摘要
为构建枸杞子中枸杞多糖、总黄酮、甜菜碱和维生素C(Vit C)等4种质量指标成分含量的快速无损检测模型,该研究分别采集枸杞子原药材和粉末的高光谱信息,结合上述4种成分的含量值,分别利用偏最小二乘回归(PLSR)、支持向量机回归(SVR)和随机森林回归(RFR)算法建立定量模型.对比原药材和粉末的预测效果,同时比较3种定量模型的效果.应用4种常用预处理方法分别对原始光谱数据进行降噪预处理;对预处理后的光谱数据利用连续投影(SPA)、竞争性自适应重加权(CARS)和最大相关最小冗余(MRMR)算法进行特征波段的筛选,以优化模型.结果表明,原药材与粉末的模型预测效果相近,原药材光谱数据经多元散射校正(MSC)降噪处理、连续投影算法(SPA)筛选特征波段后的偏最小二乘回归(PLSR)模型(MSC-SPA-PLSR)预测效果最佳.基于此模型,枸杞多糖、总黄酮、甜菜碱和Vit C的含量回归预测校正集和预测集决定系数(R2C、R2P)均大于0.83,校正均方根误差(RMSEC)和预测均方根误差(RMSEP)相比其他模型均最小,剩余预测残差(RPD)分别为2.46、2.58、2.50、3.58.该研究基于高光谱技术建立的预测模型(MSC-SPA-PLSR),实现了枸杞子中4种成分含量的快速有效检测,为中药枸杞子品质的快速无损检测提供了一种新的途径.
基金项目
国家中医药管理局中医药创新团队及人才支持计划项目(ZYYCXTD-D-202005)
中国中医科学院科技创新工程重大攻关项目(CI2021A03901)
中央本级重大增减支项目(2060302)
国家重点研发计划项目(2017YFC1701603)