高光谱成像仪在茯苓产地鉴别中的应用

茯苓是一种常见的名贵中药材，产地主要在云南、安徽、湖北、福建、湖南、广西、河南等地，不同产地茯苓所含有效成分不同。因此，就有必要对茯苓的产地进行鉴别。本文介绍了高光谱成像仪在茯苓产地鉴别中的应用。

茯苓产地传统鉴别方法：

茯苓为多孔菌科真菌茯苓的干燥菌核川，是我国传统的名贵中药材之一，唐代《道藏》将茯苓排人“九大仙草”之列，赞誉其是“除湿之圣药”“仙药之上品”。加工后的茯苓属于药食两用的药材，是我国卫生部公布的第一批按照传统食药两用的34个品种之一，在常见中医临床组方中的配伍率高于70%。在2020年中华人民共和国工业和信息化部发布的新型冠状病毒感染《疫情防控重点保障物资（医疗应急）清单》中，茯苓是唯一纳人的真菌类药材，且经过统计分析发现茯苓也是治疗新型冠状病毒感染的高频药物。市场上均以产自云南各地、安徽大别山区、湖北九资河的茯苓品质为佳，此外福建、湖南、广西、河南等地也有种植。由于菌种不同以及栽培环境等的差异，除了表观特征有所不同外，不同产地茯苓所含有效成分也不同。

鉴别茯苓产地的传统方法大多为主观判断，如观察形态、咀嚼口感、嗅闻气味、掂量质地等，这些方法容易受到主体自身的影响，且难以推广形成规范。通过测量化合物含量来鉴别产地的方法有HPLC、紫外分光光度法、UPLC-QTOF-MS/MS等，这些方法需要将样品粉碎配置形成溶液来进行测量，受限于场地、仪器、材料价格、专业人员等多种因素，耗时久、成本高、样品不能还原。因此，亟需寻找一种快速、便捷、耗时短、操作简单的鉴别产地方法，而高光谱成像技术无疑是最好的选择。

高光谱成像仪在茯苓产地鉴别中的应用：

高光谱成像技术结合多种算法分析的方法，由于简单、快捷、准确性高，广泛应用于食用菌的产地鉴别。而高光谱成像技术的光谱范围基本囊括可见光（400～780nm）和近红外光（780～2526nm），波长范围进一步扩大，且能够做到“无损、快速、操作简易”和批量检测，无需将样品粉碎或溶解制成溶液即可通过探测灯扫描获得样品光谱信息，且高光谱可以将可见-短波红外波长范围分成2个波段分别或者融合进行处理分析，以供建立识别模型时选定最合适的波段类型。目前，高光谱成像技术已广泛应用于食品、农作物、医药、土壤环境等领域。基于高光谱成像技术的无损产地鉴别，可以建立最优预测模型，提升茯苓产地鉴别的准确性。具体步骤如下：

1.样品选择

搜集不同区域的茯苓产品，各区域茯苓产品选择多块，以保证测试数据的准确性。

2.光谱数据采集

使用高光谱成像仪采集样品的光谱数据，在采集时需要在20℃的温度下进行，将茯苓样品按照规定摆放于移动平台，每次扫描多个样品。

3.光谱数据处理

第一步，将收集完成的高光谱数据，利用仪器自带的校正软件进行原始高光谱图像数据的校正，仪消除仪器、电流等外部因素对样品数据的影响。

第二步，将校正后的高光谱图像数据，利用ROI工具，对每个样品进行感兴趣区域数据的提取，用作后续数据的处理。

第三步，光谱数据的预处理，采用不同预处理方法消除原始光谱数据中的干扰信息，例如S-G平滑法、一阶导数法、二阶导数法等。

第四步：分类模型建立。分别使用不同的分析方法，例如偏最小二乘法辨别分析等，结合不同预处理方法进行茯苓产地识别模型的建立。

第五步：模型评价。产地识别模型建立后，不同组合训练集和预测集的准确率都能够评价模型的性能。但在实际应用中，数据分组若不平衡，依靠准确率评估的方法就会存在明显缺陷。因此，就需要采用不同的方法对模型进行评价以保证分类模型的精度。

采用高光谱成像技术对不同地区茯苓样品进行数据采集，在获取茯苓样品高光谱数据后，提取相关感兴趣区的平均光谱，并采用不同的光谱分析方法得到茯苓样品敏感波段，建立茯苓样品判别的预测模型对判别模型进行评判，最终选用最优模型下敏感波段对应的高光谱图像进行分析，以获取茯苓样品的不同信息特征，进而对茯苓样品进行区域的划分。