基于人工智能嗅觉技术和化学计量学的白及饮片真伪鉴别∗桂新景１ꎬ２ꎬ李涵２ꎬ王艳丽１ꎬ范雪花２ꎬ李海洋２ꎬ侯富国２ꎬ姚静１ꎬ张璐１ꎬ施钧瀚１ꎬ刘瑞新１ꎬ２ꎬ３ꎬ４ꎬ５ꎬ李学林１ꎬ２ꎬ３ꎬ４ꎬ５(１.河南中医药大学第一附属医院药学部ꎬ郑州４５００００ꎻ２.河南中医药大学药学院ꎬ郑州４５００４６ꎻ３.河南省中药临床应用、评价与转化工程研究中心ꎬ郑州４５００００ꎻ４.河南中医药大学呼吸疾病中医药防治省部共建协同创新中心ꎬ郑州４５００４６ꎻ５.河南省中药临床药学中医药重点实验室ꎬ郑州４５００００)摘要目的采用人工智能嗅觉技术结合化学计量学方法ꎬ探索建立适合鉴别白及饮片真伪的新方法ꎮ方法收集白及及其易掺伪饮片(天麻、玉竹、黄花白及)１３４批ꎬ以α￣ＦＯＸ４０００电子鼻嗅觉感官数据为自变量(Ｘ)ꎬ依据２０２０年版«中华人民共和国药典»和地方标准鉴别ꎬ参考传统经验辨识结果作为标杆辨识信息(Ｙ)ꎬ采用主成分分析￣判别分析(ＰＣＡ￣ＤＡ)、偏最小二乘￣判别分析(ＰＬＳ￣ＤＡ)、支持向量机(ＳＶＭ)、最小二乘￣支持向量机(ＬＳ￣ＳＶＭ)以及反向传播神经网络(ＢＰ￣ＮＮ)５种化学计量学方法建立白及与非白及的二分类辨识模型和４种饮片的四分类辨识模型Ｙ＝Ｆ(Ｘ)ꎻ以鉴别准确率为指标ꎬ优选最优分类辨识模型ꎮ结果经留一法交互验证ꎬ在二分类辨识模型中ꎬＰＣＡ￣ＤＡ、ＰＬＳ￣ＤＡ、ＳＶＭ和ＢＰ￣ＮＮ正确率分别为９５.５２％、９７.０１％、９１.７９％和８４.３３％ꎬ以ＰＬＳ￣ＤＡ最优ꎻ在四分类辨识模型中ꎬＰＣＡ￣ＤＡ、ＰＬＳ￣ＤＡ、ＬＳ￣ＳＶＭ和ＢＰ￣ＮＮ正确率分别为９１.０４％、８８.０６％、８９.５５％和８２.２８％ꎬ以ＰＣＡ￣ＤＡ最优ꎮ结论运用电子鼻技术对白及及其近似饮片进行气味特征的表征ꎬ并与多元统计分析方法结合ꎬ可准确、快速地鉴别白及饮片ꎬ为中药饮片气味客观化表达及真伪鉴别提供了新的思路和方法ꎮ关键词白及ꎻ电子鼻ꎻ化学计量学ꎻ鉴别中图分类号Ｒ２８６ꎻＲ９２７.１文献标识码Ｂ文章编号１００４－０７８１(２０２４)０３－０４４１－１１ＤＯＩ１０.３８７０/ｊ.ｉｓｓｎ.１００４￣０７８１.２０２４.０３.０２０开放科学(资源服务)标识码(ＯＳＩＤ)ＡｕｔｈｅｎｔｉｃｉｔｙＩｄｅｎｔｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｏｆＢｌｅｔｉｌｌａＲｈｉｚｏｍａＤｅｃｏｃｔｉｏｎＰｉｅｃｅｓＢａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＳｅｎｓ...
