基于化学计量学黄花白及和小白及HPLC指纹图谱分析

采用高效液相色谱（HPLC）法建立6批黄花白及和8批小白及指纹图谱并比较Militarine含量,利用相似度（SA）、聚类分析（HCA）和主成分分析（PCA）对黄花白及和小白及进行综合评价。结果显示HPLC指纹图谱共生成26个共有峰,利用对照品指认12号色谱峰为Militarine,且其含量在二者之间具显著性差异（P<0.01）;SA分析显示黄花白及和小白及相似度大于0.912,具较高的相似性;HCA和PCA将黄花白及和小白及分为两类,表明两者存在一定的差异性,分析结果相互验证。结果表明黄花白及和小白及化学组成类似,HPLC指纹图谱技术结合化学计量学方法适用于两者的区分和内在质量评价。     

基于韦伯二值感知特征的指纹活性检测

基于韦伯二值感知特征的局部描述符,提出一种指纹活性检测方法。该方法包含两部分：根据韦伯定理提取视觉感知特征的局部二值差分激励,以及从中心对称像素对提取梯度方向特征的局部二值梯度方向。在2011年和2013年指纹活性检测竞赛的数据库上,使用支持向量机分类器对提取的特征向量进行训练和测试,实验结果表明了该方法进行指纹活性检测的有效性。     

牛膝中齐墩果酸和β-蜕皮甾酮的HPLC法含量测定及指纹图谱研究

建立了中药牛膝的HPLC指纹图谱并同时测定其中齐墩果酸和β-蜕皮甾酮的含量。采用Agilent ZORBAX SB C18色谱柱,流动相为乙腈 0.6%甲酸,柱温为25 ℃,检测波长为260 nm,进行了13批次牛膝药材的分析。牛膝药材的HPLC指纹图谱共有16个共有峰,4个特征峰,定量测定了其中两个峰β 蜕皮甾酮和齐墩果酸。通过相似度分析初步断定,不同地域的牛膝药材在质量上存在明显的差异。该研究为建立牛膝药材的质量控制体系提供了方法和技术支持。     

一种改进的指纹识别算法与研究

提出了一种改进了的指纹图像增强算法和指纹图像二值化算法—分块阈值法.分块阈值法利用了固定阈值算法的思想对图像中的每一小块确定一个大致范围的阈值,然后利用区域自适应的思路对设定阈值进行适当的调整,即当阈值的取值范围合适时,指纹图像的纹线是平滑的不会有黑洞的出现.通过实验证明这种算法能够很好的去除块效应,使得处理后的指纹图像边缘更平滑.     

基于HPLC强力定眩片指纹图谱分析方法的建立

为建立强力定眩片的HPLC指纹图谱,使用Lamdo Stamsil C18柱(柱长250 mm,柱径4.6 mm,粒径5μm);乙腈-0.05％磷酸水为流动相,梯度洗脱;波长280 nm;体积流量0.8 mL/min;进样量5μL.10批样品共标定34个共有峰,指认出12个色谱峰,相似度均在0.9以上,表明该方法准确可...     

杨树菌材与传统菌材栽培天麻的HPLC指纹图谱研究

为了解杨树菌材和传统菌材栽培天麻的化学成分,评价杨树菌材栽培天麻的质量,测定和分析了湖北省宜昌下堡坪、五峰、鹤峰的杨树菌材和传统菌材栽培天麻的HPLC指纹图谱.结果表明:各地不同菌材栽培天麻的HPLC指纹图谱主峰数量与分布相似,杨树菌材栽培天麻的HPLC指纹图谱与栎树菌材相近,但两者各特征峰的紫外吸收强度明显弱于栗树菌材.     

多糖定量检测的研究进展

本文综述了多种多糖定量检测的方法,可分为两大类：一类是直接测定多糖本身,如高效液相色谱法、高效毛细管电泳法、凝胶渗透色谱法等;另一类间接测定法,是利用测定组成多糖的单糖来完成定量。     

指纹图像细化及特征点提取算法的研究

对改进的OPTA算法和指纹细节特征点提取算法进行了详细的研究,针对改进的OPTA算法产生的细化不全和毛刺较多的问题,提出了一种可变的消除模版和矫正消除模版;针对指纹细节特征点提取算法产生的大量伪特征点问题,提出了边缘信息判别法,有效地去除了边界伪特征点。实验证明,本文的方法简单快速,而且具有较高的准确率。     

用气相色谱法研究逍遥丸(水丸)的指纹图谱及其分层聚类分析

采用水蒸汽蒸馏法提取市售10个厂家逍遥丸(水丸)中的挥发性成分,并通过气相色谱(GC)进行了分析,建立了GC指纹图谱,并用分层聚类分析法对其GC指纹图谱进行聚类分析,得到了分层聚类分析结果.实验结果表明:提取的最优条件为提取11h,固液比为1:15,浸泡时间10h,选用正十八烷作为内标参照物较适宜.聚类分析结果表明:不同厂家的逍遥丸色谱中共有峰面积存在差异,制药过程中的规范和标准有待提高.     

改进的指纹奇异点检测算法

为解决传统指纹奇异点检测算法不能检测拱型、计算量大等缺点,提出了一种拱型指纹奇异点定义和一种新型的类Poincare指数,并给出了基于类Poincare指数的改进的奇异点检测算法.首先计算指纹奇异点可能出现的区域,然后根据可能区域内类Poincare指数值的变化曲线精确确定奇异点的位置.引入了可能区域,降低了检测过程中的计算量,因此大大提高了提取奇异点的速度.该方法也适用于其他类型的指纹.在FVC2004指纹库上进行实验,能准确检测拱型和其他类型指纹的奇异点,且检测速度大大提高,证明该方法可行有效.