基于紅外光譜數(shù)據(jù)的中藥藥性識別研究

1、基于紅外光譜數(shù)據(jù)的中藥藥性識別研究                          作者：劉進，鄧家剛，覃潔萍，馮旭，王麗麗，羅祖良，韋日偉【摘要】  目的探討中藥紅外光譜與藥性的相關(guān)性。方法以紅外光譜數(shù)據(jù)為分類指標(biāo)，用主成分分析提取主成分，然后采用交叉驗證法對不同藥性中藥進行交叉訓(xùn)練，建立中藥藥性的預(yù)測模型。結(jié)果該模型對預(yù)測集中平性藥的識別正確

2、率為83.33%，對非平性藥的識別正確率為82.5%，總正確率82.89%，結(jié)論中藥紅外光譜與藥性具有一定的相關(guān)性。 【關(guān)鍵詞】  主成分分析; 支持向量機; 紅外光譜; 中藥藥性Abstract:ObjectiveTo explore the relationship between the properties of traditional Chinese medicine (TCM) and infrared spectrum data.MethodsThe infrared spectrum data of TCM were selected as indexes, and

3、the principal components of the data were found out through PCA and trained with cross validation method through SVM, so as to establish the neutral and non-neutral property of TCM prediction model. ResultsThe model recognition accuracy for the neutral medicine in prediction set was 83.33%， and 82.5

4、% for non-neutral medicine，which made up an accuracy of 82.89% in average.ConclusionThe infrared spectrum and properties of TCM have some relevance.Key words:PCA; SVM; Infrared spectrum; TCM property recognition紅外光譜是利用物質(zhì)分子對紅外輻射的選擇性吸收，用紅外分光光度計測得的包含物質(zhì)分子結(jié)構(gòu)信息的光譜圖。由于紅外光譜具有特征性強、取樣量小、簡便迅速、準(zhǔn)確等特點，近年來其應(yīng)用得到較快的

5、發(fā)展，各國藥典都將紅外光譜作為法定的藥物鑒別的主要方法，與此同時也越來越多地應(yīng)用于中藥材的識別研究。中醫(yī)藥是我國的傳統(tǒng)醫(yī)學(xué)寶庫，中藥藥性理論是中國傳統(tǒng)醫(yī)藥的核心理論之一，是中華醫(yī)學(xué)理論體系中的一個重要組成部分。對中藥藥性的研究自古有之13，并已成為指導(dǎo)中醫(yī)用藥的指導(dǎo)原則4。然而，中藥藥性的機理至今尚未被人們所徹底了解，一般認為，中藥中的化學(xué)成分或某些藥效團是中藥藥性的物質(zhì)基礎(chǔ)5,6，但其與藥性的相關(guān)性目前尚不為人知;由于紅外光譜是利用物質(zhì)的分子對紅外輻射的吸收得到的與分子結(jié)構(gòu)相應(yīng)的紅外光譜圖，因此，如果中藥中的化學(xué)成分或藥效團確實與藥性相關(guān)，那么其紅外光譜與藥性應(yīng)具有一定的相關(guān)性。正是基于這種

6、想法，本文嘗試將主成分分析技術(shù)與支持向量機方法相結(jié)合，利用中藥紅外光譜數(shù)據(jù)進行建模分析，探討中藥紅外光譜數(shù)據(jù)與藥性的相關(guān)性，取得了較好的效果?，F(xiàn)報道如下。1 基本原理簡介1.1 支持向量機分類原理支持向量機7(Support Vector Machine，SVM) 是從統(tǒng)計學(xué)習(xí)理論發(fā)展起來的一種機器學(xué)習(xí)方法, 該方法不僅支持小樣本情況下的識別分類，而且具有較好的泛化性，從上世紀90年代初提出以來已成為模式識別的一個重要方法，目前已廣泛應(yīng)用于生產(chǎn)實踐與科學(xué)研究的各個領(lǐng)域，例如文本的分類與識別8，9、蛋白質(zhì)功能的預(yù)測10和藥材的分類與識別11等，其分類原理是通過定義適當(dāng)?shù)膬?nèi)積函數(shù)(·)將

7、數(shù)據(jù)從輸入空間映射到高維解空間，然后在這個高維解空間中構(gòu)造超平面·(x) + b = 0再利用結(jié)構(gòu)風(fēng)險最小化原則，及Karush-Kuhn-Tucher條件，建立最優(yōu)分類判別函數(shù)y(x) =signxiSViyiK(xi,x) + b這里K(xi,x) =(xi)T(x)稱為核函數(shù)，xiSV稱為支持向量。通過判別函數(shù)即可實現(xiàn)數(shù)據(jù)的分類。1.2 主成分分析將紅外光譜原始數(shù)據(jù)作為支持向量機的輸入，通常存在兩個問題，第一，紅外光譜數(shù)據(jù)一般都是高維向量，維數(shù)從幾十到上千不等，導(dǎo)致向量變量與樣本數(shù)的比值過大，直接影響支持向量機建模的可靠性;第二，紅外光譜數(shù)據(jù)往往包含有大量的重疊信息，數(shù)據(jù)矩陣存

8、在大量線性相關(guān)的變量向量。因此利用支持向量機進行建模前,首先要對紅外光譜數(shù)據(jù)進行壓縮或降維，在保證不丟失光譜主要信息特征的前提下，將高維的光譜數(shù)據(jù)轉(zhuǎn)化為低維數(shù)據(jù)，以作為支持向量機的輸入。主成分分析法12(principal component analysis, PCA)是目前使用最廣泛的線性降維方法之一，該方法的最大特點是對原數(shù)據(jù)進行線性變換，保留方差大、包含信息量多的變量，丟掉方差較小、包含信息量少的變量，然后通過重新線性組合求出新的分量，達到降低光譜數(shù)據(jù)維數(shù)的目的，其基本原理13是將被分析的數(shù)據(jù)矩陣Xm×n分解成下面形式：X = TPT + E其中Tm×a稱為得分矩陣

9、，Pn×a稱為載荷矩陣，Em×n為殘差矩陣，T、P均為正交矩陣。在所能容忍的殘差范圍內(nèi)，X近似地表示為X = TPT將式得分矩陣T移至左邊，得T = XP從式可以看出，通過載荷矩陣P可以將原數(shù)據(jù)矩陣X投影到一個a維子空間，一般情況下，a遠遠小于原向量的維數(shù)n，于是實現(xiàn)了數(shù)據(jù)的降維。通常，a稱為主成分數(shù)。2 方法2.1 藥材本研究使用的76味中藥的藥材名稱、產(chǎn)地及藥性見表1。其中，平性藥36味，寒涼藥20味，溫?zé)崴?0味。表1 76味中藥材藥名、產(chǎn)地、藥性列表藥名產(chǎn)地藥性藥名產(chǎn)地藥性藥名產(chǎn)地藥性蒲黃山東平桑寄生廣西 平細辛吉林溫?zé)崽胰屎颖逼脚Ｏズ幽?平花椒四川溫?zé)岷蠚g皮四川平

10、秦艽甘肅平丁香廣東溫?zé)岽ㄅＯニ拇ㄆ较生Q草浙江平高良姜廣東溫?zé)嵫邚V西平大血藤河南 平丹皮安徽寒涼三棱江蘇平矮地茶廣西平赤芍湖南寒涼王不留行江蘇平大血藤江西平大黃甘肅寒涼蘇木廣西平大血藤湖南平丹參河北寒涼銀杏葉廣西平藕節(jié)湖南平益母草廣西寒涼腫節(jié)風(fēng)廣西平絲瓜絡(luò)江蘇平薄荷湖南寒涼甘草內(nèi)蒙古平川芎四川溫?zé)嵘Ｈ~安徽寒涼紅景天湖南平桂枝廣西溫?zé)岣鸶幽虾疀鼍戆貜V西平當(dāng)歸甘肅溫?zé)岵窈颖焙疀鰞擅驷槒V西平三七廣西溫?zé)嶂负颖焙疀雎仿吠◤V西平紅花河南溫?zé)釛d子江西寒涼木賊陜西平麻黃內(nèi)蒙古溫?zé)嵯目莶莺焙疀鲕蛯嵃不掌阶咸K湖南溫?zé)岚逅{根河北寒涼山藥廣西平荊芥江蘇溫?zé)峤疸y花湖南寒涼香附湖南平防風(fēng)東北溫?zé)崞压⒑颖焙疀鱿?/p>

11、鶴草廣西平蒼術(shù)河北溫?zé)岽笄嗳~湖南寒涼茯苓云南平厚樸四川溫?zé)岽┬纳弿V東寒涼香附山東平砂仁云南溫?zé)猃埬懖輧?nèi)蒙古寒涼太子參江蘇平豆蔻廣西溫?zé)峥鄥⑸轿骱疀錾剿幒幽?平附子四川溫?zé)嵝⒄憬疀鲨坭綄幭钠礁山拇責(zé)岚脒吷彴不?平吳茱萸湖南溫?zé)?.2 儀器與實驗參數(shù)設(shè)置2.3 樣品制備與測試在本研究的前期工作中，曾對20種不同藥性中藥的石油醚、醋酸乙酯、乙醇、水不同溶劑提取部位的提取物紅外光譜與藥性的相關(guān)性進行過初步分析，結(jié)果顯示醋酸乙酯部位的提取物紅外光譜與藥性相關(guān)性最好，因此本實驗主要對醋酸乙酯提取物的紅外圖譜進行分析，具體制樣方法如下：取表1所示76種中藥樣品粉末各2 g, 分置于50 ml錐形瓶中，分別加入醋