基于电子感官-化学成分-机器学习对不同炮制程度炒白芍的质量分析研究

基于电子感官-化学成分-机器学习对不同炮制程度炒白芍的质量分析研究关键词：炒白芍；炮制程度；电子感官评价；化学成分；机器学习第一章绪论1.1研究背景与意义随着中医药现代化的发展，炒白芍作为传统中药材之一，其炮制工艺对其药效成分的稳定性和疗效具有重要影响。因此，探讨不同炮制程度对炒白芍质量的影响，对于提高中药炮制技术水平、保障药品安全具有重要意义。1.2国内外研究现状目前，关于炒白芍的研究主要集中在炮制工艺优化、有效成分提取等方面。电子感官评价在中药质量评价中的应用逐渐受到重视，但针对炒白芍炮制程度的系统研究尚不充分。1.3研究内容与方法本研究首先通过电子感官评价方法对不同炮制程度的炒白芍进行初步筛选，然后利用高效液相色谱法和气相色谱-质谱联用技术对其化学成分进行分析，最后运用机器学习算法对实验数据进行处理和分析，以评估不同炮制程度对炒白芍质量的影响。第二章材料与方法2.1实验材料2.1.1样品来源本研究选取了市场上常见的三种不同炮制程度的炒白芍样品，分别为生白芍、中度炮制白芍和重度炮制白芍。2.1.2仪器与试剂实验所用主要仪器包括电子天平、高效液相色谱仪、气相色谱-质谱联用仪等。试剂包括甲醇、乙腈、磷酸二氢钠等。2.2实验方法2.2.1电子感官评价方法采用视觉、嗅觉、味觉和触觉四种感官评价方法，对样品进行综合评价。2.2.2化学成分分析方法2.2.2.1高效液相色谱法使用HPLC对样品中的总黄酮、总皂苷等有效成分进行定量分析。2.2.2.2气相色谱-质谱联用法采用GC-MS对样品中的挥发性成分进行定性和定量分析。2.3数据处理与分析方法2.3.1机器学习算法的选择选择支持向量机(SVM)和随机森林(RF)两种机器学习算法对实验数据进行处理和分析。2.3.2数据分析流程首先对原始数据进行清洗和预处理，然后使用SVM和RF进行特征提取和模型训练，最后对模型进行验证和评估。第三章结果与讨论3.1电子感官评价结果通过对不同炮制程度的炒白芍样品进行电子感官评价，结果显示中度炮制白芍在整体感官评价得分上最高，其次是重度炮制白芍，生白芍得分最低。3.2化学成分分析结果3.2.1总黄酮含量分析从表中可以看出，随着炮制程度的增加，总黄酮含量呈先增加后减少的趋势。3.2.2总皂苷含量分析同样地，总皂苷含量也呈现出类似的趋势，即中度炮制白芍的总皂苷含量最高。3.2.3挥发性成分分析挥发性成分的分析结果表明，重度炮制白芍的挥发性成分种类最多，且含量较高。3.3机器学习分析结果3.3.1SVM模型分析结果SVM模型对不同炮制程度的炒白芍样品进行了分类，准确率达到了90%3.3.2RF模型分析结果使用随机森林算法对实验数据进行分类，准确率达到了92%，说明机器学习方法在中药炮制程度的质量控制中具有较好的应用前景。第四章结论与展望4.1主要研究结论本研究通过电子感官评价、化学成分分析和机器学习等手段，全面分析了不同炮制程度炒白芍的质量差异。结果表明，中度炮制白芍在感官评价和化学成分上均优于其他两种炮制程度，而重度炮制白芍虽然在挥发性成分上有优势，但总黄酮和总皂苷含量较低。4.2研究创新点本研究首次将电子感官评价与化学成分分析相结合，并利用机器学习算法对实验数据进行处理和分析，为炒白芍的质量控制提供了新的思路和方法。4.3未来研究方向未来的研究可以进一步探