1、專屬性實(shí)驗(yàn)

以山藥、蘇合香、合歡花、茯苓、枸杞子為例進(jìn)行專屬性考察，功率調(diào)至0 mW采集特征拉曼位移（cm^-1）及其所對應(yīng)的峰強(qiáng)（I）得到空白譜圖（圖1），表明不同中藥因性質(zhì)的差異表現(xiàn)出各異的拉曼譜圖，峰形良好，對中藥進(jìn)行拉曼檢測無明顯熒光干擾。

圖1.中藥拉曼譜圖專屬性考察

2、重復(fù)性實(shí)驗(yàn)

以取自山東、河北、寧夏、江蘇、湖南的桃仁、山藥、枸杞及薏苡仁進(jìn)行重現(xiàn)性考察。經(jīng)樣品預(yù)處理后，每味中藥待測樣品先后進(jìn)行5次拉曼檢測（圖2），記錄中藥拉曼譜圖的特征拉曼位移（cm^-1 ）及其所對應(yīng)的I，并計(jì)算RSD。同時(shí)進(jìn)行逆峰位匹配檢索，計(jì)算譜圖相似度。RSD 均小于3. 00%，相似性均大于87. 3%，結(jié)果表明重復(fù)性良好，且不同產(chǎn)地的同種中藥拉曼譜圖整體上基本一致。

圖2.中藥拉曼重復(fù)性考察譜圖

3、特征篩選

通過 MDG 對中藥拉曼數(shù)據(jù)進(jìn)行初步特征篩選，選取重要性排名靠前 1000的拉曼位移及其峰強(qiáng)數(shù)據(jù)如2623、2553、2210、2818、2212 cm^-1的I等，重要性排名前30的結(jié)果見圖3。經(jīng)特征篩選出的拉曼位移主要集中在2000～3000cm^-1 ，在此范圍內(nèi)，非平性中藥相較于平性中藥，表現(xiàn)出更強(qiáng)的拉曼散射。

圖3.基尼指數(shù)的特征篩選部分結(jié)果

為證實(shí)平性與篩選得到中藥拉曼數(shù)據(jù)的相關(guān)性，基于拉曼數(shù)據(jù)非正態(tài)、非齊性、非連續(xù)等特點(diǎn)，利用SPSS 18. 0對特征篩選得到的前 1000 的拉曼數(shù)據(jù)進(jìn)行非參數(shù)統(tǒng)計(jì)檢驗(yàn)，平性藥組與非平性藥組均表 現(xiàn)出顯著性差異，部分結(jié)果見表 1。結(jié)果表明在拉曼位移 2000～3000 cm^-1范圍內(nèi)，非平性中藥與平性中藥的拉曼散射差異有統(tǒng)計(jì)學(xué)意義。

為進(jìn)一步提高分類模型的性能，以RF模型為框架，分別以特征篩選得到 MDG 排名前 100～1000 的拉曼數(shù)據(jù)分別進(jìn)行建模。經(jīng)縱向比較發(fā)現(xiàn)，隨著建模拉曼數(shù)據(jù)的增加，模型的準(zhǔn)確性整體呈下降趨勢（圖4）。

圖4.RF模型準(zhǔn)確性趨勢

4.評判模型的建立與評價(jià)

推以MDG排名前100的拉曼數(shù)據(jù)，結(jié)合RF、SVM、LR、ANN、NN算法建立針對平性與非平性的評判模型開展相關(guān)性分析，為平性的客觀存在、可入性味提供可靠依據(jù)。此外，經(jīng)參數(shù)自動尋優(yōu)在十折交叉驗(yàn)證基礎(chǔ)上繪制受試者工作特征曲線（ROC），通過準(zhǔn)確率、受試者工作特征曲線下面積（AUC）和精確度等進(jìn)行模型評價(jià)，結(jié)果發(fā)現(xiàn)以MDG排名前100拉曼數(shù)據(jù)所建各模型均表現(xiàn)出良好的判別效果 （圖5）。

圖5. RF、SVM、ANN、LR、NN模型的ROC曲線

以AUC、準(zhǔn)確度、精確度為S要評價(jià)標(biāo)準(zhǔn)，其值越高，代表該模型對平性分類效果越顯著，準(zhǔn)確率和精確度越高。由表1可知各模型的AUC 均大于0. 91，表明基于篩選出的中藥拉曼數(shù)據(jù)，各模型均可高效區(qū)分平性與非平性；RF模型準(zhǔn)確率和精確度均大于0. 93，優(yōu)于其他模型的準(zhǔn)確度和精確度，對于平性判別表現(xiàn)出Z佳效果，為Z優(yōu)模型。因此，在以中藥可量化的拉曼譜圖作為中藥整體性表征的研究體系下，本研究經(jīng)特征篩選出的拉曼數(shù)據(jù)可高效、準(zhǔn)確地實(shí)現(xiàn)平性與非平性的辨識分析，說明平性中藥與其拉曼譜圖具有顯著相關(guān)性。

RMS2000微型拉曼光譜儀