显微红外光谱无损鉴别林下山参与园参
需积分: 0 196 浏览量
更新于2024-09-05
收藏 309KB PDF 举报
显微红外光谱无损识别林下山参与园参是现代中药质量控制领域的一项创新性研究。这项技术由卜海博、王峰等学者合作,利用显微红外光谱分析技术进行深入探讨。显微红外光谱技术结合了红外光谱仪和显微镜,具备样品处理简便、微区和微量分析能力,可以直接反映出样品的内在特性,这对于珍贵药材如人参的鉴别具有重要意义。
人参种类繁多,主要包括林下山参、园参和野山参,其中野山参因保护野生资源的原因,在我国受到严格限制。目前,药典主要关注林下山参和园参的认证。研究者们首次应用显微红外光谱技术,配合判别分析方法,开发出了一种非破坏性的识别模型,用于区分这两种人参。
研究团队收集了大量林下山参和园参样本,通过显微红外光谱获取数据。他们采用统计学方法,如多元散射校正和Savitzky-Golay平滑预处理,优化了数据处理过程,确定了14-670厘米波段范围内的关键特征区域,以及4个主成分分析,聚焦于芦头部位的光谱特性。通过划分校正集和验证集,他们构建了准确率高达100%的识别模型。
该研究结果表明,显微红外光谱技术结合判别分析,不仅提高了识别的精确性和效率,而且无需对样品造成物理损伤,对于林下山参和园参的快速、无损鉴定具有显著优势。这对于保证中药市场的公平交易和提升公众对人参品种的认知具有实际价值。此外,研究还得到了国家自然科学基金、高校博士学科点专项科研基金和北京中医药大学自主选题项目的资助,体现了学术界对该领域研究的重视和支持。
关键词:林下山参、园参、显微红外光谱技术、无损识别、判别分析。这项工作不仅丰富了人参的鉴定手段,也为其他植物药材的无损分析提供了新的思路和技术平台。
2020-03-14 上传
2021-04-24 上传
weixin_38724370
- 粉丝: 5
- 资源: 931
最新资源
- Angular程序高效加载与展示海量Excel数据技巧
- Argos客户端开发流程及Vue配置指南
- 基于源码的PHP Webshell审查工具介绍
- Mina任务部署Rpush教程与实践指南
- 密歇根大学主题新标签页壁纸与多功能扩展
- Golang编程入门:基础代码学习教程
- Aplysia吸引子分析MATLAB代码套件解读
- 程序性竞争问题解决实践指南
- lyra: Rust语言实现的特征提取POC功能
- Chrome扩展:NBA全明星新标签壁纸
- 探索通用Lisp用户空间文件系统clufs_0.7
- dheap: Haxe实现的高效D-ary堆算法
- 利用BladeRF实现简易VNA频率响应分析工具
- 深度解析Amazon SQS在C#中的应用实践
- 正义联盟计划管理系统:udemy-heroes-demo-09
- JavaScript语法jsonpointer替代实现介绍