摘要目的 基于多源信息融合技术,整合传统的中药性状鉴别,建立香附Cyperi Rhizoma炮制程度快速辨识方法,为香附质量评价标准的制定和炮制过程质量控制的应用研究提供新思路、新方法.方法 选取6个产地的生香附饮片,采用醋炙法炮制,每隔3 min取样,得到72批香附炮制过程样品.然后基于色差仪、电子鼻和近红外光谱(near infrared spectrum,NIRS)技术获取上述样品的智能感官信息和NIRS数据,利用主成分分析-判别分析(principal component analysis-discriminant analysis,PCA-DA)、偏最小二乘-判别分析(partial least squares-discriminant analysis,PLS-DA)、正交偏最小二乘-判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)方法、Lasso 回归分析、遗传算法(genetic algorithm,GA)-反向传播(back propagation,BP)、神经网络算法(GA-BP neural network algorithm,GA-BPNNA)等化学计量学方法,分别基于单一来源信息和多源信息融合建立香附炮制程度辨识方法.结果 基于单源的色差仪、电子鼻和NIRS技术建立的香附炮制程度辨识模型均无法准确地判别香附4类炮制品,基于电子鼻和色差仪的二类智能感官与多源信息融合技术建立的炮制程度辨识模型能快速、准确地辨识4类香附炮制品,准确度在0.93以上,模型分类预测效果较好.结论 基于二类智能感官与多源信息融合技术建立的香附炮制程度辨识模型可以更加准确地识别香附的炮制程度,进一步提升预测准确度,为醋香附及其他中药炮制程度快速辨识提供参考.