Identification of Bletilla striata andrelated decoction pieces: a datafusion method combiningelectronic nose, electronictongue, electronic eye, andhigh-performance liquidchromatography data?

白芨及其飲片鑒定：電子鼻、電子舌、電子眼、高效液相色譜數(shù)據(jù)融合方法

白及（Bletilla striata）作為常用中藥，常與小白及、黃花白及等近緣物種混淆。傳統(tǒng)鑒別方法依賴形態(tài)學(xué)和色譜分析，存在效率低、主觀性強等問題。“河南中醫(yī)藥大學(xué)”在本研究中創(chuàng)新性地整合電子鼻（E-nose）、電子舌（E-tongue）、電子眼（E-eye）和高效液相色譜（HPLC）技術(shù)，采用主成分分析（PCA）、偏最小二乘判別分析（PLS-DA）及支持向量機（SVM）對多源數(shù)據(jù)進行融合建模，構(gòu)建智能化鑒別體系，實現(xiàn)對白及（Bletilla striata）及其易混偽品飲片的快速、準(zhǔn)確鑒別。多源數(shù)據(jù)融合策略顯著提升鑒別效率與準(zhǔn)確性，為中藥飲片質(zhì)量控制的智能化提供新方法，尤其適用于基層藥檢場景。

1、德國AIRSENSE電子鼻和日本INSENT電子舌基礎(chǔ)檢測結(jié)果

所有134個樣本都用電子鼻、電子舌和電子眼進行了分析。大多數(shù)樣品對電子鼻傳感器W1W、W2W和W1S的響應(yīng)最高，其次是W5S和W2S（圖5A）。值得注意的是，BOS樣品在傳感器W5S和W2S上的響應(yīng)值明顯高于BS樣品。大多數(shù)樣品在檢測烷烴和氫氣（如W3S和W6S）以及芳香族化合物（如W1C、W5C和W3C）的傳感器上的響應(yīng)值較低。在電子舌感器檢測中，樣品類型之間的苦味、澀味、回味- b和鮮味差異最大（圖5B）。BS樣品的苦味和澀味響應(yīng)值相對較低，而某些BOS樣品的苦味和澀味響應(yīng)值非常大。其他BOS樣品與BS樣品具有較高的相似性，表明29批BOS樣品存在廣泛的異質(zhì)性。結(jié)果還表明，與BS樣品相比，PO的澀味明顯更強。在所有樣本中，電子眼在數(shù)字3784、3785、3786、3767、3494、3512、3513、2677、3221、3222、2949、2967和3240處檢測到最強的顏色值（圖5C）。這些對應(yīng)于中等黃色和淺黃褐色的樣品顏色。

2、真實性鑒定模型

用電子鼻數(shù)據(jù)建立的模型

總體而言，該模型在校準(zhǔn)集的準(zhǔn)確度為97%，在驗證集的準(zhǔn)確度為97.06%。模型敏感性（Se）為0.94，特異性（Sp）為0.98。這表明電子鼻數(shù)據(jù)可以準(zhǔn)確區(qū)分BS與同類飲片。優(yōu)化后的BP-NN模型校準(zhǔn)集和驗證集的準(zhǔn)確度分別為98%和97.06%，Se和Sp分別為0.94和1.0。因此，利用電子鼻數(shù)據(jù)建立的BP-NN模型可以準(zhǔn)確區(qū)分BS與相關(guān)飲片。

用電子舌數(shù)據(jù)建立的模型

最優(yōu)BP-NN模型，在校準(zhǔn)集中，準(zhǔn)確率為98%，在其他參數(shù)不變的情況下，動量項由0.2逐漸增大到0.5時，模型精度提高最大。然而，當(dāng)動量項從0.4增加到0.5時，由于未分類樣本數(shù)量的增加，準(zhǔn)確率下降。這表明較大的動量項不適合模型分類，BP-NN模型中的參數(shù)需要進一步優(yōu)化。模型Se和Sp分別為1.0和0.98。

結(jié)論：本研究通過電子鼻、電子舌等智能感官技術(shù)，建立了白及飲片"氣味-味道-成分"多維鑒別體系，為中藥質(zhì)量快速評價提供了創(chuàng)新方法。該技術(shù)體系已成功應(yīng)用于多批次市場抽檢樣品的真?zhèn)舞b別。

• 日本INSENT味覺分析系統(tǒng)（電子舌）

  檢測儀器在線詢價