清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Identification of Panax notoginseng origin using terahertz precision spectroscopy and neural network algorithm

三七 太赫兹光谱与技术 化学 太赫兹辐射 鉴定(生物学) 高效液相色谱法 卷积神经网络 光谱学 人工智能 人工神经网络 色谱法 模式识别(心理学) 计算机科学 物理 光电子学 植物 生物 医学 替代医学 病理 量子力学
作者
Hongyu Gu,Shengfeng Wang,Songyan Hu,Xu Wu,Xianwei Fu,Rongrong Zhang,Juan Zhang,Wenbin Zhang,Yan Peng
出处
期刊:Talanta [Elsevier]
卷期号:274: 125968-125968 被引量:1
标识
DOI:10.1016/j.talanta.2024.125968
摘要

Panax notoginseng (P. notoginseng), a Chinese herb containing various saponins, benefits immune system in medicines development, which from Wenshan (authentic cultivation) is often counterfeited by others for large demand and limited supply. Here, we proposed a method for identifying P. notoginseng origin combining terahertz (THz) precision spectroscopy and neural network. Based on the comparative analysis of four qualitative identification methods, we chose high-performance liquid chromatography (HPLC) and THz spectroscopy to detect 252 samples from five origins. After classifications using Convolutional Neural Networks (CNNs) model, we found that the performance of THz spectra was superior to that of HPLC. The underlying mechanism is that there are clear nonlinear relations among the THz spectra and the origins due to the wide spectra and multi-parameter characteristics, which makes the accuracy of five-classification origin identification up to 97.62%. This study realizes the rapid, non-destructive and accurate identification of P. notoginseng origin, providing a practical reference for herbal medicine.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
晚意意意意意完成签到 ,获得积分10
12秒前
19秒前
21秒前
science发布了新的文献求助10
27秒前
David完成签到 ,获得积分10
31秒前
蓝胖胖蓝完成签到,获得积分10
47秒前
science完成签到,获得积分10
47秒前
chichenglin完成签到 ,获得积分10
53秒前
研友_LN7bvn完成签到,获得积分10
58秒前
1分钟前
1分钟前
好名字完成签到,获得积分10
1分钟前
段誉完成签到 ,获得积分10
1分钟前
lovexa完成签到,获得积分10
1分钟前
文献搬运工完成签到 ,获得积分10
1分钟前
小寨完成签到 ,获得积分10
1分钟前
黛寒完成签到 ,获得积分10
2分钟前
刘天虎研通完成签到 ,获得积分10
2分钟前
明理问柳发布了新的文献求助30
2分钟前
chcmy完成签到 ,获得积分0
2分钟前
2分钟前
悠悠小土豆完成签到,获得积分10
2分钟前
spark810发布了新的文献求助10
2分钟前
liberation完成签到 ,获得积分10
3分钟前
彩色的芷容完成签到 ,获得积分20
3分钟前
含糊的茹妖完成签到 ,获得积分10
3分钟前
阳光老人完成签到 ,获得积分10
3分钟前
juan完成签到 ,获得积分10
4分钟前
zenabia完成签到 ,获得积分10
4分钟前
1250241652完成签到,获得积分10
4分钟前
xiayu完成签到 ,获得积分10
5分钟前
嗯哼应助青年才俊采纳,获得10
5分钟前
斯文的天奇完成签到 ,获得积分10
5分钟前
Lim冬青完成签到 ,获得积分10
5分钟前
欧皇发布了新的文献求助10
6分钟前
方方完成签到 ,获得积分10
6分钟前
红尘完成签到,获得积分0
6分钟前
小芳芳完成签到 ,获得积分10
6分钟前
不会游泳的鱼完成签到 ,获得积分10
6分钟前
naczx完成签到,获得积分10
7分钟前
高分求助中
LNG地下式貯槽指針(JGA Guideline-107)(LNG underground storage tank guidelines) 1000
Generalized Linear Mixed Models 第二版 1000
rhetoric, logic and argumentation: a guide to student writers 1000
QMS18Ed2 | process management. 2nd ed 1000
Asymptotically optimum binary codes with correction for losses of one or two adjacent bits 800
Preparation and Characterization of Five Amino-Modified Hyper-Crosslinked Polymers and Performance Evaluation for Aged Transformer Oil Reclamation 700
Operative Techniques in Pediatric Orthopaedic Surgery 510
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 免疫学 细胞生物学 电极
热门帖子
关注 科研通微信公众号,转发送积分 2924448
求助须知:如何正确求助?哪些是违规求助? 2570723
关于积分的说明 6944377
捐赠科研通 2224456
什么是DOI,文献DOI怎么找? 1182444
版权声明 589054
科研通“疑难数据库(出版商)”最低求助积分说明 578619