基于仿生嗅觉的辛味中药材气味指纹图谱研究

本课题在中医药理论指导下，结合仿生嗅觉技术，以辛味中药材作为切入点，开展基于仿生嗅觉的辛味中药材气味指纹图谱的研究。主要研究内容：（1）建立仿生嗅觉系统装置，模拟人体嗅觉系统感受器，获取辛味中药材完整的气味信息；（2）基于独立成分分析、主成分分析、聚类分析理论，研究中药材高维气味信息的去噪、特征提取和降维方法；（3）运用模式识别和人工神经网络技术，结合中医专家知识，建立适量的辛味中药材气味指纹图谱库；（4）将建立的气味指纹图谱库用于待测辛味中药材的种类鉴别，以验证提出的理论、方法和技术的准确性。.本课题将中药学、仿生嗅觉技术和现代信息技术相结合，建立辛味中药材气味指纹图谱库，拓展了目前中药指纹图谱研究范围，是多学科交叉的中医药前沿研究课题，其研究思想具有很强的原创性，国内外尚无相关的研究报道。

本课题在中医药理论指导下，结合仿生嗅觉技术，以辛味中药材作为切入点，开展基于仿生嗅觉的辛味中药材气味指纹图谱的研究。将中药学、仿生嗅觉技术和现代信息技术相结合，建立辛味中药材气味指纹图谱库，拓展了目前中药指纹图谱研究范围，是多学科交叉的中医药前沿研究课题。主要成果为：（1）设计并建立了以ARM9为控制芯片，搭载Linux系统的仿生嗅觉系统装置，模拟人体嗅觉系统感受器，获取辛味中药材完整的气味信息，已申请专利1项；（2）通过单因素试验对检测过程中的多种重要影响因素（如样本的浓度、样本环境的温度和湿度、顶空空间和时间）进行研究，运用多种分析方法找出了最佳的仪器检测参数，已发表论文3篇；（3）采用改进的阵列归一化算法对仿生嗅觉系统装置采集的检测数据进行预处理，滤除数据采集过程中引入的噪声和干扰，提高了信噪比；基于独立成分分析、主成分分析、聚类分析理论，研究中药材高维气味信息的特征提取和降维方法，获得了更多的特征数目和更好的特征向量。已发表相关论文4篇；（4）将ANN用于嗅敏传感器阵列信息的处理后，能够较好地解决信息的并行处理、变化、环境的自学习和自适应，特别是由于嗅敏器件交叉响应带来的非线性严重等难题，并在一定程度上抑制了传感器的漂移或噪声，提高了中药材气味的检测精度。运用基于核函数的模式识别理论，根据检测数据的特点研究不同核函数对于中药材气味信息的识别效果，结合中医专家知识，选择了恰当的核函数和最佳的相关参数，建立了30种辛味中药材气味指纹图谱库。已发表论文7篇，已申请软件著作权2件；（5）将建立的气味指纹图谱库用于待测辛味中药材的种类鉴别，取得了很好的实验效果，验证了其理论、方法和技术的准确性，出版《仿生嗅觉原理、系统及应用》专著1部。