中华中医药学刊

基于电子鼻仿生技术建立白鲜不同生长年限的快速判别模型

PDF下载

尹舒悦 ¹ , 吴伟 ² , 王丹 ² , 于学霖 ² , 马婧洁 ² , 姜博千 ²

中华中医药学刊 | 国家项目点击 2026,44(3): 110-113

收起

中华中医药学刊 |国家项目点击 2026 , 44 (3) : 110 -113

基于电子鼻仿生技术建立白鲜不同生长年限的快速判别模型

全屏

尹舒悦¹, 吴伟², 王丹², 于学霖², 马婧洁², 姜博千²

作者信息

^1.北京理工大学数学与统计学院，北京 100081

^2.辽宁中医药大学药学院，辽宁大连 116000

通讯作者:

吴伟（1997 -），男，安徽安庆人，讲师，研究方向：中药资源与中药材品质评价。E-mail：577234246@qq.com。

王丹（1988 -），女，辽宁沈阳人，副教授，硕士研究生导师，博士，研究方向：中药资源开发、利用与保护。E-mail：875538488@qq.com。

作者简介:

尹舒悦（2000 -），女，辽宁沈阳人，硕士在读，研究方向：函数型数据与统计的应用。

Establishing Rapid Discrimination Model for Different Growth Years of Baixianpi（Dictamnus dasycarpus）Based on Electronic Nose Biomimetic Technology

Shuyue YIN¹, Wei WU², Dan WANG², Xuelin YU², Jingjie MA², Boqian JIANG²

Affiliations

^1.School of Mathematics and Statistics, Beijing Institute of Technology, Beijing 100081, China

^2.College of Pharmacy, Liaoning University of Traditional Chinese Medicine, Dalian 116000, Liaoning, China

出版时间: 2026-03-10 doi: 10.13193/j.issn.1673-7717.2026.03.021

文章导航

摘要

收起

目的

应用电子鼻技术建立不同年限白鲜基于气味差异的快速、有效鉴别方法。

方法

利用电子鼻技术获取白鲜气味数据，通过主成分分析（PCA）、线性判别法（LDA）、负荷加载分析（Loadings）等分析方法及最邻近算法（KNN）、支持向量机（SVM）、判别分析、集成分类器和神经网络分类器五种分类模型对不同年限白鲜样品进行精确的分类识别。

结果

雷达图和Loadings分析结果一致，W5S、W1S、W1W、W2S、W2W等5个传感器对白鲜气味有明显响应。PCA不能完全有效地将不同年限白鲜进行区分。LDA能较好区分不同年限的白鲜样品，但个别样品可见重叠情况。在5个分类模型中，SVM、判别分析、集成分类器的分类准确率均达到90%以上，集成分类器为最佳分类模型，准确率为98.9%。

结论

研究基于电子鼻技术建立白鲜年限判别模型，可为其他中药材年限鉴定提供方法参考。

关键词

白鲜皮 / 电子鼻 / 气味特征 / 生长年限 / 快速判别模型

Abstract

收起

Objective

To establish a rapid and effective identification method for different aged Baixianpi（Dictamnus dasycarpus）products based on odor differences using electronic nose technology.

Method

The Baixianpi（Dictamnus dasycarpus）odor data was obtained by using the electronic nose technology. The precise classification and recognition of Baixianpi（Dictamnus dasycarpus）samples of different ages were carried out through PCA, LDA, Loadings analysis, KNN, SVM, discriminant analysis, ensemble classifier and neural network classifier.

Result

The radar chart and Loadings analysis results were consistent, and five sensors, W5S, W1S, W1W, W2S and W2W, have significant responses to the Baixianpi（Dictamnus dasycarpus）odor. PCA cannot effectively distinguish Baixianpi（Dictamnus dasycarpus）of different ages. LDA can effectively distinguish Baixianpi（Dictamnus dasycarpus）samples of different ages, but some samples showed overlap. Among the five classification models, SVM, discriminant analysis and ensemble classifier all achieved the classification accuracy of over 90%, with ensemble classifier being the best classification model with an accuracy of 98.9%.

Conclusion

This study establishes a Baixianpi（Dictamnus dasycarpus）age discrimination model based on electronic nose technology, which can provide methodological references for the age identification of other traditional Chinese medicinal materials.

Key words

Baixianpi（Dictamnus dasycarpus） / electronic nose / odor characteristics / growth years / quick discrimination model

引用本文

尹舒悦, 吴伟, 王丹, 于学霖, 马婧洁, 姜博千. 基于电子鼻仿生技术建立白鲜不同生长年限的快速判别模型. 中华中医药学刊, 2026 , 44 (3) : 110 -113 . DOI: 10.13193/j.issn.1673-7717.2026.03.021

Shuyue YIN, Wei WU, Dan WANG, Xuelin YU, Jingjie MA, Boqian JIANG. Establishing Rapid Discrimination Model for Different Growth Years of Baixianpi（Dictamnus dasycarpus）Based on Electronic Nose Biomimetic Technology[J]. Chinese Archives of Traditional Chinese Medicine, 2026 , 44 (3) : 110 -113 . DOI: 10.13193/j.issn.1673-7717.2026.03.021

基金

收起

科技部中央本级重大增减支项目(2060302)
辽宁省“兴辽英才计划”教学名师项目(XLYC2211011)
辽宁省科技厅农村科技特派行动计划项目-辽宁省喀左县中药材药材科技特派团项目(2024JH5/10400152)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

［1］

吴普.神农本草经［M］.孙星衍，孙冯骥辑.北京：人民卫生出版社，1982：21.

［2］

国家药典委员会.中华人民共和国药典：一部［S］.北京：中国医药科技出版社，2020：114.

［3］

文永国，郑彩玲.白鲜皮的市场前景及栽培技术［J］.农业开发与装备，2020，227（11）：173-174.

［4］

李欣然，康靖杰，夏林波，等. AHP-CRITIC混合加权评分法对辽宁产白鲜皮质量评价［J］.广州化工，2022，50（21）：127-129，154.

［5］

LIU Y Y, CAO D X, LIANG Y, et al. Infrared spectral analysis and antioxidant activity of Dictamnus dasycarpus Turcz with different growth years［J］. J Mol Struct, 2021, 1229：129780.

［6］

尚超凡，周巧，朱娟娟，等.电子感官技术在中药质量辨识及炮制的应用概况［J］.中草药，2024，55（24）：8654-8663.

［7］

刘自强，胡培，韩童童，等.顶空固相微萃取-气相色谱-质谱结合Heracles NEO超快速气相电子鼻分析太子参不同加工品的挥发性成分［J］.中草药，2024，55（20）：6874-6888.

［8］

余亦婷，赵乙萌，袁曦，等. Heracles Neo超快速气相电子鼻对不同产地、生长年限及采收期黄芪药材品质评价研究［J］.中草药，2022，53（5）：1328-1337.

［9］

温英丽，罗茵，许淑清，等.不同类型电子鼻在中药质量评价研究中的应用［J］.中国现代中药，2021，23（12）：2201-2208.

［10］

LIN Y, ZHANG F, LI L, et al. Identification of Panax notoginseng powder in different parts based on the electronic nose and time-domain feature extraction［J］. J Electrochem Soc, 2022, 169（4）：47510.

［11］

于淑琳，拱健婷，李莉，等.基于气味变化规律采用电子鼻构建黄精霉变的快速判别模型［J］.中国中药杂志，2023，48（7）：1833-1839.

［12］

武文奇，毛怡宁，李虹，等. Heracles Ⅱ超快速气相电子鼻对金银花粉末质量的鉴别研究［J］.中国中药杂志，2019，44（23）：5129-5133.

［13］

MORENO-GARCÍA J, RAPOSO R M, MORENO J. Biological aging status characterization of Sherry type wines using statistical and oenological criteria［J］. Food Res Int, 2013, 54（1）：285-292.

［14］

陈远涛，熊忆舟，薛莹莹，等.基于深度学习的电子鼻食品新鲜度检测与识别技术研究［J］.传感技术学报，2021，34（8）：1131-1138.

［15］

李化，黄国英，张明晓，等.无机元素特征谱结合化学计量学鉴别黄芩的生长年限［J］.中国实验方剂学杂志，2022，28（21）：121-128.

［16］

轩菲洋，姜丹，申小营，等.基于电子鼻和顶空气质联用技术的不同产地北柴胡气味差异分析［J］.中国现代中药，2022，24（11）：2141-2149.

［17］

曹伟峰，张悦妍，向情儒，等.基于HS-SPME-GC-MS和GC-IMS结合电子鼻分析真空冷却对酱牛肉风味的影响［J］.食品工业科技，2022，43（9）：341-348.

［18］

胡海敏，田佳乐，孙思霖，等.固相微萃取-气相色谱-质谱结合电子鼻技术分析发酵乳中挥发性风味物质［J］.微生物学通报，2023，50（1）：273-288.

［19］

刘芳，杨康卓，张建敏，等.基于电子鼻和气质联用技术的浓香型白酒分类［J］.食品与发酵工业，2020，46（2）：73-78.

［20］

王世丽，朱娟娟，吕畅，等.基于电子鼻和气相离子迁移谱技术分析南北柴胡气味物质差异［J］.中华中医药学刊，2025，43（1）：134-141，277-281.

［21］

李建军，常筱沛，马静潇，等.电子眼、电子鼻和电子舌鉴别不同品种、不同产地生地黄［J］.中成药，2022，44（11）：3549-3554.

［22］

CUI S Q, WANG J, YANG L C, et al. Qualitative and quantitative analysis on aroma characteristics of ginseng at different ages using E-nose and GC-MS combined with chemometrics［J］. J Pharmaceut Biomed, 2015, 102：64-77.

［23］

崔治家，夏鹏飞，张启立，等.电子鼻技术区分不同产地不同采收时间不同处理方法的枸杞子研究［J］.时珍国医国药，2019，30（9）：2163-2166.

［24］

殷珍珍，梁玉芝，王梦，等.基于超快速气相电子鼻对不同硫熏程度天麻的快速鉴别［J］.中国实验方剂学杂志，2022，28（13）：167-172.

［25］

王献瑞，郭晓晗，张宇，等.基于Support Vector Machine和UPLC-QTOF-MS的人参生长年限数字化鉴定分析［J］.中国现代中药，2024，26（12）：2049-2055.

［26］

DEA S, SAIFRAH A Z, DEWI S A, et al. UHPLC-Q-orbitrap HR-MS-Based metabolomics for profiling the sida rhombifolia metabolites with different plant organs and cultivation ages［J］. Chemistry & biodiversity, 2023, 20（6）：e202201042.

［27］

HU C Y, LI W J, SUN Y X, et al. Nano-effect multivariate fusion spectroscopy combined with chemometrics for accurate identification the cultivation methods and growth years of Dendrobium huoshanense［J］. Microchemical Journal, 2022（1）：179.

2026年第44卷第3期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.13193/j.issn.1673-7717.2026.03.021

首发时间：2026-10-14
出版时间：2026-03-10

补充材料

相关文章

文章信息

作者

出版历史

基金

科技部中央本级重大增减支项目(2060302)

辽宁省“兴辽英才计划”教学名师项目(XLYC2211011)

辽宁省科技厅农村科技特派行动计划项目-辽宁省喀左县中药材药材科技特派团项目(2024JH5/10400152)

作者信息

^1.北京理工大学数学与统计学院，北京 100081

^2.辽宁中医药大学药学院，辽宁大连 116000

通讯作者:

吴伟（1997 -），男，安徽安庆人，讲师，研究方向：中药资源与中药材品质评价。E-mail：577234246@qq.com。

王丹（1988 -），女，辽宁沈阳人，副教授，硕士研究生导师，博士，研究方向：中药资源开发、利用与保护。E-mail：875538488@qq.com。

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/zhzyyxk/CN/10.13193/j.issn.1673-7717.2026.03.021

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT