荧光光谱成像技术为一项具有检测速度快、操作方便、对检测样品无损害等特点的光电检测技术，该技术能够同时记录检测样品的二维空间信息和光谱信息，在中药材鉴别等相关领域中具有重大的应用研究价值。本文将使用荧光光谱成像技术结合化学计量学对西洋参及其伪品饮片进行鉴别研究。
　　本文首先对光谱成像系统进行相关性能评估、主要指标显示和方法学考察，数据显示本成像系统具备实验可行性，其精确度、稳定性和可靠性均满足本研究的要求。
　　对西洋参、人参、桔梗三种药材的原始光谱数据进行了光谱预处理并显示了其特征光谱曲线，三者特征光谱曲线的波形、峰值位置存在差异。使用多种光谱预处理方法处理原始光谱数据，分别进行主成分分析并作前三个主成分得分图，各个得分图中，不同种类样品表现出较强的聚类现象，可用作不同种类药材的基本区分。故根据光谱曲线特征和主成分得分图可初步鉴别西洋参及其常见伪品饮片。
　　为提高鉴别的精确性与避免人为的主观性，利用所得的光谱数据分别建立Fisher判别分析模型、偏最小二乘判别分析模型和BP人工神经网络模型。比对原始光谱数据与经过光谱预处理数据的建模效果，发现光谱预处理对于数据降噪有明显的效果。以降低冗余信息、提高建模效率与精确度为目标，对光谱数据进行压缩、筛选等处理后再建模。结果显示，本文中使用的三种办法所建立的鉴别模型均具备较高的模型质量与预测能力，可用于西洋参及其常见伪品饮片的定量鉴别。