基于近红外和中红外光谱的杜仲产地溯源

杜仲是一种重要而有价值的中药,具有多种医疗功能,多年来在中国、日本和韩国等亚洲国家被广泛用作保健食品。杜仲的功效和质量与产地密切相关。采用近中红外光谱与化学计量学相结合的方法,用于简便、快速和准确地鉴别杜仲的产地。使用k-最邻近分析(kNN)、主成分分析-线性判别分析(PCA-LDA)和偏最小二乘判别分析(PLS-DA)模型对杜仲样品进行了产地来源分类。结果表明,kNN模型更适合基于近红外光谱的不同省份杜仲样品的识别,kNN模型对来自8个省份的杜仲样本在训练集和测试集上的识别率均达到100%,交叉验证识别率为100%;PLS-DA模型更适合基于中红外光谱的不同省份杜仲样品的识别,PLS-DA模型在训练集和测试集中对来自8个省份的杜仲样品的识别率分别达到99.40%和98.61%,交叉验证识别率为99.11%。该方法可以快速、准确地确定杜仲的省份来源,有望应用于市场监督领域。     

近红外光谱结合化学计量学的掺伪杜仲判别

中药杜仲具有多种医疗功能，常被不法分子选作掺假目标以牟取暴利，对掺假杜仲进行快速判别能够更好的保障杜仲质量安全以及维护消费者的利益。使用近红外光谱结合化学计量学，构建了一种用于快速检测杜仲中几类常见掺假物的方法，可以实现杜仲的真伪鉴别。从结果上看，偏最小二乘判别分析(PLS-DA)获得的训练集和测试集的识别率分别为99%、96%,随机森林(RF)获得的训练集和测试集的识别率分别为99%、92%。此外，采用PLS回归模型对杜仲中不同类型掺假物的掺假程度进行定量，良好的线性相关性和准确度证明了PLS回归模型对于杜仲掺假比例的预测结果是可靠的。该方法可以快速、准确地进行杜仲的真伪鉴别和掺假样品的掺假程度预测。