您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览115 | 下载8

目的:探讨基于脂类成分气-质(GC-MS)联用图谱数据的中药寒热药性识别模型,建立药性特征标记统计模式识别方法。方法:以60种寒或热性中药脂类成分的GC-MS图谱为研究对象,建立数据库,比较5种建模策略,筛选识别脂类成分GC-MS指纹图谱药性特征标记的最优模型。结果:支持向量机(SVM)为筛选60味中药的寒热药性特征标记的最佳模型,能够有效标记中药寒热药性特征区域。趋于寒性最强的标记在保留时间61.550 min处,趋于热性最强的标记在保留时间31.395 min处。结论:中药寒热药性与脂类成分密切相关,脂类成分是中药药性的物质基础之一,基于物质成分与药性建立的数理统计模型可识别和预测中药的寒热药性。

作者:李健;宋艳梅;李峰;薛付忠

来源:世界科学技术-中医药现代化 2015 年 9期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:115 | 下载:8
作者:
李健;宋艳梅;李峰;薛付忠
来源:
世界科学技术-中医药现代化 2015 年 9期
标签:
药性 脂类 支持向量机 统计模型 Herbal property lipid support vector machine statistical model
目的:探讨基于脂类成分气-质(GC-MS)联用图谱数据的中药寒热药性识别模型,建立药性特征标记统计模式识别方法。方法:以60种寒或热性中药脂类成分的GC-MS图谱为研究对象,建立数据库,比较5种建模策略,筛选识别脂类成分GC-MS指纹图谱药性特征标记的最优模型。结果:支持向量机(SVM)为筛选60味中药的寒热药性特征标记的最佳模型,能够有效标记中药寒热药性特征区域。趋于寒性最强的标记在保留时间61.550 min处,趋于热性最强的标记在保留时间31.395 min处。结论:中药寒热药性与脂类成分密切相关,脂类成分是中药药性的物质基础之一,基于物质成分与药性建立的数理统计模型可识别和预测中药的寒热药性。