基于近红外与电子鼻技术的药用菊花道地药材模式识别研究

药用菊花类群繁杂、道地产区多，市场上主流品种有"亳菊"、"滁菊"、"贡菊"、"杭菊"、"怀菊"、"川菊"、"祁菊"、"济菊"、"德菊"等。各菊花品种在药材质量、化学成分和应用上又各不相同。因此，需要快速、准确识别各菊花品种，为合理、正确应用提供参考。基于此，本课题运用现代分析技术近红外NIR和电子鼻EN进行药用菊花道地药材模式识别研究，即实地采集药用菊花9个产地的不同时期大量样品，通过近红外光谱仪和电子鼻扫描样品信息，运用主成分分析对数据进行降维，采用线性判别分析、人工神经网络、支持向量机等方法建立数学模型，并优化模型参数，建立NIR和EN模式识别数据库，实现对药用菊花道地药材快速模式识别。本课题研究成果对于道地药材鉴别和质量控制，为中医临床提供优质道地药材，提高临床疗效具有重要意义，同时，也为中药鉴定的现代化研究提供新的思路和方法。

课题组历时2年赴8省10市共实地采集110份菊花样品，先后考察安徽省亳州、滁州市、黄山、浙江省桐乡、河南武陟，四川中江，河北安国，山东嘉祥、湖北麻城、江苏盐城等菊花主产地“亳菊”、 “滁菊”、“贡菊”、“杭菊”、“怀菊”， “川菊”，“祁菊”， “济菊”、“德菊”栽培、产地加工、生产销售等情况。系统研究了药用菊花的发展与演变，发表大黄菊（新栽培变种）Dendranthema morifolium (Ramat.) Tzvel. ‘Dahuangju’ cv. nov.。.采用标准正态变量变换（SNV）、多元散射校正（MSC）、一阶导数和二阶导数等预处理方法，采用判别偏最小二乘法、主成分BP神经网络、主成分RBF神经网络和主成分最小二乘支持向量机法等建模方法，实现了菊花品种的近红外快速无损鉴别，建立了菊花快速无损鉴别数据库；采用主成分分析（PCA）降维、采用线性判别分析(LDA)等方法建立数学模型，进行模型参数优化，实现了药用菊花品种的电子鼻快速无损鉴别，建立了药用菊花电子鼻模式识别数据库；进行了太子参产地、前胡质量近红外快速无损鉴别、金樱子采收期、白术质量电子鼻快速无损鉴别。.项目共发表论文11篇，其中SCI收录3篇，EI收录2篇，ISTP收录2篇；安徽省科技厅成果鉴定1项。