基于模式识别技术的中成药分类与质量鉴定流程

通过分析模式识别各种技术的应用特点,结合指纹图谱技术的应用,探索出了一条针对中成药分类与质量鉴定的标准技术路线,可以完成中成药的分类与质量鉴定工作。以六味地黄丸分析为案例,分析流程先将样品的指纹图谱信息转化成数学信息,再使用模式识别技术进行判别分析,技术路线基于MATLAB编程实现。技术路线准确地进行了样品的分类与质量鉴定,分析结果可用于评价药品的生产工艺,比较不同品牌药品的质量稳定性。     

中药血竭的化学模式识别研究

建立了10种中药血竭样品的HPLC(High performance liquid chromatgraphy)指纹图谱，并把HPLC指纹图谱信息进行数据化及数据标准化处理；用重叠率与相关系数两个参数，从两个方面定量地对这10种样品的HPLC指纹图谱进行了相似性评价；在此基础上用系统聚类分析法定性地对这10种样品进行了分类和鉴别．从而建立了一种相对完善的中药血竭的化学模式识别技术，为中药血竭的质量评价和分类鉴别提供了一个很好的方法和思路．     

葛根HPLC指纹图谱及模式识别研究

采用高效液相色谱法,建立9种不同产地的葛根样品的指纹图谱,并利用化学计量学中的主成分分析和聚类分析方法对所得到的葛根HPLC指纹图谱进行模式识别的研究,实现了9种不同产地葛根样品的分类.本研究获得的指纹图谱较全面的反映不同产地的葛根的特征差异,可为葛根的质量控制及综合评价奠定基础.     

中药山茱萸的高效液相色谱指纹图谱及其聚类分析

采用高效液相色谱（HPLC）法建立了10个不同山茱萸样品的中药指纹图谱（TCMF）．对所获得的指纹图谱信息进行了数据化处理；用色谱峰重叠率定量地对10个样品的指纹图谱进行了相似性评价，其重叠率均大于85．4%．在此基础上用模糊聚类中的几何平均最小法定性地对10个样品进行了分类和鉴别，其相似性的相关系数为0．927时，全部样品可归为一类．通过HPLC指纹图谱、色谱峰重叠率和模糊聚类分析，建立了控制山茱萸药材质量的新方法，该法为中药样品的鉴定和质量控制提供了依据，并为HPLC在复杂组分样品的分析领域开拓了新的应用途径．     

核磁共振指纹图谱用于阿胶的鉴别

建立阿胶核磁共振指纹图谱法用于阿胶的鉴别。基于阿胶水提液成分,采用核磁共振氢谱(¹H-NMR)建立阿胶核磁共振指纹图谱方法,并进行方法学验证;对不同来源样品进行核磁共振氢谱测定,得到样品数据集。采用主成分分析(PCA)和片段偏最小二乘法(i-PLS)对样品进行模式识别研究,建立阿胶判别模型。结果显示,阿胶核磁共振指纹图谱方法的精密度、稳定性和重现性良好。PCA分析结果表明:不同来源样品有一定的类别差异,但阿胶真品与伪品难以分开。采用i-PLS法建立真伪阿胶判别模型,分类能力强,能够实现真伪阿胶的正确判别。阿胶核磁共振氢谱指纹图谱结合模式识别方法能够用于中药阿胶的真伪鉴别,为阿胶的质量控制及评价提供借鉴。     

色谱技术在中药指纹图谱研究中的应用

本文介绍了气相色谱、高效液相色谱、超临界流体色谱和高速逆流色谱等几种色谱技术在中药指纹图谱研究中的应用现状，以及使用模糊聚类分析和人工神经网络分析指纹图谱，对中药进行模式识别和质量签定的方法。     

HPLC指纹图谱及化学模式识别鉴别菟丝草药材

通过菟丝草药材的高效液相色谱指纹图谱,结合化学模式识别,鉴别菟丝草药材的产地来源;同时,测定了其中3种黄酮类组分的含量.采用Agilent HC-C18色谱柱(250 mm×4.6 mm,5 μm),以乙腈-0.3%磷酸为流动相,在柱温30 ℃,流速1.0 mL/min进行梯度洗脱,在360 nm检测波长下,获取菟丝草药材的HPLC图谱,在不同产地的样品中,获取了12个共有峰.通过菟丝草的HPLC指纹图谱,运用相似度分析,并经过化学模式识别即聚类分析和主成分分析法,可将样品按来源分成两类,不同样品表现出不同的特性.相似度分析和化学模式识别结果相互印证,均将样品分为两类.同时对药材中金丝桃苷、紫云英苷和槲皮素含量进行了测定,其相关系数均为0.997以上,重复性、稳定性、精密度均小于3%,平均加标回收率均在95%以上.结果表明,HPLC指纹图谱与化学模式识别结合,可准确、综合地对菟丝草药材进行产地鉴别,并确定了3种黄酮类有效成分的含量.     

色谱指纹图谱在精油质量分析中的应用研究进展

精油是天然活性成分,是由一类化学成分组成的复杂体,通过多组分、多指标的分析检测,对其整体信息予以控制,才能科学有效地评价其质量、品质。指纹图谱技术作为复杂化学体系分析的重要方法,可综合反映出精油组分的色谱特征信息,达到全面质量控制的目的。本文综述了指纹图谱技术及其在精油质量分析中的现状与应用,旨在建立规范的精油色谱指纹图谱并推广应用,这对精油的质量控制和标准完善,以及我国精油植物资源的开发具有十分重要的意义。     

mRNA差异显示技术及其在植物基因工程中的应用

mRNA差别显示技术是将mRNA反转录技术与PCR技术二者相互结合发展起来的一种RNA指纹图谱技术,目前已广泛应用于分离鉴定组织特异性表达的基因.本文介绍了mRNA差别显示的基本原理、技术路线以及反应条件的改进方法,最后指出了此技术在植物基因工程中的应用.     

基于Web的中药指纹图谱智能管理系统

为了实现中药成分定量分析和质量控制,通过.NET平台、SQL Server数据库和学习向量量化神经网络构建了一个基于Web的中药指纹图谱智能管理系统,实现中药指纹图谱的分类和识别,并以Web方式进行信息共享,该系统为中药质量的现代化管理提供保障.     

基于现代多元数据分类技术的中医诊断研究

提出了信息时代的核心技术--现代信息处理技术在中医诊断中的应用研究.多元数据处理和模式分类等现代信息处理技术已经成为现代人类认识的强有力工具,将其应用于中医诊断,既具有传统中医理论与现代科学技术相互结合的科学意义,又具有推动中医诊断过程客观化和手段现代化的现实意义.     

灵芝质量控制及评价的研究进展

搜集了有关灵芝鉴别、灵芝有效成分的提取和含量测定的研究文献,对灵芝质量控制及质量评价的研究进展进行了综述.结果表明:第一,目前灵芝鉴别的方法比较多,但主要还是采用传统的性状鉴别、显微鉴别和理化鉴别.近年来,随着化学模式识别技术的迅速发展,指纹图谱技术与其相结合已广泛地用于鉴别灵芝.第二,目前灵芝有效成分的提取和含量测定的方法都比较成熟,但主要都是通过测定灵芝中某种成分的含量来评价灵芝的质量的优劣,这不符合中医辨证施治的原则.因此,在评价灵芝的质量时应与其药效相结合,不能仅以其某种成分的含量高低评价其质量.     

化学模式识别在中药质量控制中的应用

主要介绍了3种常用的化学模式识别方法:主成分分析法、聚类分析法、人工神经网络法,并对化学模式识别技术在中药质量控制与评价中的应用进展做了简要评述.     

分类算法在中药科研中的应用及其进展

目的 研究分类算法在中药科研中的应用及其进展,为中药领域数据挖掘的相关研究提供有益的参考和借鉴。方法 利用国内知网、万方和维普等作为主要文献检索平台,整理文献建立研究对象文献数据库。结果 从311746篇文献中,整理得到345篇相关文献;分类算法的应用较多集中在中药药性研究、药物分析、药物安全性/毒性、方剂配伍规律和中药功效等５个研究子领域;且人工神经网络算法运用的范围最广,适用于中药科研的多个子领域。结论 分类算法在中药科研中应用种类多,且涵盖的研究范围广;不同数学模型的分类算法均有特色,应当结合中药数据的特点,优选不同的分类算法;通过改进完善传统的分类算法,更有利于充分发挥分类算法在中药传承和创新中的作用。     

中药材质量控制及其方法概述

中药质量控制是保证中药现代化，产业化通讯国际化的核心问题，本文在综述中药发展状况、中药材质量控制的重要性及中药材质量控制方法概况的基础上，指出利用分子光谱法对中药材的原性质进行快速，无损分析是一种非常有潜力的中药材质量控制和鉴别手段。     

基于MLP和SVM技术的骨性关节炎中药复方辨证分类研究

以多层感知器(MIP)与支持向量机(SVM)集成手段为分析工具,研究治疗骨性关节炎疾病的中药复方药物的分类判断,得到复方药物中分歧药物的分类和关键药物的选择.同时结合模式分类规则得到最相似药物的分类,为中药复杂组效关系的阐明及OA中药新药的研制提供了重要基础数据.预测结果与该疾病的临床试验结果进行比较,分类结果与中医理论相吻合.     

青海及周围地区的蕨麻红外图谱的建立及计算机解析

利用红外图谱法建立了蕨麻的红外指纹图谱.采用小波分析对红外光谱图进行去噪后,再把去噪后的光谱原始数据长度由1 868压缩到241,通过压缩后的数据对11批蕨麻进行了相似度计算和灰色关联度分析.结果表明,所建立的蕨麻的指纹图谱可用于蕨麻的质量评价.     

基于策略模式的中医药数据智能挖掘平台设计与应用

针对目前大多数中医药数据挖掘研究中使用单一且基础的算法而出现的问题,设计并实现一种通过策略模式智能优选中医药数据挖掘方法的平台(TCM data strategy model analysis platform, TCMDP)。根据策略模式的思想,集成以下4个数据挖掘模块,统计学分析模块可对药物、药物种类、四气五味归经和药物功效进行统计学分析;关联规则挖掘模块可以分析处方中的药物关联性;聚类分析模块可获取药物组合得出聚类新方,通过分析结果来探讨肺癌处方的配伍规律;证型分类模块以电子病历的中医症状和四诊信息作为输入,将相关证型作为输出,构建证型分类模型。综上实现了基于策略模式的中医药数据智能挖掘平台,并运用该平台对中医临床治疗肺癌的中药处方进行用药规律和证型分类研究。结果表明：以痰瘀互结证肺癌病例为例,关联规则挖掘模块中WD-Get Rule算法的运行时间最少仅为0.038 s。聚类分析模块中CMC-DD算法分析时间略长但精确率高达87%。肺癌证型分类分析模块中PSO-ELM运行时间短为88.98 s,且模型平均精确率达88.44%,具有一定的临床参考价值。而本平台所采用的改进算法均优于...     

中药质量标准的研究进展

我国中药质量标准随着时代的发展在不断的改进和完善,目前中药质量常规检验分析技术以传统检测方法与薄层扫描法、高效液相色谱法和气相色谱法占主导地位,随着现代自然科学技术的发展,色谱法、光谱及质谱法、热分析法、电分析法、分子生物学技术、计算机辅助技术、化学计量学方法和多维仪器联用技术等新学科理论和实验技术不断渗透到中药鉴定领...