中草药大黄小波变换的近红外光谱聚类分析.docVIP

中草药大黄小波变换的近红外光谱聚类分析 　　摘要：采用小波变换技术对近红外光谱压缩，减少训练时间，并以聚类法定性，以鉴别不同产地的大黄（Rheum palmatum L.）。该方法可有效鉴别不同产地的大黄，与传统鉴别结果基本一致。结果表明，近红外漫反射光谱法作为一种快速简便的分析技术，可用于大黄等中草药的质量控制，为大黄的生药鉴定提供参考。 　　关键词：大黄（Rheum palmatum L.）；近红外光谱；小波变换；鉴别；聚类分析 　　中图分类号：O657.33 文献标识码：A 文章编号：0439-8114（2013）16-3971-03 　　大黄（Rheum palmatum L.）为多种蓼科大黄属植物的合称，是我国特产中草药，药用历史悠久，主产于四川、青海、甘肃，为苦寒泻下之品，其烫涤肠胃，峻下力猛，走而不守，活血化瘀，破症瘕积聚，广泛应用于临床。但只有药典规定的正品大黄（唐古特大黄、掌叶大黄、药用大黄）具有以上功效，而市面上的伪品大黄（华北大黄、臧边大黄、河套大黄等）虽然含有蒽醌衍生物成分，但是不含双蒽醌疳和番泻疳，故不具有泻热通肠的作用，不可药用。因此，大黄真伪鉴别方法的开发和研究十分必要。 　　近红外光谱技术在中草药鉴别方面的应用已有许多报道[1-3]，但将小波变换技术应用到近红外光谱，并且把聚类分析应用到中草药大黄的鉴别应用中报道较少[4-5]。本试验将大黄小波变换的近红外光谱与聚类分析相结合，分析了41种不同产地的中草药大黄，以期对大黄的鉴别提供参考。 　　1 材料与方法 　　1.1 材料 　　选用的41个大黄材料为不同品种和不同产地的样品。样品由北京同仁堂股份有限公司科学研究所提供，依据我国药典的要求，将这些样品分为正品大黄和非正品大黄，其中23个为正品大黄，18个为非正品大黄。均由北京医科大学诚静容和陈虎彪教授鉴定。 　　1.2 仪器 　　6500型近红外光谱仪（Foss公司），石英卤灯，PbS检测器。 　　1.3 方法 　　1.3.1 前处理方法 药材经烤箱烘干，机器粉碎，过60目筛，取约2.5 g样品于样品池中，按试验条件扫描，每个样品重复测定30次，求平均光谱。 　　1.3.2 NIR（近红外）光谱的测定 为减小重复装样的误差，一般需测定多次，求平均光谱。取约2.5 g过60目筛的大黄样品，重复测定30次，当测定次数大于20次时，测量值接近于真实值。本试验每个样品重复测定30次，求平均光谱。 　　1.3.3 粒度大小对NIR的影响 取经干燥的大黄样品，粉碎，分别过40、60、80、100目筛，取约2.5 g样品在上述条件下测定。 　　1.3.4 装样量差异对NIR的影响 分别取约0.5、1.0、1.5、2.0、2.5、3.0 g过60目筛的大黄样品进行测定。 　　1.3.5 扫描次数对NIR的影响 扫描次数分别设置为30、40、50、60、70次时，取约2.5 g过60目筛的大黄样品进行测定。 　　1.3.6 数据采集和处理 大黄样品的测量波长范围为1 100～2 500 nm，每隔2 nm采集一个数据点。光谱采集所用样品池直径为38 mm，厚度为10 mm。为了保证样品数据的代表性，进行若干次测量后将样品池取出摇动，使样品池中的样品得到重新填充。每个样品扫描测量50次，然后取其平均值作为该样品的光谱。 　　2 结果与分析 　　2.1 各种因素对NIR的影响 　　试验研究了各种因素对NIR的影响，研究结果表明，大于60目筛的样品光谱的重现性好，为保证样品的均匀性，试验取过60目筛的大黄样品进行测定；当装样量超过2.0 g时，光谱基本无变化，装量不足1.5 g时，光谱产生漂移，试验取每份大黄样品质量约为2.5 g进行测定；扫描次数越多，噪音影响越小。试验设扫描次数为50次。 　　2.2 样品NIR光谱 　　大黄样品的近红外光谱（图1）非常相似，且近红外光谱图中光谱变量点多，导致鉴别速度较慢。 　　样品的扫描测量数据以ASCⅡ码存储，然后再用另一台微机进行计算处理，得大黄样品的NIR（近红外）光谱。为了减少光谱的变量，提高聚类分析速度，通过小波变换法对NIR光谱进行压缩，经小波压缩后的光谱变量点由原来的700个减少为44个（图2）。利用小波变换技术既能高效减少数据变量数目，又能保持原光谱特征。 　　将不同产地大黄样品的近红外光谱比较。对于吸收峰出现较多的区域，则扩大该区域，比较同一位置是否都出现吸收峰，不同样品的吸收峰强度是否相同，同一样品在不同位置出现吸收峰的相对强度是否相同。显然，虽然近红外光谱有细微的差别，但是区域重复较多，而且还有暗纹，所以这种方法并不能区分大黄样品。 　　将测量得到大黄样品的NIR光谱经二阶导数处理（图3），消除了斜坡背景的影响。但