独立与相依成分分析研究及其在化学信号处理中的应用

独立成分分析（ICA）具有盲源信号解析的潜能，可以在缺少先验信息时直接从混合谱学信号中提取纯组分的谱学特征信息，用于化学信号的定性与定量处理，建立未经化学或物理分离的天然产物炮制加工过程监控与终点确定的新方法。但在实际应用中，化学源信号并不一定完全符合ICA方法所要求的统计独立性假定，此时虽然能够得到有实际意义的结果，但提取得到的独立组分信息与实际源信号之间会有一定的差异。本项目拟在前期进行ICA算法研究及应用的基础上，进一步开展混合信号中相依或非独立源信号提取的相依成分分析（DCA）研究，以ICA提取的独立组分信息作为DCA自相关处理时需要的先验信息，利用自相关模型等方法对作为混合信号中初始先验信息的独立组分进行优化，实现直接从混合体系中提取一个或多个与实际源信号差异性更小的纯组分信息，建立复杂混合体系谱学信号解析与定性定量分析、天然产物指纹图谱模式识别利用、化学图形信号处理的新方法。

利用独立成分分析（ICA）与相依成分分析（DCA）从混合谱学信号中直接提取源信号的谱学轮廓，实现混合谱学信号中接近纯组分谱学信号的“数学分离”。研究结果表明，ICA与DCA均具有“盲源信号分离”的潜能，特别是当实际源信号分布为宽带分布时DCA具有更好的提取能力。将ICA与DCA用于黄芩、大黄、茶叶等天然产物炮制过程或泡饮过程分析，提取得到的独立组分（IC）或相依组分（DC）信息，能够定性说明这些天然产物中具有的活性组分的种类；进一步利用这些IC或DC的变化趋势，可以表征炮制或泡过程进行的程度，据此建立“光谱分析-ICA/DCA”联合法确定天然产物炮制终点或泡饮次数确定的新方法，有效避免避免传统高效液相色谱（HPLC）及其与光谱、质谱等联用分析技术需要繁琐样品预处理、标准对照品和仪器费用较高等缺点，克服感官分析结果因人而异造成终点判断存在的较大差异。.　　利用核函数将紫外光谱（UV）信号映射到高维特征空间后进行支持向量回归(SVR)，建立水性基质中多种色素含量测定模型。进一步采用标准加入法(SAM)在碳酸饮料中加入不同量的多种色素，建立UV-SVR-SAM法高通量快速筛查碳酸饮料中的色素含量的测定方法，结果与传统HPLC等方法相当。将ICA引入到相关数据处理，分别提取纯水模拟样品中与色素相关的DC信息，在实际饮料加入标准样品中提取包括色素和其他背景信息的IC信息，选择与色素相关的IC进行SVR分析，同时实现实际样品中背景信号扣除、分析信息提取，建立了UV-SVR-SAM法测定水性基质饮料中多种色素测定的新方法。. 将连续小波变换（CWT）与气相色谱-质谱（GC-MS）结合，利用CWT解析PVC包装材料中增塑剂及其在油性食品介质中迁移量的测定，提高了传统方法中邻苯二甲酸二异壬酯（DINP）和邻苯二甲酸二异癸酯（DIDP）2种增塑剂色谱峰严重重叠与信噪比低等定性与定量的困难，有效提高了重叠峰的分辨率与信噪比。利用ICP-MS方法测定黄芩中多种微量金属元素含量，并对其中某些金属元素进行初级形态分析，研究了不同产地黄芩中金属元素含量分布特征，说明了天然产物炮制过程中金属元素形态的变化；利用微波消解-ICP-MS技术测定人体胃癌和癌旁组织中多种微量元素含量，得到了具有聚类效果的数据，为潜在胃癌诊治提供一定的数据支撑。