等,这些方法可以对中药材品质进行检测,但是检测的周期长,成本高,并且对中药材具有破坏性,不适合现场的快速检测.无损检测包括X射线技术、计算机视觉技术、核磁共振技术、近红外光谱技术、高光谱成像技术、太赫兹光谱技术等.X射线技术X射线技术已广泛应用于中药材的质量检测,其不但可以实现中药材品质的定性分析,还可以实现定量分析.如Ye等采用同步辐射X射线同轴相衬显微层析法探究野山参的特征结构,从而获得了野山参草酸钙簇晶的三维显微结构、体积大小等定量信息.中药材微量元素的
2、量化分析有助于处方计量的确定和给药时间标准的制定。PraSad等采用粒子诱导X射线发射(PIXE)技术实现了对具抗牺尿病活性的药用植物进行微量元素量化分析。X射线技术的检测速度较快,可实现中药材的内部可视化分析,但是X射线设备较为品货,还会对人体产生辐射。计算机视觉技术计算机视觉技术是通过获取中药材的显微纹理、形状、颜色等特征来实现中药材品质检测.牛膝和川牛膝两种近缘中药材组织形态较为相近,传统主要依据性状和显微鉴别法进行鉴别0王耐等将中药材样品性状和维管束组织特征参数输入反向传播神经网络(BPNN)模型进行模式识别,平均识别率达到100V颜色也是中药材质量标准中的重要内容,传统的中药材颜色检
3、测大多依靠人的感仃来进行评估,但是由于受到人为、环境等因素的影响,感官评价的结果往往不客观且重现性差。杨添钧研究采用自制的数码摄像箱对枸杞子等14种中药材进行图像采集,选取中药“五色”颜色特征值输入判别因子分析(DFA)判别模型,所有中药材的判别正确率分布在73.3:凫100%之间,可实现对中药材的数字化区分,具有一定的推广价值。微红花在舒筋活络、保护心脑血管等方面具有一定的疗效,其价格比较昂贵,对其进行品历分级非常重要Kiani等提出了一种基于计算机视觉技术的藏红花表征方法:藏红花颜色与其产地位置、某些化学属性之间存在着一定的相关性,通过采用图像处理技术和多变量数据分析可实现时做红花的品质和
4、新鲜度的预测。此后,Kiani等又研究采用计算机视觉技术结合电子鼻(E-nose)时敝红花进行掺假鉴别,提取每个样品的颜色和香气特征变量,采用支持向量机(SVM)和主成分分析(PCA)对藏红花识别,成功率分别为89%和100%。核磁共振技术核磁共振技术不仅可以对中药材进行全成分指纹图谱研究,还可以进行中药材成分含量测定,是评价中药材品质的有力手段。狭叶红景天和长鞭红景大都是藏药,但是它们的药效成分等方面差异较大,如果混用会影晌红景天临床用药的安全性。采用IH-网R技术采集长鞭红景天和狭叶红景天中药材信息,采用化学模式识别中的乂序聚类分析HCA),主成分分析(PCA)、偏最小二乘法-判别分析(P
5、1.S-DA),正交的偏最小二乘法-判别分析(OP1.S-DA)进行识别,结果表明OP1.S-I)R识别效果最佳.番荔枝科植物中含有的番荔枝内能具有抗癌作用,研究采用定量核磁共振(qNMR)对其进行了定量检测分析,结果表明该方法检测速度快,并且可以同时检测多种分析物,采用IHFMR技术对马钱子种子和茎中的番木鳌碱和马钱子喊进行定量分析,该方法可以在不需要参考生物联校准曲线的情况下对番木然底和马钱子被实现快速、准确的区分。银杏内酯化合物属于苗类化合物,白果内酯、很杏内丽A、银杏内幅B、银杏内赭C的差别在T含有的羟基数目和羟基连接的位置不I小采用IH-NMR技术对银杏叶和没有经过色谱净化的6种银杏
6、产品中4种银杏内酯类化合物进行定量分析,结果在5分钟内即可检测出各种内胎的含垃.近红外光谱技术近年来,近红外光谱(NIRS)在制药工业中获得了广泛的认可,包括原料测试、产品质量控制和过程监控等.N1.RS技术也可应用于中药材真伪鉴别、产地分析等。采用NIRS技术结合OPUS软件建立了厚朴中药材鉴别模型,将光谱经过一阶导数和矢量归一处理之后,输入标准算法和因子化法所建立的模型,结果表明正品和伪品厚朴判别准确率都达到100K何首乌与同科同属的伪品冀蓼、毛脉蓼外形类似导致难以区分,与混沿品白首乌也经常发生.混用现象。韩莹等采集何首乌和制首乌样品以及其伪品白首乌、袋蓼,毛脉蓼的近红外光谱信息,采用矢量
7、归一化方法进行预处理,最后将数据输入OPUS软件建立的何首乌定性判别模型和一致性检验模型,结果表明所建模型能够有效对何首乌真伪进行鉴别。不同产地的雪莲花由于其受到地理因素等方面的影响,其有效成分的含量也不尽相同。赵杰文等对来自4个不同产地的雪莲花样本采集近红外光谱信息,采用正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数对光谱数据进行预处理,最后将数据输入K-最近邻域(KNN)模型中,结果表明SNV+KNN方法对雪莲花的产地的交叉验证识别率为100%预测准确率为100机丹参与紫丹参虽然具有类似植物形态和生物活性,但临床上不能相互替代使用。Ni等采用NIRS技术实现了对丹参和紫
8、丹参的鉴别,并且发现两种中药不仅在近红外光谱上存在差异,在亲脂性成分的种类和数量上也存在差异.针对单一中药材进行鉴别和分析相对来说比较容易,然而很多情况卜所针对的研究对象是中药材的混合物,传统的“先分离后分析”的方法在实际应用中具有局限性。彭惜媛采用NIRS技术采桀12种种子类中药材的光谱信息,分析各中药材谱图的出峰位置、数量和强度,找出每种中药材间具有的共性以及差异性,实现/对中药材混合物进行鉴别.近红外光谱技术也能够实现对中药材的定量分析。采集侧柏和辣木茎、叶的近红外光谱信息,采用SNV和一阶导数方法对光谱数据进行预处理,然后输入P1.S模型预测总多酚含量(TPC),结果表明辣木叶片中TP
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中药材 品质 无损 检测 技术研究 进展