基于复合特征重建的Atractylodis Macrocephalae Rhizoma及其热加工产品的快速鉴定研究,与OOA-BP算法相结合
Yuwen Qin1, Xiaochun Zhang1, Haiyan Shou1
1School of Chinese Medicine, Wenzhou Medical University, Wenzhou, 325035, China.
Talanta
|December 7, 2025
概括
这项研究揭示了热处理如何改变药用食品Atractylodis Macrocephalae Rhizoma (AMR) 的变化. 一个新的OOA-BP模型基于视觉和光谱数据准确识别加工的AMR产品.
科学领域:
- 食品科学 食品科学 食品科学
- 传统中国医药 传统中国医药
- 分析化学 分析化学
背景情况:
- 阿特拉提洛迪斯麦克罗脑瘤 (AMR) 是中国的一种药用和食用同类食品.
- 了解热处理对AMR质量的影响对于其应用至关重要.
- 现有的识别加工AMR产品的方法缺乏效率和准确性.
研究的目的:
- 在热处理过程中全面分析AMR的外观,质地和组成的变化.
- 开发一种快速而准确的方法来识别原始和热加工的AMR产品.
- 建立药用食品产品质量控制的科学基础.
主要方法:
- 多源信息融合包括色度测量,纹理分析和近红外 (NIR) 光谱学.
- 使用主要组件分析 (PCA) 和部分最小平方差分分析 (PLS-DA) 的统计分析.
- 使用 Osprey 优化算法 (OOA) 进行分类的反向传播 (BP) 模型的开发和优化.
主要成果:
- 热处理显著改变了AMR的色调,和度,值和纹理异质.
- 像水和阿特拉提伦化物这样的关键成分受到加工的影响.
- 尼尔射线光谱在1550和1950nm之间显示出明显的模式.
- PCA和PLS-DA确定了8个关键变量来区分加工样本.
- OOA-BP模型在分类AMR及其加工形式方面实现了100%的准确性.
结论:
- 热处理导致AMR的物理和化学性质发生显著变化.
- 多变量分析和优化的机器学习模型的组合可以有效地识别处理的AMR.
- 这项研究为加工制药食品 (如AMR) 的质量控制和鉴定提供了一个新的框架.
