拉曼光谱技术结合主成分分析-支持向量机对砷类矿物药的分类识别研究

韩斯琴高娃， 李 楠， 薛 兰， 哈斯乌力吉

(1.内蒙古民族大学附属医院，内蒙古通辽 028043；2.东北农业大学文理学院，黑龙江哈尔滨 150030；3.哈尔滨工业大学可调谐(气体)激光技术国家重点实验室，黑龙江哈尔滨 150080)

砷类矿物药在我国用于治疗疾病有着悠久的历史，我国已发现的最古医方“伍十二病方”(约公元前三世纪末)中就有雄黄治疥癣和磐石治疥癣、疮疡、狂犬病的记载[1]。随着现代科技的发展，砷类矿物药的一些奇特疗效被进一步发掘，如剧毒矿物药砒霜被发现有很好的抗癌效果，获得了国际公认[2]。砷类矿物药主要有雄黄、雌黄、信石和砒霜等[3]。雄黄的主要化学成分是As2S2或As4S4[4]，雌黄的主要化学成分是As2S3，信石和砒霜的主要化学成分是As2O3。已有研究报道As2O3既是雄黄的药效活性部分，又是毒性成分[5]。因此在制定雄黄及其炮制品的质量标准时，除了要规定主成分的含量，关键是要限定As2O3的含量，以保证雄黄既能充分发挥其疗效，又能最大限度地控制其毒性[6]。对于雄黄和雌黄等砷类矿物药而言，一般都含有少量的As2O3。这是因为矿物药一般原生于自然界中，多为同族矿物、共生矿物及泥土(多为粘土)共生，因此同样潜在含有As2O3。另外，雄黄和雌黄均是还原性物质，长期存放或与某些物质作用，可发生氧化还原反应生成As2O3[7]。

目前，砷及砷盐的测定方法主要有古蔡氏法、二乙基二硫代氨基甲酸银法、氢化物发生-原子吸收分光光度法、电感耦合等离子体质谱法和高效液相色谱-电感耦合等离子质谱法[8]。但上述方法的仪器设备昂贵，提取、分离等前处理过程较复杂，无法用于砷类矿物药的快速检测，因此研究一种快速、简便、准确、价格低廉的检测方法具有十分重要的意义。

拉曼光谱分析方法具有信息丰富、无需样品处理、检测快速便捷、高特异性等优点，它能反映出不具红外活性分子的对称性振动和非极性基团的振动，可用来弥补红外光谱上不显示的吸收峰或很弱的峰[9]。到目前为止，虽然有人用拉曼光谱技术检测过雄黄、雌黄和信石[10 - 12]，但是无人利用拉曼光谱技术对砷类矿物药进行分类识别。本文建立了拉曼光谱技术结合主成分分析(PCA)-支持向量机(SVM)分类识别砷类矿物药的新方法。

1 实验部分

1.1 仪器及材料

本实验使用BWS415-785H型(B & W Tek,Inc.)便携式拉曼光谱仪采集光谱数据。

雄黄、雌黄、信石和砒霜均购置于中药材市场。

1.2 实验条件

拉曼光谱仪的激发光源为785 nm的二极管激光器，光谱测量范围为68～2 700 cm-1，光谱分辨率小于3 cm-1。使用焦距为6.8 mm的透镜汇聚光束，聚焦后的光斑尺寸约为10 μm，测量功率为20 mW，积分时间为2 s。数据采集及光谱处理均采用光谱仪自带软件Bwram 1.01.20。

把固体粉末样品放到铝箔胶带上，用拉曼光谱仪探头直接检测，然后使用Boxcar平滑方法对采集到的光谱进行平滑处理，并使用软件自带算法对光谱数据进行背景扣除。

2 结果和讨论

2.1 四种砷类矿物药的拉曼光谱及其归属

四种砷类矿物药的拉曼光谱如图1所示。从图可看出，雄黄的拉曼峰位于143 cm-1、183 cm-1、193 cm-1、221 cm-1、355 cm-1和413 cm-1等处[10,11]。雌黄的拉曼光谱位于180 cm-1、203 cm-1、293 cm-1、310 cm-1、354 cm-1和384 cm-1等处[12]。砒霜和信石的拉曼光谱位于85 cm-1、185 cm-1、269 cm-1、371 cm-1、471 cm-1、561 cm-1和782 cm-1等处[10,13]。砒霜和信石的主要成分均是As2O3，因此拉曼光谱基本相同。

图1 雄黄、雌黄、信石和砒霜的拉曼光谱图Fig.1 Raman spectra of realgar,orpiment,arsenolite and arsenic

上述四种砷类矿物药拉曼光谱的归属，如表1所列。

表1 雄黄、雌黄、信石和砒霜拉曼特征峰的归属

2.2 PCA-SVM分类识别法

主成分分析(PCA)是一种特征预处理的分析技术，可以提取一些对于结果有帮助的特征，从而降低模式识别的计算量[14]。光谱数据具有高维度并且包含无效的信息，所以可以利用PCA对数据预处理。PCA通过数据协方差矩阵的特征值分解获得正交基，并将数据转换为域矩阵。然后对数据的方差做出更大贡献的域被保留成为主成分(PCs)，因此PCA可以减少多维数据集，并去除随机偏差(噪声)。支持向量机(SVM)是由统计学理论发展而来的一种智能学习机，其原理是在空间中寻找区分不同数据的最佳分类平面[15]。SVM的基本原理描述如下：给定一组不同类的数据，构造一个最优的线性分类形成具有最大间隔的超平面，同时使经验分类误差最小化、几何间隔最大化。在不是线性可分的数据集的情况下，将原始数据映射到由内核函数给出的高维特征空间。在这种特征空间构造一个线性分类，这相当于在原始输入空间构造一个非线性分类。

采用PCA-SVM算法建立拉曼光谱鉴别模型，SVM分类器采用网格搜索选择最佳参数，并对模型进行10次交叉验证，PCA及SVM均使用Python中Scikit-learn库。具体步骤如下：获得光谱数据后，利用PCA法对其进行预处理，然后利用SVM算法将样品分别进行分类。

2.3 四种砷类矿物药拉曼光谱的PCA-SVM分类识别

对图1所示的四种砷类矿物药的拉曼光谱进行了PCA-SVM分类识别，如图2所示。从图中可以看出，PC1、PC2的累加贡献率为85.3%，能够进行准确的分类识别。

图2 雄黄、雌黄、信石和砒霜的拉曼光谱的PCA-SVM分类识别图Fig.2 PCA-SVM classification and identification of realgar,orpiment,arsenolite and arsenic

2.4 五个批次雄黄的拉曼光谱及其PCA-SVM分类识别

分别采集了五个批次雄黄的拉曼光谱并对光谱进行了PCA-SVM分类识别，结果如图3所示。从图3a可看出，不同批次雄黄的主要拉曼特征峰基本相同，但是1号、3号和4号雄黄的拉曼光谱在269 cm-1处出现了As2O3的特征峰，表明这些雄黄中可能含有微量的As2O3[16]。另外，5号雄黄的拉曼光谱在293 cm-1和310 cm-1处出现了雌黄的特征峰，表明该雄黄中可能含有少量的雌黄。从图3b还可看出，PC1、PC2的累加贡献率为82.9%，能够进行准确的分类识别。虽然不同批次雄黄的拉曼光谱比较相似，尤其是1号和4号雄黄，用肉眼几乎无法进行区分，但是通过智能识别算法能够对其进行准确的分类识别，这表明PCA-SVM是从雄黄拉曼光谱所含有的全部信息进行分类识别，并非仅仅考虑少数几个拉曼特征峰的峰位、峰强的差异，因此与肉眼识别相比更准确、更全面、更科学[17]。

图3 五种不同雄黄的拉曼光谱(a)及其PCA-SVM分类识别图(b)Fig.3 Raman spectra (a) and PCA-SVM classification and identification (b) of realgar of different origin

为了验证269 cm-1处的拉曼峰是否属于As2O3特征峰，在269 cm-1处不出现特征峰的2号雄黄中加入少量的砒霜，制备了雄黄和砒霜混合物，并对其进行了拉曼光谱检测，如图4所示。从图可看出，其混合物也在269 cm-1处出现了特征峰，且与1号雄黄和As2O3在此处的位置几乎相同，这表明269 cm-1处的特征峰很可能就是As2O3的特征峰。从图还可以看出，2号雄黄和砒霜的混合物的拉曼光谱在85 cm-1处出现了As2O3的特征峰，而1号和2号雄黄在此处的拉曼特征峰不明显，这很可能是因为该特征峰属于As2O3的晶格平移模式，而雄黄所含微量As2O3的晶体结构与砒霜主成分As2O3的晶体结构不同的缘故[18]。另外，除了上述两个特征峰之外，砒霜的其它特征峰强度太弱或与雄黄的特征峰重叠一起，因此差异不明显。

图4 两种雄黄、砒霜、雄黄和砒霜混合物的拉曼光谱Fig.4 Raman spectra of two realgar,arsenic,realgar and arsenic mixtures

3 结论

本文建立了拉曼光谱技术结合PCA-SVM法分类识别砷类矿物药的新方法。分别测定了雄黄、雌黄、信石和砒霜的拉曼光谱，并对其进行了归属。介绍了PCA-SVM分类识别法，并对上述四种砷类矿物药的拉曼光谱进行了PCA-SVM分类识别，其PC1、PC2的累计贡献率为85.3%。测定了五个批次雄黄的拉曼光谱，并对其进行了PCA-SVM分类识别，PC1、PC2的累计贡献率为82.9%，能够进行准确的分类识别。另外，对五个批次雄黄拉曼光谱的差异进行了分析，并验证了两种雄黄在269 cm-1处的特征峰很可能就是As2O3的特征峰。该方法具有快速、便捷和准确等优点，对砷类矿物药的检测及质量控制具有一定的应用价值。