目的利用電子鼻技術(shù)建立氣味指紋圖譜進(jìn)行秦艽藥材產(chǎn)地鑒別探索,為秦艽藥材產(chǎn)地快速鑒別提供新方法。方法采用電子鼻技術(shù)對收集的10個(gè)產(chǎn)地的10批秦艽樣品進(jìn)行檢測,獲得不同產(chǎn)地秦艽藥材氣味信息的電子鼻傳感器響應(yīng)值,利用主成分分析（PCA）、判別因子分析（DFA）對傳感器響應(yīng)值進(jìn)行處理和分析。結(jié)果 PCA分析不能很好地對不同產(chǎn)地的秦艽藥材進(jìn)行區(qū)分,DFA分析能很好地進(jìn)行秦艽藥材產(chǎn)地鑒別。結(jié)論采用電子鼻技術(shù)對不同產(chǎn)地秦艽藥材的氣味信息進(jìn)行數(shù)據(jù)化分析,可以實(shí)現(xiàn)秦艽藥材產(chǎn)地的快速區(qū)分鑒別。 

【文章來源】：時(shí)珍國醫(yī)國藥. 2020,31(03)北大核心CSCD

【文章頁數(shù)】：3 頁

【部分圖文】：

不同產(chǎn)地秦艽藥材氣味特征指紋圖譜

秦艽樣品數(shù)據(jù)的PCA分析

基于氣味數(shù)據(jù)分析的結(jié)果,無論是PCA分析或DFA分析,2、3、5、6、7號產(chǎn)地均可實(shí)現(xiàn)良好區(qū)分,選取此五個(gè)產(chǎn)地建立產(chǎn)地DFA鑒別模型,見圖4。按1～4的順序隨機(jī)抽取2-1、3-2、5-3、6-4、7-1樣品進(jìn)行驗(yàn)證,結(jié)果見表4,正確率100%。為進(jìn)一步驗(yàn)證鑒別效果又建立全部10個(gè)產(chǎn)地DFA鑒別模型,見圖5。按1～4的順序隨機(jī)抽取不同產(chǎn)地樣品進(jìn)行驗(yàn)證,結(jié)果見表5,正確率80%。結(jié)果表明利用電子鼻可以實(shí)現(xiàn)秦艽藥材的產(chǎn)地的鑒別,準(zhǔn)確率較高。圖4 5產(chǎn)地電子鼻鑒別模型

【參考文獻(xiàn)】：
期刊論文
[1]基于FTIR技術(shù)和稀疏線性判別分析的秦艽種類鑒別[J]. 李四海,余曉暉,趙磊,晉玲.  光譜學(xué)與光譜分析. 2018(08)
[2]基于電子鼻技術(shù)區(qū)分不同產(chǎn)地的南五味子[J]. 黃得棟,何微微,晉玲,馬曉輝,盧有媛,林麗,朱田田.  中國實(shí)驗(yàn)方劑學(xué)雜志. 2017(23)
[3]進(jìn)口與國產(chǎn)血竭的電子鼻檢測方法及判別模式研究[J]. 呂曉娜,劉杰,楊瑤珺,李夢,王文祎,李紅霞.  中華中醫(yī)藥雜志. 2017(02)
[4]基于電子鼻技術(shù)的附子(黑順片)等級及產(chǎn)地的區(qū)分研究[J]. 汪云偉,鐘戀,譚茂蘭,楊詩龍,萬軍,黃勤挽.  中成藥. 2014(12)
[5]基于電子鼻技術(shù)區(qū)分川產(chǎn)益母草的研究[J]. 鐘戀,汪云偉,劉玉杰,艾莉,焦小珂,蘭杰.  世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化. 2014(06)
[6]電子鼻技術(shù)及應(yīng)用研究進(jìn)展[J]. 鄒慧琴,劉勇,林輝,閆永紅.  傳感器世界. 2011(11)
[7]秦艽及其近緣種植物資源在我國的分布[J]. 郭偉娜,熊文勇,魏朔南.  中國野生植物資源. 2009(02)

碩士論文
[1]電子鼻在蒼術(shù)質(zhì)量評價(jià)中的應(yīng)用研究[D]. 韓玉.北京中醫(yī)藥大學(xué) 2011



本文編號：3110257