根据化学成分,色彩和电子鼻子的基础,Atractylodis Macrocephalae Rhizoma的地理来源可追溯性

科学领域:

• 药理学是指药理学,即药理学是指药理学.
• 化学测量 化学测量 化学测量
• 传统中国医药 传统中国医药

背景情况:

• 根据种植来源,Atractylodis Macrocephalae Rhizoma (AMR) 的质量会有所不同,这会影响其对胃肠道疾病的疗效.
• 目前的方法缺乏有效的方法来区分AMR与不同地理来源.
• 标准化和原产地可追溯性对于确保中国传统医学的质量至关重要.

研究的目的:

• 开发一种快速而精确的方法来追踪Atractylodis Macrocephalae Rhizoma (AMR) 的起源.
• 根据来自不同来源的化学成分,颜色和气味特征,研究抗菌耐药性的质量差异.
• 评估机器学习模型在AMR来源可追溯性方面的性能.

主要方法:

• 八个主要成分 (乙醇提取物,精油,多糖化物,阿特拉提利诺利德,阿特拉提隆) 的化学分析.
• 使用电子鼻子对AMR粉末和气味分析进行色度分析.
• 机器学习算法的应用 (主要组件分析,PLS-DA,BPNN,PSO-SVM) 用于数据分析和分类.

主要成果:

• 主要成分分析表明江AMR的质量优越.
• 在不同的起源中观察到化学成分和颜色参数的显著变化.
• 基于化学和颜色数据的机器学习模型显示分类准确度低 (<80%).
• 电子鼻子与机器学习相结合,在AMR来源可追溯性方面实现了高精度 (>90%),PSO-SVM达到100%.

结论:

• 亚特拉提洛迪斯麦克罗头发菌根 (AMR) 的质量因其种植来源而有很大差异.
• 电子鼻子与机器学习相结合,提供了一个高度准确和快速的方法来追踪AMR来源.
• 这种方法可以帮助标准化AMR质量,并确保传统中医药的疗效.