[发明专利]一种近红外光谱检测灵芝提取物掺假的方法

摘要

本发明公开了一种近红外光谱检测灵芝提取物掺假的方法，其按如下步骤进行(1)选取灵芝提取物样本；(2)近红外光谱采集；(3)漫反射光谱光谱预处理；(4)波段区域的选择；(5)建立定性识别模型和定量分析模型以及分别验证。本发明的优点在于可快速定性并定量检测出灵芝提取物中掺淀粉的情况，当淀粉占掺假重量百分比大于等于5％时，检测的准确率可达100％，单个样品检测时间在一分钟以内。在0.05显著性水平下，预测值和实测值几乎不存在显著性差异，检测准确可靠，可直接应用于灵芝提取物的在线检测，具有广阔的发展前景。

主权项

一种近红外光谱检测灵芝提取物掺假的方法，其按如下步骤进行：(1)选取灵芝提取物样本将来自不同产地、不同采收季节的灵芝提取物置于室温；将样品放置于称量瓶里，掺假淀粉比例按照一定的梯度，进行混合，得到不同掺假浓度的实验样品；(2)近红外光谱采集利用傅里叶变换近红外光谱仪，采集灵芝提取物以及灵芝提取物掺假淀粉样品的漫反射光谱；检测波数范围为4000～12500cm‑1，间隔8cm‑1，每次扫描32次取平均值，通过相连的计算机记录吸光度值Absorbance；(3)漫反射光谱光谱预处理在定性识别研究中，运用原始图谱进行建模；在定量确定掺假量研究中，对光谱图进行MSC处理，相关系数R值为0.9962，校正误差均方根差RMSECV值为0.0246，验证误差均方根RMSEP值为0.029；(4)波段区域的选择在定量识别模型中，将整个光谱波数范围短波近红外和长波近红外，根据识别率，选择短波近红外的识别率高；在定量掺假分析中，运用biPLS进行波段的选择，根据R值越接近1，RMSEC和RMSEP越接近0；最后，在定量分析模型中，选择4000‑5000cm‑1、5500‑6000cm‑1和7500‑8000cm‑1波数范围来建立PLS模型；(5)建立定性识别模型和定量分析模型以及分别验证步骤(4)后，在定性识别模型中，运用DA模型；在定量分析中，建立偏最小二乘法定量分析模型，建立偏最小二乘法模型的校正决定系数、校正均方根差、验证决定系数以及验证均方根差分别为0.9962、0.0249、0.9960和0.0241。