期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于拉曼光谱的中药辛味辨识方法研究
1
作者
李文妍
梁浩
+3 位作者
程虹
赵紫薇
王慧
王耘
《世界中医药》
CAS
北大核心
2024年第13期1939-1945,共7页
目的:基于中药拉曼光谱的检测分析,测得拉曼光谱数据进行特征选择并建立辛味辨识模型。方法:132种辛味中药及156种非辛味中药经样品前处理后,利用SEED 3000拉曼光谱仪分析,得到每味中药的拉曼谱图,并以1 cm^(-1)为单位量化;对量化后的...
目的:基于中药拉曼光谱的检测分析,测得拉曼光谱数据进行特征选择并建立辛味辨识模型。方法:132种辛味中药及156种非辛味中药经样品前处理后,利用SEED 3000拉曼光谱仪分析,得到每味中药的拉曼谱图,并以1 cm^(-1)为单位量化;对量化后的拉曼数据进行基于随机森林(RF)和极端梯度提升(XGBoost)算法的特征选择,筛选出与辛味密切相关的特征拉曼位移及其峰强,然后基于RF、K近邻(KNN)、梯度提升算法(GBM)、朴素贝叶斯(GNB)、自适应提升算法(AdaBoost)5种分类算法建立辨识模型并对模型进行评价。结果:相较于非辛味中药,辛味中药在2 500~3 000 cm^(-1)范围内呈现出高强度的拉曼散射;基于RF算法和XGBoost算法筛选重要性排序在前100的拉曼位移数据为特征,在所有模型中GBM算法所建立的分类模型表现出最佳效能,曲线下面积(AUC)为0.978,准确率为0.943,精确度为0.970。结论:中药拉曼谱图与辛味药性具有显著的相关性,可作为辛味药性整体量化表征,结合GBM算法可以进行高效、准确地对药性进行辨识分析。
展开更多
关键词
中药药性
拉曼光谱
辛味
特征筛选
随机森林
辨识模型
在线阅读
下载PDF
职称材料
基于中药拉曼谱图的寒热药性判别研究
被引量：
5
2
作者
梁浩
纪徐维晟
+1 位作者
王献瑞
王耘
《世界中医药》
CAS
2023年第1期65-69,共5页
从中药的整体性出发,开展中药拉曼谱图与其寒热药性的相关性分析,并对中药寒热药性进行统计判别研究。本研究选取寒凉性中药109种、温热性中药128种,共计237种中药;经样品前处理后,利用如海光电SEED 3000近红外拉曼光谱仪进行检测,得到...
从中药的整体性出发,开展中药拉曼谱图与其寒热药性的相关性分析,并对中药寒热药性进行统计判别研究。本研究选取寒凉性中药109种、温热性中药128种,共计237种中药;经样品前处理后,利用如海光电SEED 3000近红外拉曼光谱仪进行检测,得到每味中药的拉曼谱图;并对量化后的中药拉曼数据进行特征筛选和统计检验,筛选出与寒热药性密切相关的特征拉曼位移及其峰强,然后基于5种算法进行寒热药性的判别建模。经比较分析发现,相较于其他模型,随机森林(RF)模型展现出最佳的效果,对测试集判别的正确率高于90%,曲线下面积(AUC)和精确度大于0.90。本研究基于大样本量中药的分析,中药的拉曼数据与其寒热药性之间具有显著的相关性,可作为药性表征指标,结合RF算法进行寒热药性的判别分析。
展开更多
关键词
中药
拉曼光谱
药性
寒热
随机森林
判别分析
特征筛选
在线阅读
下载PDF
职称材料
基于拉曼光谱的中药归肝经辨识方法研究
3
作者
刘淑明
梁浩
+2 位作者
赵紫薇
王慧
王耘
《世界科学技术-中医药现代化》
CSCD
北大核心
2023年第9期3146-3152,共7页
目的基于归肝经(含其他经)与非肝经(不含肝经的其他经)中药拉曼谱图的比对分析,获取肝经量化表征精准数据,建立肝经辨识模型并展开分析。方法以120味非肝经(不含肝经的其他经)中药为空白对照,120味肝经(含其他经)中药为试验药,经处理后...
目的基于归肝经(含其他经)与非肝经(不含肝经的其他经)中药拉曼谱图的比对分析,获取肝经量化表征精准数据,建立肝经辨识模型并展开分析。方法以120味非肝经(不含肝经的其他经)中药为空白对照,120味肝经(含其他经)中药为试验药,经处理后分别进行拉曼光谱检测,得到240味中药的拉曼谱图,并以1 cm^(-1)为单位进行量化处理。然后结合随机森林(Random Forest,RF)、人工神经网络(Artificial Neural Network,ANN)等算法建立肝经量化表征辨识模型。结果与非肝经(不含肝经的其他经)中药相比,含肝经中药的拉曼强度普遍较低,尤其在200-1100 cm^(-1)范围内;以拉曼量化数据结合ANN呈现出最佳辨识效果,准确度和精确度>0.871,绘制受试者工作特征曲线(Receiver operating characteristic curve,ROC),并获取相对应曲线下面积(Area under ROC curve,AUC),AUC>0.921。结论中药拉曼谱图与肝经具有显著相关性,可作为肝经整体量化表征,结合ANN高效、准确地开展辨识分析,有利于解决药性缺乏精准数据的瓶颈问题,丰富归经科学内涵。
展开更多
关键词
中药
拉曼光谱
药性
归经
人工神经网络
辨识模型
量化表征
在线阅读
下载PDF
职称材料
题名
基于拉曼光谱的中药辛味辨识方法研究
1
作者
李文妍
梁浩
程虹
赵紫薇
王慧
王耘
机构
北京中医药大学中药学院中药信息工程研究中心
北京中医药大学
生命科学
学院
出处
《世界中医药》
CAS
北大核心
2024年第13期1939-1945,共7页
基金
国家自然科学基金项目(81973495)。
文摘
目的:基于中药拉曼光谱的检测分析,测得拉曼光谱数据进行特征选择并建立辛味辨识模型。方法:132种辛味中药及156种非辛味中药经样品前处理后,利用SEED 3000拉曼光谱仪分析,得到每味中药的拉曼谱图,并以1 cm^(-1)为单位量化;对量化后的拉曼数据进行基于随机森林(RF)和极端梯度提升(XGBoost)算法的特征选择,筛选出与辛味密切相关的特征拉曼位移及其峰强,然后基于RF、K近邻(KNN)、梯度提升算法(GBM)、朴素贝叶斯(GNB)、自适应提升算法(AdaBoost)5种分类算法建立辨识模型并对模型进行评价。结果:相较于非辛味中药,辛味中药在2 500~3 000 cm^(-1)范围内呈现出高强度的拉曼散射;基于RF算法和XGBoost算法筛选重要性排序在前100的拉曼位移数据为特征,在所有模型中GBM算法所建立的分类模型表现出最佳效能,曲线下面积(AUC)为0.978,准确率为0.943,精确度为0.970。结论:中药拉曼谱图与辛味药性具有显著的相关性,可作为辛味药性整体量化表征,结合GBM算法可以进行高效、准确地对药性进行辨识分析。
关键词
中药药性
拉曼光谱
辛味
特征筛选
随机森林
辨识模型
Keywords
Chinese medicine property
Raman spectroscopy
Pungent flavor
Feature selection
Random forest
Discrimination model
分类号
R282 [医药卫生—中药学]
在线阅读
下载PDF
职称材料
题名
基于中药拉曼谱图的寒热药性判别研究
被引量：
5
2
作者
梁浩
纪徐维晟
王献瑞
王耘
机构
北京中医药大学中药学院中药信息工程研究中心
北京中医药大学
生命科学
学院
出处
《世界中医药》
CAS
2023年第1期65-69,共5页
基金
国家自然科学基金项目(81973495)——基于吸引子的中药有效成分群辨识与作用机理解析方法研究。
文摘
从中药的整体性出发,开展中药拉曼谱图与其寒热药性的相关性分析,并对中药寒热药性进行统计判别研究。本研究选取寒凉性中药109种、温热性中药128种,共计237种中药;经样品前处理后,利用如海光电SEED 3000近红外拉曼光谱仪进行检测,得到每味中药的拉曼谱图;并对量化后的中药拉曼数据进行特征筛选和统计检验,筛选出与寒热药性密切相关的特征拉曼位移及其峰强,然后基于5种算法进行寒热药性的判别建模。经比较分析发现,相较于其他模型,随机森林(RF)模型展现出最佳的效果,对测试集判别的正确率高于90%,曲线下面积(AUC)和精确度大于0.90。本研究基于大样本量中药的分析,中药的拉曼数据与其寒热药性之间具有显著的相关性,可作为药性表征指标,结合RF算法进行寒热药性的判别分析。
关键词
中药
拉曼光谱
药性
寒热
随机森林
判别分析
特征筛选
Keywords
TCM drugs
Raman spectroscopy
Medicinal properties
Cold-heat
Random forest
Discriminant analysis
Characteristics screening
分类号
R282 [医药卫生—中药学]
在线阅读
下载PDF
职称材料
题名
基于拉曼光谱的中药归肝经辨识方法研究
3
作者
刘淑明
梁浩
赵紫薇
王慧
王耘
机构
北京中医药大学
中
药学院
出处
《世界科学技术-中医药现代化》
CSCD
北大核心
2023年第9期3146-3152,共7页
基金
国家自然科学基金委员会面上项目(81973495):基于吸引子的中药有效成分群辨识与作用机理解析方法研究,负责人:王耘。
文摘
目的基于归肝经(含其他经)与非肝经(不含肝经的其他经)中药拉曼谱图的比对分析,获取肝经量化表征精准数据,建立肝经辨识模型并展开分析。方法以120味非肝经(不含肝经的其他经)中药为空白对照,120味肝经(含其他经)中药为试验药,经处理后分别进行拉曼光谱检测,得到240味中药的拉曼谱图,并以1 cm^(-1)为单位进行量化处理。然后结合随机森林(Random Forest,RF)、人工神经网络(Artificial Neural Network,ANN)等算法建立肝经量化表征辨识模型。结果与非肝经(不含肝经的其他经)中药相比,含肝经中药的拉曼强度普遍较低,尤其在200-1100 cm^(-1)范围内;以拉曼量化数据结合ANN呈现出最佳辨识效果,准确度和精确度>0.871,绘制受试者工作特征曲线(Receiver operating characteristic curve,ROC),并获取相对应曲线下面积(Area under ROC curve,AUC),AUC>0.921。结论中药拉曼谱图与肝经具有显著相关性,可作为肝经整体量化表征,结合ANN高效、准确地开展辨识分析,有利于解决药性缺乏精准数据的瓶颈问题,丰富归经科学内涵。
关键词
中药
拉曼光谱
药性
归经
人工神经网络
辨识模型
量化表征
Keywords
Traditional Chinese Medicine(TCM)
Raman spectroscopy
Medicinal properties
Liver meridian
Artificial neural network
Identification model
Quantized characterization
分类号
R-058 [医药卫生]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于拉曼光谱的中药辛味辨识方法研究
李文妍
梁浩
程虹
赵紫薇
王慧
王耘
《世界中医药》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于中药拉曼谱图的寒热药性判别研究
梁浩
纪徐维晟
王献瑞
王耘
《世界中医药》
CAS
2023
5
在线阅读
下载PDF
职称材料
3
基于拉曼光谱的中药归肝经辨识方法研究
刘淑明
梁浩
赵紫薇
王慧
王耘
《世界科学技术-中医药现代化》
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
