不同产地丹参药材的质量差异显著, 亟需建立准确、 快速的分析鉴别方法, 对丹参药材的产地进行识别。 激光诱导击穿光谱（LIBS）具有快速、 实时、 高效、 等特点, 克服了传统分析方法时间长、 程序复杂等问题。 人工神经网络（ANN）方法则具有强大的学习和泛化能力, 是一种快速、 准确的分析方法。 采用LIBS技术结合ANN方法构建了对不同产地丹参药材的鉴别方法。 实验首先收集来自安徽、 甘肃等六个不同产地的丹参样品, 并通过LIBS光谱仪对丹参样品进行光谱采集； 之后对丹参LIBS光谱的元素特征峰进行比对, 发现不同产地丹参样品的元素发射谱线强度存在着差异, 如Fe元素（238.20, 373.71 nm）和Ca元素（315.89, 317.93 nm）等； 采用最大最小归一化（MMN）、 标准正态变换（SNV）、 均值中心化（MC）、 Savitzky-Golay平滑滤波（SG）以及多元散射校正（MSC）五种预处理方法对LIBS光谱数据进行预处理优化, 减少光谱噪声以及其他干扰信息的影响； 最后分别搭建ANN分类模型, 从测试集分类准确率、 每类产地的敏感性、 精确率和特异性等方面进行比较, 选择最优模型。 基于原谱的ANN模型测试集分类准确率为94.24%； SNV、 MC两种方法并没有提升ANN模型的分类能力； MMN、 SG及MSC三种预处理方法均提升了ANN的分类效果。 SG-ANN模型取得了最佳鉴别效果, 外部测试集分类准确率为98.15%, 同时具有更高的敏感性、 精确率和特异性, 其中, 安徽、 河南两地丹参样品的判别结果最好, 敏感性、 精确率及特异性均达到100.00%, 其余四种产地丹参样品的敏感性、 精确率及特异性也在95.00%以上。 该结果表明, 选择合适的光谱预处理方法, 能显著提升ANN模型对于丹参产地的预测分类能力, 构建一种相关性更强的定性分析模型。 研究结果表明LIBS技术结合人工神经网络方法是一种很有前景的丹参药材分析鉴别方法, 为中药材质量监督体系提供一种新思路。

为提高利用红外光谱数据鉴别中药材产地的预测模型效果, 应该选用合适的数据预处理方法和合适的算法。 针对具有3 448个特征（波长551～3 998 nm）的658条红外光谱中药材数据, 借助于支持向量机(SVM)算法, 研究了10种基于样本预处理方法（不做预处理、 最大最小归一化、 标准化、 中心化、 移动平均平滑、 SG平滑滤波、 多元散射校正、 正则化、 一阶导数和二阶导数法）与5种基于特征波长预处理方法（不做预处理、 中心化、 最大最小归一化、 标准化和正则化）的组合（共50种）对产地模型预测精度和稳定性的影响。 结果表明: 合适的数据预处理对提高模型精度是必要的; 标准化和最大最小正则化方法光谱的预处理建模效果较好, 其预测系数值约85%; 基于特征的预处理对模型预测效果改进小。 只做光谱预处理或基于特征预处理的预测稳定性值近似相等（两类方式的决定系数平均值都近64%）; 基于样本+特征的组合预处理方法中, 二阶导数+标准化处理和二阶导数+正则化组合处理方法的模型预测效果好, 其决定系数R2达到近94%; 而中心化+正则化组合处理达不到直接采用原始数据（不做数据预处理）的建模效果, 该方法预测效果最差。 该研究的方法和结论为具有高维光谱特征的药材产地鉴别和选取有效的预处理方法提供了参考, 对进一步分析药材药效和化学成份有重要的意义, 也可供其他光谱数据分析借鉴。 也为高维小样本数据建模的前期数据处理提供了思路。

采用傅里叶变换红外光谱结合曲线拟合技术研究存储5年的姜科药材, 以探寻姜科药材存储五年的成分变化情况。结果显示, 原始红外光谱整体相似, 光谱反映出药材的主要物质有挥发油类、黄酮类、糖类、氨基酸等。对谱图差异较大的1300～1450 cm-1进行原始谱图局部放大处理、二阶导数处理, 明显看出1384 cm-1、1410 cm-1峰强、峰位差异明显, 推断含异丙基和叔丁基化合物的含量及化合物内部结构发生变化。结合吸光度比值法和曲线拟合面积定量分析得出, 22种姜科药材的挥发油含量随着储藏时间的变化呈下降趋势, 糖类含量呈上升趋势。研究表明, 傅里叶变换红外光谱结合曲线拟合可为姜科药材的品质分析提供一种有效手段。

石斛是一种常用的中药材, 经常使用新鲜的或干燥的茎条入药, 有益胃生津、 滋阴清热的效果。 近年来, 药理学研究探索出石斛具有抗白内障、 抗氧化、 抗肿瘤、 提高免疫力的作用, 其在许多病例中疗效显著, 引起了国内外学者的关注, 然而不同时间采集的石斛中氨基酸、 微量元素等含量各不同, 其对应药用价值, 价格也不同, 因此石斛价格等级分辨的研究具有重要意义。 为快速鉴别不同价格、 不同药效的石斛, 研究了随机森林分类模型结合激光诱导击穿光谱技术(LIBS)对石斛价格等级进行分析建模。 选取5个等级的石斛样品进行建模, 为了对样品进行精确稳定分析, 所有石斛样品均通过粉碎压片减小实验误差。 采用1 064 nm波长的Nd∶YAG脉冲激光器作为激发光源, 设置激光脉冲能量50 mJ, 探测延时1 μs, 采集五个等级石斛样本的光谱数据, 每个等级的样本采集40组光谱, 共200组数据, 并采用归一化处理, 使所有的光谱数据转换到-1～1之间。 采用归一化处理后的光谱数据进行主成分分析, 通过主成分分析获得前7个主成分的得分矩阵, 其累计解释95.24%的光谱信息。 将选取的7个主成分作为输入, 建立波段为220~880 nm的随机森林鉴别模型。 并将石斛样本编号打乱, 任意选取50%的光谱数据作为训练集, 剩下50%的光谱数据作为测试集, 默认决策树个数ntree为500, 分裂属性集中属性个数mtry为5, 建立模型对不同等级的石斛进行分类。 等级一、 二、 三、 四、 五的识别率分别为95.45%, 100%, 78.26%, 94.12%和85%, 平均识别率为90.57%。 为提高识别率, 研究了不同的ntree和mtry对分类模型的影响, 利用袋外数据误差率估计对随机森林的两个参数进行了优化。 选择ntree为300, mtry为1, 等级一、 二、 三、 四、 五的识别率分别为100%, 100%, 92.31%, 100%和90%, 平均识别率为96.46%, 识别率提高了5.89%。 综上所述, 采用LIBS技术结合优化后的随机森林模型鉴别石斛等级具有一定的可行性, 为未来快速鉴定不同价格的石斛等级分类提供了可行性的判别系统。

基于有机骨架材料超高比表面积及优越的吸附性能，建立新型填充柱-表面增强拉曼光谱联用法。采用金属有机骨架复合材料联合常规色谱硅胶制备一种具有增强拉曼信号功能的增强新型填充柱，然后采用原位检测的方式，将其应用于鉴别中药材是否染色掺伪。采用上述方法，成功检测出经2种常见染料(新品红、胭脂红)染色的西红花药材。结果表明，搭建的新型填充柱-表面增强拉曼光谱联用法可对染色的中药材实现简单、快速、灵敏的检测，具有非常广阔的应用前景。

以近红外荧光碳量子点为探针, 以赭曲霉毒素A(OTA)适配体为特异性结合体, 建立了近红外荧光核酸适体OTA传感检测平台。研究显示, 所建立的近红外荧光核酸适体OTA传感对OTA具有高特异性, 其他真菌毒素无明显干扰。研究了传感体系组成、pH值、孵化时间等因素对近红外荧光传感性能的影响, 确定了最优检测条件。在最优检测条件下, OTA 浓度在0.015~1.5 ng·mL-1范围与体系荧光强度恢复呈良好线性关系, 检测限为8 pg·mL-1。该方法用于连翘、葛根、莲子、麦芽、陈皮、甘草等中草药中痕量OTA的测定, 发现这些中药材都存在赭曲霉毒素A的污染。

搭建了正交的再加热双脉冲激光诱导击穿光谱(RDP-LIBS)实验装置。以黄连为研究对象,用其特征谱线的光谱强度和信背比评估了光谱特性。通过优化探测延时、两束激光能量值组合及脉冲间隔等实验参数,提高了检测的灵敏度。相比单脉冲激光诱导击穿光谱(SP-LIBS)技术,RDP-LIBS技术对4条特征谱线(Fe、Al、Ca、CN)的光谱强度增强倍数分别为4.0,5.5,10.0和3.5。RDP-LIBS下的等离子体电子激发温度和电子数密度均比SP-LIBS下的有所提高。

太赫兹时域光谱技术可以为中药材鉴别与研究提供新方法。中药材对透射的太赫兹光波没有明显的特征吸收谱线, 但太赫兹光波与中药材物质的作用机理表现为一个与中药材种类及厚度有关的太赫兹光波低通滤波器。针对制备的中药材样品厚度很难标准化, 提出中药材样品厚度归一化数据处理方案。利用不同厚度样品的太赫兹透射光波电场强度采样数据, 拟合出标准厚度(1 mm)中药材样品的太赫兹透射光波电场强度数据, 进而计算出每种标准厚度样品对应的中药材低通滤波器的 3个参数 (α,β,γ), 实验结果证明了方案的可行性, 可以用来区分中药材的种类。

以自组装方法，构建了金纳米粒子/核酸适体/CdTe量子点复合物荧光传感体系，金纳米粒子使复合物中量子点荧光猝灭。样品溶液中存在黄曲霉毒素B1(AFB1)时，复合物中核酸适体选择性地与AFB1结合，并释放出量子点，使体系的荧光得到恢复，其荧光强度随加入样品中AFB1的量增大而增大。AFB1 浓度在 0.005~2.00 ng/mL范围与体系荧光强度恢复呈良好线性关系，检测限为1.2 pg/mL。该法用于连翘、山楂和甘草等中药材中痕量AFB1测定，取得了满意结果。