茯苓是一種常見(jiàn)的名貴中藥材，產(chǎn)地主要在云南、安徽、湖北、福建、湖南、廣西、河南等地，不同產(chǎn)地茯苓所含有效成分不同。因此，就有必要對(duì)茯苓的產(chǎn)地進(jìn)行鑒別。本文介紹了高光譜成像儀在茯苓產(chǎn)地鑒別中的應(yīng)用。
茯苓產(chǎn)地傳統(tǒng)鑒別方法：
茯苓為多孔菌科真菌茯苓的干燥菌核川，是我國(guó)傳統(tǒng)的名貴中藥材之一，唐代《道藏》將茯苓排人“九大仙草”之列，贊譽(yù)其是“除濕之圣藥”“仙藥之上品”。加工后的茯苓屬于藥食兩用的藥材，是我國(guó)衛(wèi)生部公布的第一批按照傳統(tǒng)食藥兩用的34個(gè)品種之一，在常見(jiàn)中醫(yī)臨床組方中的配伍率高于70%。在2020年中華人民共和國(guó)工業(yè)和信息化部發(fā)布的新型冠狀病毒感染《疫情防控重點(diǎn)保障物資（醫(yī)療應(yīng)急）清單》中，茯苓是唯一納人的真菌類藥材，且經(jīng)過(guò)統(tǒng)計(jì)分析發(fā)現(xiàn)茯苓也是治療新型冠狀病毒感染的高頻藥物。市場(chǎng)上均以產(chǎn)自云南各地、安徽大別山區(qū)、湖北九資河的茯苓品質(zhì)為佳，此外福建、湖南、廣西、河南等地也有種植。由于菌種不同以及栽培環(huán)境等的差異，除了表觀特征有所不同外，不同產(chǎn)地茯苓所含有效成分也不同。
鑒別茯苓產(chǎn)地的傳統(tǒng)方法大多為主觀判斷，如觀察形態(tài)、咀嚼口感、嗅聞氣味、掂量質(zhì)地等，這些方法容易受到主體自身的影響，且難以推廣形成規(guī)范。通過(guò)測(cè)量化合物含量來(lái)鑒別產(chǎn)地的方法有HPLC、紫外分光光度法、UPLC-QTOF-MS/MS等，這些方法需要將樣品粉碎配置形成溶液來(lái)進(jìn)行測(cè)量，受限于場(chǎng)地、儀器、材料價(jià)格、專業(yè)人員等多種因素，耗時(shí)久、成本高、樣品不能還原。因此，亟需尋找一種快速、便捷、耗時(shí)短、操作簡(jiǎn)單的鑒別產(chǎn)地方法，而高光譜成像技術(shù)無(wú)疑是最好的選擇。
高光譜成像儀在茯苓產(chǎn)地鑒別中的應(yīng)用：
高光譜成像技術(shù)結(jié)合多種算法分析的方法，由于簡(jiǎn)單、快捷、準(zhǔn)確性高，廣泛應(yīng)用于食用菌的產(chǎn)地鑒別。而高光譜成像技術(shù)的光譜范圍基本囊括可見(jiàn)光（400～780nm）和近紅外光（780～2526nm），波長(zhǎng)范圍進(jìn)一步擴(kuò)大，且能夠做到“無(wú)損、快速、操作簡(jiǎn)易”和批量檢測(cè)，無(wú)需將樣品粉碎或溶解制成溶液即可通過(guò)探測(cè)燈掃描獲得樣品光譜信息，且高光譜可以將可見(jiàn)-短波紅外波長(zhǎng)范圍分成2個(gè)波段分別或者融合進(jìn)行處理分析，以供建立識(shí)別模型時(shí)選定最合適的波段類型。目前，高光譜成像技術(shù)已廣泛應(yīng)用于食品、農(nóng)作物、醫(yī)藥、土壤環(huán)境等領(lǐng)域?；诟吖庾V成像技術(shù)的無(wú)損產(chǎn)地鑒別，可以建立最優(yōu)預(yù)測(cè)模型，提升茯苓產(chǎn)地鑒別的準(zhǔn)確性。具體步驟如下：
1.樣品選擇
搜集不同區(qū)域的茯苓產(chǎn)品，各區(qū)域茯苓產(chǎn)品選擇多塊，以保證測(cè)試數(shù)據(jù)的準(zhǔn)確性。
2.光譜數(shù)據(jù)采集
使用高光譜成像儀采集樣品的光譜數(shù)據(jù)，在采集時(shí)需要在20℃的溫度下進(jìn)行，將茯苓樣品按照規(guī)定擺放于移動(dòng)平臺(tái)，每次掃描多個(gè)樣品。
3.光譜數(shù)據(jù)處理
第一步，將收集完成的高光譜數(shù)據(jù)，利用儀器自帶的校正軟件進(jìn)行原始高光譜圖像數(shù)據(jù)的校正，儀消除儀器、電流等外部因素對(duì)樣品數(shù)據(jù)的影響。
第二步，將校正后的高光譜圖像數(shù)據(jù)，利用ROI工具，對(duì)每個(gè)樣品進(jìn)行感興趣區(qū)域數(shù)據(jù)的提取，用作后續(xù)數(shù)據(jù)的處理。
第三步，光譜數(shù)據(jù)的預(yù)處理，采用不同預(yù)處理方法消除原始光譜數(shù)據(jù)中的干擾信息，例如S-G平滑法、一階導(dǎo)數(shù)法、二階導(dǎo)數(shù)法等。
第四步：分類模型建立。分別使用不同的分析方法，例如偏最小二乘法辨別分析等，結(jié)合不同預(yù)處理方法進(jìn)行茯苓產(chǎn)地識(shí)別模型的建立。
第五步：模型評(píng)價(jià)。產(chǎn)地識(shí)別模型建立后，不同組合訓(xùn)練集和預(yù)測(cè)集的準(zhǔn)確率都能夠評(píng)價(jià)模型的性能。但在實(shí)際應(yīng)用中，數(shù)據(jù)分組若不平衡，依靠準(zhǔn)確率評(píng)估的方法就會(huì)存在明顯缺陷。因此，就需要采用不同的方法對(duì)模型進(jìn)行評(píng)價(jià)以保證分類模型的精度。
采用高光譜成像技術(shù)對(duì)不同地區(qū)茯苓樣品進(jìn)行數(shù)據(jù)采集，在獲取茯苓樣品高光譜數(shù)據(jù)后，提取相關(guān)感興趣區(qū)的平均光譜，并采用不同的光譜分析方法得到茯苓樣品敏感波段，建立茯苓樣品判別的預(yù)測(cè)模型對(duì)判別模型進(jìn)行評(píng)判，最終選用最優(yōu)模型下敏感波段對(duì)應(yīng)的高光譜圖像進(jìn)行分析，以獲取茯苓樣品的不同信息特征，進(jìn)而對(duì)茯苓樣品進(jìn)行區(qū)域的劃分。
