基于太赫茲時域光譜儀的中藥材鑒定技術研究

田珺宏，周俊，鄭瀟瀟，蔣桂華，馬逾英

1.電子科技大學 電子科學與工程學院，四川 成都 610054；2.成都中醫藥大學 藥學院，四川 成都 611137

引言

中藥材的質量控制包括原材料的識別、鑒定、有效成分確認等多個方面，其中原材料識別一直備受醫家重視。原材料質量低劣或者摻假會影響藥品生產和臨床療效，既造成經濟損失，又耽誤治病救人。原材料的真偽、加工方式等因素也顯著影響中藥材的質量。

在前人的長期實踐之上，現有中藥材鑒別的方法多種多樣。經典的方法包括傳統的經驗鑒別、顯微鑒別、一般理化鑒別[1]，這類方法雖然實用但主觀性和經驗依賴性較強，尤其是在指標性成分鑒別方面具有局限性。現代方法包括色譜類鑒別、光譜類鑒別、電化學、生物類鑒別方法等[1-3]。色譜類鑒別方法有薄層色譜法、氣相色譜法、高效液相色譜法等。其中薄層色譜法快速靈敏、易于普及但分離機制復雜、易受環境干擾，氣相色譜法適用于分析氣體以及一些具有揮發性的液體和固體，高效液相色譜法具有高效快速的優勢，但成本較高。光譜類方法包括紫外光譜法、紅外光譜法、近紅外光譜法、質譜聯用、X射線法等。這類方法依賴于中藥材在不同頻段的電磁特性，目前已經相對成熟，且應用范圍廣泛。其他的方法還有電泳法、免疫分析法、分析生物法等。這些方法中基于光譜的方法通常具有檢測時間短、成本低的優勢，而且是無損檢測。

太赫茲波是頻率介于0.1～10 THz的電磁波，具有低能量、寬頻譜、強穿透和強吸收的特征[4]。太赫茲波的單光子能量只有4.1 meV不及X射線的百萬分之一，與物質作用不會導致光損傷。寬頻譜的特點使得許多生物大分子的震動和轉動能級都落在太赫茲波段。太赫茲波對大部分非極性材料沒有明顯的的吸收，呈強穿透特性，但是對大多數極性分子，例如水，有非常強的吸收作用。這些特點，使得太赫茲適合生物類樣品檢測[5]?；谔掌澒庾V的鑒別具有識別率高、耗時短、操作簡單的優勢，是一種無損檢測方式。

本文首先簡要介紹太赫茲中藥鑒定技術，接著以典型川產道地藥材為例，介紹我們近期的研究工作，最后給出總結與展望。

1 太赫茲中藥鑒定技術介紹

中藥成分非常復雜，通常有機分子內化學鍵的振動吸收頻率主要在紅外波段，但有機分子之間較弱的相互作用（如氫鍵）及大分子的骨架振動（構型彎曲）、偶極子的旋轉和振動躍遷以及晶體中晶格的低頻振動吸收頻率對應于太赫茲波段范圍[6]，這些振動所反映的分子結構及相關環境信息都與太赫茲波段的頻譜相對應，使得太赫茲光譜技術鑒別中藥中化合物結構、構型與狀態成為可能。

國外對中藥材的太赫茲鑒定工作較少。但是相關的太赫茲在藥品或混合物體系的物質鑒別方法方面做了大量工作。如，美國新澤西理工學院（New Jersey Institute of Technology）的Huang等[7]采用FTIR光譜法探測了爆炸物黑索金（RDX）在特征吸收譜，并借助SPARTAN軟件采用密度泛函理論（Density Functional Theory，DFT）對RDX的THz光譜進行了模擬計算，討論了RDX吸收峰的形成原因。Slingerland等[8]對硝基甲烷（Nitromethane）在2～6 m光程變化范圍的THz吸收系數譜進行了分析研究。Kurabayashi等[9]利用Lambert-Beer定律定量研究了混合物纖維的太赫茲吸收譜。這些研究，從計算模擬和成分分析的角度，為太赫茲中藥材鑒別和分析提供了借鑒。

國內利用太赫茲光譜技術對中藥進行檢測，開展了大量工作。如，首都師范大學研究者們測量了當歸、茯苓、枳實、板藍根，表明太赫茲光譜和色散特性反映了不同藥材間的差異[10-12]。首都師范大學也對青蒿素及其衍生物進行了測量，表明太赫茲光譜可以探測到藥材在分子結構上的差異[10]；陳艷江等[13]在對中藥炙甘草和生甘草、南柴胡和北柴胡、山豆根和北豆根的太赫茲光譜測量中，采用支持向量機分類器實現了藥材間光譜數據的分類；郭昌盛[14]對生長于海水和淡水環境的珍珠粉的測定，表明太赫茲時域光譜技術能夠識別某種生長環境對藥材的影響；汪景榮等[15]結合偏最小二乘法對正品和非正品大黃的中草藥鑒別模型進行了研究，能夠快速、準確的對大黃的真偽進行鑒別；馬品等[16]將太赫茲時域光譜技術運用于測定天麻中水分的含量，表明太赫茲波適合測定中藥飲片的水分含量。這些研究中，研究者從不同種類的中藥材識別、中藥材產地鑒別、中藥材成分分析和成分定量測定、中藥材的光譜數據處理等角度，運用太赫茲時域光譜技術，解決了部分問題。經過多年實踐，已經進行太赫茲光譜檢測的中藥材有：當歸、茯苓、枳實、板藍根、銀杏葉提取物、青蒿素及其衍生物（雙氫青蒿素、蒿甲醚、青蒿琥酯）、玫瑰花、月季花、南柴胡、北柴胡、銀柴胡、山豆根、北豆根、地骨皮、五加皮、香加皮、阿膠、鹿角膠、龜甲膠、生大黃、熟大黃、酒大黃、紅參、高麗參、炙甘草、生甘草、珍珠粉等等。這些研究大都進行了光譜測定，或是對關注的某一指標如產地、種類、特定成分等進行了分類或測定，為繼續深入研究并形成太赫茲光譜數據庫積累了豐富的成果。

本文以幾種典型川產道地藥材的真偽鑒別為例，介紹我們近期的工作。分別從中藥材加工的角度鑒別川白芷是否熏硫，以解決市場上為保存白芷而熏硫往往超出藥典規定的質量問題；從中藥材原材料真偽的角度區分川芎和撫芎，以解決市場上常見的以撫芎冒充川芎的問題。

1.1 實驗材料

1.1.1 樣品來源

白 芷（Angelicae Dahuricae Radix）、 川 芎（Ligusticum chuanxiong hort）、撫芎（Ligusticum sinense Oliv.cv.Chaxiong）。樣品均由成都中醫藥大學藥學院提供，樣本來源，見表1～2。

表1 川產白芷產地來源 (個)

表2 川產川芎、扶芎產地來源

白芷樣品的采集和熏硫加工均由成都中醫藥大學藥學院課題組完成，較好地確保了樣品來源的可靠性。川芎樣品和撫芎樣品也均由成都中醫藥大學采集完成，其樣品均在同一時節采收和在相同環境下保存，每個產地均取樣12次。

1.1.2 樣品制備

光譜儀用實驗樣品制備方法分為研磨、過篩和壓片。由于樣品內部含有揮發油，部分成分遇高溫變質，故采用低溫研磨，保持研磨時溫度不超過60℃。研磨后過200目篩，保持粒度相近并干燥保存。綜合考慮了樣品吸收信號的強度且樣品材料不至于易碎而影響測試，本實驗選取每個樣片時都取過篩后的粉末200 mg，壓片機壓力設置在4 t，壓片時長均為5 min，最終制得厚度在1.13 mm左右，直徑12 mm的圓柱體白芷樣品片120枚，川芎樣片108枚，扶芎樣片108枚，所有用于測試的樣品片兩表面平行。

1.2 太赫茲時域光譜系統

太赫茲時域光譜系統（Terahertz Time-Domain Spectroscopy，TDS）是一種成熟的太赫茲產生和探測系統[17]，利用TDS可以獲得太赫茲時域光譜信號。常見的透射式時域光譜系統，見圖1。其組成單元包括飛秒激光器、分束鏡、光學延遲線、太赫茲脈沖發生裝置和太赫茲探測裝置等。測試時，將樣品放在離軸拋面鏡之間的光路上，獲得樣品的時域光譜信號。

圖1 太赫茲時域光譜系統組成

本實驗儀器為英國Teraview公司的TPS3000光譜儀。將制備好的樣品放在透射樣品池中直接測量，以不加樣品的信號為背景參考并加以扣除。其他測試條件有，溫度24℃ ～25℃，濕度 1.4%～2.0% RH。

1.3 太赫茲時域光譜系統的光學參數提取

依據Dorney等[18]和Dragoman等[19]提出的光學參數提取方法，有透過率、折射率、吸收系數，這些參數描述了固體樣品在具有一定厚度且兩表面平行且在透射測試條件下對太赫茲波的吸收特性。

將樣品和參考的時域信號分別作傅里葉變換得到對應頻域信號，記為Esample（ω）和Ereference（ω），其比值為透過率H（ω）且：

其中n為折射率，ω為頻率，A為振幅，Φ為相位差。若又知樣品厚度d，則可導出折射率n（ω）及吸收系數α （ω）：

本實驗將吸收系數或透過率作為后續光譜分析的參數。

1.4 光譜數據處理

預處理[20]：本實驗的預處理過程微分、標準化、歸一化。

主成分分析[20]（Principal Component Analysis，PCA）：是一種數學降維的方法，通過正交變換將一組可能存在相關性的變量轉換為一組線性不相關的變量，轉換后的這組變量叫主成分。即找出少數幾個綜合變量來代替原來眾多的變量，使這些綜合變量能盡可能地代表原來變量的信息量，而且彼此之間互不相關。

支持向量機[20]（Support Vector Machine，SVM)：20世紀90年代，vapnik提出了支持向量機方法。該方法基于結構風險最小化準則，在解決小樣本、非線性和高維模式識別問題中具有優勢。對于如式(4)的分類面：

其中C是懲罰因子，起控制對錯分樣本懲罰程度，實現在錯分樣本與算法復雜度之間的折中。在核函數空間，采用Lagrange乘子法求w，b等價于求一個凸二次規劃問題的對偶問題的最大值，如式(6)：

如果采用高斯核函數的SVM分類，有兩個參數需要優化，即懲罰因子C和核參數g，兩個參數影響著分類器的分類效果。

K折交叉驗證法：即將數據分成K組，得k個子集，將各子集的數據分別充當一次驗證集。剩余的K-1組子集數據作訓練集,可得到K個模型，再用這K個模型所得的驗證集的分類準確的平均數作本驗證方法下評價分類器的性能指標。根據原始數據集合的大小，通常每個子集的數目不小于2，否則等價于留一驗證法。該驗證法能有效的避免過學習和欠學習狀態的發生,適合檢驗模型的泛化能力。

2 典型川產道地藥材的鑒定研究

2.1 太赫茲時域光譜技術鑒別川產道地藥材白芷是否熏硫

白芷樣品均測量3次取平均，實驗所得原始的熏硫和未熏硫的樣品選取0.2～2 THz的信號用于建立光譜模型，圖2顯示了其中兩條光譜示。從圖2可以看出熏硫和未熏硫的樣品在時域的差別不大，通過傅里葉變換將時域信號轉化到頻域并提取吸收系數，見圖3～4。

圖2 川產白芷樣品的太赫茲時域信號譜圖

圖3 川白芷樣品的吸收系數信號譜圖

由圖3可以看出，熏硫和未熏硫的白芷樣品數據的吸收系數在0.2～1.7 THz左右沒有直觀的峰，但重復性較好。從基線趨勢和出現的峰的個數的角度上看，1.7～2 THz的測試結果也具有重復性。主成分分析結果，見圖4。

圖4 熏硫和未熏硫川白芷樣品在第三到第五個主成分視圖

太赫茲波譜中，樣品的波譜不僅僅包括熏硫與未熏硫白芷的有效成分，還包括中藥白芷的其他成分，如纖維素等，而這些部分質量占比最大。對于本次實驗，從實驗方法上看是對不同產地的樣品直接壓片，所以無法保證藥材中質量占比較大的非有效成分之間的變化是規律的，加之樣本量有限，所以在結果上我們于前兩個主成分中沒有找到很好的聚類效果，卻在第三到第五個主成分中發現了這種規律性（圖4）。從圖4的結果中可以看出，熏硫和白芷和未熏硫的白芷盡管來自5個不同的產地，但是其兩類樣本在第三到第五個主成分所表示的三維空間中明顯分成了兩部分，這說明熏硫和不熏硫的川產白芷之間具有較顯著的差異。

支持向量機分類結果：用前20個主成分作為訓練特征（累計可信度95.53%），隨機選取80個樣品為訓練集其余為預測集。支持向量機采用高斯核函數，依據5折交叉驗證的結果計算正確率，使用網格搜索法確定支持向量機的參數C和g。尋得C=0.37，g=0.96。最后利用這些參數來對預測集進行分類，分類正確率達到了100%。

2.2 川芎扶芎的分類鑒別

在樣品質量一定的情況下，也可選擇透過率譜作為分類依據。川芎、撫芎透過率譜圖，見圖5，測試中每個樣本重復測量9次，每個樣片轉動3次，每轉動一個位置測量3次，以便減小位置帶來的誤差，選取0.1～0.8 THz波段用于建模。

圖5 太赫茲波段下的川芎與扶芎的透過率譜

如同白芷一樣，我們于第1個主成分上沒有觀察到兩類樣品呈現出最好的聚類，卻在第2到第4個主成分中發現了較好的聚類結果，見圖6。由圖5～6可以看出，透過率的數據具有重復性。透過率信號在基線上具有差異，在實驗上可解釋為太赫茲波并非完全垂直地通過了被測樣品，但是卻也攜帶了除了基線以外的有效信息，這個信息包含了川芎與扶芎的本質差異。

圖6 川芎、撫芎樣品在第二到第四個主成分視圖

從圖5看，在統計角度上川芎和扶芎樣品數據的透過率在0.1～0.8 THz左右盡管沒有直觀的特征峰，其波形波動的形狀也受到了環境因數因素的影響，但是圖6的結果卻表明了差異的規律性。使用透過率作為建模參數，將主成分分析后的前12個主成分作為特征（累計可信度96.96%）。支持向量機采用高斯核函數，依據5折交叉驗證的正確率，使用網格搜索法確定支持向量機的懲罰因子C和g，尋得C=0.37，g=0.96，最后利用這些參數來對預測集進行分類，在模型建立后計算5折交叉驗證的正確率。如果采用其他分類方法并計算正確率，見表3，其中采用高斯核函數優化后的分類正確可達99.9%。

3 結論

本研究以川產道地藥材白芷和川產道地藥材川芎扶芎為例，介紹和分析了太赫茲時域光譜技術在中藥才鑒別中的應用。在對太赫茲時域譜提取的吸收系數求一階導數，減小譜線基線漂移的影響。對一階導數作標準化和歸一化，凸顯譜線之間的差異。采用主成分分析提取特征。再用支持向量機對提取的特征進行分類。結果為對熏硫和未熏硫白芷的鑒別正確率達到了100%。依據透過率建模，采用相似方法對川芎和撫芎鑒別的分類正確率為99.9%。這表明雖然太赫茲波段存在譜峰重疊、基線重合等缺點，但經過合理的預處理，太赫茲時域光譜可很好的從加工和原材料種類的角度區分中藥材真偽，本研究具有維護食品藥品安全和規范市場的實際意義，也為其他中藥材的太赫茲鑒別提供了借鑒。