基于仿生嗅觉的中药材指纹图谱建立与鉴别方法的研究.pdf

《基于仿生嗅觉的中药材指纹图谱建立与鉴别方法的研究.pdf》由会员分享，可在线阅读，更多相关《基于仿生嗅觉的中药材指纹图谱建立与鉴别方法的研究.pdf（77页珍藏版）》请在三一文库上搜索。

1、 摘要 摘要 我国中药材资源丰富，对人类医学发展和促进人体健康发挥着巨大的作用。 但由于药材种类繁多，市场上出现大量的假冒伪劣产品，就连普通的中药材都出 现了大量的混淆品，严重影响了中医药的发展。因此，中药材的品质判定一直是 人们研究的热点，其中产地因素又是评判中药材品质的重要标准之一。但是长期 以来，国内外对于中药材品质的评定，普遍采用的是感官评审法，然而，感官评 审法往往要受诸多因素的影响。这就对中药材品质的检测和评判提出了更高的要 求，要求其更加科学和规范。 气味在中药材品质分析中占有重要地位，仿生嗅觉技术模拟了人类嗅觉的原 理，通过检测中药材挥发性气味的整体信息来自动完成对气味的辨识。

2、目前，国 内外关于将仿生嗅觉技术运用于中药材领域的研究报道还相对比较少，因此我们 拟通过仿生嗅觉技术来检测中药材挥发出的综合信息，建立一种评价中药材的新 技术。 研究以姜科、伞形科和菊科三种典型科属的中药材作为研究对象，通过P E N 3 电子鼻检测并提取其各特征值，生成高维的特征向量。然后采用主成分分析法提 取其相应的主成分分量，构成模式识别的输入。结合聚类分析和B P 神经网络两 种模式识别方法来实现对不同产地以及易混淆中药材的判别与鉴定，最后建立适 量的中药材气味指纹图谱库。 聚类分析结果显示能够正确的对各待测样品进行归类。采用B P 神经网络的 方法对不同产地白术训练集的回判正确率均为

3、1 0 0 ，误判的待测样本只发生在 安徽白术，其判断正确率为8 6 6 7 ：对易混淆的三组药材训练集的正确率均为 1 0 0 ，只有砂仁发生误判，其判断正确率为9 3 3 3 。 对两种模式识别方法的优劣进行分析和对比，得出结论：聚类分析由于其算 法简单，能够快速的对样品进行分类，但如果使用复杂的距离相似度度量时，计 算复杂度会提高，使其不再具备快速简便的优点；B P 神经网络具有高度的非线性， 在理论上可以逼近任意曲面，但是计算量较大，计算复杂度也较高。本文实验最 合适的方法是聚类分析。 广东工业大学硕士学位论文 最后利用基于统计特征( 均值、方差、峰值) 的3 种方法来构建样品的指纹

4、图谱库，结果发现，指纹图谱曲线具有较高的区分度，并且各待测样本的指纹图 谱曲线都能够与库中相应的指纹图谱曲线基本相吻合。 结果显示，采用P E N 3 电子鼻能够正确实现中药材的分类鉴别和指纹图谱库 的构建。 关键字：仿生嗅觉；电子鼻；中药材；主成分分析；聚类分析；B P 神经网络；指 纹图谱 A b s t r a c t A b s t r a c t C h i n e s eh e r b a lm e d i c i n e ( C H M ) i sr i c hi nr e s o u r c e sa n di tp l a y e dah u g er o l ei n h

5、u m a nm e d i c i n ed e v e l o p m e n ta n dp r o m o t i o no fh u m a nh e a l t h H o w e v e r , d u et ot h e l a r g ev a r i e t y , p l e n t yo ff a k ea n ds h o d d yp r o d u c t sa p p e a ro nt h em a r k e t ，e v e no r d i n a r y C h i n e s eh e r b a lm e d i c i n e sa r eal

6、o to fa d u l t e r a n t s ，a n di t s e r i o u s l ya f f e c t i n gt h e d e v e l o p m e n to fC h i n e s em e d i c i n e T h e r e f o r e ，q u a l i t yj u d g m e n to fC H Mh a sb e e na f o c u sf o rr e s e a r c h e r s ，a m o n gt h eo r i g i no ft h ef a c t o r si sa ni m p o r t

7、 a n tc r i t e r i o nt oj u d g e C H M q u a l i t y H o w e v e r , p r e s e n t l yC H Mq u a l i t yi sm a i n l ye v a l u a t e db yah u m a nt a s t e p a n e li nd o m e s t i ca n df o r e i g n T h eo r g a n i ce v a l u a t i n gm a yv a r yw i t hm a n yf a c t o r s ， w h i c hr e q

8、 u e s tt oe s t a b l i s hm o r es c i e n t i f i cC H M q u a l i t ye v a l u a t i n gr u l e s S m e l lp l a y sa ni m p o r t a n tr o l ei nt h eq u a l i t ya n a l y s i so fC H M ，t h eb i o n i co l f a c t o r y t e c h n o l o g ys i m u l a t e sh u m a n Ss e n s eo fs m e l lm e c

9、 h a n i s m ，w h i c ha u t o m a t i cc o m p l e t e t h ei d e n t i f i c a t i o nb yd e t e c t i n gv o l a t i l eo d o ro fC H M P r e s e n tt h er e p o r t so fa p p l i c a t i o n o ft h eb i o n i co l f a c t o r yt e c h n o l o g yo nt h eC H Mq u a l i t ye v a l u a t i n ga r e

10、f e w S ow e i n t e n dt od e t e c tC H Mv o l a t i l ei n f o r m a t i o nb yb i o n i co l f a c t o r yt e c h n o l o g ya n db u i l ta n e wt e c h n o l o g y T h r e e g r o u p so ft y p i c a lp u n g e n tC H Ms a m p l e s ，c o n c l u d i n gZ i n g i b e r a c e a e ， U m b e l l i

11、 f e r a ea n dA s t e r a c e a e ，a r es e l e c t e da st h er e s e a r c ho b je c t M a n yf e a t u r ev a l u e s w e r ee x t r a c t e db ye l e c t r o n i cn o s e ( P E N 3 ) a n dt h eo r i g i n a lf e a t u r ev e c t o rw a sc o n s i s t e d P r i n c i p l ec o m p o n e n ta n a

12、l y s i s ( P C A ) W a su s e dt oe x t r a c tc o r r e s p o n d i n gp r i n c i p a l c o m p o n e n t st oc o n s t i t u t et h ei n p u to fp a t t e r nr e c o g n i t i o n C l u s t e ra n a l y s i s ( C A ) a n d B Pn e u r a ln e t w o r kw e r eu s e di nt h ep a t t e r nr e c o g n

13、 i t i o nt oc l a s s i 匆t h ed i f f e r e n to r i g i n a n dc o n f u s i n gC H M ，a n df i n a l l ye s t a b l i s ha na p p r o p r i a t ea m o u n to fo d o rf i n g e r p r i n t d a t a b a s e T h er e s u l t so fC As h o w e dt h a ti tc a nc o r r e c t l yc l a s s i f ya l lt e s

14、ts a m p l e s B yB P n e u r a ln e t w o r km e t h o d ，i tw o r k e do u tt h a to n l yaf e ws a m p l e so fA n h u iA t r a c t y l o d e s w e r ec l a s s i f i e di n c o r r e c t l y , h o w e v e r , t h ec l a s s i f i c a t i o nr a t eo ft e s t i n gs e t sr e a c h e d 8 6 6 7 ，a

15、n dt h et r a i n i n gs e t sr e a c h e d10 0 ；t h ec o r r e c tr a t eo fc o n f u s i n gC H Mi s n I 广东工业大学硕士学位论文 10 0 ，a n do n l yA m o m u m sw e r ec l a s s i f i e di n c o r r e c t l ya n dc l a s s i f i c a t i o nr a t er e a c h e d 9 3 3 3 T h ef e a s i b i l i t ya n da c c u r

16、a c yo ft w op a t t e r nr e c o g n i t i o nm e t h o d sw e r ea n a l y z e da n d c o m p a r e d T h ec o n c l u s i o nc a m eo u t ：C Ac a nf a s tc l a s s i f yt h es a m p l e sd u et ot h e s i m p l i c i t yo ft h ea l g o r i t h m s ，t h ec a l c u l a t i o nm i g h tb ea u g m e

17、n t e db e c a u s eo ft h e c o m p l e x i t yo f t h es i m i l a r i t yf u n c t i o n so fC A ，t h ei n c r e a s e dc a l c u l a t i o nm i g h tl e a dt o t h ef a c tt h a tC Aw e r en ol o n g e rt h ef a s t a n de a s ya l g o r i t h m s B Ph a sh i g h l y n o n l i n e a r i t y A l

18、t h o u g ht h ec l a s s i f i c a t i o nb o u n d a r i e si na n ys h a p ec o u l d b ea p p r o a c h e d b yB Pi nt h e o r y , t h ec a l c u l a t i o nW a so fg r e a tc o m p l e x i t y C AW a sc o n c l u d e da st h e m o s ts u i t a b l ea p p r o a c hf o rt h ee x p e r i m e n ti

19、nt h et h e s i s F i n a l l y , t h ef i n g e r p r i n td a t a b a s e sw e r eb u i l tb yt h r e em e t h o d sb a s e do ns t a t i s t i c a l c h a r a c t e r i s t i c s ( m e a n ，v a r i a n c e ，a n dp e a k ) T h er e s u l t ss h o wt h ef i n g e r p r i n tc u r v eh a s ah ig l l

20、d e g r e eo fd i s t i n c t i o n ，a n dt h ef i n g e r p r i n tc u r v eo ft h et e s ts a m p l e si sc o n s i s t e n t w i t ht h ef i n g e r p r i n tl i b r a r y I tw o r k so u tt h a ti t Sp o s s i b l et oi d e n t i f yC H Ma c c u r a t e l yb yp o r t a b l ee l e c t r o n i c n

21、 o s ea n db u i l tf i n g e r p r i n tl i b r a r y K e y w o r d s ：b i o n i co l f a c t i o n ；e l e c t r o n i cn o s e ；C h i n e s eh e r b a lm e d i c i n e ；p r i n c i p a l c o m p o n e n ta n a l y s i s ；c l u s t e ra n a l y s i s ；B Pn e u r a ln e t w o r k ；f i n g e r p r i

22、n t 目录 。 目录 摘j E 。I A b s t r a c t I I I 目录V C o n t e n t s V 1 1 1 第一章绪论 1 1 立题依据与意义。l 1 2 中药材鉴别的研究现状2 1 3 仿生嗅觉技术的发展及其在产品分类中的研究进展5 1 3 1 仿生嗅觉技术发展历史5 1 3 2 仿生嗅觉技术在产品分类中的研究进展5 1 4 课题来源6 1 5论文的研究内容和结构安排6 1 6 本章小结7 第二章试验材科、仪器与方法8 2 1 试验材料来源8 2 2 人类嗅觉机理与仿生嗅觉系统8 2 2 1 人类嗅觉机理8 2 2 2 仿生嗅觉系统的原理与构造9 2 3 中药

23、材样品的电子鼻检测1 l 2 3 1 电子鼻系统1 l 2 3 2 中药材气味信息的电子鼻检测1 3 2 4 数据处理方法15 2 4 1 数据预处理1 5 2 4 2 特征提取方法l7 2 4 3 模式识别方法1 9 V 广东工业大学硕士学位论文 2 5 本章小结2 4 第三章特征向量的提取与选择 2 6 3 1 采样与分析2 6 3 2 特征生成3 l 3 2 1 各时刻响应值。3 2 3 2 2 均值、峰值、方差、标准差、微分值3 2 3 3 特征提取与选择。3 3 3 3 1 不同产地白术的特征提取与选择3 3 3 3 2 易混淆药材的特征提取与选择3 4 3 4 本章小结3 6 第四

24、章中药材的分类判别。3 8 4 1 不同产地白术的分类判别分析3 8 4 1 1 聚类分析方法对白术产地的判别分析3 8 4 1 2B P 神经网络方法对白术产地的判别分析3 9 4 2 易混淆药材的分类判别分析4 3 4 2 1 聚类分析方法对易混淆药材的判别分析4 3 4 2 2B P 神经网络方法对易混淆药材的判别分析4 5 4 3 两种分类方法的比较4 8 4 3 1 识别准确率比较4 8 4 3 2 计算复杂度比较4 8 4 4 本章小结4 9 第五章指纹图谱库的构建 5 1 不同产地白术的指纹图谱库5 0 5 2 易混淆药材的指纹图谱库5 2 5 3 本章小结5 5 结论与晨望 参

25、考文献 V I 5 6 5 9 目录 攻读学位期间发裹的论文6 3 独创性声明6 4 j l - ：l 甜 V n 。6 5 广东工业大学硕士擘位论文 A b s t r a c t C o n t e n t s C o n t e n t s 川川 C h a p t e r1I n t r o d u c t i o n 1 1 1 1 1R e s e a r c hB a s i sa n dS i g n i f i c a n c e 1 1 2R e s e a r c hS t a t u so fC H M sC l a s s i f i c a t i o n 2 1

26、3D e v e l o p m e n ta n dR e s e a r c hS t a t u so fB i o n i cO l f a c t o r y 5 1 ：I 1D e v e l o p m e n tH i s t o r yo fB i o n i cO l f a c t o r y 5 1 3 2R e s e a r c hS t a t u so fB i o n i cO l f a c t o r yT e c h n o l o g y 5 1 4R e s e a r c hS o u r c e 6 1 5R e s e a r c hT a r

27、 g e t sa n dC o n t e n t s 6 1 6S u m m a r y 7 C h a p t e r2M a t e r i a l 、I n s t r u m e n ta n dM e t h o d 2 1E x p e r i m e n tM a t e r i a l 8 2 2H u m a nO l f a c t o r yM e c h a n i s ma n dB i o n i cO l f a c t o r yS y s t e m 8 2 2 1H u m a nO l f a c t o r yM e c h a n i s m 8

28、 2 2 2P r i n c i p l ea n dS t r u c t u r eo fB i o n i cO l f a c t o r yS y s t e m 9 2 3E - n o s eD e t e c t i o no fC H M sS a m p l e s 11 2 3 1E - n o s eS y s t e m 11 2 3 2D e t e c t i n gt h eO d o ro fC H M s U s i n gE - n o s e 13 2 4D a t aP r o c e s s i n gM e t h o d s 15 2 4 1D

29、 a t aP r e - p r o c e s s i n g 15 2 4 2F e a t u r e sS e l e c t i o n 17 2 4 3P a R e mR e c o g n i t i o nT e c h n i q u e 19 2 5S u m m a r y 2 4 C h a p t e r 3F e a t u r eE x t r a c t i o na n dS e l e c t i o n 2 6 ：I 1S a m p l i n ga n dA n a l y s i s 2 6 V I I i C o n t e n ts 3 2F

30、 e a t u r e sG e n e r a t i o n 3I 3 2 IR e s p o n s eV a l u eo nE a c hT i m e 3 2 3 2 2A v e r a g e 、M a x i m u m 、V a r i a n c e 、S t a n d a r dD e v i a t i o n 、D i f f e r e n t i a l 3 2 3 3F e a t u r eE x t r a c t i o na n dS e l e c t i o n 3 3 3 3 1A t r a c t y l o d e sw i t hD

31、 i f f e r e n tG r o w i n gA r e a s 3 3 3 3 2E a s i l yC o n f u s e dC H M s 3 4 3 4S u m m a r y 3 6 C h a p t e r4C l a s s i f i c a t i o na n dD i s c r i m i n a t i o n 3 8 4 1C l a s s i f i c a t i o no fA t r a c t y l o d e sw i t hD i f f e r e n tg r o w i n gA r e a s 3 8 4 1 1C l

32、 u s t e rA n a l y s i s 3 8 4 1 2B PN e u r a lN e t w o r k 3 9 4 2C l a s s i f i c a t i o no fE a s i l yC o n f u s e dC H M s 4 3 4 2 1C l u s t e rA n a l y s i s 4 3 4 2 2B PN e u r a lN e t w o r k 4 5 4 3C o m p a r i s o no fT w oC l a s s i f i c a t i o nM e t h o d s 4 8 4 3 1R e c o

33、 g n i t i o nA c c u r a c y 4 8 4 3 2C o m p u t a t i o n a lC o m p l e x i t y 4 8 4 4S u m m a r y 4 9 C h a p t e r5C o n s t r u c t i o no ft h ef i n g e r p r i n t d a t a b a s e 5 0 5 1A t r a c t y l o d e sw i t hD i f f e r e n tG r o w i n gA r e a s 5 0 5 2E a s i l yC o n f u s e

34、 dC H M s 5 2 5 3S u m m a r y 5 5 C o n c l u s i o n sa n dP r o s p e c t 5 6 R e f e f e n c e s 。5 9 P u b l i c a t i o n s 6 3 P r o m e t h e a nD e c l a r a t i o n 6 4 A c k n o w l e d g m e n t s 6 5 I X 第一章绪论 1 1 立题依据与意义 第一章绪论 中药材是我国的国粹，中华民族防病治病的传统瑰宝，几千年来一直都被人 们广泛应用，是我国医疗卫生事业中不可或缺的重要组成

35、部分。它对人类医学发 展和促进人类健康，在相当长的历史阶段中发挥着重要的作用。1 6 世纪以前，中 医的地位始终是独一无二的，在世界范围内，也是先进的，直到西医的出现使得 中医的发展变得较为缓慢。然而，随着时代的发展，健康概念被赋予了新的内涵， 人们认识到仅仅依靠化学药物解决问题是不够的，传统中药逐渐受到重视，并在 人类医疗保健中发挥着巨大的作用。 我国的中药材资源非常丰富。目前，共有药用资源1 2 8 0 7 种，民族药4 0 0 0 多种，民间药7 0 0 0 多种。药材的产地对中药材品质和疗效有着直接的关系，为历 代医家所重视，自古即有“道地药材“ 的讲法。 2 ，回到第2 步，否则聚类

36、结束。 常用的距离函数主要有欧式距离，明氏距离，曼哈坦距离和马氏距离等。在 进行聚类分析时，一般需要根据实际的情况来选择合适的距离函数，目前并没有 一个可以共用的距离函数。以下是一些常用的距离函数的定义： 1 欧式距离( E u c l i d e a nd i s t a n c e ) ： 咖) = 尽鬲 ( 2 7 ) 欧式距离函数常用于二维空间或三维空间，它是连续特征空间距离度量函 数。 2 明氏距离( M i n k o w s k id i s t a n c e ) ： 删协刊叮 i 泣8 ， 其中，g 【1 , o o ) 。明氏距离是无限个距离度量的概化，当q = l 时为曼

37、哈坦 距离。 3 曼哈坦距离( M a n h a t t a nd i s t a n c e ) ： D ( 毛y ) = E l , - y , l ，= l ( 2 9 ) 第二幸实验材料仪器与方法 当明氏距离q = l 时为曼哈坦距离。 4 马氏距离( M a h a l a n o b i sd i s t a n c e ) ： 设西，t 是矢量集西，屯，中的两个矢量， 马氏距离定义为： D ( 毛，_ ) = ( 一_ ) 7 s 一1 ( 葺一_ ) j 其中S 是由，恐，算得的协方差矩阵： s = 亏i 了i 二j 丽l ，；= 去喜而 羔( 而一；) ( _ 一矿。晰智。

38、 ( 2 1 0 ) ( 2 1 1 ) 马氏距离不仅考虑到各种特殊效果之间的联系，而且独立于测量尺度。它不 会受量纲的影响，可排除变量之间相关性的干扰。缺点是夸大了变化微小的变量 的作用。 根据本文实验获得的数据，使用最简单的欧式距离作为距离相似程度的度 量。 2 4 3 2B P 神经网络 B P ( B a c kP r o p a g a t i o n ) 神经网络，也称误差反向传播神经网络，是1 9 8 6 年由R u m e l h a r t 和L e c u n 为首的科学家小组提出的，是一种按误差逆传播算法训 练的多层前馈网络，是目前应用最广泛的神经网络模型之一。B P 网络能学习和存 贮大量的输入输出模式映射关系，而无需事前揭示描述这种映射关系的数学方 程。 1 B P 网络的结构和主要思想 B P 网络是基于B P 误差传播算法的多层前馈