A gradient-based discriminant analysis method for process quality control of carbonized TCM via Fourier transform near infrared spectroscopy: A case study on carbonized Typhae Pollen

碳化 线性判别分析 计算机科学 材料科学 傅里叶变换红外光谱 模式识别(心理学) 工艺工程 人工智能 工程类 化学工程 复合材料 扫描电子显微镜
作者
Mingliang Gao,Yi Zhang,Fang-Fang Cheng,Wang Hang-Hang,Liu Ling-Run,Xin Jin,Yanan Zhou,Tianshu Wang,Peidong Chen,Weifeng Yao,Beihua Bao,Zhang Li
出处
期刊:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy [Elsevier]
卷期号:265: 120363-120363 被引量:10
标识
DOI:10.1016/j.saa.2021.120363
摘要

Carbonized traditional Chinese medicine (TCM) is a kind of distinctive traditional drug which has been widely used in various bleeding syndromes for over two thousand years, and most of them are still in clinical use. Although they share similar processing method: stir-frying, there are no specific quality standards and few quality control researches carried out on carbonized TCM up until now. Carbonized Typhae Pollen (CTP) is a typical carbonized TCM with efficacy of eliminating blood stasis and stanching bleeding. In this study, a novel process quality control model coupled with near infrared spectroscopy was established, called Gradient-based Discriminant Analysis method (GDA). Compared with conventional modeling methods (Convolutional Neural Network, Linear Discriminant Analysis, Standard Normal Variate-LDA), GDA model applied in fiber optic probe acquisition mode exhibited highest test accuracy (0.961), satisfactory correct identification (internal validation, 100%; external validation, 97.1%) and excellent model stability. This method provided a perfect guideline for process quality control of Carbonized TCM as well as ensured their clinical efficacy.
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
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
卡卡西完成签到,获得积分10
刚刚
Yi完成签到,获得积分10
刚刚
背后如之完成签到,获得积分10
1秒前
量子星尘发布了新的文献求助10
2秒前
simon666完成签到,获得积分10
3秒前
maybe完成签到,获得积分10
3秒前
卡片完成签到,获得积分10
3秒前
MaxwellZH完成签到,获得积分10
4秒前
愤怒的水绿完成签到,获得积分10
7秒前
hahaha6789y完成签到,获得积分10
7秒前
junzzz完成签到 ,获得积分10
7秒前
霡霂完成签到,获得积分10
7秒前
BlueKitty完成签到,获得积分10
8秒前
Walton完成签到,获得积分10
9秒前
cl完成签到,获得积分10
9秒前
sheep完成签到,获得积分10
9秒前
Bake完成签到 ,获得积分10
9秒前
surlamper完成签到,获得积分10
10秒前
Mo完成签到,获得积分10
10秒前
hahaha2完成签到,获得积分10
10秒前
量子星尘发布了新的文献求助10
10秒前
婉枫完成签到,获得积分10
11秒前
徐彬荣完成签到,获得积分10
11秒前
往昔不过微澜完成签到,获得积分10
11秒前
spider534完成签到,获得积分10
12秒前
好好应助科研通管家采纳,获得10
12秒前
好好应助科研通管家采纳,获得10
12秒前
好好应助科研通管家采纳,获得10
12秒前
好好应助科研通管家采纳,获得10
12秒前
12秒前
好好应助科研通管家采纳,获得10
12秒前
12秒前
TGU的小马同学完成签到 ,获得积分10
12秒前
12秒前
12秒前
量子咸鱼K完成签到,获得积分10
13秒前
冰冻芋头完成签到,获得积分10
13秒前
hahaha1完成签到,获得积分10
13秒前
fate完成签到,获得积分10
13秒前
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Building Quantum Computers 800
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Natural Product Extraction: Principles and Applications 500
Exosomes Pipeline Insight, 2025 500
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5664739
求助须知:如何正确求助?哪些是违规求助? 4868979
关于积分的说明 15108502
捐赠科研通 4823434
什么是DOI,文献DOI怎么找? 2582356
邀请新用户注册赠送积分活动 1536359
关于科研通互助平台的介绍 1494797