简单快捷的原料质量鉴别方法——用近红外光谱法对磷酸盐进行定性鉴别并对其污染物进行定量分析

原料质量的鉴别是生物制药生产过程中一个重要组成部分，绝大多数次品或者废品都是由于使用了不正确或者质量较差的原料。本文通过对某家制药公司使用低品质原料制备的复合细胞培养缓冲液的实际案例进行分析，讨论了近红外光谱在原料鉴别方面的应用。

气相色谱-离子迁移谱技术在食品真实性鉴别中的应用研究进展

气相色谱-离子迁移谱是一种灵敏的检测、鉴别和监测不同基质中痕量物质的分析技术,能够通过气相色谱和离子迁移谱对分析物质进行二次快速分离和高精准定性。由于气相色谱-离子迁移谱具有环保、使用便捷、操作简单及适用于工业大量连续检测等优点,近年来逐渐成为食品真实性鉴别的热门分析技术。本文主要介绍气相色谱-离子迁移谱的类型、结构、工作原理和分析方法,重点综述其在食品真实性鉴别中的应用,以期为食品真实性问题的解决提供理论参考。

应用高光谱图像技术对林下作物质量等级鉴别方法——以黄芪为例

黄芪作为一种林下多年生草本,具有极高的经济和药用价值。黄芪粉是黄芪的重要消费形式,不同质量等级的黄芪粉由于内部成分差异,在近红外光谱下具有不同的特性,而肉眼却难以区分。针对不同质量等级间黄芪粉难以鉴别的问题,利用高光谱成像技术对312组黄芪粉样本进行数据采集,再对光谱信息采用标准正态变化(SNV)、多元散射校正(MSC)和卷积平滑(SG)3种预处理,再利用竞争性自适应重加权采样(CARS)、变量组合集群分析(VCPA)和区间变量迭代空间收缩法(IVISSA)对全波段光谱进行特征提取,以优选的特征波长作为输入,建立K-近邻判别(KNN)和支持向量机(SVM)分类模型。结果表明:经过竞争性自适应重加权采样的支持向量机模型分类效果最好,训练集和测试集准确率分别达到100.00%和98.94%,能够实现黄芪粉的准确分类,为林下作物的等级鉴别提供了新的研究思路。

基于红外光谱与聚类分析法的宁夏产地枸杞子品种鉴别研究

宁夏枸杞(Lycium barbarum L.)为宁夏传统道地中药材,因其良好的药食两用价值,已引种至甘肃、新疆、青海等省区。因长期引种和改良,宁夏枸杞品种繁多,是影响其质量的重要因素之一。本研究采用傅里叶变换红外光谱(FTIR)对宁夏中宁产地的宁杞1号、4号、5号、7号、0909号、10号共6个品种的枸杞子进行测定,一维红外光谱及二阶导数光谱范围均为4000~650cm^(-1),得到图谱后进行图谱解析;采用谱带较密集的指纹区(1800~650cm^(-1))计算红外光谱图的相似系数;然后结合SMICA聚类分析法对不同品种枸杞子的红外指纹图谱进行聚类比较。结果表明,不同品种枸杞子样品的一维红外光谱图较为相似,峰的位置、峰高和峰形都较为接近,其共同吸收峰较多,仅在3282~3288、1239~1242和1143~1147 cm^(-1)附近的吸收峰强度、峰位置、峰形状有所不同,说明不同品种枸杞子中多糖类、苷类、蛋白质类、脂类和黄酮类等成分的种类和含量有所差异。二阶导数光谱中,宁杞1号、4号、7号在2880 cm^(-1)处吸收峰不明显,0909号在969 cm^(-1)处吸收峰不明显。不同品种枸杞子的相似度范围在0.9489~0.9928之间,说明不同品种枸杞子存在一定差异,其中,宁杞7号与其他品种的平均相似度系数最小,为0.9640,说明其成分特异性最高。0909号与宁杞10号相似系数为0.9928,相似度最高。采用Assure ID软件以各药材吸收波数为变量进行聚类分析,宁杞1号与其他品种的差异均较小,类间距在2.17~2.97范围内;0909号与其他品种间的差异最大,类间距在2.97~8.06范围内。聚类模型中,不同品种枸杞子的识别率均为100%,仅宁杞1号的拒绝率较低,为66%,易与其他品种枸杞子混淆,0909号的拒绝率和识别率均为100%,最易区分。类模型图中,0909号与宁杞5号、0909号与宁杞7号两两分开,可以明显鉴别出不同品种的样品。采用已知品种的枸杞子对聚类分析模型进行验证,其识别率和拒绝率与聚类分析模型相同。不同品种枸杞子类模型图与一维红外光谱、二阶导数图谱、相似度、类间距、识别率和拒绝率结果相互印证,佐证了宁杞1号为大多数宁杞系列品种的来源品种,而09系列品种0909号与其他品种有较大差异。因此,红外光谱与聚类分析法相结合可以快速、无损地鉴别不同品种枸杞子,对枸杞子药材生产和新品种选育具有一定的指导作用。

毒性危险废物利用处置后鉴别技术要点

毒性危险废物是我国固体废物环境管理的重点和难点。危险废物鉴别是识别固体废物危险特性和确定危险废物环境管理对象的重要技术手段和关键依据。目前毒性危险废物利用处置后鉴别的主要问题是对利用和处置情形界定错误、毒性危险特性的确定不准确以及对GB 5085.7−2019《危险废物鉴别标准通则》中“危险废物利用处置后判定规则”未充分掌握,致使危险废物鉴别结论依据不足甚至错误。针对存在的关键问题,提出从3个方面提高毒性危险废物利用处置后鉴别技术:①应根据GB 5085.7−2019《危险废物鉴别标准通则》中的利用和处置定义,对毒性危险废物的利用和处置进行界定。②利用《国家危险废物名录》以及危险废物鉴别标准,准确识别被利用和处置危险废物的毒性危险特性,即《国家危险废物名录》所列危险特性为单独毒性的,以及“,”分隔的多个危险特性中列在第一位为毒性的,均为具有毒性危险特性的危险废物;其他固体废物都需要利用危险废物鉴别标准对其毒性危险特性进行认定。③毒性危险废物利用过程产生的固体废物的危险废物鉴别,应首先依据《国家危险废物名录》鉴别,若已经列入《国家危险废物名录》,则属于危险废物,不应根据危险废物鉴别标准和技术规范进行危险废物鉴别;危险废物处置后产生的固体废物的危险废物鉴别,需精准界定“利用”和“处置”,确属处置的,应明确被处置危险废物的毒性危险特性,只有不具有毒性危险特性时,才可对处置后产生的固体废物进行危险废物鉴别。建议从3个方面提高毒性危险废物利用处置后鉴别技术水平,包括梳理危险废物“利用”和“处置”情形界定的关键技术要点,总结该类鉴别最常出现的错误以及相应的正确鉴别技术,以及构建具有典型毒性危险特性的危险废物利用处置全过程中的危险特性识别体系。

超声造影鉴别诊断肉芽肿性小叶性乳腺炎和乳腺癌的临床价值

目的 探讨超声造影对肉芽肿性小叶性乳腺炎(GLM)和乳腺癌鉴别诊断的临床价值。方法 选取本院诊断治疗的GLM和乳腺癌患者80例,分为GLM组(42例)和乳腺癌组(38例)。超声造影后观察造影剂状况,评估病灶直径、形态及边缘、微小钙化、回声、内部血流、血管阻力指数(RI)、腋窝淋巴结异常等。结果 GLM病变累及范围及程度不同,超声造影图像特征多样,24例实性肿块,内部呈低回声,呈假肾征。10例弥散型形态不规则、边界不清、后方回声增强。8例管状型,病灶组织及周边出现不规则低回声结构,部分患者合并腋窝淋巴结肿大。GLM组病灶造影剂早期进入时间、高增强、造影剂分布不均匀百分比为28.57%、11.90%和23.81%,低于乳腺癌组52.63%、68.42%和76.32%,差异有统计学意义(P<0.05)。GLM组病灶最大直径为(6.13±0.81)mm,高于乳腺癌组(3.58±0.74)mm,GLM组病灶边缘毛刺或成角百分比26.19%,低于乳腺癌组81.58%,差异有统计学意义(P<0.05)。GLM组微小钙化、内部血流(Ⅱ+Ⅲ级)、RI≥7等百分比分别为9.52%、52.38%、21.43%、23.81%、16.67%,低于乳腺癌组76.32%、63.16%、81.58%、68.42%、88.95%,差异有统计学意义(P<0.05)。结论 超声造影可通过评估病灶边缘形态、钙化、回声及血供等特点,在GLM与乳腺癌的鉴别诊断显示出一定优势。

炒僵蚕鉴别方法研究

目的:基于显微鉴别技术、微量升华技术和薄层色谱技术,建立炒僵蚕饮片的鉴别方法。方法:依据显微鉴别法,对炒僵蚕粉末的显微特征进行描述;采用微量升华法,对炒僵蚕升华物结晶状态进行描述;采用薄层色谱法,僵蚕对照药材和伪品为对照,对炒僵蚕进行薄层色谱鉴别。结果:炒僵蚕粉末呈黄褐色,在显微镜下清晰可见菌丝体、体壁碎片、刚毛、未消化的桑叶组织、草酸钙簇晶、草酸钙方晶及导管等结构,与僵蚕对照药材类似;炒僵蚕的升华物呈霜花状、羽状结晶,与僵蚕对照药材类似;TLC图中,斑点清晰、专属性好。结论:该方法快速、易操作、专属性好,可作为炒僵蚕饮片的鉴别方法,并为提高鉴别标准提供参考。

基于磁共振多模态成像定量参数鉴别诊断乳腺良恶性病变及与临床病理特征的关系探究

目的 分析磁共振多模态成像定量参数鉴别诊断乳腺良恶性病变的价值,并探究乳腺病变性质与临床病理特征的关系。方法 纳入2015年1月-2022年12月医院120例乳腺占位性病变患者,所有患者入院时均接受磁共振多模态成像检查,包括弥散加权(DWI)、磁共振波谱成像(MRS)与磁共振动态增强(DCE-MRI),以病理检查结果为“金标准”,分析该检查方式鉴别诊断乳腺良恶性病变的价值。依据乳腺占位性病变性质将患者分为恶性组与良性组,对比两组临床病理特征,分析乳腺病变性质与临床病理特征的关系。结果 120例乳腺占位性病变患者经病理检查结果显示,乳腺癌98例(81.67%),乳腺良性病变22例(18.33%);以病理检查结果为“金标准”,DCE-MRI及联合诊断乳腺病变性质的灵敏度、准确度高于DWI(P<0.05);乳腺癌组表观扩散系数(ADC)、rADC值低于乳腺良性病变组,Ⅰ型TIC曲线占比低于乳腺良性病变组,Ⅲ型TIC曲线占比高于乳腺良性病变组(P<0.05);绘制ROC曲线,结果显示,ADC、rADC及TIC曲线类型诊断乳腺病变性质具有一定价值(AUC=0.815、0.850、0.911);乳腺癌组肿瘤形态不规则、边缘毛刺/不规则、强化不均匀占比高于乳腺良性病变组(P<0.05);经Logistic回归分析,结果显示,肿瘤临床病理特征与乳腺占位性病变密切相关,形态不规则、边缘毛刺/不规则、强化不均匀是乳腺癌的危险因素(OR>1,P<0.05)。结论磁共振多模态成像定量参数对乳腺良恶性病变具有一定鉴别诊断价值,乳腺癌的发生与肿瘤形态不规则、边缘毛刺/不规则、强化不均匀等临床病理特征密切相关。

基于特征点配准的真伪卷烟商标纸鉴别

为提高真伪卷烟商标纸鉴别的准确性和效率,降低鉴别的经验要求和主观性,提出一种基于特征点配准的真伪卷烟商标纸鉴别方法。使用一致的标准扫描采集卷烟样品图像,基于尺度不变特征转换算法提取图像特征点,通过特征匹配和基于单应性变换的图像配准获取判别预测变量。采用逻辑回归、梯度提升分类决策树算法构建二元分类模型对图像样本进行训练和评估。在64个卷烟规格、2 918个样本数据集上进行实验,该方法准确率高于95%。通过对比实验验证了该方法的稳定性和有效性。

血清IL-6、PCT、hs-CRP在细菌性肺炎与肺结核鉴别诊断中的临床价值

目的探讨血清白介素-6(IL-6)、PCT、hs-CRP在细菌性肺炎与肺结核的鉴别诊断临床应用价值。方法收集2023年3月~2023年12月确诊的肺部疾病患者,其中明确诊断为细菌性肺炎组40例,肺结核组40例,对所有受试者进行血清IL-6、PCT、hsCRP检测,对比两组检测结果,绘制受试者工作特征(ROC)曲线分析血清IL-6、PCT、hs-CRP在细菌性肺炎与肺结核的临床应用价值。结果细菌性肺炎组血清IL-6、PCT较肺结核组高,差异有统计学意义(P<0.05),而两组的血清hs-CRP水平有升高的趋势,但差异无统计学意义(P>0.05)。细菌性肺炎组与肺结核组比较,IL-6、PCT、hs-CRP的ROC曲线下面积AUC结果分别为:0.716(95%CI:0.566~0.780),0.678(95%CI:0.564~0.778),0.589(95%CI:0.501~0.723),即IL-6>PCT>hs-CRP>0.5;IL-6、PCT、hs-CRP的诊断灵敏度分别为:72.5%、92.5%、70%,特异度分别为:67.5%、55%、60%。IL-6、PCT、hs-CRP任意联合检测ROC曲线下AUC分别为IL-6-PCT(0.712)、IL-6-hs-CRP(0.701)、PCT-hs-CRP(0.584)、IL-6-PCT-hs-CRP(0.701)。结论血清IL-6在细菌性肺炎与肺结核的鉴别诊断价值优于PCT、hs-CRP;IL-6、hs-CRP、PCT任意两项及三项的组合中:IL-6参与的联合检测组合都比PCT、hs-CRP单独检测具有更高的诊断效能,且IL-6与PCT联合检测组合可能更有效鉴别细菌性肺炎与肺结核。

胸部低剂量CT对<3cm的肺结节良恶性鉴别诊断价值研究

目的:探讨胸部低剂量CT对<3cm的肺结节良恶性鉴别诊断效能以及影像特征。方法:回顾性分析2019年3月—2022年10月收治的134例肺结节患者,均进行胸部低剂量CT检查,比较良恶性结节影像特征、CT值,以皮肺穿刺活检术结果为金标准,分析胸部低剂量CT对良恶性结节的准确率,用ROC曲线,分析30s CT值、90s CT值、180s CT值预测效能。结果:胸部低剂量CT准确率96.27%,良性结节以胸膜凹陷征、钙化为主;恶性结节以分叶征、毛刺征、血管集束征为主。良性病变30s、90s、180s CT值低于恶性病变(P<0.05),经ROC曲线分析,30s CT值、90s CT值、180s CT值及三项联合早期预测良恶性结节的AUC分别为0.921、0.921、0.898、0.985。结论:在鉴别<3cm的肺结节良恶性结节时,运用胸部低剂量CT所受辐射伤害更小,安全性更高,且能够为早期发现恶性病变提供科学指导。

酸枣仁中掺理枣仁的高效液相色谱法鉴别方法研究

目的 建立测定酸枣仁和理枣仁中6’’’-芥子酰斯皮诺素含量的高效液相色谱法(HPLC),以鉴别酸枣仁中掺伪理枣仁。方法 2020年12月至2022年12月,采用HPLC法,选用Agela Venusil ASB C18柱(4.6 mm×200 mm,5μm);以乙腈-0.2%冰醋酸水溶液为流动相梯度洗脱,对酸枣仁及理枣仁中6’’’-芥子酰斯皮诺素的含量进行分析测定;检测波长:335 nm;体积流量:1.0 mL/min,柱温为30℃。结果 6’’’-芥子酰斯皮诺素在2.32~138.96μg/L(r=1)内呈良好的线性关系。理枣仁平均加样回收率为97.5%,相对标准偏差(RSD)为1.5%。酸枣仁平均加样回收率为97.8%,RSD为1.7%。6’’’-芥子酰斯皮诺素在酸枣仁中含量范围为0.003 3%~0.005 1%,在理枣仁中含量范围为0.050 6%~0.066 0%。结论 建立的6’’’-芥子酰斯皮诺素HPLC含量测定分析方法灵敏度高、专属性强、重现性好,可用于酸枣仁中掺伪理枣仁的鉴别研究。

酸枣仁与理枣仁鉴别方法研究

目的 建立酸枣仁及常见伪品理枣仁的鉴别方法,为酸枣仁的质量控制和市场监督提供依据。方法 对酸枣仁和理枣仁进行性状及显微鉴别,采用超高效液相色谱串联质谱(UPLC-MS/MS)法测定其中6’’’-芥子酰斯皮诺素的含量,色谱柱为Phenomenex C18柱(100 mm×2.1 mm,2.6μm),流动相为0.1%甲酸-10 mmol/L甲酸铵水溶液-甲醇(梯度洗脱),流速为0.2 mL/min,柱温为30℃,进样量为5μL,离子源为电喷雾离子源,正离子、多反应监测模式扫描,电喷雾电压为3.5 kV,离子源温度为150℃,去溶剂气温度为500℃,扫描范围为50~1 000 amu。结果 酸枣仁和理枣仁在性状上外种皮纹理存在差异,在显微特征上外种皮栅状细胞、种皮内表皮细胞存在差异。6’’’-芥子酰斯皮诺素的质量浓度在0.205 2~6.156μg/mL范围内与峰面积积分值线性关系良好(r=0.997 5,n=6),检测限为21.13 pg。酸枣仁和理枣仁样品的精密度、稳定性、重复性试验结果的RSD均低于3.0%(n=6);加样回收率分别为97.01%和97.80%,RSD分别为2.15%和2.09%(n=6)。10批酸枣仁和理枣仁中6’’’-芥子酰斯皮诺素的含量分别为0.23,3.70μg/mL。拟订酸枣仁中掺伪理枣仁限度为5%,样品中6’’’-芥子酰斯皮诺素测得含量大于0.5μg/mL时可视为掺伪理枣仁。结论 所建立的方法操作简便、结果准确、重复性和稳定性均良好,可有效鉴别酸枣仁和理枣仁。

危险废物鉴别采样技术要点解析

我国危险废物产生源和种类非常复杂,产生量巨大且持续增长,规范化环境管理和污染防治面临较大压力。危险废物鉴别是识别固体废物危险特性和确定危险废物环境管理对象的重要技术手段和关键依据。根据危险废物鉴别经验以及发布的危险废物鉴别报告复核工作简报发现,部分鉴别单位在危险废物鉴别过程中,由于对HJ 298—2019《危险废物鉴别技术规范》中采样技术要求未充分掌握,采样不规范,致使危险废物鉴别结论依据不充分甚至错误。因此,对确定生产工艺过程中产生废水处理污泥采样对象、堆存状态固体废物采样对象、平行线固体废物份样数、连续产生固体废物采样时间和频次、间歇产生固体废物采样时间和频次、生产工艺过程产生固体废物的采样方法等采样技术要求进行解析,同时给出了常见的错误采样方式,以期为危险废物鉴别过程中样品采集提供借鉴。

超声持续观察对输尿管息肉和输尿管癌的鉴别诊断价值

目的探讨常规超声持续观察对输尿管息肉和输尿管癌的鉴别诊断价值。资料与方法回顾性分析2015年6月—2022年6月陕西省人民医院98例病理证实为输尿管息肉患者的临床资料和常规超声表现,并以同期151例输尿管癌患者作为对照,比较两组临床资料特征,及常规超声检查中病变回声、血流、蠕动性等差异。结果两组患者输尿管病变是否蠕动、彩色多普勒血流分布、有无输尿管周围组织增厚、回声增高、有无患侧肾积水,差异有统计学意义(χ^(2)=197.50、138.89、26.97、36.13,P均<0.05);两组均以低回声为主[67(68.37)比114(75.50)],差异无统计学意义(χ^(2)=1.52,P>0.05)。输尿管息肉组67例见于上段输尿管,89例持续观察息肉常见蠕动,73例彩色血流多为病变中央型血流;输尿管癌组85例见于中下段输尿管,148例持续观察几乎未见蠕动,122例彩色血流多为病变周边型血流。结论输尿管息肉和输尿管癌好发位置及是否存在肾积水等临床表现存在一定差异,二维超声检查中持续观察输尿管息肉常见蠕动现象,可以为鉴别输尿管癌提供诊断参考。

基于氨基酸模式和判别分析的畜禽肉源性成分鉴别方法研究

为建立畜禽肉中动物源性成分快速有效的鉴别方法,对鸡肉、鸭肉、鹅肉、猪肉、牛肉、羊肉6种动物肉样绝干基础样品中16种氨基酸含量进行测定,建立各种动物样品的氨基酸简洁模式,并通过主成分分析和判别分析对不同样品16种氨基酸含量进行综合评价和分类。结果表明,6种动物样品均具有独特的氨基酸模式。通过主成分分析将16个氨基酸指标简化为3个主成分,其累积方差贡献率为90.575%。判别分析显示鸡肉、鸭肉、鹅肉、猪肉、牛肉、羊肉6种动物样品分别集中在不同的区域,彼此之间差异明显,很容易辨别。基于氨基酸模式和判别分析均可进行畜禽肉源性成分鉴别。

基于超声特征的列线图模型鉴别诊断膀胱隆起样病变良恶性的价值

目的构建基于超声特征的列线图模型,探讨其鉴别诊断良、恶性膀胱隆起样病变的价值。资料与方法回顾性分析2016年1月—2022年1月四川省人民医院经手术病理证实的膀胱隆起样病变538例(良性84例,恶性454例)的超声资料,对膀胱病变超声特征(病灶部位、数目、最大径线、回声、形态、基底、钙化、彩色多普勒血流显像信号)及患者简要临床指标(性别、年龄、泌尿系恶性肿瘤史、肉眼血尿)行Logistic单因素及多因素回归分析,筛选出独立预测因子,并构建预测模型。通过Bootstrap重抽样进行内部验证。绘制受试者工作特征曲线、校正曲线、临床决策曲线评估模型。结果单因素及多因素Logistic回归分析结果显示,性别(OR=1.822,P=0.038)、年龄(OR=1.044,P=0.000)、病灶部位(OR=0.359,P=0.000)、血流信号(OR=2.052,P=0.007)是预测恶性膀胱隆起样病变的独立因素,基于单因素结果构建的列线图预测模型的曲线下面积为0.780,敏感度为72.91%,特异度为71.43%,准确度为72.68%。校正曲线显示模型的一致性较好。临床决策曲线显示临床净获益良好。结论基于超声特征和简要临床指标构建的列线图模型鉴别诊断良、恶性膀胱隆起样病变具有较高的准确度和潜在的临床应用价值。

结核分枝杆菌特异性IFN-γ、IL-2联合检测在肺结核与细菌性肺炎鉴别诊断中的应用

目的评价结核分枝杆菌特异性细胞因子干扰素-γ(IFN-γ)、白细胞介素-2(IL-2)双因子联合检测在肺结核与细菌性肺炎鉴别诊断中的应用价值。方法选择阜阳市人民医院2022年1月-2023年10月呼吸科住院患者91例,明确诊断为肺结核患者45例(肺结核组)和细菌性肺炎患者46例(肺炎组),均进行双因子联合检测,比对分析双因子联合检测与C反应蛋白(CRP)对肺结核和细菌性肺炎鉴别诊断的效果。结果使用双因子联合检测对肺结核与细菌性肺炎进行鉴别诊断,灵敏度为86.7%、特异度为84.8%,受试者工作特征曲线下面积(AUC)值为0.928(95%CI:0.870~0.986),与CRP的鉴别诊断效果相比差异有统计学意义(P<0.05)。结论结核分枝杆菌特异性细胞因子IFN-γ、IL-2联合检测在鉴别肺结核与细菌性肺炎时具有较高的应用价值,能为临床肺结核和细菌性肺炎的鉴别诊断提供依据。

噪声鉴别C均值聚类的滁菊花茶品质等级鉴别研究

近红外光谱检测技术可以通过探测近红外区域的光谱特征,反映所测样品内部有机物化学成分和结构信息。在分析物质成分时,近红外光谱通常会涉及到大量的波长数据,因此其维数往往比较高。同时,光谱会出现重叠和冗余等现象,会影响模型的性能。提出一种噪声鉴别C均值聚类(NDCM)算法。NDCM将一种快速广义噪声聚类(FGNC)和模糊线性判别分析(FLDA)相结合,可实现模糊聚类过程中进行数据鉴别信息的提取和数据空间维度的压缩,以达到更高的聚类准确率。对滁菊花茶近红外光谱数据进行模糊C均值聚类(FCM)得到的模糊隶属度和聚类中心作为噪声鉴别C均值聚类(NDCM)的初始模糊隶属度和初始聚类中心,使NDCM具有聚类速度快,准确率高等优点。FCM算法对光谱噪声数据敏感,而NDCM算法在处理含噪声的光谱数据时能够表现出较好的性能。该研究选取特级滁菊、一级滁菊、二级滁菊三种品质等级的滁菊花茶作为实验样本,共计240个样本。实验使用便携式近红外光谱仪(NIR-M-F1-C)采集滁菊花茶的近红外光谱数据。用Savitzky-Golay滤波和多元散射校正(MSC)对滁菊花茶近红外光谱进行预处理,以减少光谱中掺杂的噪声和重叠信息。通过主成分分析(PCA)对采集到的400维光谱数据进行维度压缩降至6维。该研究使用线性判别分析(LDA)提取滁菊花茶光谱数据中的鉴别信息,并将数据空间维度进一步转换为2维。分别用FCM,FGNC和NDCM三种算法对处理后的数据进行聚类分析,以实现对滁菊花茶的准确分类。实验结果显示:当权重指数m=2.5时,FCM,FGNC,NDCM的聚类准确率分别为92.42%,98.48%,100%。NDCM聚类时间略长于FGNC。FCM算法需要进行27次迭代才能收敛,而FGNC算法和NDCM算法分别只需要13次和10次迭代就能达到收敛。采用近红外光谱技术结合MSC、Savitzky-Golay滤波、PCA、LDA和NDCM算法,建立了一种精准鉴别滁菊花茶品质等级的聚类模型。

卵巢-附件报告和数据系统超声2022版(O-RADS US v2022)及其联合恶性风险指数4鉴别附件良、恶性肿瘤

目的观察卵巢-附件报告和数据系统超声2022版(O-RADS US v2022)及其联合恶性风险指数4(RMI4)鉴别附件良、恶性肿瘤的价值。方法回顾性分析126例手术病理诊断为附件肿瘤患者,根据O-RADS US v2022将1~3类归为良性病变、4~5类归为恶性病变,以450为RMI4分类的临界值,基于二者进行联合分类。以病理结果为金标准,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估单一O-RADS US v2022、RMI4及其联合鉴别附件良、恶性肿瘤的效能。结果126例附件肿瘤中,良性94例、恶性32例。O-RADS US v2022鉴别附件良、恶性肿瘤的敏感度、特异度、准确率及AUC分别为78.13%、80.85%和80.16%、0.795,RMI4分别为71.88%、84.04%和80.95%、0.780;二者联合的特异度及准确率(93.62%、92.06%)均高于单一O-RADS US v2022(χ^(2)=7.322、5.967,P=0.007、0.015)或RMI4(χ^(2)=4.625、5.331,P=0.032、0.021),而敏感度及AUC(87.50%、0.906)差异均无统计学意义(P均>0.05)。结论O-RADS US v2022能有效鉴别附件良、恶性肿瘤,联合RMI4可提高鉴别特异度及准确率。