基于拉曼光谱的中药辛味辨识方法研究OA北大核心CHSSCDCSTPCD

目的:基于中药拉曼光谱的检测分析,测得拉曼光谱数据进行特征选择并建立辛味辨识模型。方法:132种辛味中药及156种非辛味中药经样品前处理后,利用SEED 3000拉曼光谱仪分析,得到每味中药的拉曼谱图,并以1 cm^(-1)为单位量化;对量化后的拉曼数据进行基于随机森林(RF)和极端梯度提升(XGBoost)算法的特征选择,筛选出与辛味密切相关的特征拉曼位移及其峰强,然后基于RF、K近邻(KNN)、梯度提升算法(GBM)、朴素贝叶斯(GNB)、自适应提升算法(AdaBoost)5种分类算法建立辨识模型并对模型进行评价。结果:相较于非辛味中药,辛味中药在2 500~3 000 cm^(-1)范围内呈现出高强度的拉曼散射;基于RF算法和XGBoost算法筛选重要性排序在前100的拉曼位移数据为特征,在所有模型中GBM算法所建立的分类模型表现出最佳效能,曲线下面积(AUC)为0.978,准确率为0.943,精确度为0.970。结论:中药拉曼谱图与辛味药性具有显著的相关性,可作为辛味药性整体量化表征,结合GBM算法可以进行高效、准确地对药性进行辨识分析。