论文部分内容阅读
中药材是中医治疗必不可少的原材料,来自不同产地的中药材,特别是植物类中药材,因其生长环境、采集阶段等因素,所含成分有较大的差别,从而拥有不同程度的治疗效果。在中药材市场中,当人工无法辨别中药材产地及等级,且中药材品相无异时容易导致不同产地中药材的混用,甚至可能引起相似中药材的以次充好,导致治疗效果低甚至损害人的身体。激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy,LIBS)技术因其具有多种元素同时检测、实时快速、无需复杂预处理等优点成为了检测中药材的一种新技术。LIBS技术是把激光器发出的高能光束聚焦到待测样品表面诱导产生高温、高密度等离子体的一种原子发射光谱技术。本文利用LIBS实验装置开展了对不同产地和不同等级的中药材鉴别及独活根中钙(Ca)、镁(Mg)、铝(Al)和钾(K)元素的定量检测,具体研究内容如下:本文首先对独活根进行了定性分析,其结果表明独活根中含有K、Ca、Na、Mg、Al、Fe、Li、Ba、Si和C元素,并且三个产地的独活根有相似的光谱剖面图,其轻微的差异体现在光谱强度上。利用主成分分析方法将高维的全谱数据转换到少数的几个主成分中,其前三个主成分代表了全谱数据的92%,并表现出良好的产地聚类效果。提取前七个主成分用于建模分析,得出BP人工神经网络、线性判别分析及支持向量机对独活根产地正确识别率分别为99.89%、98.17%和98.83%,结果表明BP人工神经网络法优于其他两种方法。为了验证此模型的有效性,对党参根的产地进行鉴别,结果该模型对党参根产地的平均识别率为95.83%。其次对石斛样品进行了定性分析,其结果表明石斛中含有Ca、Na、Al、K、Fe、Mg、C、H和O等元素谱线及CN分子带。建立BP人工神经网络模型对石斛的等级进行鉴别,结果表明该模型具有良好的识别效果,平均识别率达到98%。其中等级1和等级4的石斛识别率为100%,其他3个等级的石斛也有较高的识别率,识别率均高于93%。最后利用LIBS技术对独活根样品中Ca、Mg、Al和K元素进行了定量分析,对比了外标法和BP人工神经网络法的定量分析性能。外标法定标模型计算出Ca、Mg、Al和K元素的检出限分别为48.96 mg/kg、77.28 mg/kg、35.49 mg/kg和948.96 mg/kg。分别利用外标法和BP人工神经网络法对独活根样本中Ca、Mg、Al和K元素的浓度进行预测,建立两种方法预测浓度与标准浓度的线性拟合,通过对比5个参数评价各方法的定量分析性能,得出BP人工神经网络比外标法有更高的预测精度和稳定性,表明了BP人工神经网络方法是一种定量分析中药材的有效方法。