文献类型：期刊文章

作　　者：周炳文[1,2] 朱丽丽[1,2] 朱林[1,2] 赵爽利[1,2] 李任时[1,2] 刘秀峰[1,2] 刘吉华[2] 戚进[2] 余伯阳[1,2]

ZHOU Bing-wen;ZHU Li-li;ZHU Lin;ZHAO Shuang-li;LI Ren-shi;LIU Xiu-feng;LIU Ji-hua;QI Jin;YU Bo-yang(Research Center for Traceability and Standardization of TCMs,School of Traditional Chinese Pharmacy,China Pharmaceutical University,Nanjing 211198,China;Jiangsu Key Laboratory of TCM Evaluation and Translational Research,School of Traditional Chinese Pharmacy,China Pharmaceutical University,Nanjing 211198,China)

机构地区：[1]中国药科大学中药学院中药可追溯与标准化研究中心,江苏南京211198 [2]中国药科大学中药学院江苏省中药评价与转化重点实验室,江苏南京211198

出　　处：《分析测试学报》

年　　份：2021

卷　　号：40

期　　号：1

起止页码：106-111

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：该文建立了一种基于中药多元多息指纹图谱联合人工智能识别的中药一法通识品种鉴定新方法,方法先通过对同一味药材采用不同处理手段得到具有不同性质的化学成分信息,并构建一种集反相色谱法、亲水色谱法以及分子排阻色谱法为一体的具有普适性的多元多息指纹图谱采集方式,实现了药材中小极性小分子、大极性小分子及大分子类化合物的全面表征,再对采集的多元多息指纹图谱进行数据标准化处理,采用卷积神经网络识别不同品种中药材,获得了准确率达92%的识别模型。该方法能够对中药品种进行快速、准确、高效地鉴定,克服了传统中药品种鉴别中的主观色彩,能够更加客观精准地给出鉴定结果。

关 键 词：一法通识  卷积神经网络 中药品种鉴定多元多息指纹图谱  

分 类 号：O657.7] TQ460.72[化学类]