[发明专利]一种基于近红外光谱判别模型的秦艽类别识别方法

说明书

本发明公开了一种基于近红外光谱判别模型的秦艽类别识别方法，所述识别方法包括以下内容：秦艽样品的制备以及获取样品的近红外光谱数据；将样品的近红外光谱数据导入TQ Analysis软件中建立模型；对所述模型进行优化得到优化后的近红外判别模型；根据优化后的近红外判别模型对秦艽类别进行识别和判断。通过建立两种近红外判别模型，不仅能够对正品秦艽和非正品秦艽进行判别，还能准确对秦艽的具体种类进行判别，且其预测率和识别率均达到100％，较聚类分析方法能够更快速和更准确的对秦艽种类进行判别。

技术领域

本发明涉及中药材质量控制及识别技术领域，尤其涉及一种基于近红外光谱判别模型的秦艽类别识别方法。

背景技术

中药质量控制研究一直是中药化学非常热门的研究领域之一；而秦艽为传统中药材，2015版《中国药典》规定秦艽饮片为秦艽(Gentiana macrophylla Pall.)、麻花艽(G.straminea Maxim.)、粗茎秦艽(G.crassicaulis Duthie ex Burk.)或小秦艽(G.dahurica Fisch.，又名达乌里秦艽)的干燥根。其均为龙胆科(Gentianaceae)龙胆属(Gentiana)秦艽组(Sect.Cruciata)多年生草本。有祛风湿、清湿热、止痹痛等功效，用于治疗风湿痹痛、中风、湿热黄疸等症，2015版《中国药典》收录配伍有秦艽的复方有14种，其资源用药量较大。

黄管秦艽(G.officinalis H.Smith)为龙胆科龙胆属秦艽组多年生草本，与粗茎秦艽种源关系较近，株高15-35cm，花冠黄绿色，生于高山草甸、灌丛及河滩等地，海拔2300-4200m。在甘肃、青海等地有一定的用药历史，虽然研究报道表明，黄管秦艽有治疗骨关节炎的作用，但未被收载入2015版《中国药典》，被认为是非正品秦艽；而又由于其与粗茎秦艽种源关系较近的原因，因此被一些药商用来以次充好加入到正品秦艽中，充当正品秦艽使用，然而黄管秦艽的临床安全性还有待确定。

因此，如何对秦艽的类别进行识别判断是现阶段需要解决的问题，现有对秦艽及其伪品的鉴别多通过显微鉴别、性状鉴别、生化鉴别，这些方法耗时、耗力，无法进行快速鉴别等问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于近红外光谱判别模型的秦艽类别识别方法，解决了现有对秦艽识别方法存在的缺陷。

本发明的目的是通过以下技术方案来实现的：一种基于近红外光谱判别模型的秦艽类别识别方法，所述识别方法包括以下内容：

秦艽样品的制备以及获取样品的近红外光谱数据；

将样品的近红外光谱数据导入TQ Analysis软件中建立模型；

对所述模型进行优化得到优化后的近红外判别模型；

根据优化后的近红外判别模型对秦艽类别进行识别和判断。

进一步地，所述秦艽样品的制备以及获取样品的近红外光谱数据包括以下步骤：

将样品清洗、晾干，取药用部位根部粉碎后过筛；

在10000～4000cm^-1范围内进行近红外全光谱扫描得到样品的近红外光谱图。

进一步地，所述将样品的近红外光谱数据导入TQ Analysis软件中建立模型包括将正品秦艽样品和非正品秦艽样品的近红外数据导入TQ Analysis软件中建立非正/正品秦艽识别模型，以及将多种秦艽种类样品的近红外数据导入TQ Analysis软件中建立秦艽种类识别模型。

进一步地，所述多种秦艽种类样品包括麻花艽、小秦艽、粗茎秦艽、秦艽和黄管秦艽。

进一步地，所述正品秦艽样品包括所述麻花艽、所述小秦艽、所述粗茎秦艽和所述秦艽中的一种或者多种；所述非正品秦艽包括黄管秦艽。