中草药的太赫兹光谱鉴别

论文摘要

太赫兹(THz,1THz=1012Hz)波段指的是波长在0.1THz～10THz（波长在3mm～30μm）区间的远红外电磁辐射,其波段位于微波和红外光之间。近年来,由于超快激光技术的发展,为太赫兹脉冲的产生提供了稳定、可靠的光源,使得太赫兹光谱成像技术得到了蓬勃的发展。它以THz辐射作为探测源,利用电光采样或光电导采样方法直接记录THz辐射电场的振幅时间波形,通过傅立叶变换得到测量信号振幅和相位的光谱分布,进而获得材料在THz波段的吸收和色散等信息。中药材质量评价与标准制定研究包括3个方面内容:安全性、真实性与质量优劣评价。众所周知,中药之所以能发挥治病功效,是它所含的物质基础—化学成分对机体作用的结果。由于中药的化学成分极为复杂（包括有机物和无机物）,它的质量优劣评价方法和相应的质控标准长期以来一直是个难题,这也是影响中药现代化的一个主要因素。只有以客观规范的质量评价标准和实验数据表明中药及原料药材的有效性、稳定性和可控性,才能使中药在国际市场上占据一席之地。为此许多人对中药材的质量评价方法进行了广泛深入的研究和探讨。这其中,由于光谱技术是依据中草药中有效成分或特征成分进行鉴别的,可以避免一般鉴别方法的主观性和片面性,能够较为客观的反映药材的内在质量而逐渐受到了人们的重视。其中红外光谱的研究进展最为迅猛。将THz辐射用于中药材研究是对其有效的补充,有益的尝试。将THz辐射用于中药研究有一些特殊的优点。这主要包括:1)中药的大分子振动或转动谱有一部分在THz波段;2)用THz时域光谱技术可以测量中药的色散,有可能作为中药鉴别的辅助指标,而红外光谱仪不能测试色散特性;3)THz辐射具有相干性,有可能得到与位相有关的信息;4)THz辐射脉冲宽度在皮秒到飞秒量级,可以测量中药时域谱和中药瞬态特性。本论文的主要工作分为两部分:第一、应用太赫兹脉冲时域光谱系统对于易混淆的6组中草药进行光谱实验研究。获得各种中草药的太赫兹吸收光谱和数据。观察并分析其光谱间的区别,进行初步鉴别,并为BP神经网络的鉴别和识别建立训练数据集合和测试数据集合。第二、应用BP神经网络技术和基于分形理论对中草药进行鉴别。其一是应用BP神经网络对6组易混淆的中药进行鉴定和识别,通过改变网络的设置,特别是改变其隐含层的数值,提高其识别效果。结果,6组易混淆的中药大多数都得到了很好的鉴别。这为THz光谱技术用于中草药识别和鉴定提供了一种有效的方法。其二是基于分形理论的太赫兹光谱识别,实验中测得了两种中药的太赫兹光谱,算出了它们的盒维数并进行了比较。通过这种方法使不同的药品得到很好的鉴别。这一部分工作为最终使太赫兹光谱识别技术用于实际做出了一定的基础性研究,同时对于太赫兹光谱技术在中药领域的发展前景进行了一定程度的探讨。本论文章节安排如下:论文第一章概述了太赫兹光谱技术的基本内容,包括太赫兹脉冲的产生、探测和太赫兹脉冲所具有的特性。综述了中草药常用的鉴别方法。说明了本选题的意义和本论文所包含的主要工作。论文第二章详细阐述了首都师范大学物理系太赫兹实验室自行搭建的太赫兹系统光路原理,以及实验测量步骤和样品制备等情况。着重讲述了本论文所依据的理论基础,样品光学常数的提取算法。论文第三章主要介绍了人工神经网络的发展概况和误差反传神经网络（BP神经网络）的基本原理,BP神经网络的算法推导,BP神经网络的主要特性和局限性。论文第四章是在采用THz时域光谱技术对易混淆的6组中草药进行实验研究并得到它们在0.2～2.6THz频率范围的特征吸收谱的基础上,首次用BP神经网络方法对这6组中草药的THz吸收光谱进行了训练和识别,通过改变网络设置,特别是改变中间层的数值,识别率多数达100/%,识别结果充分表明,用BP神经网络可以实现对易混淆的中草药识别和鉴定,可以对不同炮制的中药进行鉴别,为THz光谱技术用于中草药识别和鉴定提供了一种有效的方法。论文第五章是介绍了分形的基本概念和分形盒维算法。提出了一种新的太赫兹光谱识别方法。实验中测得了两种中药的太赫兹光谱,算出了它们的盒维数并进行了比较。通过这种方法使不同的药品得到了很好的鉴别。论文第六章是总结了本论文的实验结果和数据处理结果,讨论了太赫兹光谱识别技术在中草药领域的应用前景,以及目前所面临的挑战。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 太赫兹辐射简介
• 1.2 太赫兹辐射的产生与探测
• 1.2.1 太赫兹辐射的产生
• 1.2.2 太赫兹辐射的探测
• 1.3 太赫兹辐射的特性
• 1.4 太赫兹光谱技术的研究现状
• 1.5 中草药鉴别与质量鉴定
• 1.5.1 传统鉴定技术
• 1.5.2 常用鉴定技术
• 1.5.3 中药指纹图谱
• 1.5.4 人工神经网络在中药研究领域的应用及前景
• 1.6 本论文的主要工作
• 第二章 太赫兹时域光谱技术
• 2.1 THz时域光谱技术
• 2.2 实验装置、实验步骤和样品制备
• 2.2.1 实验装置
• 2.2.2 实验步骤
• 2.2.3 样品制备
• 2.3 数据处理基本原理
• 2.4 本章小节
• 第三章 BP神经网络的理论基础
• 3.1 人工神经网络概述
• 3.2 BP人工神经网络原理及应用
• 3.2.1 BP神经网络的基础知识
• 3.2.2 BP神经网络的算法推导
• 3.2.3 BP神经网络的主要特性和局限性
• 3.3 本章小结
• 第四章 BP神经网络对六组中草药的鉴别
• 4.1 BP神经网络对月季花和玫瑰花进行鉴别
• 4.1.1 样品简介
• 4.1.2 对于月季花和玫瑰花的太赫兹光谱研究
• 4.1.3 BP神经网络对月季花和玫瑰花进行鉴别
• 4.2 BP神经网络对南柴胡、北柴胡、银柴胡进行鉴别
• 4.2.1 样品简介
• 4.2.2 对于南柴胡、北柴胡、银柴胡的太赫兹光谱研究
• 4.2.3 BP神经网络对南柴胡、北柴胡和银柴胡进行鉴别
• 4.3 BP神经网络对山豆根和北豆根进行鉴别
• 4.3.1 样品简介
• 4.3.2 对于山豆根和北豆根的太赫兹光谱研究
• 4.3.3 BP神经网络对山豆根和北豆根进行鉴别
• 4.4 BP神经网络对地骨皮、五加皮和香加皮进行鉴别
• 4.4.1 样品简介
• 4.4.2 对于地骨皮、五加皮和香加皮的太赫兹光谱研究
• 4.4.3 BP神经网络对地骨皮、五加皮和香加皮进行鉴别
• 4.5 BP神经网络对阿胶、鹿角胶和龟甲胶进行鉴别
• 4.5.1 样品简介
• 4.5.2 对于阿胶、鹿角胶和龟甲胶的太赫兹光谱研究
• 4.5.3 BP神经网络对阿胶、龟甲胶、鹿角胶进行鉴别
• 4.6 BP神经网络对生大黄、熟大黄和酒大黄进行鉴别
• 4.6.1 样品简介
• 4.6.2 对于生大黄、酒大黄和熟大黄的太赫兹光谱研究
• 4.6.3 BP神经网络对生大黄、酒大黄、熟大黄进行鉴别
• 4.7 本章小结
• 第五章 基于分形理论的太赫兹光谱识别
• 5.1 引言
• 5.2 分形和分形盒维数
• 5.3 基于分形特征的太赫兹光谱识别
• 5.4 太赫兹光谱实验
• 5.5 盒维数计算，分析鉴别
• 5.6 本章小结
• 第六章 结论与展望
• 6.1 本论文的主要结论
• 6.2 对未来工作的展望
• 参考文献
• 硕士期间所发表或待发表的论文
• 致谢