Origin Identification of <italic style="font-style: italic">Citri Reticulatae Pericarpium</italic> Based on Mineral Element Content Combined with Machine Learning

ZHOU Xi; LIU Qian-bao; LU Qiao-li; ZHANG Chun-hua; KANG Huai-teng; LIU Chang; HUANG Fang; WU Hui-qin; LUO Hui-tai

doi:10.12452/j.fxcsxb.241201565

您当前的位置：

首页 >

文章列表页 >

Origin Identification of Citri Reticulatae Pericarpium Based on Mineral Element Content Combined with Machine Learning

Experimental Techniques and Methods | 更新时间：2025-06-09

- Origin Identification of Citri Reticulatae Pericarpium Based on Mineral Element Content Combined with Machine Learning
- Journal of Instrumental Analysis Vol. 44, Issue 6, Pages: 1190-1195(2025)
- 作者机构：
  
  1.广东省科学院测试分析研究所（中国广州分析测试中心），广东省化学测量与应急检测技术重点实验室，广东省中药质量安全工程技术研究中心，广东广州 510070
  2.广东药科大学药学院，广东广州 510006
- 作者简介：
- 基金信息：
- DOI：10.12452/j.fxcsxb.241201565
  CLC： O657.6;TB9
- Received：01 December 2024，
  
  Revised：01 January 2025，
  
  Accepted：06 January 2025，
  
  Published：15 June 2025
- 稿件说明：
移动端阅览
周熙,刘倩宝,卢俏丽,张春华,康怀腾,刘畅,黄芳,吴惠勤,罗辉泰.基于矿质元素含量结合机器学习的陈皮产地鉴别研究[J].分析测试学报,2025,44(06):1190-1195.

ZHOU Xi,LIU Qian-bao,LU Qiao-li,ZHANG Chun-hua,KANG Huai-teng,LIU Chang,HUANG Fang,WU Hui-qin,LUO Hui-tai.Origin Identification of Citri Reticulatae Pericarpium Based on Mineral Element Content Combined with Machine Learning[J].Journal of Instrumental Analysis,2025,44(06):1190-1195.
周熙,刘倩宝,卢俏丽,张春华,康怀腾,刘畅,黄芳,吴惠勤,罗辉泰.基于矿质元素含量结合机器学习的陈皮产地鉴别研究[J].分析测试学报,2025,44(06):1190-1195. DOI： 10.12452/j.fxcsxb.241201565.

ZHOU Xi,LIU Qian-bao,LU Qiao-li,ZHANG Chun-hua,KANG Huai-teng,LIU Chang,HUANG Fang,WU Hui-qin,LUO Hui-tai.Origin Identification of Citri Reticulatae Pericarpium Based on Mineral Element Content Combined with Machine Learning[J].Journal of Instrumental Analysis,2025,44(06):1190-1195. DOI： 10.12452/j.fxcsxb.241201565.

摘要

采用电感耦合等离子体质谱法测定了新会与广西255批次陈皮样品中的矿质元素含量，利用正交偏最小二乘法判别分析研究不同产地陈皮中的差异元素。采用Z-score标准化、最大最小归一化、均值归一化和最大绝对值缩放4种数据预处理方法，结合随机森林、决策树、支持向量机与梯度提升法建立陈皮产地判别模型。结果显示，41种矿质元素中，Na、Sn、Y、Ba、Er、Ho、Yb、Dy、Ni、Li、Gd、Tb、Sm、Nd、Rb元素是新会陈皮与广西陈皮的主要差异元素。4种机器学习模型中，支持向量机模型预测结果最佳。支持向量机模型中，数据在Z-score标准化、最大最小归一化、均值归一化3种处理方式下的训练集与测试集具有相同的准确度，分别为100%与96%，F1值为0.96，模型准确度高。该研究基于矿质元素含量结合机器学习的方法，在陈皮产地鉴别方面具有高准确性与可靠性，为陈皮质量控制提供了技术支撑，也可为中药材产地溯源提供参考。

Abstract

The contents of mineral elements in 255 batches of

Citri Reticulatae Pericarpium

from Xinhui and Guangxi were determined by inductively coupled plasma mass spectrometry. Orthogonal partial least squares discriminant analysis（OPLS-DA） was used to study the different elements in

Citri Reticulatae Pericarpium

from different producing areas. Four preprocessing methods，such as Z-score normalization，Min-Max normalization，mean normaliztion，and Max abs scaler，are used to establish a discriminant model by combining random forest（RF），decision tree（DT），support vector machine（SVM），and gradient boosting（GB） method. The results showed that among the 41 mineral elements，Na，Sn，Y，Ba，Er，Ho，Yb，Dy，Ni，Li，Gd，Tb，Sm，Nd，Rb were the main difference elements between

Citri Reticulatae Pericarpium from

Xinhui and Guangxi. Among the four machine learning models，the SVM model has the best prediction results. By SVM model，the accuracy of the training group and test group under the three processing methods of Z-score normalization，Min-Max normalization，and mean normalization was the same，which was 100% and 96

%，respectively，and the F1 value of 0.96. These result reflected the high accuracy of this method. Based on mineral element content combined with machine learning，this study established a high accuracy and reliability method for the origin identification of

Citri Reticulatae Pericarpium

，which provided technical support for quality control of

Citri Reticulatae Pericarpium

and provided the basis for the origin traceability discrimination of traditional Chinese medicinal herbs.

关键词

Keywords

references

State Pharmacopoeia Committee ． Pharmacopoeia of the People ’ s Republic of China . Beijing ： China Pharmaceutical Science and Technology Press （国家药典委员会. 中华人民共和国药典. 北京：中国医药科技出版社）， 2020 .

Guo N X ， Cai J L ， Ji S G . China Pharm. （郭念欣，蔡佳良，姬生国. 中国药房）， 2013 ， 24 （ 15 ）： 1394 - 1396 .

Yu M ， Li S K ， Yang F ， Zheng Y ， Li P ， Jiang L W ， Liu X . J. Instrum. Anal. （余梅，李尚科，杨菲，郑郁，李跑，蒋立文，刘霞. 分析测试学报）， 2021 ， 40 （ 1 ）： 65 - 71 .

Zhang Y ， Wang Y Y ， Zhang T ， Qin Y C ， Nan T G ， Yang J ， Lü Y J . Chem. Reagents （张悦，王游游，张婷，覃驭楚，南铁贵，杨健，吕炎杰. 化学试剂）， 2023 ， 45 （ 1 ）： 136 - 143 .

Yang X Y ， Wen G H ， Sheng G F ， Li Y H ， Duan Q ， Tian F Y ， Yang Y ， Ken S Y . Flavour Fragrance Cosmet. （杨雪燕，温光和，盛光发，李友宏，段勤，田飞宇，杨屹，肯生叶 . 香料香精化妆品）， 2022 ，（ 1 ）： 1 - 6，19 .

Chen M Q ， Shang X Y ， Shi H C ， Li H ， Sun D ， Qin R A ， He F L ， Huang Z M . J. Guangzhou Univ. Tradit. Chin. Med. （陈明权，商雪莹，石洪超，李华，孙东，覃仁安，何风雷，黄志敏. 广州中医药大学学报）， 2023 ， 40 （ 6 ）： 1498 - 1502 .

Hu J T ， Liu J H ， Chen F Q ， Liu T ， Jiang L . Pharm. Today （胡继藤，刘基华，陈富钦，刘韬，蒋林. 今日药学）， 2019 ， 29 （ 6 ）： 383 - 386 .

Lu S Y ， Zhang L L ， Pan J R ， Zhu C . J. Food Saf. Qual. （卢诗扬，张雷蕾，潘家荣，朱诚. 食品安全质量检测学报）， 2020 ， 11 （ 14 ）： 4849 - 4855 .

Bennion M ， Morrison L ， Brophy D ， Carlsson J ， Abrahantes J C ， Graham C T . Sci. Total Environ. ， 2019 ， 685 ： 50 - 58 .

Xu Z L ， Zhang X Q . J. Food Saf. Qual. （徐芝亮，章新泉. 食品安全质量检测学报）， 2024 ， 15 （ 4 ）： 186 - 193 .

Yu D X ， Guo S ， Zhang X ， Yan H ， Mao S W ， Wang J M ， Zhou J Q ， Yang J ， Yuan Y W ， Duan J A . Food Chem. ， 2023 ， 426 ： 136577 .

Wei J N ， Li A ， Zhang Q ， Zhao Y P ， Zhao L L ， Su F ， Sun M ， Liu Z H . Qual. Saf. Agro-Prod. （魏静娜，李安，张强，赵云平，赵琳琳，苏蘩，孙萌，刘征辉 . 农产品质量与安全）， 2023 ，（ 1 ）： 73 - 80 .

Li F R ， Liu W W ， Wen D ， Xu A P ， Li L ， Chen Y J ， Chen C G ， Wang X . Sci. Technol. Food Ind. （李富荣，刘雯雯，文典，徐爱平，李蕾，陈永坚，陈楚国，王旭. 食品工业科技）， 2022 ， 43 （ 11 ）： 295 - 302 .

Peng Z ， Guo X Z ， Zhou L ， Wu T X ， Wang S ， Kang C Z ， Wan X F ， Guo L P ， Zhang Y ， Yang J . Mod. Chin. Med. （彭政，郭秀芝，周利，吴统选，王升，康传志，万修福，郭兰萍，张燕，杨健. 中国现代中药）， 2021 ， 23 （ 7 ）： 1204 - 1212 .

Luo L H ， He Z ， Zeng Y X ， Zhu S T ， Tian M ， Lu D . Tea Fujian （骆凌寒，何赞，曾粤鑫，朱胜婷，田秘，陆顶. 福建茶叶）， 2023 ， 45 （ 10 ）： 25 - 27 .

Worley B ， Powers R . Curr. Metabolomics ， 2016 ， 4 （ 2 ）： 97 - 103 .

Do K ， Yeganeh A K ， Gao Z ， Ivey C E . Environ. Sci. ， 2024 ， 4 ： 488 - 500 .

Wu P F ， Wang B L ， Lu Y ， Cao G D ， Xie P S ， Wang W ， Chen D L ， Huang G F ， Jin H B ， Yang Z ， Cai Z W . ACS ES&T Water ， 2024 ， 4 （ 3 ）： 1107 - 1118 .

Pan D P ， Guo Y L ， Fan Y F ， Wan H T . Am. J. Chin. Med. ， 2024 ， 52 （ 3 ）： 605 - 623 .

Robinson R L M ， Palczewska A ， Palczewski J ， Kidley N . J. Chem. Inf. Model ， 2017 ， 57 （ 8 ）： 1773 - 1792 .

Wei X Y ， Kong L R ， Xiao L . Mod. Inf. Technol. （魏向祎，孔令然，肖磊. 现代信息科技）， 2023 ， 7 （ 5 ）： 41 - 44 .

Yang Y ， Bao C Y ， Ding Y W ， Li S H . Asia-Pac. Trad. Med. （杨友，包彩银，丁跃武，李四海. 亚太传统医药）， 2023 ， 19 （ 2 ）： 41 - 45 .

Ding C ， Ni S Q ， Lü H X . Urban Mass Transit （丁聪，倪少权，吕红霞. 城市轨道交通研究）， 2018 ， 21 （ 9 ）： 60 - 63 .

Chen X D ， Xu Z P ， Tong K ， Wang D L . China Brew . （陈旭东，许忠平，童凯，王德良. 中国酿造）， 2024 ， 43 （ 6 ）： 213 - 217 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The Study on Rock Classification Based on Mid-infrared Spectroscopy

Simultaneous Detection of Multiple Heavy Metal Ions Based on Machine Learning

Application Advances in Forensic Science for Machine Learning-based Mass Spectrometry Imaging

Geographical Origin Identification of Dendrobium officinale Based on FT-NIR and ATR-FTIR Spectroscopy

Related Author

SHEN Mu-ao

CHEN Lu

ZHANG Ming-yuan

CHANG Long-fei

LI De-jian

LI Ying-jun

PAN Tao

ZHAO Yong-jie

Related Institution

Multi-scene Water Chain Accident Wisdom Emergency Technology Innovation Center of Hebei

Institute of Physics，Chinese Academy of Sciences

State Key Laboratory for Geomechanics and Deep Underground Engineering，China University of Mining and Technology

School of Emergency Technology and Management，North China University of Science and Technology

State Key Laboratory of Earthquake Dynamics and Forecasting，Institute of Geology，China Earthquake Administration

Address：100 Xianlie Middle Road, Guangzhou Postal code：510070
Tel：020-87684776,37656606 Fax：020-87684776 Email：fxcsxb@china.com
Technical support is provided by Beijing Founder electronics co., LTD 粤ICP备12017312号-3 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.
Total Visits：514734 Visits Today：189

⁰

Origin Identification of Citri Reticulatae Pericarpium Based on Mineral Element Content Combined with Machine Learning

DOI：10.12452/j.fxcsxb.241201565

摘要

Abstract

关键词

Keywords

references