誘導結合プラズマ質量分析法を用いて、新会および広西の255バッチの陳皮サンプル中のミネラル元素含有量を測定し、直交部分最小二乗法判別分析を利用して異なる産地の陳皮における差異元素を研究した。Zスコア標準化、最小最大正規化、平均正規化、最大絶対値スケーリングの4つのデータ前処理方式を採用し、ランダムフォレスト、決定木、サポートベクターマシン、勾配ブースティングを組み合わせて陳皮産地判別モデルを構築した。結果は41種のミネラル元素のうち、Na、Sn、Y、Ba、Er、Ho、Yb、Dy、Ni、Li、Gd、Tb、Sm、Nd、Rb元素が新会陳皮と広西陳皮の主要な差異元素であることを示した。4つの機械学習モデルの中で、サポートベクターマシンモデルの予測結果が最も良好であった。サポートベクターマシンモデルでは、Zスコア標準化、最小最大正規化、平均正規化の3つの処理方式による訓練セットとテストセットのデータが同じ精度を示し、それぞれ100％および96％、F1値は0.96であり、モデルの精度が高いことが確認された。本研究はミネラル元素含有量と機械学習を組み合わせた手法に基づき、陳皮の産地識別に高精度かつ信頼性を持ち、陳皮の品質管理に技術的支援を提供し、中薬材の産地トレーサビリティの参考にもなる。

ミネラル元素;機械学習;陳皮;産地識別