一种基于电子鼻辨识复方中药配方颗粒中单味药的方法组成比例

本发明专利技术涉及基于电子鼻辨识复方中药配方颗粒中单味药的方法，可对复方中药配方颗粒中单味药进行快速、准确辨识，有效地解决现代分析方法耗时费力、专属性差的问题，其解决的技术方案是，包括以下步骤：1）数据采集；2）将采集后的数据传输到模式识别系统；3）模式识别，将采集数据代入上述对应的子模型Y

【技术实现步骤摘要】
一种基于电子鼻辨识复方中药配方颗粒中单味药的方法


[0001]本专利技术涉及医药领域，特别是一种基于电子鼻辨识复方中药配方颗粒中单味药的方法。

技术介绍

[0002]中药配方颗粒是利用现代科学技术，以单味中药饮片为原料，经水提、分离、浓缩、干燥、制粒而成的颗粒，在中医药理论指导下，按照中医临床处方调配后，供患者冲服使用。中药的临床应用通常由几味或十几味药物组成，而中药配方颗粒作为传统中药饮片的补充，在应用上与中药饮片具有相同的形式。然而对于复方中药配方颗粒而言，由于其失去了单味中药配方颗粒本来的特征，因此难以辨认复方中药配方颗粒中的组成。
[0003]尽管现代技术可以通过指纹图谱对比指标成分的有无判断复方中药配方颗粒中的组成，但该方法花费时间较长，且实验过程对于有机试剂的用量较大，对操作人员的安全性造成较大的危险，因此，迫切需要寻找一种快速、准确辨识复方中药配方颗粒中单味药的方法。

技术实现思路

[0004]针对上述情况，为解决现有技术之缺陷，本专利技术之目的就是提供一种基于电子鼻辨识复方中药配方颗粒中单味药的方法，可对复方中药配方颗粒中单味药进行快速、准确辨识，有效地解决现代分析方法耗时费力、专属性差的问题。
[0005]本专利技术解决的技术方案是，包括以下步骤：1）数据采集，将经过或不经过前处理的复方中药配方颗粒，放置于电子鼻的样品池内，采集复方中药配方颗粒电子嗅觉数据；2）将采集后的数据传输到模式识别系统，在模式识别系统包含若干种单味配方颗粒的子模型Y
i
=f(X
i
)（i=1，2，3，
…
，n）构成的总模型库Y
n
↔
X
n
（Y
i
为单味配方颗粒的模型辨识结果，X
i
为相对应的单味配方颗粒的智能感官数据，Y
n
为n种配方颗粒的总模型辨识结果，X
n
为相对应配方颗粒的总智能感官数据），将采集的电子嗅觉数据匹配到单味中药配方颗粒对应的子模型，总模型库内的所有子模型均为事先建好的、经过验证的、具有良好预测性能的单味中药配方颗粒模型；3）模式识别，将采集数据代入上述对应的子模型Y
i
=f(X
i
)，最终给出复方中药配方颗粒中单味药的辨识结果
ŷ
i
。
[0006]所述的步骤2）中子模型的构建方法为：
①ꢀ
收集n批单味中药配方颗粒（药典项下规定性味不含兼味的单一味&气的中药饮片所对应的配方颗粒），经鉴定符合国家标准；
②ꢀ
采集n批单味中药配方颗粒的电子感官数据，得到n
×
p矩阵，p代表电子鼻的传感器数量；
③
以是否含有该单味药为依据，得到n批单味中药配方颗粒确切的分类信息Y；
④
利用计算机MATLAB软件及分类工具箱，构建Y
i
=f(X
i
)模型，并经过优化验证最终得到预测性能良好的模型。
[0007]所述的总模型库包括DA模型、PCA
‑
DA模型、PLS
‑
DA模型、LS
‑
SVM模型、KNN模型。
[0008]本专利技术方法新颖独特，操作便捷，快速高效，测试准确，有效解决了复方中药配方颗粒的鉴别问题及未知复方中药配方颗粒的组成问题，为复方中药配方颗粒的临床合理应用提供依据，具有很强的实际应用价值。
附图说明
[0009]图1为本专利技术的流程示意图，图中
①
为单味药模型。
具体实施方式
[0010]以下结合附图和具体实施例对本专利技术的具体实施方式作进一步详细说明。
[0011]本专利技术在具体实施时，所述的DA模型构建方法为：
①
通过Classification toolbox
‑
version 5.0载入XX的自变量、YY的分类信息，点击“检查多元正态性”来分析数据的多元正态分布，由输出的平方广义距离
‑
卡方百分位数图根据以下两种情况判断，假设数据符合多元正态分布，则有两种情况：一种是样品在平方广义距离
‑
卡方百分位数图上的分布图形几乎是线性的；另一种是45
‑
55%的距离小于等于卡方分布分位数表0.5对应的检验值（自由度由工具箱根据载入的矩阵自动检测代入）；
②
设置DA判别的参数：识别模式选择线性；验证方法选择百叶窗交叉验证，开始计算，在分类结果窗口查看哪些样品被正确或错误分类并计算正判率；
③
在查看窗口调取Wilks'lambda图，依次去除Wilks'lambda值最大的变量，再次进行步骤
②
的计算，通过删除冗余变量提高模型正判率；
④
重复步骤
③
，直到删除变量后正判率出现降低，以前一次变量为最终选取变量，并以此参数模型为最优正判率模型。
[0012]所述的PCA
‑
DA模型构建方法为：
①
通过Classification toolbox
‑
version 5.0载入XX的自变量、YY的分类信息，进入“PCA
‑
DA最优主成分”选项卡为此矩阵优选主成分个数，参数设置：数据缩放选择自动缩放；识别模式选择线性；验证方法选择百叶窗交叉验证，分类组数选择全部n个；
②
根据步骤1得到的“主成分数目
‑
分类错误率”图，确定选取主成分个数，输入在PCA
‑
DA计算参数窗口中，其它参数设置为：数据缩放选择自动缩放，识别模式选择线性，验证方法选择百叶窗交叉验证，分类组数选择全部n个，开始计算，在分类结果窗口查看哪些样品被正确或错误分类并计算正判率；
③
在查看窗口调取Wilks'lambda图，依次去除Wilks'lambda值最大的变量，再次进行步骤
②
的计算，通过删除冗余变量提高模型正判率；
④
重复步骤
③
直到删除变量后正判率出现降低，以前一次变量为最终选取变量，并以此参数模型为最优正判率模型。
[0013]所述的PLS
‑
DA模型构建方法为：
①
通过Classification toolbox
‑
version 5.0载入XX的自变量、YY的分类信息，
进入“PLS
‑
DA最优成分”选项卡为此矩阵优选潜变量个数，参数设置：数据缩放选择自动缩放；分配标准选择贝叶斯；验证方法选择百叶窗交叉验证，分类组数选择全部n个；
②
根据步骤1得到的“潜变量数目
‑
分类错误率”图和“潜变量数目
‑
未能分类率”图，权衡所需要选取潜变量个数，输入在P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电子鼻辨识复方中药配方颗粒中单味药的方法，其特征在于，包括以下步骤：1）数据采集，将经过或不经过前处理的复方中药配方颗粒，放置于电子鼻的样品池内，采集复方中药配方颗粒电子嗅觉数据；2）将采集后的数据传输到模式识别系统，在模式识别系统包含若干种单味配方颗粒的子模型Y
i
=f(X
i
)，构成的总模型库Y
n
↔
X
n
，其中，i=1，2，3，
…
，n，Y
i
为单味配方颗粒的模型辨识结果，X
i
为相对应的单味配方颗粒的智能感官数据，Y
n
为n种配方颗粒的总模型辨识结果，X
n
为相对应配方颗粒的总智能感官数据，将采集的电子嗅觉数据匹配到单味中药配方颗粒对应的子模型，总模型库内的所有子模型均为事先建好的、经过验证的、具有良好预测性能的单味中药配方颗粒模型；3）模式识别，将采集数据代入上述对应的子模型Y
i
=f(X
i
)，最终给出复方中药配方颗粒中单味药的辨识结果
ŷ
i
。2.根据权利要求1所述的基于电子鼻技术辨识复方中药配方颗粒中单味药的方法，其特征在于，所述的步骤2）中子模型的构建方法为：
①ꢀ
收集n批单味中药配方颗粒，经鉴定符合国家标准；
②ꢀ
采集n批单味中药配方颗粒的电子感官数据，得到n
×
p矩阵，p代表电子鼻的传感器数量；
③
以是否含有该单味药为依据，得到n批单味中药配方颗粒确切的分类信息Y；
④
利用计算机MATLAB软件及分类工具箱，构建Y
i
=f(X
i
)模型，并经过优化验证最终得到预测性能良好的模型。3.根据权利要求1所述的基于电子鼻技术辨识复方中药配方颗粒中单味药的方法，其特征在于，所述的总模型库包括DA模型、PCA
‑
DA模型、PLS
‑
DA模型、LS
‑
SVM模型、KNN模型。4.根据权利要求3所述的基于电子鼻技术辨识复方中药配方颗粒中单味药的方法，其特征在于，所述的DA模型构建方法为：
①
通过Classification toolbox
‑
version 5.0载入XX的自变量、YY的分类信息，点击“检查多元正态性”来分析数据的多元正态分布，由输出的平方广义距离
‑
卡方百分位数图根据以下两种情况判断，假设数据符合多元正态分布，则有两种情况：一种是样品在平方广义距离
‑
卡方百分位数图上的分布图形几乎是线性的；另一种是45
‑
55%的距离小于等于卡方分布分位数表0.5对应的检验值；
②
设置DA判别的参数：识别模式选择线性；验证方法选择百叶窗交叉验证，开始计算，在分类结果窗口查看哪些样品被正确或错误分类并计算正判率；
③
在查看窗口调取Wilks'lambda图，依次去除Wilks'lambda值最大的变量，再次进行步骤
②
的计算，通过删除冗余变量提高模型正判率；
④
重复步骤
③
，直到删除变量后正判率出现降低，以前一次变量为最终选取变量，并以此参数模型为最优正判率模型。5.根据权利要求3所述的基于电子鼻技术辨识复方中药配方颗粒中单味药的方法，其特征在于，所述的PCA
‑
DA模型构建方法为：
①
通过Cl...

【专利技术属性】
技术研发人员：刘瑞新，桂新景，王艳丽，麻利杰，李海洋，姚静，岳佑凇，施钧瀚，张璐，李学林，
申请(专利权)人：河南中医药大学第一附属医院，
类型：发明
国别省市：