[发明专利]一种黄芪药材多指标快速检测方法

摘要

本发明提供一种黄芪药材多指标快速检测方法，通过采集黄芪药材，测定质控指标，确定指标的建模波段，采用基于主成分分析的BP人工神经网络计算方法建立近红外光谱特征信息与黄芪药材中水分、浸出物、黄芪甲苷及毛蕊异黄酮葡萄糖苷含量的定量校正模型和定量放行标准。本发明可用于同时准确测定黄芪药材中水分、浸出物、黄芪甲苷及毛蕊异黄酮葡萄糖苷的含量，与传统方法相比，所建的检测分析方法和定量放行标准能更快速判断出黄芪药材质量是否合格，确定药材是否能进入后续生产工艺环节，满足了实际生产中快速、高效的现场要求，具有生产药材筛选和质量全面评价的应用前景。

主权项

一种黄芪药材多指标快速检测方法，其特征在于，通过以下步骤实现：（1）采集黄芪原药材：采集黄芪样本，经粉碎后，过80目筛，得到粒度均匀的黄芪药材粉末；（2）测定质控指标：测定黄芪药材中水分含量、浸出物含量、黄芪甲苷含量、毛蕊异黄酮葡萄糖苷含量；（3）采集黄芪药材近红外漫反射光谱数据：称取黄芪药材粉末，采用漫反射光纤探头快速采集近红外光谱，粉末厚度为1 cm，探头与粉末表层间距为10 cm，外置探头测量直径为10 mm，扫描次数为32，分辨率为16 cm‑1，通过3次重复装样扫描得到3张单光谱，平均后得到该黄芪药材样本的最终光谱图；（4）近红外原始光谱的预处理和建模波段选择：近红外光谱原始数据要经过标准正则变换和一阶导数法预处理，对于水分和浸出物含量模型使用4500~7500 cm‑1波段，对于黄芪甲苷含量模型使用4500~6800 cm‑1波段，毛蕊异黄酮葡萄糖苷含量模型则使用4500~6100 cm‑1波段；（5）建立黄芪药材各质控指标的近红外定量模型和定量放行标准：采用基于主成分分析的BP人工神经网络计算方法同时建立近红外特征数据与水分含量、浸出物含量、黄芪甲苷含量、毛蕊异黄酮葡萄糖苷含量4个质控指标的近红外定量校正模型，采用主成分分析法提取出黄芪药材光谱的主特征变量，作为BP人工神经网络的输入层单元数，建立单隐层的3层结构BPNN网络模型，根据预测的精密度和网络中间隐藏层单元数之间的关系，寻找最优隐藏层单元数，最大迭代训练次数为1000，学习效率μ=0.1，动量因子=0.3，通过所建定量模型，建立定量放行标准为：黄芪药材中水分含量≤10.0%，浸出物含量≥18.0%，黄芪甲苷含量≥0.040%，毛蕊异黄酮葡萄糖苷含量≥0.020%，完全满足定量放行标准的黄芪药材判断符合定量要求，可放行进入原药材质量判别的下个环节。