川贝母中真伪及商品规格快速辨识研究检测方案(感官智能分析)

2021年6月第43卷 第6期中成药Chinese Traditional Patent MedicineJune 2021Vol.43 No. 6 [药材资源] 电子舌用于川贝母真伪及商品规格快速辨识研究 张慧杰'， 张 璐2+.4 冯文豪'， 桂新景2.3.4 林兆洲5.， 施钧瀚2.3+4 田亮玉. 王艳丽'，姚 静2.3.4 李学林1.2.3.+ 刘瑞新1，2.3.+* (1.河南中医药大学，河南郑州450008；2.河南中医药大学第一附属医院，河南郑州450000；3.河南省中药饮片临床应用现代化工程研究中心，河南郑州450000；4.河南中医药大学呼吸疾病中医药防治省部共建协同创新中心，河南郑州450000；5.首都医科大学附属北京中医医院，北京100010；6.北京市中药研究所，北京100035) 摘要：目的 探究电子舌在川贝母真伪及商品规格辨识中应用的可行性。方法 收集80批川贝母待测样品，首先进行传统经验辨识(M，)和现代药典检测(M)，再利用电子舌采集味觉信息并以M， 和M，的综合结果为标杆信息建立适宜的辨识模型(M，)，分别建立判别分析(DA)、最小二乘支持向量机(LS-SVM)、偏最小二乘-判别分析(PLS-DA)、主成分分析-判别分析(PCA-DA)4种真伪及商品规格辨识模型。结果 4种真伪辨识模型准确率分别为90.00%、90.00%%、90.00%、91.25%，商品规格辨识模型准确率分别为76.00%、81.69%、73.68%、76.00%。真伪辨识模型判别较好，以 PCA-DA准确率最高，商品规格辨识模型中虽以 LS-SVM 模型辨识率最高，但其存在未分类样本，故最终以PCA-DA为判别模型。结论 电子舌辨识法判别时间远较M，短，准确率与M，相近，可用于川贝母真伪快速辨识。 关键词：川贝母；真伪辨识；辨识模型；电子舌 中图分类号：R282.5 文献标志码：A 文章编号：1001-1528(2021)06-1531-07 doi：10.3969/j.issn.1001-1528.2021.06.026 Application of electronic tongue in rapid identification of the authenticity andcommodity specifications of Fritillariae cirrhosae Bulbus ZHANG Hui-jie'，， ZHANG Lu23.4 FENG Wen-hao.，GUI Xin-jing， LIN Zhao-zhou..6 SHI Jun-han23+， TIAN Liang-yu'， WANG Yan-li'. YAO Jing， LI Xue-lin23，4. LIU Rui-xin，2.3.4* (1. Henan University of Chinese Medicine， Zhengzhou 450008， China； 2. The First Hospital Affiliated to Henan University of Chinese Medicine，Zhengzhou 450000， China； 3. Henan Engineering Research Center for Modernization of Chinese Herbal Pieces in Clinical Application， Zhengahou450000， China；4. Henan & Ministry ofEducation Co-constructed Collaborative Innowtion Center for Chinese Medicine and Respiratory Diseases， HenanUniversity of Traditional Chinese Medicine， Zhengzhou 450000， China； 5. Beijing Hospital of Traditional Chinese Medicine Affiliated to Capital MedicalUniversity， Beijing 100010， China； 6. Beijing Institute of Chinese Materia Medica，Beijing 100035， China) ABSTRACT： AIM To explore the feasibility of electronic tongue to identify the authenticity of Fritillariaecirrhosae Bulbus and to distinguish commodity specifications. METHODSEighty batches of untested samples ofFritillariae cirrhosae Bulbus were collected (the authentic ones including Lubei， Qingbei and Songbei， while thenon-authentic ones including Pingbei). To commence with， traditional experience identification (M) and modernpharmacopoeia detection (M，) are conducted， then taste information is gathered by electronic tongue， and an ( 收稿日 期 ：20 20-07-1 8 ) ( 基金项目：国 家自然科学基金面上项目(81773892 ， 81774 4 52)；河南省中医药科学研究专项课题(20 1 8Z Y2131 )：河南省中医临床研 究基 地 科研专 项 课题(2018J DZX0 87)；河南 省 中 医 药拔尖人才培养项目资助 (20 19Z Y B J07)；河南省高层次人才特殊支持 “中原千人计划”-“中原青年拔尖人才”项目专项课题(ZYQ R201912 158)；河南省卫生健 康 中青 年 学科带头人专项 ( IINSWJW- 20 2 0 0 1 4) ) ( 作者简介： 张 慧 杰 (19 9 2 一) ， 女 ， 硕士 生 ， 从事 中 药 饮片 质量 评 价研究： Tel： 181037032 3 3， E- m ai l ： 2 2 8 4 725 2 0 7@ q q.c o m ) ( * 通信 作 者： 刘瑞新(1 98 0 一 )， 男， 博 士，主任药师，硕士生导师，从事中药 饮 片临床应用现代化关 键 技术研究 T e l： ( 0371) 6 6 2 335 6 2， E - m ail ： l i u r u i xin 7 @ 1 63 .com ) appropriate identification model (M，) is established based on the comprehensive results of M and M，. Four modelsfor distinguishing authenticity and commodity specifications are established respectively， which are discriminantanalysis (DA)， least squares support vector machine (LS-SVM)， partial least squares-discriminant analysis (PLS-DA) and principal component analysis-discriminant analysis (PCA-DA). RESULTS After venetian-blinds cross-validation， the accuracy rates of the four authenticity identification models are 90.00%， 90.00%， 90.00% and91.25%， and the accuracy rates of commodity specifications identification models are 76.00%， 81.69%， 73.68%and 76.00%. Therefore， it can be known that the authenticity identification model works better， and the accuracyof PCA-DA is the highest among the above-mentioned four models. Although the LS-SVM model has the highestidentification rate in the commodity specification identification model， there are some samples that are not classifiedby the model， hence PCA-DA is finally used as the discrimination model. CONCLUSION The discriminationtime of electronic tongue identification method is much shorter than that of M，， and the accuracy is similar to M1.Therefore， it can applied for rapidly identification of F. cirrhosae. KEY WORDS： Fritillariae cirrhosae Bulbus； identification of authenticity； identification model； electronictongue (e-tongue) 川贝母为百合科植物川贝母 Fritillaria cirrhosaD. Don、暗紫贝母 Fritillaria unibracteata Hsiao et K.C. Hsia、甘肃贝母 Fritillaria przewalskii Maxim.、梭砂贝母 Fritillaria delavayi Franch.、太白贝母Fritillaria taipaiensis P. Y. Li 或瓦布贝母 Fritillariaunibracteata Hsiao et K. C. Hsiavar wabuensis (S. Y.Tang et S. C. Yue) Z. D. Liu， S. Wang et S. C. Chen的干燥鳞茎，按性状不同分别习称“松贝”“青贝”“炉贝”“栽培品”，药用价值高，疗效显著，临床应用广泛，市场需求量大341，但其价格昂贵，导致掺杂、掺伪现象严重。《中国药典》方法虽能准确、可靠地鉴别川贝母真伪，但条件复杂苛刻，且耗时较长，可及性差；人工鉴别主要依靠鉴别者丰富的经验，从形、色、气、味等方面综合评价，结合药材本身的特性给出鉴别结果，但对鉴别人员要求较高，主观性强、且难以量化和传承。因此，探索一种方法快速、精准地鉴别川贝母饮片真伪及规格就显得尤为重要。 电子舌又称味觉指纹图谱技术，是一种运用味觉指纹分析技术模拟人体味觉器官来分析和识别“味道”的新型多传感器检测系统，能够对味道做出准确而特异的识别，已应用于食品检测6101，中药鉴定H-4]、不同味道区分15-17、不良味道掩盖及掩味效果评价[18-23]、炮制工艺评价[24-26]、味觉定性定量辨识。本研究采用电子舌技术提取川贝母味觉信息值，结合化学计量学建立辨识模式，探讨它用于中药饮片真伪及规格快速辨识的可行性。 1材料1仪器 TS-5000Z 型电子舌(日本 Insent公 司)； LC-20A型高效液相色谱(日本岛津公司)；2000ES型蒸发光散射检测器(美国奥泰公司)；BSA224S-CW/BCA2248-CW/CP225D 型电子天平(德国 Sartorius公司)： LCD-A200型电子天平(福州华志科学仪器有限公司)； PHSJ-3F型数字酸度计(上海仪电科学仪器股份有限公司)； YJA型电动匀浆仪(台州市椒江五星机械仪器厂)； HK250型超声波清洗器(上海科导超声仪器有限公司)。1.2 试剂与药物 平贝母对照药材(上海源叶生物科技有限公司， Y29A9H69015)。对照品贝母素甲(中国食品药品检定研究院，110750-201612，纯度≥96%)；贝母素乙(上海源叶生物科技有限公司， B20081-20 mg， 纯度≥98%)；西贝母碱(中国食品药品检定研究院，110767-201710，纯度≥96%)。0甲醇(烟台市双双化工有限公司，20180301)；乙腈为色谱级(德国 Merck公司)；二氯甲烷(天津市恒兴化学试剂制造有限公司，20170812)；二乙胺(天津市永大化学试剂有限公，20121006)；乙酸乙酯(天津市永大化学试剂有限公司，20150324)；氨水(烟台市双双化工有限公司，20161101)；乙腈为色谱纯；其余为分析纯。川贝母购自郑州2家中医院、医药公司和药材市场，具体信息见表1。 2方法 2.1 辨识方法 2. 1.1 传统经验辨识法(M) 主要依靠鉴别者既往经验结合本次收集的川贝母样本特征，从颜色、大小、形状、质地等方面进行评价给出鉴定结果。本实验聘请8位中药鉴定领域的专家，在互相 不干扰的情况下对编号后随机放置的80批川贝母进行鉴别，最后以评价专家人数≥3/4比例原则确定其真伪及商品规格。 2.1.2现代药典辨识法(M，) 药典检测主要依靠饮片的性状鉴别、显微鉴别、薄层鉴别等定性鉴别方法初步确定饮片的真伪，含量测定结果加以辅助判断饮片质量优劣。本实验收集的80批川贝母的性状鉴别、显微鉴别、薄层鉴别均参照2020年版《中国药典》，含量测定采用 HPLC-ELSD 法， 以贝母素甲、贝母素乙和西贝母 成分。检测条件为 Waters XBridge sh视AE1谱柱划 (4.6mm×250 mm， 5um)；流 -+-A)--10F0.1%二乙胺(B)，梯度洗脱(ANO0 CO0 AEIBTO COO AE11111 先味 先 I1味0%~23%A：15~16 min， 23%~50%A；16~28 min.50%A)；体积流量1.0 mL/min；；柱温25℃；进样 量 10 uL27J， ELSD 参数为漂移管温度108℃；载 气体积流量2.8L/min。检测结果以同时满足性状 鉴别、显微鉴别和薄层鉴别3项或同时满足后2项 为准，商品规格鉴别则在确定真品的基础上以外观 性状结果为准，含量测定结果作为参考。 2.1.3 电子舌辨识法(M，) 采用 TS-5000Z型 表1 样品信息及3种辨识方法结果 Tab.1 Information of samples and results of three identification methods 编号 产地 批号 真伪辨识 商品规格辨识 M： M： M， M： M： M 1 四川 1712073 真 真 伪 炉 炉 平 2 四川 1712143 真 真 真 炉 炉 炉 3 四川 1801201 真 真 真 炉 炉 炉 4 四川 1801211 真 真 伪 炉 炉 平 5 四川 1803261 真 真 真 炉 炉 炉 6 四川 180408 真 真 真 炉 炉 青 7 四川 180409 真 真 真 炉 炉 松 8 四川 180410 真 真 真 炉 炉 炉 9 四川 180411 真 真 真 炉 炉 炉 10 四川 180412 真 真 真 炉 炉 炉 11 四川 180413 真 真 真 炉 炉 松 12 四川 180414 真 真 真 炉 炉 炉 13 四川 180415 真 真 真 炉 炉 青 14 四川 180416 真 真 真 炉 炉 炉 15 四川 180417 真 真 真 炉 炉 炉 16 四川 180418 真 真 真 炉 炉 炉 17 四川 180419 真 真 真 炉 炉 炉 18 四川 180420 真 真 真 炉 炉 炉 19 四川 180421 真 真 真 炉 炉 炉 20 四川 180422 真 真 真 炉 炉 炉 21 四川 - 真 真 真 松 松 松 22 四川 - 真 真 真 炉 松 炉 23 四川 - 伪 伪 真 0 0 一 24 四川 一 伪 伪 真 0 0 - 25 四川 1701073 真 真 真 松 松 松 26 四川 1707233 真 真 真 松 松 青 27 四川 1711263 真 真 真 松 松 松 28 四川 续表1 编号 产地 批号 真伪辨识 商品规格辨识 M： M， M， M， M， M， 54 四川 180117 真 真 真 青 青 松 55 四川 180118 真 真 真 青 青 青 56 四川 180119 真 真 真 青 青 青 57 四川 180120 真 真 真 青 青 青 58 四川 180121 真 真 真 青 青 青 59 四川 180122 真 真 真 青 青 青 60 四川 180123 真 真 真 青 青 青 61 浙江 一 伪 伪 伪 平 平 松 62 四川 - 伪 伪 伪 平 平 平 63 贵州 - 伪 伪 伪 平 平 平 64 四川 一 伪 伪 伪 平 平 平 65 四川 - 伪 伪 伪 平 平 平 66 黑龙江 180301 伪 伪 伪 平 平 平 67 黑龙江 180302 伪 伪 伪 平 平 平 68 黑龙江 180303 伪 伪 伪 平 平 平 69 黑龙江 180304 伪 伪 伪 平 平 平 70 黑龙江 180305 伪 伪 伪 平 平 平 71 黑龙江 180306 伪 伪 伪 平 平 平 72 黑龙江 180307 伪 伪 伪 平 平 平 73 黑龙江 180308 伪 伪 伪 平 平 平 74 黑龙江 180309 伪 伪 伪 平 平 平 75 黑龙江 180310 伪 伪 伪 平 平 平 76 黑龙江 180311 伪 伪 伪 平 平 平 77 吉林 1710241 伪 伪 伪 平 平 平 78 吉林 1711261 伪 伪 伪 平 平 平 79 黑龙江 180313 伪 伪 真 0 0 一 80 黑龙江 180312 伪 伪 真 平 平 炉 注："真”代表川贝母正品，“伪"代表川贝母伪品，"炉"代表炉贝，“松”代表松贝，“青”代表青贝，“平”代表平贝，-代表未知，0代表未定。 3.2.4 PCA-DA辨识80个样本中有8个被错误分类，分别是1、4、45号正品被错分成伪品，23~24、79~80号伪品被错分为正品，不存在未被模型分类的样本，模型准确率为91.25%。 3.3 商品规格模型的交互验证 3.3.1DA辨识变量选择6个，识别模式选择线性，模型分类结果见表2. 表26个变量的DA 模型辨识结果 Tab.2 Results of DA model identification for 6 variables 规格/预测 炉贝 松贝 青贝 平贝未分类 正判率/% 炉贝 14 1 3 2 0 松贝 1 12 5 0 0 青贝 1 3 14 0 0 76.00 平贝 1 1 0 17 0 3.3.2 LS-SVM 辨识变量选择6个，函数选择径向基函数核，模型分类结果见表3。 3.3.3 PLS-DA 辨只 变量选择4个，识别模式选择线性，模型分类结果结果见表4。 3.3.4 PCA-DA辨识结果见图2~3、表5，可知PCA-DA 为商品规格分类中的最优模型。识别模式 表3LS-SVM模型辨识结果 Tab.3 Results of LS-SVM model identification 规格/预测 炉贝 松贝 青贝 平贝 未分类 正判率/% 炉贝 16 1 1 2 0 松贝 1 13 3 0 1 青贝 1 2 13 0 2 81.69 平贝 2 0 0 16 1 表44个变量的 PLS-DA模型辨识结果 Tab.4 Results of PLS-DA model identification for4 variables 规格/预测 炉贝 松贝 青贝 平贝 未分类 正判率/% 炉贝 8 3 3 2 4 松贝 1 9 2 0 6 青贝 0 2 11 0 5 73.68 平贝 0 1 1 14 3 选择线性，前4个主成分累积贡献率达75%以上，可解释原变量大部分信息，故变量数选择4个。 3.4 用时及准确率的比较 电子舌辨识法真伪模型准确率与传统经验比较，无显著性差异(P>0.05)，但规格辨识模型准确率较人工低(P<0.01)；电子舌辨识法虽不如传统经验辨识快 (P< 2021年6月 中 A.PCA-DA模型主成分优选 B.PCA-DA主成分贡献百分比 图2 PCA-] 主成分个数A.PCA-DA模型主成分优选吉果 ▪真伪辨识想辨， B.PCA-DA主成分贡献百分比 图3 PCA-DA辨 Fig. 3 Results of PCA-DA identifi 0.01)，但远较药典检测快 (P<0.01)。见图4。 表54个变量的 PCA-DA 模型辨识结果 真伪辨识模型的准确率从高到低，依次为PCA-DA>PLS-DA=LS-SVM=DA， 最终优选PCA-DA模型用于川贝母的真伪辨识：商品规格辨识模型的准确率从高到低，依次为 LS-SVM>PCA-DA=DA>PLS-DA， 但因 LS-SVM 存在未分类样本，最终以PCA-DA模型对川贝母的商品规格进行辨识。 综上所述，电子舌辨识虽不如传统经验辨识快，但较药典检测时间显著缩短，真伪辨识模型准确率与传统人工经验鉴别无显著性差异，可为中药饮片的质量评价指明新方向，同时为构建其质量快速辨识的数据库提供理论基础。 ( 参考文献： ) ( [ 1 ] 国家药典委员会.中华人民共和国药典：2020年版 一 部 [ S ] .北京：中国医药科技出版社，2020 ： 38. ) ( [ 2 ] 杨 健，李 靖 ， 薛 维娜，等. 实 时荧光定量 P C R 法鉴别 川贝母掺伪[J]. 中 成药， 2 020， 42(5 ) ： 126 2 - 1268. ) ( [ 3 ] 熊浩荣， 马 朝旭，国 国 慧，等.川贝母野生基原植物资源分 布和 保 育研究进展[J]. 中 草药，2020，51(9) ： 257 3 -2579. ) ( [ 4 ] 张志勇，杨 洁， 齐 泽民.川贝母的研究进展[ J ].江苏农 业 科学，2017，45 ( 24) ： 9 - 1 3 . ) ( [ 5 ] 付智慧 ， 李淑军， 刘 鹏，等.电子舌在中药研究 中 的应用 现 状及前景展望[J]. 中 成 药 ，2016，3 8( 1 1 ) ：245 4 -2 4 5 7 . ) ( [ 6 ] 鲍 伟， 刘 雅婷， 王 小凤，等. 基 于电子鼻、电子舌和GC- MS 分析饲料 中 添加金枪鱼蒸煮液对巴马香猪猪肉气味和滋 味的影响[J]. 食品 工业科技，2019，40 ( 23) ： 229-234. ) ( [ 7 ] 邹光宇，王万章，王森森、 等 .电子鼻 / 舌融合技 术 的信阳 毛尖茶品质检测[J].食 品 科学，2019， 4 0 (1 0 ) ： 279-284 . ) ( [ 8 ] 卢烽，张 青，吴纯洁.电子舌技术在食品行业 中 的应 用及研究进展[J] . 中 药 与临床，2020， 1 1(5) ： 60-6 3 . ) ( [ 9 ] 刘雨霞，张 玲，张小军，等.基于电子舌技术分类评价 核桃内种 皮 的口感品质[J ] . 食 品与发酵工业， 2 020.4 6 ( 1 9 ) ： 258 - 263. ) ( [ 1 0 ] 苏智敏，黄小平，刘 飞，等 . 电子舌技术在食用盐模糊感 官评价中的应用[J].食 品 与机械，2020， 3 6 ( 8 )： 53 - 56. ) ( [ 11 ] 刘芳，解达帅，刘红梅， 等 .电子舌技 术 鉴别川贝母粉 及其其伪品[J] . 中 成 药 ， 2017，3 9 ( 9 )： 1 97 7- 1979. ) ( [ 1 2 ] 梁晓光，吴 飞，王优杰，等 . 基于现代电子舌技 术 的传统苦味中药黄连的苦味物质基础研究[J ] .中国中药杂志， 20 14 . 3 9(1 7 )：3 3 26-33 29 . ) ( [ 1 3 ] 王斌，刘维，裴 瑾，等.电子舌技术在鉴别川牛膝 ) ( 中的应用[J] . 中 国药 房 ， 2017 ， 2 8 ( 3 6) ： 512 6 - 5 130. ) ( [ 14 ] 吴浩善，张冬月，康廷国，等. 基 于电子舌技术的南 、 北五味 子 及其产地的鉴别研究[J].中药 材 ， 2 0 18， 41( 4 )： 8 2 2-8 2 8 . ) ( [1 5] 苏 青，李文娟，谢家涛，等.黄芩提取物在纯化精制过 程中的味道变化[ J ].中成 药 ，2017， 3 9 (8 ) ： 1 742-1 7 44. ) ( [ 1 6 ] P an M 1 1 ， T o n g L J . C h i X L . e t a l. Co m p aris on of s e nsor y and e l e ct r on i c t o ngue a nalysis c omb ined wi t h I I S - SP M E - G C- M S in t he e v al u ati on o f s kim mi lk p r oc e s s e d w i th d if fer e nt p rehea t ing t r ea t me n t s J ] . M olecule s ， 2 01 9 ， 24(9)：1 6 5 0. ) ( [ 17 ] L iu L ， L y C M， M en g X J ， e t a l . Effe c t s of d i f f er e nt t h a w ingm e t h o d s o n f l a vo r c o m pou nds an d s e n s ory c ha r a c teristi cs o fraspb er ry [ J ] . F lawour Fragr J， 20 2 0 ， 35(5)：4 7 8 - 491 . ) ( [ 18 ] 李学林，田亮玉，张 耀， 等 . 4 种苦味抑制剂对3种苦味 成分的掩味效果[J]. 中 成 药，2018，4 0 (8) ： 174 1 -1 7 47 . ) ( [ 1 9] 贺凤成，董金平，王永刚，等 . 基于电子舌评价的小儿消 积止咳口服液矫味技术研 究 [J ] .中 国 现 代 中药，201 7 ， 1 9 (6)：853-8 5 7. ) ( [ 20] 李学林，康 欢，田亮玉 ， 等.不同类型掩味剂对龙胆、 苦 參 、穿心莲 、 莲子心 4种 中药水煎液的抑苦效能及抑苦 规律评价[J] . 中 草 药 ，2018，4 9 (2 2 )：5280- 52 91. ) ( [ 2 1 ] 李学林，陈鹏举，桂新景，等. 电 子舌在羟丙基 - B-环糊精抑苦 规律研究中 的 应 用 [J ] . 中 草 药 ， 2 0 17，4 8 (2 0 ) ： 42 3 5- 4 2 4 4. ) ( [ 22 ] 李 潘，仇 敏，田 寅 ，等. m PE G -PL LA掩蔽黄连生物 碱苦味的构-效关系研究[J ] . 中 国中药杂志，2020，45 ( 1 3)： 3 1 2 8 - 313 5 . ) ( [ 23 ] C hikukwa M T R ， Weso ly M . K o rze nio w ska A B ， e t a l . A s sessment o f ta s t e m as king of captop ri l b y i on-exchange r e sinsu s ing e lec t ro ni c gu s t a to ry s ys t e m [ J ] . P ha rm D er Te c h n ol， 202 0 ， 2 5(3)：2 8 1- 2 8 9. ) ( [ 2 4 ] 钟 恋，汪 云 伟，杨诗龙，等.地黄酒炖过程化学成分及 “味”的关系[J] . 中 成药 ，2015 ， 3 7 (5 ) ：1041-1 0 4 4 . ) ( [ 25 ] 黎 量，杨诗龙，汪 云 伟，等.电子舌分析 山 楂炮制过程 中“味”的变化[J].中 成 药，2015，37( 1 )： 1 53-15 6 . ) ( [ 26] 付智慧 ， 李淑军，胡慧华，等 . 基于电子舌技术的豨莶草 炮制前后滋味比较[J].中草药 ， 2017 ， 4 8 ( 4 ) ： 6 73-68 0. ) ( [ 27 ] 雷艳辉， 李 会军，李萍. 川 贝母药材生物碱成分HPLC - ELS D 特征图谱的研究[J ] . 中 成药 ，2014，36 (7) ：147 7 - 14 81. ) ( [ 28 ] 张 璞， 张 耀，桂新景，等 . 基于经典人群口尝法和电 子舌法的中药饮片水煎液苦度叠加规律研究[J] . 中草药， 2 0 21. 5 2(3)：65 3- 66 8 . ) ( [ 29 ] 刘瑞新，郝小佳，张慧杰，等.基于电子眼技 术 的 中 药川贝母真伪及规格的快速速识研究[ J ] . 中国中药杂志， 2 0 2 0 ， 45( 1 4) ： 3 4 41 - 3 451. ) 1、电子舌用于川贝母真伪及商品规格快速辨识研究《中成药》 张慧杰1,张璐3",冯文豪1,桂新景2,林兆洲5'6,施钧瀚3",田亮玉1,王艳丽1,(1•河南中医药大学，河南郑州450008；2•河南中医药大学第一附属医院，河南郑45000) 目的:探究电子舌在川贝母真伪及商品规格辨识中应用的可行性.方法收集80批川贝母待测样品,首先进行传统经验辨识(M_1)和现代药典检测(M_(2)),再利用电子舌采集味觉信息并以M_1和M_(2)的综合结果为标杆信息建立适宜的辨识模型(M_(3)),分别建立判别分析(DA),最小二乘支持向量机(LS-SVM),偏最小二乘-判别分析(PLS-DA),主成分分析-判别分析(PCA-DA)4种真伪及商品规格辨识模型.结果4种真伪辨识模型准确率分别为90.00%,90.00%%,90.00%,91.25%,商品规格辨识模型准确率分别为76.00%,81.69%,73.68%,76.00%.真伪辨识模型判别较好,以PCA-DA准确率最高,商品规格辨识模型中虽以LS-SVM模型辨识率最高,但其存在未分类样本,故最终以PCA-DA为判别模型.结论电子舌辨识法判别时间远较M_(2)短,准确率与M_1相近,可用于川贝母真伪快速辨识.关键词：川贝母；真伪辨识；辨识模型；