近年來，近紅外光譜技術的研究增多，其應用范圍涵蓋農業、食品加工、石油化工以及制藥等多個領域。在藥物分析領域中，近紅外光譜不僅適用于分析藥物的多種不同狀態，還可用于不同類型的藥品和原料，如蛋白質、中草藥、抗生素等的定性與定量分析。相比于傳統方式，近紅外光譜有著高效、快速、無損等特點。有關專家預測，近紅外光譜在中藥質量控制中，如在藥材產地判定、有效成分定量分析、假藥識別等領域具有很大的發展空間。

本實驗使用巨哥科技SG1700光譜儀，對中藥粉末采用漫反射法采集光譜，并進行分析和建模，以實現藥材分類和純度鑒定；采用透射法對中藥萃取液采集光譜，并進行分析和建模，以實現對不同萃取工藝的評價。

一、藥材的分類識別

取北沙參、連翹、麥冬、川芎、西洋參等五種不同種類的中藥，分別打磨成粉，經過100目的濾網過濾后，采集其光譜數據，每種中藥采樣20個，共取100個樣本。

中藥樣品

樣品光譜圖

對光譜經過平滑、歸一化等預處理，剔除異常樣本，選出每種8個共40個樣本作為訓練集，通過主成分分析法（PCA）降維，使用支持向量機（SVM）進行建模。

主成分空間3維可視化表示（每種顏色代表一種樣品，其位置為主成分空間前3維的投影）

使用遺傳算法對SVM進行參數優化

使用以上建立的模型，對其他樣品進行分類，藥材的分類成功率達到100%。

二、藥材純度鑒定

將上述樣品重新分為兩類，北沙參與其它，重新建模。然后用該模型對摻雜有其他成分（包括其它中藥成分，或泥土、紙屑等雜質）的北沙參樣品進行分類，用于識別非純北沙參。在33個摻雜樣品中，成功識別出32個，準確率97%。該模型適用于藥材質量鑒定，辨別藥材純度。

新訓練集的3維可視化投影

三、中藥萃取液濃度定量分析

使用自行調配的不同濃度黃柏溶液進行建模，共制備88個樣品，取其中50個進行建模，使用偏最小二乘法對其他樣品進行濃度預測，預測結果相關系數R=0.99463，均方根誤差RMSEP=0.26892，模型準確性較高。

使用無信息變量消除法（UVE）篩選合適波段進行建模

黃柏溶液濃度建模結果，其中每個點代表一個樣本，橫坐標為實際濃度，縱坐標為預測濃度，單位g/100ml。

四、結論

以上實驗對中藥的光譜進行分析與建模，能很好識別藥材種類，并進行純度鑒定。萃取后通過光譜分析可定量獲得濃度，為萃取工藝的研究改進提供了快捷有效的手段。實驗使用的SG1700光譜儀掃描速度達到微秒級，可用于生產或分選過程的在線實時快檢。

以上實驗在樣本化學成分未知的情況下仍獲得了較為理想的模型，具有良好的應用價值，體現了光譜分析技術的強大功能。通常情況下，通過化學計量學獲取樣本中的化學成分以輔助建模，將進一步提高模型的精準度和適用性。