基于高光谱成像技术的青花椒产地识别研究

目的 基于高光谱成像技术结合机器学习建立一种青花椒产地的快速识别方法,实现四川、贵州、云南、重庆等10个青花椒主要产地样品的快速无损鉴别。方法 本研究利用全平皿法、五点平均法和中心点法3种不同的兴趣区域(region of interest, ROI)提取方式,获得平行光谱数据,分别采用5种预处理方法消除数据噪声提升模型性能,并比较了偏最小二乘判别分析(partial least square-discriminant analysis, PLS-DA)、随机森林(random forests, RF)和支持向量机(support vector machine, SVM) 3种模型的产地识别效果。结果 采用全平皿法提取兴趣区域,通过二阶导(second derivative, D2)预处理后建立的RF模型分类效果最佳,训练集和测试集的准确率均可达到100%。进一步采用连续投影算法(successive projections algorithm, SPA)选择27个特征波长建模,结果表明多元散射校正(multiplicative scatter correction, MSC)-RF模...     

红外光谱结合化学计量学鉴别西红花的产地

西红花不仅是在世界范围内广泛使用的传统香料，也是一味著名的中草药，其品质与产地密切相关。迫切需要寻找一种能快速对西红花进行产地判别的方法。基于不同产地西红花样品近、中红外光谱数据特征，采用Savitzky-Golay平滑(SG平滑)、多元散射校正、标准正态变量变换、一阶导数和二阶导数等预处理算法对光谱数据进行降噪处理，可以减小试验样本、测定环境以及仪器噪音对光谱数据的影响。结合偏最小二乘判别分析(Partial least square-discriminant analysis, PLS-DA)、决策树(Decision tree, DT)和支持向量机(Support vector machine, SVM)方法分别建立近红外光谱、中红外光谱、近中红外融合光谱分类模型，并采用移动窗口偏最小二乘法(Moving window partial least square method, MWPLS)提取光谱特征区间可以提升建模速度和分类精度。基于预测结果的准确率、混淆矩阵(Confusion matrix)和ROC曲线下面积(Area under curve, AUC)以选择最优分类模型。...     

姜资源的国内专利和产业化发展趋势分析

姜的应用历史悠久,现代研究表明其化学成分及药理活性十分丰富,有广阔的开发利用前景,因而文章期望通过分析国内专利状况、姜资源分布与应用状况,得到姜资源产业化发展的途径。本文基于SooPAT专利数据库,对生姜药材相关的国内专利进行整理分析,从专利申请及公开趋势、技术领域分布、技术生命曲线及专利申请人等角度分析,阐述生姜目前专利活动特征。并结合生姜的品种资源分布现状及应用实例分析,揭示生姜产业的发展状况。生姜相关专利分析结果表明,目前我国生姜相关的研究开发活力不足,生姜丰富的资源未能完全转变为其产业优势。基于分析结果,文章提出了姜资源产业化发展可以从姜的不同品种出发,充分利用药用姜、菜用姜的不同特点,针对性地进行产品研发。同时促进研究成果向实际产品的转化,并充分利用姜植物资源,对其非药食用部位、药渣等进行转化开发利用,进而提高姜资源的经济价值,推动其可持续发展。     

基于深度学习的小样本中药材粉末显微图像识别

针对中药材种类繁多、数据量稀少以及难以对其导管进行分类的问题,提出一种基于多通道颜色空间与注意力机制模型的卷积神经网络改进方法。首先,采用多通道颜色空间将RGB颜色空间与其他颜色空间合并为6通道作为网络输入,使网络学习亮度、色调和饱和度等特征信息,弥补数据量的不足;其次,在网络中加入注意力机制模型,其中通道注意力模型将两个池化层紧密连接到一起,空间注意力模型将多尺度空洞卷积结合到一起,使网络将注意力聚焦于小样本中关键的特征信息。实验结果表明,针对34种中药材样本的8774张导管图像,采用多通道颜色空间和注意力机制模型的方法,与原始ResNet网络相比,准确率分别提升了1.8个百分点和3.1个百分点,将二者结合后准确率提升了4.1个百分点,说明所提方法对小样本分类的准确率有着大幅度的提升。     

艾纳香晒后修护霜制备工艺优选及其质量评价

以菊科植物艾纳香的初加工产物艾纳香油作为晒后修护霜的功能性添加剂,采用正交设计法,以离心分层时间作为稳定性评测指标,对晒后修护霜的配方用量进行优选,对优选出的配方进行稳定性与粒子均匀性验证,并对其质量进行了评价。     

基于改进动态ReLU和注意力机制模型的中药材粉末显微图像识别研究

中药材粉末显微特征图像数据量少、样本类别分布不均衡、类间差异小,传统的图像识别方法分类效果不佳.针对以上问题提出一种基于动态ReLU和注意力机制模型的深度卷积神经网络改进方法.首先,采用对小样本数据分类效果明显的Xception作为基础网络;其次,将网络中的静态ReLU激活函数替换为改进的动态ReLU函数,让每个样本具有自己独特的ReLU参数;最后,在网络中嵌入改进的SE模块,使网络能够更好地自动学习到每个特征通道的重要程度.以上方法可以使网络更加注重于图像中的细节信息,能很好地解决样本类别分布不均衡、类间差异小的问题.实验结果表明,对56种中药材粉末导管图像进行分类识别,其准确率提升了约1.5％,达到93.8％,证明了所提研究方法相比于其他图像分类方法具有一定的优越性.     

中药淡竹叶质量标准研究概况

在淡竹叶的鉴别方面,历版药典与各地中药饮片炮制规范均只记载叶的表面观,多数学者对淡竹叶与其混伪品的研究也多停留在性状方面,可见,在淡竹叶的鉴别方面还有许多不足。在淡竹叶检查方面,《中华人民共和国药典》仅记载水分和总灰分检查,各地中药饮片炮制规范中仅《上海市中药饮片炮制规范》2008年版收载"杂质检查";《江西省中药饮片炮制规范》2008年版收载"水分检查";《湖南省中药饮片炮制规范》2010年版收载"浸出物检查"。其他皆没有检查方面的记载。在加工炮制方面,各省区炮制规范收载不一,有切长段,有切短段,还有不明确长短,且多数收载的炮制方法没有明确杂质涵盖的范围。再者,各地标准参差不齐,不利于标准的执行,也使市场监管存在困难。淡竹叶的质量控制指标较少,对于当下先进的用于质量标准研究的方法如GC-MS法、色谱、指纹图谱等,未来都可用于淡竹叶的质量标准。     

重庆金佛山民间八大特效药

在第四次全国中药普查重庆市南川区调查期间,通过民间单验方收集,对金佛山民间八大特效药进行了基源鉴定、生境分布、采集加工、功能主治的调查,并通过查阅相关资料,对该植物的性味功能、化学成分、药理作用、抗菌实验等做了相应的整理。     

甘草紫杉烯5α-羟化酶cDNA的生物信息学分析

[目的]分析甘草紫杉烯5α-羟化酶(GuT5H)cDNA序列及其编码的蛋白质的结构特征。[方法]以甘草GuT5H全长cDNA为研究对象,运用生物信息学软件和网络工具预测其编码的蛋白质序列,并分析该蛋白质的结构、功能及分子进化特征。[结果]甘草GuT5H cDNA全长1692 bp,含有1428 bp的开放阅读框,编码475个氨基酸残基的蛋白质;该蛋白质与细胞色素P450家族紫杉烯5α-羟化酶(T5H)成员具有高度的序列一致性,分子进化上与同科植物大豆、苜蓿、鹰嘴豆的T5H关系最为密切。[结论]甘草GuT5H cDNA编码紫杉烯5α-羟化酶,属于细胞色素P450家族成员。     

基于火麻仁资源综合价值的蛋白提取工艺研究

火麻仁富含油脂、蛋白和微量元素,具有极高的开发价值。本研究从火麻仁油和蛋白得率、脂肪酸及氨基酸含量综合角度,建立资源价值最大化的火麻仁蛋白质提取工艺。对不同榨油方式获得的火麻仁油进行脂肪酸成分分析;比较不同榨油方式所得火麻仁粕提取蛋白的得率、纯度和氨基酸组成差异;通过单因素考察和正交实验优化火麻仁蛋白提取工艺。结果表明火麻仁油富含不饱和脂肪酸,冷榨和热榨对火麻仁油得率和脂肪酸组成无显著影响;碱提酸沉法提取冷榨粕和热榨粕粗蛋白质提取率分别为11.38%和2.23%,纯度分别为79.67%和67.33%;冷榨粕蛋白必需氨基酸含量29.87%,高于热榨粕蛋白的23.93%;通过单因素考察和正交实验研究,火麻仁蛋白最佳提取条件为温度60℃,pH为10.5,提取时间50 min,料液比1:15,在此条件下蛋白得率为20.87±3.16%。研究表明冷榨法能够获得优质火麻仁油和火麻仁蛋白,碱提酸沉法适合火麻仁蛋白的工业化生产,对火麻仁资源综合利用、火麻仁油和蛋白的开发具有借鉴意义。