一種基于近紅外光譜技術(shù)的不同品種及摻假三七的無(wú)損鑒別分析研究

余 梅，李尚科，戴雪婧，鄭 郁*，李 跑，3*，蔣立文，劉 霞

（1.湖南師范大學(xué) 醫(yī)學(xué)院，湖南 長(zhǎng)沙 410013；2.湖南農(nóng)業(yè)大學(xué) 食品科學(xué)技術(shù)學(xué)院 食品科學(xué)與生物技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410128；3.湖南省農(nóng)業(yè)科學(xué)院 湖南省農(nóng)產(chǎn)品加工研究所，湖南 長(zhǎng)沙 410125）

三七為五加科植物三七（Panax notoginseng（Burk.）F.H.Chen）的干燥根和根莖，廣泛種植在廣西、云南、四川及湖南等地，在我國(guó)已有400多年的種植歷史［1］。三七作為一種名貴的中藥材，富含氨基酸、皂苷、黃酮苷等活性成分，在止血、活血化瘀及降血壓、降血脂方面有重要作用。然而，受地理環(huán)境氣候條件的影響，不同品種三七在組成及含量上有所差別，功效也有較大的不同，價(jià)格相差甚遠(yuǎn)。三七呈塊狀，但常以粉末狀入藥，現(xiàn)階段，市場(chǎng)上出現(xiàn)了以玉米淀粉和紅薯淀粉摻假三七粉的不法現(xiàn)象［2］。當(dāng)前關(guān)于不同品種和摻假三七的鑒別主要為感官評(píng)價(jià)法和理化分析法，其中感官檢測(cè)易受到主觀因素和客觀環(huán)境的影響，結(jié)果準(zhǔn)確度有待考察；理化分析法主要是通過(guò)測(cè)定三七成分組成和含量來(lái)實(shí)現(xiàn)三七品種的鑒別分析，但此類(lèi)方法需要對(duì)樣品進(jìn)行破壞性前處理，影響樣品的二次銷(xiāo)售，且操作復(fù)雜，檢測(cè)成本較高。開(kāi)發(fā)一種快速無(wú)損鑒別三七品種及摻假的方法對(duì)解決三七真?zhèn)舞b別難的問(wèn)題具有實(shí)際意義。

近紅外光譜技術(shù)是一種光譜波長(zhǎng)介于可見(jiàn)光譜區(qū)和中紅外光譜區(qū)之間的電磁波技術(shù)，其波長(zhǎng)為780～2526nm，波數(shù)為10000～4000cm－1，主要包含含氫基團(tuán)化學(xué)鍵伸縮振動(dòng)倍頻及合頻信息［3］。近年來(lái)，近紅外光譜技術(shù)因綠色無(wú)損、分析速度快、操作簡(jiǎn)單的特點(diǎn)在食品、醫(yī)藥、化工等行業(yè)得到了廣泛應(yīng)用［4－6］。本課題組［7］采集了不同年份陳皮的近紅外光譜數(shù)據(jù)，利用單一和組合預(yù)處理方法對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理，結(jié)合線性判別分析方法實(shí)現(xiàn)了不同年份陳皮的鑒別分析。李運(yùn)等［8］采集了來(lái)自云南省12個(gè)產(chǎn)地的96個(gè)三七樣品的近紅外光譜數(shù)據(jù)，通過(guò)一階導(dǎo)數(shù)、二階導(dǎo)數(shù)結(jié)合Savitsky－Golay平滑方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，實(shí)現(xiàn)了三七及其野生近緣種的親緣關(guān)系分析。鐘玉蘭等［9］采集了三七粉末以及混有三七葉或淀粉的三七粉末樣品的近紅外數(shù)據(jù)，運(yùn)用一階導(dǎo)數(shù)法結(jié)合九點(diǎn)平滑處理優(yōu)化光譜數(shù)據(jù)，采用獨(dú)立軟模式簇類(lèi)判別分析法建立了定性鑒別模型，該模型對(duì)于真品和摻假比例高于10%的偽品的識(shí)別成功率為100%。然而，在實(shí)際分析中，由于存在樣品物理性狀的不均勻性以及儀器自身問(wèn)題，導(dǎo)致采集的近紅外光譜存在譜帶較寬、重疊較嚴(yán)重、吸收信號(hào)強(qiáng)度弱等干擾，因此僅用原始光譜數(shù)據(jù)較難實(shí)現(xiàn)對(duì)復(fù)雜樣品的定性定量分析，需采用預(yù)處理方法消除光譜中的干擾。而每一種預(yù)處理方法針對(duì)的問(wèn)題有所不同，如何選擇合適的預(yù)處理方法是研究的重點(diǎn)與難點(diǎn)。去偏移（De-bias）［10］和去趨勢(shì)（DT）［11］常被用于消除光譜中存在的基線漂移；標(biāo)準(zhǔn)正態(tài)變量變換（SNV）［12］和多元散射校正（MSC）［12］常被用于消除固體顆粒大小、表面散射以及光程改變對(duì)漫反射光譜的影響；最大最小歸一化（Min－Max）［13］用于消除光譜的絕對(duì)吸收值及多余信息，提高模型的穩(wěn)健性和預(yù)測(cè)能力；一階導(dǎo)數(shù)（1st）和二階導(dǎo)數(shù)（2nd）等導(dǎo)數(shù)方法［14］和連續(xù)小波變換（CWT）［15］常被用于扣除儀器背景或漂移對(duì)信號(hào)的影響。在實(shí)際情況中，光譜中往往存在多種干擾，僅用一種預(yù)處理難以得到理想的結(jié)果。卞?；鄣龋?6－17］發(fā)現(xiàn)，采用合適的預(yù)處理組合方法可以提高建模效果，對(duì)于不同數(shù)據(jù)集，得到的最佳預(yù)處理組合也不相同，對(duì)已有預(yù)處理方法按照預(yù)處理目的進(jìn)行分類(lèi)再排列組合是選擇最佳預(yù)處理方法的一種有效途徑。因此，本試驗(yàn)采集了不同品種完整、粉末及摻假三七樣品的近紅外光譜數(shù)據(jù)，采用單一和組合預(yù)處理方法對(duì)數(shù)據(jù)進(jìn)行處理，篩選出最優(yōu)預(yù)處理方法，并結(jié)合主成分分析法構(gòu)建了不同品種以及摻假三七樣品的鑒別模型，以期實(shí)現(xiàn)對(duì)不同品種三七完整、粉末以及摻假樣品的鑒別分析。

1 實(shí)驗(yàn)部分

1.1 實(shí)驗(yàn)材料

從本地藥店購(gòu)買(mǎi)四川的景天三七、河北的菊三七、陜西的血三七和云南的田三七完整樣品及粉末樣品，每個(gè)品種樣品分別取10份。現(xiàn)階段市場(chǎng)上摻假三七粉大多是不良商家用毫無(wú)藥用價(jià)值的淀粉、毛根、三七莖葉磨出來(lái)的粉，三七莖葉摻假的三七粉中存在少許磨不碎的植物葉脈纖維，較容易鑒別，而淀粉摻假的三七粉較難鑒別。因此，以田三七為摻假對(duì)象，將淀粉按照1∶0.25 、1∶0.5 、1∶0.75 及1∶1的質(zhì)量比例加入田三七中得到摻假樣品，每個(gè)比例制備3份樣品，共12份摻假樣品。

1.2 儀器與光譜采集

采用賽默飛世爾科技AntarisⅡ傅里葉變換近紅外光譜儀漫反射模式得到近紅外光譜數(shù)據(jù)，在MATLAB R2010b（The Mathworks，Natick，USA）軟件中實(shí)現(xiàn)光譜數(shù)據(jù)的預(yù)處理和鑒別分析。

試驗(yàn)在室溫條件下進(jìn)行，波數(shù)為10000～4000cm－1，最小間隔約為4cm－1，共采集1557個(gè)數(shù)據(jù)點(diǎn)，采集方式為漫反射。為保證光譜測(cè)量的準(zhǔn)確性，每一樣品重復(fù)3次，取平均值作為該樣品的原始光譜。

1.3 光譜預(yù)處理與聚類(lèi)分析

40份樣品數(shù)據(jù)按照Kennard－Stone方法以8∶2的比例分為32個(gè)校正集和8個(gè)預(yù)測(cè)集。受樣品、環(huán)境和儀器的干擾，光譜往往存在基線漂移及譜峰重疊的現(xiàn)象，如直接使用原始數(shù)據(jù)建立的模型易出現(xiàn)精確度不高、穩(wěn)定性差等情況。本試驗(yàn)采用De-bias等8個(gè)單一預(yù)處理方法對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理，提取有效信息，提高模型的精確度與準(zhǔn)確度；考慮到光譜的復(fù)雜性，采用組合預(yù)處理方法對(duì)光譜數(shù)據(jù)進(jìn)行進(jìn)一步處理。表1給出了詳細(xì)的單一和組合預(yù)處理方法。最后利用主成分分析（PCA）方法建立不同品種完整、粉末及摻假三七樣品的鑒別模型，得到不同品種及摻假三七的鑒別率。

表1 47種預(yù)處理方法Table147 pretreatment methods

2 結(jié)果與討論

2.1 不同品種三七完整樣品的原始光譜及聚類(lèi)分析

通過(guò)近紅外光譜儀采集4個(gè)品種三七完整樣品的光譜信息，圖1A為4個(gè)品種三七完整樣品的原始光譜，綠色、紅色、藍(lán)色和紫色分別代表了景天三七、菊三七、血三七和田三七。圖中譜線趨勢(shì)大致走向一致，說(shuō)明不同品種三七具有相似組成成分。光譜中存在明顯的譜峰重疊、基線漂移等干擾，可能是由于固體樣品表面凹凸不平的原因，故僅采用原始光譜無(wú)法找到不同品種三七的差異信息。為了實(shí)現(xiàn)對(duì)不同品種三七的鑒別分析，采用PCA對(duì)光譜數(shù)據(jù)進(jìn)行處理，由于第一主成分（PC1）與第二主成分（PC2）的累計(jì)方差貢獻(xiàn)率之和在90%以上，因此選用PC1及PC2繪制PCA圖。圖1B為完整樣品原始光譜的PCA圖。圖中實(shí)心表示校正集，空心表示預(yù)測(cè)集，橫坐標(biāo)代表PC1的方差貢獻(xiàn)率，縱坐標(biāo)代表PC2的方差貢獻(xiàn)率。由圖可知，4個(gè)品種三七完整樣品的置信橢圓呈重疊交織狀，4個(gè)品種中僅有景天三七中2個(gè)校正集樣本與血三七中1個(gè)校正集樣本被成功鑒別，鑒別率僅為9.38 %。因此通過(guò)完整樣品原始光譜無(wú)法實(shí)現(xiàn)對(duì)不同品種三七的準(zhǔn)確鑒別分析。

圖1 完整樣品的原始光譜圖（A）及PCA圖（B）Fig.1 Original spectra（A）and PCA plots（B）of the complete samples solid：calibration set；hollow：verification set

2.2 不同品種三七粉末及摻假粉末樣品的原始光譜及聚類(lèi)分析

圖2A為4個(gè)品種三七粉末及摻假樣品的原始光譜，綠色、紅色、藍(lán)色、紫色和黃色分別代表了景天三七、菊三七、血三七、田三七和摻假樣品。相較于完整樣品光譜，粉末樣品光譜中的背景干擾和基線漂移得到了明顯改善。此外，粉末狀樣品與完整樣品光譜具有相似的特征峰。然而，直接采用原始光譜依舊無(wú)法實(shí)現(xiàn)對(duì)粉末與摻假樣品的鑒別分析。因此采用PCA方法對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)分析。圖2B為粉末及摻假樣品原始光譜的PCA圖，由圖可知，4個(gè)品種粉末樣品的置信橢圓得到完美分離，鑒別準(zhǔn)確率為100%。此外，摻假樣品的數(shù)據(jù)點(diǎn)未落入4個(gè)品種粉末樣品的置信橢圓中，表明摻假樣品與粉末樣品實(shí)現(xiàn)了100%的鑒別。

圖2 粉末及摻假樣品的原始光譜圖（A）及PCA圖（B）Fig.2 Original spectra（A）and PCA plots（B）of powder and adulterate samples

2.3 基于預(yù)處理方法優(yōu)化三七光譜數(shù)據(jù)的鑒別分析

為進(jìn)一步提高鑒別準(zhǔn)確率，采用預(yù)處理方法對(duì)光譜數(shù)據(jù)進(jìn)行處理以消除干擾。圖3為采用單一預(yù)處理后完整、粉末樣品原始光譜數(shù)據(jù)的鑒別率，黑色線表示原始光譜數(shù)據(jù)的鑒別率。圖3A、B分別為完整樣品校正集與預(yù)測(cè)集的鑒別準(zhǔn)確率，完整樣品原始光譜鑒別率僅為9.38 %，然而采用預(yù)處理方法后，鑒別準(zhǔn)確率得到了顯著提高，其中以CWT預(yù)處理方法的結(jié)果最佳，鑒別準(zhǔn)確率為93.75%，說(shuō)明預(yù)處理方法可在一定程度上扣除光譜存在的干擾，提高鑒別準(zhǔn)確率。對(duì)于預(yù)測(cè)集的分析，原始數(shù)據(jù)鑒別率僅為0%，采用1st與CWT預(yù)處理后鑒別準(zhǔn)確率達(dá)到了100%。圖3C、D為粉末樣品校正集與預(yù)測(cè)集的鑒別率。由圖3C（校正集）可知，粉末樣品采用原始光譜數(shù)據(jù)即可實(shí)現(xiàn)100%的鑒別分析。由圖3D（預(yù)測(cè)集）可知，經(jīng)MSC預(yù)處理后鑒別率有所下降，說(shuō)明預(yù)處理方法選擇不當(dāng)會(huì)扣除光譜中的有用信息，從而導(dǎo)致鑒別準(zhǔn)確率下降。

圖3 采用單一預(yù)處理方法得到的鑒別準(zhǔn)確率Fig.3 Identification accuracies with single pretreatment method

為了進(jìn)一步提高對(duì)完整樣品的準(zhǔn)確鑒別分析，采用組合預(yù)處理方法對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理。表1中給出了詳細(xì)的38種組合預(yù)處理方法。圖4A、B為完整樣品校正集與預(yù)測(cè)集采用組合預(yù)處理后的鑒別準(zhǔn)確率，灰色的線表示單一預(yù)處理后的最優(yōu)鑒別率（93.75 %）。由圖4A（校正集）可知，38種組合中僅有De-bias+1st、De-bias+CWT與2nd+SNV3個(gè)組合預(yù)處理的鑒別準(zhǔn)確率與單一預(yù)處理最優(yōu)鑒別率保持一致，鑒別準(zhǔn)確率為93.75%。同時(shí)，考察了同一種預(yù)處理不同組合順序?qū)Y(jié)果的影響，結(jié)果表明，采用1st+De-bias組合預(yù)處理后鑒別準(zhǔn)確率為78.13%，CWT+De-bias預(yù)處理后鑒別準(zhǔn)確率為75%，SNV+2nd預(yù)處理后的鑒別準(zhǔn)確率為43.75%，表明預(yù)處理的組合順序?qū)Y(jié)果會(huì)產(chǎn)生不同影響。由圖4B（驗(yàn)證集）可知，De-bias+1st和De-bias+CWT及2nd+SNV3個(gè)組合預(yù)處理鑒別準(zhǔn)確率為100%。綜上所述，采用多種預(yù)處理組合方法會(huì)扣除光譜中存在的多種干擾，但是，不準(zhǔn)確的預(yù)處理組合會(huì)降低鑒別準(zhǔn)確率，可能是由于多種預(yù)處理組合在進(jìn)行無(wú)效信息去除的同時(shí)也扣除了有用信息。

圖4 采用組合預(yù)處理方法得到的完整樣品的鑒別準(zhǔn)確率Fig.4 Identification accuracies of complete samples with combined pretreatment methods

3 結(jié) 論

近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法可有效實(shí)現(xiàn)不同品種以及摻假三七的鑒別分析。粉末樣品鑒別結(jié)果明顯優(yōu)于塊狀樣品。預(yù)處理可以消除光譜中的多種干擾，顯著提高鑒別率；預(yù)處理方法的組合順序?qū)Y(jié)果也有影響；預(yù)處理方法選擇不當(dāng)會(huì)扣除光譜中的有用信息，導(dǎo)致鑒別率下降。在未來(lái)研究中，我們將針對(duì)其它品種三七摻假田三七以及多頭數(shù)三七粉冒充少頭數(shù)三七粉的鑒別進(jìn)行進(jìn)一步深入研究。