Identification of Bletilla striata andrelated decoction pieces: a datafusion method combiningelectronic nose, electronictongue, electronic eye, andhigh-performance liquidchromatography data｡

白芨及其饮片鉴定：电子鼻、电子舌、电子眼、高效液相色谱数据融合方法

白及（Bletilla striata）作为常用中药，常与小白及、黄花白及等近缘物种混淆。传统鉴别方法依赖形态学和色谱分析，存在效率低、主观性强等问题。“河南中医药大学”在本研究中创新性地整合电子鼻（E-nose）、电子舌（E-tongue）、电子眼（E-eye）和高效液相色谱（HPLC）技术，采用主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）及支持向量机（SVM）对多源数据进行融合建模，构建智能化鉴别体系，实现对白及（Bletilla striata）及其易混伪品饮片的快速、准确鉴别。多源数据融合策略显著提升鉴别效率与准确性，为中药饮片质量控制的智能化提供新方法，尤其适用于基层药检场景。

1、德国AIRSENSE电子鼻和日本INSENT电子舌基础检测结果

所有134个样本都用电子鼻、电子舌和电子眼进行了分析。大多数样品对电子鼻传感器W1W、W2W和W1S的响应最高，其次是W5S和W2S（图5A）。值得注意的是，BOS样品在传感器W5S和W2S上的响应值明显高于BS样品。大多数样品在检测烷烃和氢气（如W3S和W6S）以及芳香族化合物（如W1C、W5C和W3C）的传感器上的响应值较低。在电子舌感器检测中，样品类型之间的苦味、涩味、回味- b和鲜味差异最大（图5B）。BS样品的苦味和涩味响应值相对较低，而某些BOS样品的苦味和涩味响应值非常大。其他BOS样品与BS样品具有较高的相似性，表明29批BOS样品存在广泛的异质性。结果还表明，与BS样品相比，PO的涩味明显更强。在所有样本中，电子眼在数字3784、3785、3786、3767、3494、3512、3513、2677、3221、3222、2949、2967和3240处检测到最强的颜色值（图5C）。这些对应于中等黄色和浅黄褐色的样品颜色。

2、真实性鉴定模型

用电子鼻数据建立的模型

总体而言，该模型在校准集的准确度为97%，在验证集的准确度为97.06%。模型敏感性（Se）为0.94，特异性（Sp）为0.98。这表明电子鼻数据可以准确区分BS与同类饮片。优化后的BP-NN模型校准集和验证集的准确度分别为98%和97.06%，Se和Sp分别为0.94和1.0。因此，利用电子鼻数据建立的BP-NN模型可以准确区分BS与相关饮片。

用电子舌数据建立的模型

最优BP-NN模型，在校准集中，准确率为98%，在其他参数不变的情况下，动量项由0.2逐渐增大到0.5时，模型精度提高最大。然而，当动量项从0.4增加到0.5时，由于未分类样本数量的增加，准确率下降。这表明较大的动量项不适合模型分类，BP-NN模型中的参数需要进一步优化。模型Se和Sp分别为1.0和0.98。

结论：本研究通过电子鼻、电子舌等智能感官技术，建立了白及饮片"气味-味道-成分"多维鉴别体系，为中药质量快速评价提供了创新方法。该技术体系已成功应用于多批次市场抽检样品的真伪鉴别。

• 日本INSENT味觉分析系统（电子舌）

  检测仪器在线询价