一、几种常用中药材的真伪性状鉴别(论文文献综述)
石佳,李文庭,康帅,张南平,马双成[1](2021)在《果实类药材的性状和显微鉴定研究现状》文中认为对2020年版《中华人民共和国药典》的果实类药材收载情况进行整理,对相关着作及近10年的研究文献中与果实类药材性状和显微鉴定相关内容进行归纳、总结和分析。果实类药材的性状和显微研究在内容、思路、方法和应用等方面已有良好基础,但仍存在不系统、不规范等问题。故果实类药材性状及显微鉴定研究应该更加系统和规范,并且要朝着数字化和智能化方向发展。
杨馥源[2](2021)在《采收期对酸枣仁品质影响研究》文中研究指明选题依据:酸枣仁为鼠李科枣属植物酸枣Ziziphus jujuba Mill.var.spinosa(Bunge)Hu ex H.F.Chou的干燥成熟种子,是治疗失眠的首选药物。酸枣仁中富含黄酮、生物碱、皂苷和脂肪酸类成分,具有改善睡眠、抗焦虑和抗抑郁等作用,药用价值和市场价值极高。课题组前期对市售17批酸枣仁样品进行含量测定,发现斯皮诺素含量均低于2015年版《中国药典》规定的0.08%要求。酸枣为野生资源,没有归属权。近年来,酸枣仁“抢青”现象较为严重,农民从非适宜采收期阳历7月份便进行大规模采摘酸枣青果,进行晾晒,脱果肉和果核后,销往全国各地。采收期的差异将带来药材质量的变化,是非常值得关注的问题。因此,我们推测“抢青”可能是导致酸枣仁有效成分积累不足、含水量过高及黄曲霉毒素超标的主要原因。因此本课题从性状评价和理化评价角度,整合HPLC和GC-MS多种技术全面分析不同采收期酸枣仁生物积累量、色泽度、水分含量和次级代谢物及脂肪酸成分的含量变化规律,研究结果将为山西主产地酸枣仁适宜采收期的确立提供依据。目的:以山西产酸枣仁为研究对象,将出仁率、百粒重、色度、水分和黄曲霉素作为评价指标,整合HPLC、GC-MS技术对适宜采收期和抢青采收期酸枣仁的质量进行评价。方法:(1)2019年于山西7月、8月和9月实地考察酸枣的生长环境、采收酸枣,并进行晾晒、浸泡、手工脱果肉及烘干枣核砸碎得到酸枣仁样品。采用Apollo C18柱(250 mm×4.6 mm,5μm)色谱柱,以乙腈和0.1%甲酸水为流动相进行梯度洗脱,柱温为30℃,流速为1.0 m L/min,检测波长分别为227 nm和335 nm,蒸发光散射检测器(ELSD)漂移管温度105℃;空气体积流量为2.5 L/min。分别以木兰花碱、斯皮诺素、酸枣仁皂苷A为特征峰,建立山西产酸枣仁特征图谱;以乌药碱、木兰花碱、维采宁Ⅱ、斯皮诺素、6′′′-阿魏酰斯皮诺素、酸枣仁皂苷A、酸枣仁皂苷B为指标成分,建立HPLC-UV-ELSD同时测定酸枣仁中7种化学成分含量的方法。(2)2020年7月、8月、9月和10月于山西榆次区采收酸枣,计算出仁率和百粒重;采用色度仪测定色度值;测定水分含量和黄曲霉毒素;采用已建立的HPLC-UV-ELSD方法对不同采收期酸枣仁中7个成分含量进行测定;利用皮尔逊法对色度值与7种有效成分含量进行相关性分析;采用索氏提取器提取酸枣仁脂肪油,并计算出油率,进而采用GC-MS的SIM模式对不同采收期酸枣仁中7种脂肪酸类成分含量进行测定。结果:(1)本实验考察了山西酸枣主产地生长环境,临汾大宁、晋中榆次、运城闻喜的经纬度相近,其中榆次产地海拔最高,同一采收期内气温最低。从定性的角度建立了山西产酸枣仁特征图谱,结果显示在HPLC-UV 227 nm图谱中,9批酸枣仁样品生物碱类成分相似度为1,在HPLC-UV 335 nm图谱中,9批酸枣仁黄酮类成分的相似度为0.979~0.991。在HPLC-ELSD图谱中,9批酸枣仁样品皂苷类成分的相似度为0.995~0.999,显示各批次样品之间所含生物碱类和皂苷类成分相似度极高,结果表明山西产酸枣仁均一性良好,为今后山西产酸枣仁道地性评价提供依据。从定量的角度建立了一种HPLC-UV-ELSD同时测定酸枣仁7种有效成分的方法,对色谱条件进行了优化,能够更有效的分离酸枣仁中黄酮类和皂苷类中的同分异构体成分。含量测定结果表明,产地因素对评价不同采收期酸枣仁生物碱、皂苷和黄酮类成分的含量具有较大的影响。(2)于2020年晋中榆次7月底到10月中旬采摘酸枣,从性状色泽和生物积累量(出仁率、百粒重)以及化学成分(水分、黄曲霉毒素、次生代谢物和脂肪酸)含量综合评价了适宜采收期和抢青采收期酸枣仁品质变化规律。从性状色泽角度分析,9月中旬到10月中旬亮度值(L*)、红度值(a*)以及黄度值(b*)最优,种仁饱满富油性;从生物积累量角度分析,9月中旬到9月底出仁率(4.4%)和百粒重(52.4 g)达到最高值;从化学成分角度分析,9月中旬到10月中旬生物碱类、黄酮类、皂苷类和7种脂肪酸类成分含量最高;适宜采收期与抢青采收期酸枣在短时间浸泡(24 h)条件下,均不会滋生黄曲霉毒素。相关性分析结果显示,斯皮诺素、6’’’-阿魏酰斯皮诺素和酸枣仁皂苷A是直接关联并促进酸枣仁亮度值和红度值升高的成分。综合以上指标判断9月中旬到10月中旬应当为酸枣仁的最佳采收时间。结论:本研究针对酸枣仁存在“抢青”现象,斯皮诺素含量不达标的问题,系统开展了适宜采收期和抢青采收期酸枣仁质量的综合评价研究。结果表明酸枣的最佳采收期为9月中旬至10月中旬,且不同产地因素和采集植株不一致因素对品质评价影响较大。通过以上研究,为山西产酸枣仁的道地性品质评价提供了科学依据,对酸枣仁采收技术规范和地方标准编制提供了实验基础,对山西省酸枣仁产业的可持续发展具有十分重要的理论价值和实际意义。
谭新宁[3](2021)在《细小果实种子类中药青葙子鉴定方法的系统研究》文中研究指明目的:针对细小果实种子类中药青葙子混伪品众多、临床使用混乱的现象,通过开展青葙子鉴定方法的系统研究,以对现有鉴定方法进行补充,为以青葙子药材为代表的细小果实种子类中药的准确鉴定及质量控制提供新的研究思路,为中药种植业种子鉴定和临床用药安全提供科学依据和保障。方法:1.利用性状、微性状、显微鉴别方法,对青葙子药材以及鸡冠花子、苋菜子、刺苋子、反枝苋子等常见混伪品进行真伪鉴定研究,比较分析其在外观形态、内含物类型与组织构造等方面的异同。2.基于百度定制化人工智能训练平台EasyDL,以青葙子及其常见混伪品的微性状图片为训练数据,对青葙子及其混伪品图像分类模型进行训练,建立一种基于人工智能和机器视觉技术的青葙子及其混伪品图像的快速鉴别方法,并将该应用导入微信小程序,以便推广。3.利用DNA条形码分析,比较青葙子药材及其常见混伪品DNA信息的异同;建立并优化SCoT-PCR体系,对青葙子及其混伪品进行PCR扩增,筛选出能扩增青葙子特异性片段的引物,对该特异性片段进行回收、克隆和测序,针对特异性片段的DNA信息进行引物设计并验证引物的特异性。4.针对青葙子SRAP标记筛选所获得的特异性片段设计引物,建立并优化PCR反应程序和体系后,提取青葙子、鸡冠花子、苋菜子、刺苋子和反枝苋子样品DNA,利用特异性引物对来自于不同产地的青葙子及其混伪品的DNA进行扩增和电泳检测,根据特异性条带的大小及有无进行真伪及掺伪鉴别,并对其检出限、适用性和准确性进行考察与验证。5.基于高效液相指纹图谱技术鉴别青葙子及其常见混伪品,采用安捷伦色谱柱Eclipse Plus C18(250 mm×4.6 mm,5 μm),流速:0.8 mL·min-1,柱温:19℃,检测波长:201 nm,流动相:体积分数为0.1%磷酸溶液(A)-乙腈(B),进行梯度洗脱。将混伪品与正品对照图谱比对,同时对不同比例(5%-20%)的掺伪行为进行识别,阐明青葙子与其混伪品化学成分轮廓的差异,从而对其进行有效区分,为青葙子及其混伪品的品质评价提供参考。6.采用湿法消解前处理青葙子及其混伪品样品,用ICP-MS技术测定样品中多种无机元素含量;采用SPSS 16.0软件对数据进行聚类分析、SIMCA-P 14.1软件进行主成分分析,研究其无机元素种类、含量及其分布规律,进行无机元素差异分析并建立无机元素特征指纹图谱。结果:1.青葙子及其混伪品性状差别不明显,仅凭性状鉴别难以进行区分;微性状鉴定法通过放大种子细微的外观性状特征,如根据种子的形状、表面纹理、种脐位置等差异较明显的特征,可以区分青葙子及其混伪品;青葙子及其混伪品纵切面的鉴别特征区别不明显,但粉末中种皮内、外表皮细胞的颜色和形态,为青葙子及其混伪品的显微鉴别提供了重要依据。2.利用EasyDL构建的深度学习模型,青葙子及其混伪品图像分类准确率可以达到93.7%~94.8%左右。对于本系统所采集的药材图像,微信小程序识别率达到了80%~100%。在相同的饮片图像采集环境下,该模型能够准确识别出图像中药材的种类,具有比较稳定且比较好的识别效果。3.基于ITS2序列聚类分析结果可将青葙子与混伪品苋菜子、刺苋子、反枝苋子分开,但无法区分青葙子与鸡冠花子。ITS、trnL序列能将青葙子、鸡冠花子、苋菜子、刺苋子、反枝苋子5个品种准确区分,psbA-trnH、matK、rbcL序列只能区分部分样品。因此通过评估ITS、psbA-trnH、rbcL、matK、trnL序列在鉴定青葙子药材及其混伪品的有效性,推荐ITS序列作为青葙子及其混伪品的DNA条形码候选序列,trnL序列作为补充序列。4.从36条SCoT引物中筛选出5条(S21、S22、S29、S30、S35)具有青葙子特异性片段的引物,挑选其中的S21引物对其特异性片段进行回收、克隆和测序,根据其序列信息设计了 6对引物,但出现了引物特异性消失的情况;利用基于SRAP标记筛选所获得的特异性片段设计的引物进行特异性PCR,退火温度为60℃、循环数为30次时,青葙子、鸡冠花子分别在206、581 bp处出现单一明亮条带,其他混伪品及空白对照均无条带;该方法对青葙子药材的最低检测限为1ng;对于青葙子中掺杂鸡冠花子的检出限是2%。5.利用高效液相色谱指纹图谱技术鉴别青葙子的伪品鸡冠花子、苋菜子、刺苋子、反枝苋子,发现10批青葙子药材有19个共有峰;各青葙子样品的高效液相指纹图谱与共有模式对照指纹图谱的相似度在0.9以上,但是青葙子样品间相似度为0.852~0.992;青葙子及其混伪品的相似度仅为0.155~0.651,青葙子在44~48 min未出现鸡冠花子、苋菜子、刺苋子、反枝苋子的特征峰;除青葙子中掺杂5%鸡冠花子时相似度大于0.80,其余掺伪比例结果相似度差异明显(均为0.80以下)。6.利用ICP-MS技术测定青葙子及其混伪品的无机元素,采用SPSS 16.0软件对数据进行聚类分析、SIMCA-P 14.1软件进行主成分分析,均可将正品与伪品区分开;以SIMCA-P 14.1软件配合单因素方差分析及秩和检验对差异性无机元素进行识别,筛选出23种共有无机元素,分别是Li、B、Mg、Al、K、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、Ga、As、Rb、Sr、Mo、Cd、Hg、Tl、Pb、Bi;同时建立了含 23 种共有无机元素的青葙子及其混伪品的无机元素特征图谱,该指纹图谱及Li、B、Mg、Al、V等元素的含量差异较大等特征,说明了青葙子与鸡冠花子、苋菜子、刺苋子、反枝苋子的元素含量存在显着性差异。结论:1.仅凭外观性状特征难以区分青葙子与其混伪品;青葙子及其混伪品的微性状、粉末显微特征差异明显,可作为其鉴定的重要依据之一。2.利用人工智能和机器视觉技术,建立了一种基于深度学习的青葙子及其混伪品图像分类方法,丰富了中药品质评价的研究思路,为人工智能在中药鉴定领域的普及提供了实验参考。3.推荐ITS序列作为青葙子及其混伪品的DNA条形码候选序列,trnL序列作为补充序列;针对SCoT引物S21扩增出的青葙子特异性片段所设计的引物未开发成功,有待进一步研究;建立了一种基于SRAP标记开发的特异性PCR鉴别方法,该检测方法具有良好的准确适用性,通过一次PCR反应即可鉴别青葙子与鸡冠花子,以及青葙子药材中是否掺杂鸡冠花子的目的,且该方法灵敏度高,对鸡冠花子药材的掺伪检出限为2%,且具有操作简便、快速、特异性高的优点。4.不同产地的青葙子高效液相指纹图谱有一定的差异,提示应固定其产地来源,以保证青葙子药材质量的稳定性;青葙子与其混伪品的指纹图谱有显着差异,表明其化学成分信息存在差异,不宜将青葙子与鸡冠花子、苋菜子、刺苋子、反枝苋子等混用。5.青葙子和混伪品无机成分差异较大,利用无机元素特征图谱可以将青葙子及其混伪品进行区分,其中某些成分和青葙子的疗效有关,故将其混用是不合适的。
洪稳稳[4](2021)在《不同居群的一枝黄花、车前草、鸭跖草药材微性状、显微特征的比较研究》文中进行了进一步梳理目的:对不同居群的一枝黄花、车前草、鸭跖草药材的微性状以及显微特征的进行观察研究,找出不同居群的三种药材微性状与显微特征的共同之处与差异之处,为补充完善这三种药材的鉴别特征提供实验依据。方法:野外采集不同居群一枝黄花、车前草、鸭跖草的原植物,观察不同居群之间的形态差异并拍照记录。将采集后的原植物按药典方法加工成药材,利用体视显微镜与光学显微镜对药材样品的茎、叶、花等部位进行微性状观察,比较三种药材在不同居群间的微性状特征差异。采用徒手切片方法制作三种药材样品茎、叶横切面的显微制片与叶表面制片,利用光学显微镜观察其显微特征并比较三种药材不同居群间的显微特征差异。结果:不同居群一枝黄花药材的花序的微性状无明显差异,茎、叶的毛被疏密程度有明显不同;不同居群的车前草样品在须根与花序梗的性状上无差异,叶与宿存花萼的毛被类型以及叶柄的性状有明显差异;不同居群鸭跖草花梗的微性状无明显差异,叶与总苞的柔毛长度与疏密度有明显差异。不同居群一枝黄花茎、叶的显微特征主要差异体现在非腺毛类型以及维管束、分泌细胞数目、表皮形态、厚角细胞数目、栅状细胞层数等;不同居群车前草样品间的主要差异体现在非腺毛数量以及维管束数目、叶肉栅栏细胞层数、内皮层形态等方面;不同居群鸭跖草样品间的差异主要体现在茎中的维管束数目与皮层细胞的层数、组成非腺毛的细胞个数以及内皮层细胞是否增厚。结论:不同居群一枝黄花、车前草、鸭跖草药材的微性状与显微特征有共同特征也有差异之处,环境的差异对这三种药材的微性状与显微特征有明显的影响。
赵莎,郑司浩,曾燕,戴玮,李鹏英,王继永[5](2021)在《中药材种子种苗真实性鉴定技术研究进展》文中进行了进一步梳理中药材种子种苗是中药材生产的物质基础,其真伪直接影响中药材质量。当前,市场上中药材种子种苗质量参差不齐,存在种源混杂、以假充真等问题。因此,保证中药材种子种苗基原准确对把控好中药材生产源头至关重要。通过对中药材种子种苗真实性鉴定相关技术方法进行总结,为中药材产业健康发展提供技术支撑。
李正坤[6](2020)在《白及药材质量评价研究》文中认为背景:白及为兰科植物白及Bletilla striata(Thunb.)Reichb.f.的干燥块茎,《中国药典》2020版记载其可收敛止血,消肿生肌,用于治疗咯血,吐血,外伤出血,疮疡肿毒,皮肤皲裂。现代研究表明,白及具有抗菌、抗肿瘤、抗氧化、抗病毒等作用。白及广泛种植于我国的长江流域及其以南各省区,例如贵州、湖北、云南等地。随着白及的广泛种植,白及药材是否存在自身质量参差不齐问题,需要深入的研究。有关白及的质量评价标准,《中国药典》2015版白及项下仅有定性鉴别,杂质检查;《中国药典》2020版以及《香港药材标准第九册》还增加了白及中1,4-二[4-(葡萄糖氧)苄基]-2-异丁基苹果酸酯的含量测定指标。基于对白及化学成分以及药理研究的不断深入,白及的质量评价指标也有待进一步的改进和完善。目的:修订和完善白及的质量评价指标及方法,对不同产地、不同等级白及药材的质量进行评价分析,为更加全面理解不同产地、不同等级白及药材的质量提供依据。方法:(1)收集不同产地的白及药材样品36批,伪品3批,优化薄层色谱方法,建立多糖含量以及UPLC指纹图谱测定方法,对白及药材的质量进行较为系统的评价研究。(2)收集贵州、云南、湖北产地白及样品74批,并根据大小分成三个等级,测定其UPLC指纹图谱和多糖含量,结合相似度分析,聚类分析,热图分析,Spearman相关性分析,对贵州、云南和湖北产白及不同等级的样品进行对比研究,分析等级、产地和内在成分间的关系。(3)通过UPLC-Q-TOF MS/MS定性分析方法以及对照品比对,对白及指纹图谱共有峰进行初步指认。(4)基于对白及的质量评价研究,初步制定白及药材的质量标准增订草案,并撰写起草说明。结果:(1)优化了药典的薄层色谱方法,建立了以儿茶素为内标的UPLC指纹图谱,得到14个共有峰,不同批次样品的相似度均在0.8以上。多糖含量的范围为(25.16±9.17)%。(2)同一产地的样品进行比较时,云贵产地指纹图谱中除3、5、6、10、13号共有峰外,其余共有峰化学成分含量与白及大小呈负相关(P<0.05,0.4<r≤0.8),其中7、8、9号峰与白及大小的相关性较强(r>0.7);多糖含量与白及大小呈正相关。湖北产地不同大小的白及药材中化学成分的含量趋向均一,即不同等级白及的质量无太大差异。不同产地样品进行比较时,云南产白及谱图缺少15、16号峰;同一等级白及样品中共有峰化学成分的含量贵州产白及>云南产白及>湖北产白及;不同产地多糖含量相比,云南产白及(26.98±8.56)%、湖北产白及(28.73±5.20)%>贵州产白及(14.50±4.67)%。(3)通过UPLC-Q-TOF MS/MS以及对照品比对,对白及指纹图谱共有峰进行定性分析,共指认出10个共有峰,分别为dactylorhin E or isomer(峰3)、dactylorhin A(峰 5)、gymnoside Ⅲ(峰 6)、militarine(峰 7)、habenarioside or gymnoside Ⅷ(峰 8)、gymnoside Ⅷ or habenarioside(峰 1 0)、gyrmnoside Ⅷ or habenarioside(峰 1 1)、1-(p-hydroxybenzyl)-4-methoxy-9,10-dibydrophenanthrene(峰 1 3)、1-(p-hydroxybenzyl)-4-methxoyphenanthrene-2,7-diol(峰 14)。(4)依据上述实验结果,在已有的白及药材的质量标准的基础上,拟优化薄层鉴定方法并增加多糖含量测定和指纹图谱两项质量评价指标。结论:薄层色谱法和UPLC指纹图谱法能够有效地鉴别白及混伪品。采用多糖含量以及UPLC指纹图谱分析不同产地不同等级的白及样品化学成分差异,发现与不同等级间白及质量的差异相比,产地对白及质量的影响存在较为明显的趋势,建议进一步考察白及产地用于白及药材规格的划分的可能性,多糖含量以及UPLC指纹图谱分析则可为白及药材质量优劣的评价提供参考依据。
周思彤[7](2020)在《大胡蜂药材质量标准研究》文中研究说明目的:通过对十批大胡蜂药材的鉴别、检查、含量测定及急性毒性实验等方面进行研究,建立大胡蜂药材的质量标准,为大胡蜂资源的进一步研究和利用提供相关质量控制方法。方法:依据《中华人民共和国药典》(2015年版)及“云南省中药材(民族药材)质量标准研究技术指导原则(试行)”(2017年发布)中有关中药质量标准研究相关要求,对大胡药材进行质量标准研究,包括鉴别、检查、含量测定及急性毒性各方面。详细总结了大胡蜂药材的性状及显微特征;建立薄层色谱鉴别方法;采用化学鉴别方法初步判断大胡蜂药材化学成分;采用高效液相色谱法及红外光谱法建立指纹图谱;基于COI序列对十批大胡蜂药材进行鉴别分析。检查大胡药材中的水分、浸出物、总灰分及酸不溶性灰分、炽灼残渣、重金属、砷盐;采用SDS-PAGE法对大胡蜂药材水提液中蛋白质及多肽的分子量分布进行考察。利用紫外可见分光光度法对药材进行蛋白质与游离氨基酸的含量测定;采用气相色谱-质谱联用法进行44种常用杀虫剂的检测;采用原子吸收光度法及荧光光度法进行砷、镉、铅、汞、锑五种重金属元素的检测。采用小鼠灌胃给药对大胡蜂药材粗粉及醇提浸膏进行急性毒性试验评价药材安全性。结果:通过对十批大胡蜂药材进行研究,初步建立了其性状及显微鉴别标准;建立氨基酸薄层鉴别的方法,其氨基酸斑点不少于8个;化学鉴别提示大胡蜂药材含有生物碱类、酚类、蛋白质、多肽及氨基酸类、还原糖类物质;建立大胡蜂药材的HPLC指纹图谱,具有13个共有峰,十批药材相似度均大于0.97;建立药材IR指纹图谱,具有9个共有峰,十批药材相关系数均大于0.95;建立基于COI序列的大胡蜂DNA条形码。大胡蜂药材水分含量不得高于76.55%;以干燥药材计算,使用乙醇热浸法得到的浸出物含量不得少于23.24%,炽灼残渣量不得多于4.22%,总灰分不得多于4.06%,酸不溶性灰分不得多于0.63%,重金属及砷盐含量均符合国家药材标准限量规定;药材水提液中蛋白质及多肽的分子量分布在7.8~100 KDa范围内。以干燥药材计算蛋白质含量不得少于64.93 mg/g;游离氨基酸含量不得少于47.41 mg/g;44种杀虫剂中,仅部分药材检测到敌敌畏、氯氰菊酯、氯唑磷;砷、镉、铅、汞、锑五种重金属元素的检出量极少。急性毒性评价结果表明按成人60 kg计算,药材安全摄入剂量可达300 g,口服为无毒级别。结论:本课题首次从大胡蜂药材的性状、显微鉴别、薄层鉴别、化学鉴别、指纹图谱、DNA条形码等方进行鉴别研究;对大胡蜂药材的常规检查项进行检测及蛋白质、氨基酸进行含量测定,对农药及重金属的残留进行检测并进行急性毒性实验。全面研究,初步建立了大胡蜂药材性状及显微鉴别标准,建立了其高效液相指纹图谱与红外光谱指纹图谱,建立的DNA条形码的方法满足药材鉴定要求,初步建立大胡蜂药材的质量标准,为大胡蜂资源的进一步研究和利用提供质量控制方法。
武娟[8](2020)在《艾绒的鉴定、质量分析及蕲艾绒分级标准研究》文中认为艾绒系菊科植物艾Artemisia argyi Lévl.et Vent.的干燥叶经粉碎过筛后所得的细软绒状物,常被加工制成艾条等灸用制品用于艾灸治疗与养生,具有温通经脉、调和气血、协调阴阳、扶正祛邪的功效。由于缺乏艾绒的鉴别、质量检测方法或质量评价标准,市场上艾绒及其制品的质量良莠不齐,不乏用艾植株茎杆混入艾叶中制成劣质艾绒,也时有用同属植物五月艾Artemisia indica Willd的叶等伪劣原料混淆制成灸用制品,严重影响了艾灸疗法的疗效与疗效稳定性。蕲艾绒是以湖北省蕲春县一带所产艾叶道地药材(蕲艾叶)为原材料加工制成的艾绒,为艾灸疗法的优质原材料。蕲艾条等艾灸制品在国内外享有极高的信誉。但目前常有其他产地的艾叶制成的普通艾绒混入或混作蕲艾绒制成蕲艾制品销售使用的情况,严重损害了蕲艾种植者、蕲艾绒产品生产经营者,以及广大消费者的利益。为此,本文在文献查阅的基础上,对艾绒的商品情况进行了广泛的市场调查,在全国许多省份收集了大量艾绒商品(含艾条)及混淆品五月艾(干燥叶)。以自制艾绒为参照,对不同纯度或质量及不同规格等级的商品艾绒进行了性状、显微、薄层色谱鉴别研究,并通过与艾茎杆粉碎加工品、五月艾绒进行比较,建立了正品艾绒的鉴定方法,为其真伪鉴定提供了可靠的依据;对不同质量或纯度以及不同规格的商品艾绒中所含主要物质挥发油、总黄酮进行了含量测定及水分、总灰分的测定;利用氧弹式量热仪对国内艾绒商品进行了燃烧热值测定;研究及初步确立了不同等级(纯度)、不同规格商品艾绒的HPLC和IR特征图谱,并与五月艾绒谱图进行了比较;采用GC-MS技术对艾绒挥发油的组分进行了研究,并与五月艾绒挥发油进行了比较;还研究了不同栽培管理条件和干燥方式对艾叶及其加工品艾绒品质的影响。不同规格等级(纯度)的艾绒均具有相似但可以区别的性状、显微特征,掺有五月艾绒原料制作的“艾绒”的显微特征更有明显不同,主要区别在于气孔的形态、T形毛顶细胞的长度与形态,以及草酸钙簇晶的直径大小。薄层色谱研究表明,正品艾绒具有氧化石竹烯特征性色谱斑点,而五月艾绒未显出该色谱斑点,且与正品艾绒仅有2个共有色谱斑点。通过对商品艾绒中挥发油、总黄酮的含量测定及水分、灰分的测定,发现在总体上,不同产地不同厂家所生产的艾绒在各自系列纯度(叶绒比)范围内,自示叶绒比值越高,其挥发油和总黄酮的含量越低,水分、灰分也越低。根据行业共识,以不同纯度艾绒间性状、显微及相关物质含量的差异为依据,将机械绒分成一、二、三等3个质量等级。通过燃烧热值测定发现,艾绒的燃烧热值随纯度(等级)升高而有所降低;湖北蕲春机械绒、手工绒、黄金绒样品的平均燃烧热值均略高于国内其他产地的艾绒样品;不同规格艾绒的燃烧热值也有较大差异,手工绒燃烧热值显着高于机械绒及黄金绒,作为独特的传统工艺手工制作的艾绒,其产品在灸用放热方面,确具有其优势。本研究还确立了艾绒及不同等级商品的HPLC和IR特征图谱。在艾绒的HPLC图谱中,共有峰有32个,其中10个为主峰;不同等级、规格的艾绒HPLC图谱中,大多数色谱峰的相对峰面积均有所差异;利用HPLC特征图谱,可有效鉴别混淆品五月艾绒。在艾绒的IR指纹图谱中,明确了18个共有吸收峰,并且不同等级、规格的艾绒及五月艾绒的红外光谱在吸收峰数目、位置、吸收强度等方面均有所差异,这些差异性特征可用于艾绒的辅助鉴别及质量评价。经气质联用分析,在艾绒挥发油中共检出200余种化学成分,不同产地、不同规格等级(纯度)艾绒挥发油有36个共有成分;五月艾绒挥发油成分与正品艾绒略有差异。这些研究为艾绒的鉴别、质量控制及应用研究提供了基础信息。研究还发现,施用肥料与否、采收茬次、干燥方式及储存年数等因素均会影响原料艾叶和艾绒的质量,这为艾的合理种植及艾叶或艾绒的合理利用提供了科学依据。本文利用不同纯度艾绒间性状显微及相关物质含量的差异性,对机械艾绒进行了质量分级研究,并重点对质优的蕲艾绒的不同规格等级进行研究,制定了湖北省地方标准《蕲艾绒分级质量标准》,对于规范蕲艾绒市场具有重要意义。
马宁[9](2020)在《基于ITS序列的黄芪分子生物学鉴别方法的建立》文中研究指明黄芪是一种传统的中药材,具有补气养血、利水消肿等功效,随着黄芪用量逐渐加大,野生黄芪已供不应求,市面上大部分为种植黄芪。因此导致黄芪质量参差不齐,以假乱真、以次充好现象时有发生。本文利用黄芪正品与常见混伪品ITS序列的差异,设计特异性引物来鉴别黄芪的真伪,并在传统的PCR方法上,进行了改进,采用qPCR法,利用SYBR Green荧光染料,对黄芪正品和伪品进行鉴别。同时,根据《中国药典》中规定的方法,对黄芪甲苷的含量进行测定,根据含量的差异验证分子生物学方法的准确性。并得出不同产地、剂型、炮制方式的黄芪样品中黄芪甲苷含量的规律,为进一步规范药材的种植提供依据。主要结果如下:1.利用ITS引物扩增黄芪样品和黄芪伪品,通过对二者的ITS序列进行分析、比对,找出存在差异的区域,并利用Primer5软件设计了鉴别黄芪的特异性引物,命名为HQ-F/HQ-R,长度分别为20/21 bp,扩增产物长度为524 bp。利用该引物对黄芪正品与伪品及近源物种进行扩增,并且设置退火温度梯度。结果发现,在退火温度为58℃时,黄芪正品在500-700之间有单一、清晰的条带,而其他样品在相应位置无条带,因此,选择58℃为最佳退火温度。2.购买黄芪样品23份,其中包括膜荚黄芪、蒙古黄芪、黄芪配方颗粒、炙黄芪,利用引物HQ-F/HQ-R对样品进行扩增,退火温度为58℃。采用普通PCR方法和SYBR Green染料法,从特异性、灵敏度、覆盖性等方面作了考察。结果发现,两种方法引物的特异性均较好,除正品外,其他均无扩增条带(曲线);不同产地、剂型、加工方式的黄芪样品,使用两种方法均可获得单一的扩增条带(曲线);对样品10倍比梯度稀释,每个稀释级做3个重复,然后扩增发现,普通PCR的检出限可达到10 mg/kg,而SYBR Green染料法检出限可达1 mg/kg,因此SYBR Green染料法的灵敏度较高。同时,通过SYBR Green法可实现扩增产物的相对定量。3.对实验材料中的黄芪样品,按照《中国药典》(2015版)中规定的HPLC-ELSD法,提取黄芪甲苷并检测其含量,根据不同样品黄芪甲苷的含量来验证前期分子生物学鉴别方法的可靠性、准确性。结果表明,黄芪正品中除四川理塘县产黄芪外,其他样品黄芪甲苷含量均符合限量要求;而非黄芪样品中黄芪甲苷含量均低于最低限度,所得结果与分子生物学鉴别结果一致。同时得出:不同产地、剂型的黄芪中黄芪甲苷的含量存在很大差异,其中,含量排名前四的分别为:甘肃定西、山西浑源、宁夏六盘山、黑龙江,而含量最少的为四川理塘县产黄芪。
胡科[10](2020)在《基于深度学习的贝母分类算法研究与实现》文中研究指明正品贝母资源匮乏,价格昂贵,药用价值高,难以满足临床的需要,因而市场上伪品较多,存在以次充好、以假乱真的问题。而在真伪鉴别的过程中,贝母类药材来源复杂,种类繁多,各种类之间具有不同的外形特征,常人难以辨认,因此如何有效准确的鉴别贝母就变得极其关键。目前,鉴别贝母主要依靠传统性状鉴别、显微鉴别、理化鉴别等方法,传统性状鉴别主观性较强且对操作人员的实践经验要求较高;显微鉴别以观察淀粉粒的显微结构为主,需要破坏样本;理化鉴别预处理工作繁琐,成本较高。本文采用深度学习方法提取贝母外形特征从而达到分类鉴别的目的。为此,本文进行了以下工作:(1)采集贝母样本并进行数据预处理,建立了首个多视角下的贝母图像标准数据集;(2)采用传统机器学习算法实现了贝母的分类,证明了计算机视觉在贝母分类识别上的可行性;(3)引入深度学习方法,基于单视角实现了贝母鉴别分类;(4)为建立更为精准的分类模型,并更好地应用于实际应用场景中,融合多个视角贝母图像,实现了多视角贝母的鉴别分类。通过以上工作,本文建立了一套完整的基于深度学习的贝母真伪鉴别平台,实现从数据输入到贝母分类的自动化流程,提升识别效率,识别精度可达84%以上,为中草药行业中贝母分类提供一种新的思路和解决方案;同时本文的思路可以推广到其它中草药的鉴定和识别上,从而为中草药行业实现批量自动化鉴定中草药奠定基础。
二、几种常用中药材的真伪性状鉴别(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、几种常用中药材的真伪性状鉴别(论文提纲范文)
(1)果实类药材的性状和显微鉴定研究现状(论文提纲范文)
1《中国药典》中果实类药材的收载情况 |
2 果实类药材性状鉴定研究现状 |
2.1 基于果实性状特征的分类学研究 |
2.2 果实类药材的性状鉴别研究 |
2.3 仪器应用研究 |
3 果实类药材显微鉴定研究现状 |
3.1 基于果实显微特征的分类学研究 |
3.2 果实类药材的显微鉴别研究 |
3.3 仪器应用研究 |
4 果实类药性状及显微鉴定研究的应用 |
4.1 标准制订 |
4.2 规格划分 |
4.3 植物研究 |
4.4 质量评价 |
5 讨论与展望 |
5.1 性状和显微鉴定特征表达的系统性和连贯性 |
5.2 性状和显微鉴别特征表达的规范化 |
5.3 性状和显微鉴别特征的数字化表达 |
(2)采收期对酸枣仁品质影响研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 引言 |
1.1 立题背景及意义 |
1.2 本课题的研究内容、技术路线和创新点 |
1.2.1 研究内容 |
1.2.2 技术路线 |
1.2.3 创新点 |
第二章 文献综述 |
2.1 酸枣仁质量评价的研究进展 |
2.1.1 酸枣仁的古代品质评价 |
2.1.2 酸枣仁的现代品质评价 |
2.1.3 总结与展望 |
2.2 采收期对中药材品质的影响研究进展 |
2.2.1 采收时间对药材品质的影响 |
2.2.2 中药材采收期研究方法与技术 |
2.2.3 展望 |
第三章 山西产酸枣仁HPLC-UV-ELSD特征图谱的建立及7种成分含量测定 |
3.1 引言 |
3.2 实验材料 |
3.2.1 仪器与试剂 |
3.2.2 药材 |
3.3 实验方法 |
3.3.1 酸枣及酸枣仁性状观察 |
3.3.2 对照品溶液的制备 |
3.3.3 供试品溶液的制备 |
3.3.4 色谱条件 |
3.4 结果与讨论 |
3.4.1 采收产地环境评价 |
3.4.2 酸枣及酸枣仁性状评价 |
3.4.3 特征图谱 |
3.4.4 含量测定 |
3.5 小结 |
第四章 不同采收期酸枣仁的质量评价 |
4.1 引言 |
4.2 酸枣仁的采收加工流程 |
4.2.1 酸枣样品采收 |
4.2.2 酸枣样品预处理 |
4.3 不同采收期酸枣仁出仁率、百粒重、色度、水分和黄曲霉毒素研究 |
4.3.1 实验材料 |
4.3.2 实验方法 |
4.3.3 结果与讨论 |
4.4 不同采收期酸枣仁中7 种化学成分的含量测定 |
4.4.1 实验材料 |
4.4.2 实验方法 |
4.4.3 结果与讨论 |
4.5 不同采收期酸枣仁色度值与7 种化学成分的相关性分析 |
4.6 基于GC-MS技术测定不同采收期酸枣仁脂肪酸类成分的研究 |
4.6.1 实验材料 |
4.6.2 实验方法 |
4.6.3 结果与讨论 |
4.7 小结 |
第五章 总结与展望 |
5.1 结语 |
5.2 展望 |
参考文献 |
附:基于1H-NMR代谢组学技术的不同采收期酸枣仁初级代谢物的分析 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(3)细小果实种子类中药青葙子鉴定方法的系统研究(论文提纲范文)
摘要 |
Abstract |
引言 |
第一章 文献研究 |
1.1 细小果实种子类中药鉴定研究的背景与意义 |
1.2 青葙子的本草考证 |
1.3 青葙子及其混伪品传统鉴定方法 |
1.3.1 青葙子常见混伪品 |
1.3.2 基原鉴定 |
1.3.3 性状鉴别 |
1.3.4 显微鉴定 |
1.3.5 理化鉴定 |
1.4 青葙子及其混伪品分子鉴定方法 |
1.4.1 基于电泳的生物鉴定技术 |
1.4.2 基于核酸的分子鉴定技术 |
1.5 计算机图像识别技术 |
1.6 中药系统鉴定法的研究概况 |
第二章 青葙子及其混伪品的传统鉴定研究 |
2.1 材料、仪器与试剂 |
2.1.1 材料 |
2.1.2 仪器与试剂 |
2.2 方法 |
2.2.1 性状鉴别 |
2.2.2 微性状鉴别 |
2.2.3 显微鉴别 |
2.3 结果与分析 |
2.3.1 青葙子及其混伪品的性状特征 |
2.3.2 青葙子及其混伪品的微性状特征 |
2.3.3 青葙子及其混伪品的显微特征 |
2.4 小结与讨论 |
第三章 定制化AI训练平台EasyDL在青葙子及其混伪品图像分类中的应用 |
3.1 图像数据获取 |
3.1.1 材料 |
3.1.2 仪器 |
3.1.3 微性状图片拍摄 |
3.2 数据预处理 |
3.3 EasyDL平台使用 |
3.4 测试结果分析 |
3.5 微信小程序设置 |
3.6 药材识别结果及分析 |
3.7 小结与讨论 |
第四章 青葙子及其混伪品的分子鉴定研究 |
4.1 青葙子及其混伪品的DNA条形码研究 |
4.1.1 材料、仪器与试剂 |
4.1.2 方法 |
4.1.3 结果 |
4.1.4 小结与讨论 |
4.2 青葙子及其混伪品的SCoT分子鉴定 |
4.2.1 材料、仪器与试剂 |
4.2.2 方法 |
4.2.3 结果 |
4.2.4 小结与讨论 |
4.3 青葙子及其混伪品的PCR鉴别 |
4.3.1 材料、仪器与试剂 |
4.3.2 方法 |
4.3.3 结果与分析 |
4.3.4 小结与讨论 |
第五章 基于指纹图谱技术的青葙子及其混伪品的鉴定研究 |
5.1 材料、仪器与试剂 |
5.1.1 材料 |
5.1.2 仪器与试剂 |
5.2 实验方法与步骤 |
5.2.2 青葙子指纹图谱的建立 |
5.2.3 青葙子混伪品的指纹图谱鉴别 |
5.2.4 指纹图谱鉴别不同比例的青葙子掺伪行为 |
5.3 小结与讨论 |
第六章 基于ICP-MS技术的青葙子及其混伪品的无机元素差异分析 |
6.1 材料、仪器与试剂 |
6.1.1 材料 |
6.1.2 仪器与试剂 |
6.2 样品的前处理 |
6.2.1 样品消解 |
6.3 试验方法 |
6.3.1 溶液的制备 |
6.3.2 ICP-MS仪器条件 |
6.3.3 方法学考察 |
6.4 测定结果和数据分析 |
6.4.1 元素含量分析 |
6.4.2 聚类分析 |
6.4.3 青葙子及其混伪品差异性无机元素识别 |
6.4.4 无机元素特征谱的建立 |
6.5 小结与讨论 |
第七章 结语 |
7.1 讨论 |
7.2 创新性 |
参考文献 |
附录 |
在校期间发表论文情况 |
致谢 |
附件 |
(4)不同居群的一枝黄花、车前草、鸭跖草药材微性状、显微特征的比较研究(论文提纲范文)
中文摘要 |
abstract |
前言 |
第一章 药材微性状特征比较 |
1 材料与仪器 |
1.1 材料 |
1.2 仪器 |
2 实验方法 |
3 实验结果 |
3.1 不同居群一枝黄花药材的微性状特征 |
3.2 不同居群车前草的微性状特征 |
3.3 不同居群鸭跖草样品的微性状特征 |
4 小结 |
4.1 一枝黄花的微性状特征 |
4.2 车前草的微性状特征 |
4.3 鸭跖草的微性状特征 |
5 讨论 |
第二章 药材样品的显微特征比较 |
1 材料与仪器 |
1.1 材料 |
1.2 材料 |
2 实验方法 |
3 实验结果 |
3.1 不同居群一枝黄花的显微特征 |
3.2 不同居群车前草的显微特征 |
3.3 不同居群鸭跖草的显微特征 |
4 结论 |
4.1 一枝黄花药材的显微特征 |
4.2 车前草药材的显微特征 |
4.3 鸭跖草药材的显微特征 |
5 讨论 |
总结 |
参考文献 |
综述 显微鉴定方法的应用与发展 |
参考文献 |
个人简介 |
致谢 |
攻读学位期间发表的学术论文目录 |
(5)中药材种子种苗真实性鉴定技术研究进展(论文提纲范文)
1 中药材种子种苗真实性鉴定技术 |
1.1 性状鉴定 |
1.1.1 传统性状鉴定 |
1.1.2微性状鉴定 |
1.2 显微鉴定 |
1.3 理化分析鉴定 |
1.4 分子鉴定 |
1.4.1 蛋白质标记技术 |
1.4.2 DNA分子标记技术 |
1.4.2.1RFLP技术 |
1.4.2. 2 SSR技术 |
1.4.2. 3 DNA条形码 |
1.4.2. 4 SNP技术 |
2 讨论与展望 |
(6)白及药材质量评价研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
文献综述 |
1.中药材规格等级评价研究进展 |
1.1 中药材规格等级的含义 |
1.2 中药材规格等级的划分方式 |
1.3 中药材规格等级评价研究现状 |
1.4 小结 |
2.白及的研究概况 |
2.1 白及的分布地区 |
2.2 白及质量标准收载情况 |
2.3 白及与混伪品鉴别研究进展 |
2.4 白及的指纹图谱研究进展 |
2.5 白及化学成分含量测定研究进展 |
2.6 白及的化学成分研究进展 |
2.7 白及的药理作用研究 |
2.8 小结 |
参考文献 |
前言 |
第一章 白及药材的质量评价指标测定 |
1.材料 |
1.1 仪器与试剂 |
1.2 样品收集 |
2.方法与结果 |
2.1 薄层鉴别 |
2.2 药典检查项测定 |
2.3 UPLC指纹图谱研究 |
2.4 多糖含量测定 |
3.讨论 |
3.1 薄层色谱条件的优化 |
3.2 薄层色谱方法学验证和耐用性考察 |
3.3 UPLC指纹图谱条件的优化 |
3.4 含量测定指标的选择 |
4.结论 |
第二章 贵州、云南与湖北产地白及药材等级与内在成分关系分析 |
1.材料 |
1.1 仪器与试剂 |
1.2 样品收集 |
2.方法与结果 |
2.1 白及药材UPLC指纹图谱分析 |
2.2 多糖含量测定 |
3.讨论 |
3.1 同一产地不同等级白及药材与内在化学成分的关联关系 |
3.2 不同产地对白及药材质量的影响 |
4.结论 |
第三章 基于UPLC-Q-TOF MS/MS对白及指纹图谱共有峰化学成分分析 |
1.材料 |
2.方法与结果 |
2.1 样品制备 |
2.2 色谱条件 |
2.3 质谱条件 |
2.4 数据处理 |
2.5 白及指纹图谱中共有峰化学成分定性分析 |
3.结论 |
第四章 白及药材质量标准增订草案及起草说明 |
1.白及药材质量标准增订草案 |
2.白及药材质量标准增订草案起草说明 |
3.讨论 |
结语 |
1.全文总结 |
2.讨论与展望 |
参考文献 |
致谢 |
在学期间主要研究成果 |
(7)大胡蜂药材质量标准研究(论文提纲范文)
摘要 |
Abstract |
中英文缩略词 |
前言 |
第一部分 大胡蜂药材的鉴别方法研究 |
1 实验材料 |
1.1 仪器 |
1.2 试剂材料 |
2 实验方法 |
2.1 性状鉴别 |
2.2 显微鉴别 |
2.3 薄层色谱鉴别 |
2.4 化学鉴别 |
2.5 指纹图谱研究 |
2.6 基于COI序列的大胡蜂DNA条形码的鉴别研究 |
3 实验结果 |
3.1 性状鉴别结果 |
3.2 显微鉴别结果 |
3.3 薄层色谱鉴别结果 |
3.4 化学鉴别结果 |
3.5 指纹图谱研究 |
3.6 基于COI序列的大胡蜂DNA条形码的鉴别研究结果 |
4 讨论 |
5 小结 |
第二部分 大胡蜂药材的检查项研究 |
1 实验材料 |
1.1 仪器 |
1.2 试剂材料 |
2 实验方法 |
2.1 水分测定 |
2.2 浸出物测定 |
2.3 炽灼残渣检查 |
2.4 总灰分及酸不溶性灰分检查 |
2.5 重金属检查 |
2.6 砷盐检查 |
2.7 蛋白质及多肽的分子量分布考察 |
3 实验结果 |
3.1 水分测定 |
3.2 浸出物测定 |
3.3 炽灼残渣检查 |
3.4 总灰分及酸不溶性灰分检查 |
3.5 重金属检查 |
3.6 砷盐检查 |
3.7 蛋白质及多肽的分子量分布考察结果 |
4 讨论 |
5 小结 |
第三部分 大胡蜂药材主要组分含量测定及重金属农残检测 |
1 实验材料 |
1.1 仪器 |
1.2 试剂材料 |
2 实验方法 |
2.1 蛋白质含量测定 |
2.2 游离氨基酸含量测定 |
2.3 农药残留量测定 |
2.4 重金属含量测定 |
3 实验结果 |
3.1 蛋白质含量测定结果 |
3.2 游离氨基酸含量测定结果 |
3.3 农药残留量测定结果 |
3.4 重金属测定结果 |
4 讨论 |
5 小结 |
第四部分 大胡蜂药材小鼠灌胃急性毒性实验 |
1 实验材料 |
1.1 仪器 |
1.2 试剂材料 |
1.3 实验动物 |
2 实验方法 |
2.1 受试物制备 |
2.2 动物分组及给药 |
2.3 检查内容 |
2.4 数据统计 |
3 实验结果 |
3.1 观察检测 |
3.2 脏器病理检查 |
4 讨论 |
5 小结 |
结论 |
附录 胡蜂药材标质量标准(草案) |
参考文献 |
综述:昆虫药的质量控制技术研究进展 |
参考文献 |
致谢 |
硕士期间发表学术论文 |
(8)艾绒的鉴定、质量分析及蕲艾绒分级标准研究(论文提纲范文)
摘要 |
Abstract |
第一章 艾灸疗法原材料艾叶和艾绒应用研究概况 |
1.1 艾灸疗法及其应用 |
1.1.1 艾灸疗法 |
1.1.2 艾灸疗法的应用 |
1.2 灸用制品间接原材料—艾叶 |
1.2.1 艾叶的应用历史 |
1.2.2 艾叶的基源及其混淆品 |
1.2.3 艾叶的鉴别 |
1.2.4 艾叶的化学成分及药理作用 |
1.2.5 艾叶的质量和质量影响因素研究 |
1.2.6 艾叶的药用及开发利用 |
1.3 灸用制品直接原材料—艾绒 |
1.3.1 艾绒的化学成分 |
1.3.2 艾绒的燃烧生成物艾烟 |
1.3.3 艾绒的其它燃烧产物 |
1.3.4 商品艾绒的规格 |
1.3.5 商品艾绒的质量现状 |
1.4 小结 |
第二章 艾绒与混入品艾茎粉末和五月艾绒的性状、显微及薄层色谱鉴别 |
2.1 引言 |
2.2 材料与仪器 |
2.2.1 市售商品与自制样品 |
2.2.2 试剂与仪器 |
2.3 实验方法 |
2.3.1 自制艾绒、艾茎杆粉碎物及五月艾绒的制备 |
2.3.2 性状观察 |
2.3.3 显微观察 |
2.3.4 薄层色谱鉴别 |
2.4 实验结果 |
2.4.1 艾绒性状特征 |
2.4.2 艾绒显微特征 |
2.4.3 艾绒薄层色谱鉴别 |
2.4.4 艾茎粉碎物的鉴别 |
2.4.5 五月艾绒鉴别 |
2.5 小结与讨论 |
第三章 艾绒的挥发油、总黄酮含量测定及相关质量检测研究 |
3.1 引言 |
3.2 材料与仪器 |
3.2.1 实验样品 |
3.2.2 仪器与试剂 |
3.3 实验方法与结果 |
3.3.1 挥发油含量测定 |
3.3.2 总黄酮含量测定 |
3.3.3 水分测定 |
3.3.4 灰分测定 |
3.3.5 实验结果 |
3.3.6 验证实验 |
3.4 小结与讨论 |
第四章 艾绒的质量分级研究及蕲艾绒相关质量标准的研制 |
4.1 引言 |
4.2 材料与仪器 |
4.2.1 实验样品 |
4.2.2 试剂与仪器 |
4.3 实验与研究方法 |
4.3.1 性状鉴别 |
4.3.2 显微鉴别 |
4.3.3 薄层色谱鉴别 |
4.3.4 挥发油含量测定 |
4.3.5 总黄酮含量测定 |
4.3.6 水分测定 |
4.3.7 灰分测定 |
4.3.8 机械艾绒的分级思路与方法 |
4.3.9 蕲艾绒分级质量标准的研究制定 |
4.4 实验与研究结果 |
4.4.1 艾绒的性状、显微特征及相关物质含量测定结果 |
4.4.2 机械艾绒的分级结果 |
4.4.3 不同等级机械艾绒的鉴别与理化特征 |
4.4.4 其他规格艾绒的鉴别与理化特征 |
4.4.5 蕲艾绒分级质量标准 |
4.5 讨论与小结 |
第五章 基于燃烧热值的艾绒质量评价 |
5.1 引言 |
5.2 材料与仪器 |
5.2.1 实验样品 |
5.2.2 试剂与仪器 |
5.3 实验原理与方法 |
5.3.1 测定原理 |
5.3.2 实验方法 |
5.4 实验结果 |
5.4.1 不同规格、等级艾绒的燃烧热值差异 |
5.4.2 不同产地艾绒的燃烧热值差异 |
5.5 小结与讨论 |
第六章 艾绒的HPLC特征图谱研究及与五月艾绒谱图的比较 |
6.1 引言 |
6.2 实验材料与仪器 |
6.2.1 药材样品 |
6.2.2 仪器与试药 |
6.3 实验方法 |
6.3.1 对照品溶液的制备 |
6.3.2 供试品溶液制备方法 |
6.3.3 测定波长的选择 |
6.3.4 色谱条件 |
6.3.5 方法学考察 |
6.4 实验结果与分析 |
6.4.1 艾绒的HPLC谱图及其主要色谱峰 |
6.4.2 方法学考察结果 |
6.4.3 不同等级蕲艾机械绒HPLC特征图谱研究 |
6.4.4 不同等级蕲艾绒样品HPLC特征图谱共有模式的比较 |
6.4.5 蕲艾机械绒HPLC特征图谱的建立 |
6.4.6 蕲艾手工绒HPLC特征图谱及黄金绒HPLC谱图研究 |
6.4.7 正品艾绒和五月艾绒的HPLC谱图的比较 |
6.5 小结 |
第七章 蕲艾绒的IR特征图谱研究及与五月艾绒的比较 |
7.1 引言 |
7.2 实验材料与仪器 |
7.2.1 药材样品 |
7.2.2 仪器与试药 |
7.3 实验方法 |
7.3.1 供试品制备 |
7.3.2 实验条件 |
7.3.3 方法学考察 |
7.4 实验结果与分析 |
7.4.1 不同等级蕲艾机械绒IR特征图谱 |
7.4.2 蕲艾手工绒的IR特征图谱 |
7.4.3 蕲艾黄金绒IR谱图研究 |
7.4.4 蕲艾绒IR光谱共有峰 |
7.4.5 蕲艾绒IR光谱图解析及表征 |
7.4.6 五月艾绒的IR谱图的初步研究 |
7.4.7 不同规格、等级蕲艾绒及五月艾绒的IR谱图比较 |
7.5 小结 |
第八章 艾绒挥发油与五月艾绒挥发油的成分分析 |
8.1 引言 |
8.2 实验材料与仪器 |
8.2.1 药材样品 |
8.2.2 仪器与试药 |
8.3 实验方法 |
8.3.1 供试品溶液的制备 |
8.3.2 GC-MS分析条件 |
8.4 实验结果与分析 |
8.4.1 艾绒与五月艾绒及不同规格等级艾绒的挥发油成分分析 |
8.4.2 艾绒挥发油GC谱图共有峰的主成分分析 |
8.5 小结 |
第九章 不同栽培管理条件和干燥方式对艾叶及其加工品艾绒品质的影响 |
9.1 引言 |
9.2 实验材料与仪器 |
9.2.1 实验样品 |
9.2.2 仪器与试药 |
9.3 实验方法 |
9.3.1 显微观察及相关物质含量的测定 |
9.3.2 燃烧热值测定 |
9.3.3 鞣质含量测定 |
9.3.4 出绒率检测 |
9.4 实验结果 |
9.4.1 原料艾叶采收茬次对艾绒的有关影响 |
9.4.2 原料艾叶干燥方式对艾绒燃烧热值的影响 |
9.4.3 原料艾叶储存年数对艾绒燃烧热值的影响 |
9.4.4 施肥与否对艾叶及艾绒品质的影响 |
9.4.5 其他因素对艾绒特征的影响 |
9.5 讨论与小结 |
结论 |
参考文献 |
致谢 |
附录 A 攻读学位期间发表的学术论文目录 |
附录 B 艾叶与五月艾叶原植物及标本 |
(9)基于ITS序列的黄芪分子生物学鉴别方法的建立(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 文献综述 |
1.1 黄芪概述 |
1.1.1 黄芪生物学特性 |
1.1.2 黄芪药用价值 |
1.1.3 黄芪种类、分布 |
1.1.4 黄芪及其近源物种、代用品的研究现状 |
1.2 中药材鉴别发展历程 |
1.2.1 性状鉴别 |
1.2.2 显微鉴别 |
1.2.3 理化鉴别 |
1.2.4 常用分子生物学鉴别中药材方法 |
1.2.5 ITS分子标记及DNA条形码技术 |
1.2.6 SYBR染料法扩增 |
第二章 基于ITS序列的黄芪PCR法鉴别 |
2.1 实验材料 |
2.2 试剂与仪器 |
2.2.1 实验试剂 |
2.2.2 实验仪器 |
2.3 方法 |
2.3.1 DNA提取 |
2.3.2 DNA的浓度及电泳情况 |
2.3.3 黄芪ITS序列扩增 |
2.3.4 ITS序列分析及引物设计 |
2.3.5特异性实验 |
2.3.6样品覆盖性实验 |
2.3.7灵敏度实验 |
2.4 实验结果 |
2.4.1 样品DNA提取结果 |
2.4.2 样品DNA提取方法改进 |
2.4.3 样品DNA的 ITS引物扩增结果 |
2.4.4 样品DNA测序结果 |
2.4.5 引物设计 |
2.4.6 特异性实验 |
2.4.7 覆盖性实验 |
2.4.8 灵敏度实验 |
2.5 讨论 |
第三章 基于ITS序列的SYBR Green法鉴别 |
3.1 材料与仪器 |
3.1.1 实验材料与试剂 |
3.1.2 实验仪器 |
3.2 方法 |
3.2.1特异性实验 |
3.2.2覆盖实验 |
3.2.3灵敏度实验 |
3.3 结果 |
3.3.1特异性实验 |
3.3.2覆盖性实验 |
3.3.3灵敏度实验 |
3.4 讨论 |
第四章 黄芪甲苷含量的测定 |
4.1 材料与仪器 |
4.1.1 实验材料与试剂 |
4.1.2 实验仪器 |
4.2 方法 |
4.3 结果 |
4.3.1 对照品溶液的制备 |
4.3.2 供试液的制备 |
4.3.3 线性关系考察 |
4.3.4 黄芪甲苷含量测定 |
4.4 讨论 |
第五章 总结与展望 |
参考文献 |
致谢 |
个人简历及联系方式 |
(10)基于深度学习的贝母分类算法研究与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 相关研究现状 |
1.2.1 计算机视觉发展现状 |
1.2.2 基于计算机视觉的中草药分类识别研究现状 |
1.2.3 贝母分类识别的研究现状 |
1.3 本文的研究内容 |
1.4 本文的组织结构 |
2 数据采集和预处理 |
2.1 数据采集 |
2.2 数据预处理 |
2.2.1 数据增强 |
2.2.2 色彩空间转换 |
2.3 本章小结 |
3 基于传统机器学习的贝母鉴别分类 |
3.1 传统机器学习框架和流程 |
3.2 特征提取 |
3.2.1 灰度共生矩阵 |
3.2.2 方向梯度直方图 |
3.3 特征分类 |
3.3.1 多分类支持向量机 |
3.3.2 支持向量机分类 |
3.4 实验结果和分析 |
3.5 本章小结 |
4 基于卷积神经网络的单视角贝母鉴别分类 |
4.1 卷积神经网络介绍 |
4.2 卷积神经网络结构的设计 |
4.2.1 基于特征重标定的双通路U型卷积神经网络 |
4.2.2 基于特征重标定的双通路模块 |
4.2.3 挤压和激励模块单元 |
4.3 算法流程 |
4.4 实验结果和分析 |
4.4.1 特征可视化 |
4.4.2 分类结果 |
4.4.3 时间复杂度和空间复杂度比较 |
4.5 本章小结 |
5 基于三维卷积神经网络多视角融合的贝母鉴别分类 |
5.1 多视角数据融合 |
5.2 多视角贝母分类模型的生成 |
5.3 实验结果和分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表论文及科研成果 |
致谢 |
四、几种常用中药材的真伪性状鉴别(论文参考文献)
- [1]果实类药材的性状和显微鉴定研究现状[J]. 石佳,李文庭,康帅,张南平,马双成. 药物分析杂志, 2021(08)
- [2]采收期对酸枣仁品质影响研究[D]. 杨馥源. 山西大学, 2021(12)
- [3]细小果实种子类中药青葙子鉴定方法的系统研究[D]. 谭新宁. 广州中医药大学, 2021
- [4]不同居群的一枝黄花、车前草、鸭跖草药材微性状、显微特征的比较研究[D]. 洪稳稳. 安徽中医药大学, 2021(01)
- [5]中药材种子种苗真实性鉴定技术研究进展[J]. 赵莎,郑司浩,曾燕,戴玮,李鹏英,王继永. 中国现代中药, 2021(10)
- [6]白及药材质量评价研究[D]. 李正坤. 北京中医药大学, 2020(04)
- [7]大胡蜂药材质量标准研究[D]. 周思彤. 大理大学, 2020(05)
- [8]艾绒的鉴定、质量分析及蕲艾绒分级标准研究[D]. 武娟. 中南民族大学, 2020(07)
- [9]基于ITS序列的黄芪分子生物学鉴别方法的建立[D]. 马宁. 山西大学, 2020(01)
- [10]基于深度学习的贝母分类算法研究与实现[D]. 胡科. 成都大学, 2020(08)