全 文 ：中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 9 期 2013 年 5 月

·1128·
近红外光谱法在白芍提取物纯化过程中快速质量控制研究
魏惠珍 1，张五萍 2，毛红梅 3，饶 毅 1*，方少敏 2，邓杰华 2
1. 中药固体制剂制造技术国家工程研究中心，江西 南昌 330006
2. 江西中医学院，江西 南昌 330006
3. 九江市第三人民医院，江西 九江 332000
摘 要：目的 建立一种基于近红外光纤透射光谱的白芍提取物纯化过程中的快速分析方法。方法 通过近红外透射光纤探
头测定流经 D-101 大孔树脂的纯水洗脱液和 70%乙醇洗脱液的近红外光谱（NIRS），并采用模式识别方法对两个过程进行定
性判别研究。同时针对醇洗过程，以 HPLC 分析值作参比，采用偏最小二乘法建立醇洗过程中芍药苷和芍药内酯苷的定量
校正模型。结果 模式识别方法可以准确无误地对水洗除杂过程完全程度进行监测，对醇洗脱过程中溶剂体系变化进行精确
指示，同时所建定量模型也成功地用于预测相同批次和不同批次白芍提取物大孔树脂纯化过程的洗脱曲线，芍药苷和芍药内
酯苷的预测均方差（RMSEP）分别为 0.124、0.172 和 0.120、0.133，NIRS 与 HPLC 测得值之间的相关系数（r）均在 0.992
以上。结论 本方法实时、高效、快速，可对纯化过程进行定性定量全面监控，可用于中药纯化过程的快速分析。
关键词：近红外光谱；白芍；纯化过程；模式识别；偏最小二乘法
中图分类号：R284.2 文献标志码：A 文章编号：0253 - 2670(2013)09 - 1128 - 06
DOI: 10.7501/j.issn.0253-2670.2013.09.012
Rapid quality control in purifying process of Paeoniae Alba Radix extract using
near infrared spectroscopy
WEI Hui-zhen1, ZHANG Wu-ping2, MAO Hong-mei3, RAO Yi1, FANG Shao-min2, DENG Jie-hua2
1. The National Pharmaceutical Engineering Center for Solid Preparation in Chinese Herbal Medicine, Nanchang 330006, China
2. Jiangxi University of Chinese Traditional Medicine, Nanchang 330006, China
3. The Third People’s Hospital of Jiujiang, Jiujiang 332000, China
Abstract: Objective To establish a fast detection method during the purifying process of the extracts from Paeoniae Alba Radix
based on near infrared optical fiber transmission spectroscopy. Methods The near infrared spectroscopy (NIRS) of the eluates by
water and 70% ethanol which flowed through the macroporous resin D-101 was measured by NIR transmission optical fiber probe, and
the method of pattern recognition was used to study the two processes. Aiming at the process of 70% ethanol elution, the contents of
constituents were determined by HPLC as the reference values, and partial least square regression (PLSR) was applied to build the
calibration models of paeoniflorm and albiflorin. Results The processes of water elution and 70% ethanol elution could be accurately
monitored with pattern recognition, and the changes of the solvent system could be accurately indicated. The quantitative models
were applied to successfully predict the elution curves of Paeoniae Alba Radix extracts from the same batch and different batches on
macroporous resin. The root mean square errors of prediction (RMSEP) calculated by PLSR models for paeoniflorm and albiflorin
were 0.124, 0.172, and 0.120, 0.133, respectively, and the correlation coefficient between the values calculated by NIRS and HPLC
was all greater than 0.992. Conclusion The method is real time, efficient, and fast, and could be applied to the fast analysis for the
purifying process of Chinese materia medica.
Key words: near infrared spectroscopy; Paeoniae Alba Radix; purifying process; pattern recognition; partial least square


收稿日期：2012-09-25
基金项目：“重大新药创制”科技重大专项（2009ZX09313-030）；国家重点基础研究发展计划（2010CB530602）
作者简介：魏惠珍（1965—），女，副教授，硕士研究生导师，研究方向为中药质量控制新技术研究。
Tel: (0791)87119651 E-mail: weihuizhen_101@126.com
*通信作者 饶 毅 Tel: (0791)87119609 E-mail: raoyi99@126.com
网络出版时间：2013-03-28 网络出版地址：http://www.cnki.net/kcms/detail/12.1108.R.20130328.2014.016.html
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 9 期 2013 年 5 月

·1129·
在中药制药过程中，提取、精制作为中药生产
的特色环节，决定着中药中有效成分在成品中的比
例，即决定着药品疗效。目前，我国对中药生产过
程的质量控制仍十分被动，只对终端产品进行质量
检测，很少考虑工艺过程中的变化，生产工艺很难
得到精确控制，从而导致中药产品批次间质量差异
较大，这也是阻碍中药现代化、国际化的因素之一。
近年来，近红外光谱（near infrared spectroscopy，
NIRS）技术发展迅速，具有分析速度快、操作方便、
无污染、无破坏性，特别适合于过程分析等特点[1]，
已陆续用于中药提取[2-5]、纯化[6]和浓缩[7]过程，在
中药生产过程关键工艺环节的质量控制中展示出巨
大的应用潜力。本实验以大孔树脂纯化中药白芍过
程为具体研究对象，根据纯化过程的特点，采用
NIRS 光纤技术在实现大孔树脂洗脱过程中对芍药
苷和芍药内酯苷定量检测的同时，对水洗除杂和醇
洗脱过程也进行了快速定性分析，从而建立起一套
全面的适合中药纯化过程的定性定量快速质量控制
方法，为白芍提取物大孔树脂产业化纯化过程的在
线检测提供了参考方法。
1 仪器与材料
岛津 LC—10ATvp 高效液相色谱仪（SPD—
M10Avp 检测器，CLASS—VP 软件）。MPA 傅里叶
变换近红外光谱仪（德国 Bruker 光学仪器公司），
随机附有光程 2 mm、长度 2 m 的石英光导纤维透
射式探头，TE—InGaAs 检测器。软件为 Bruker Opus
6.5 光谱采集和处理软件。
D-101 大孔吸附树脂（河北沧州宝恩化工有限
公司）；芍药内酯苷对照品（批号 20091118，深圳
市美荷生物科技有限公司），芍药苷对照品（批号
1287-20100225，中药固体制剂制造技术国家工程研
究中心），质量分数均大于 98%；白芍饮片（批号
20091110）由宁波立华制药有限公司提供；乙腈为
色谱纯（上海振兴化工一厂），其余均为分析纯。
2 方法与结果
2.1 样品制备
大孔树脂先用 95%乙醇浸泡 24 h，使之充分溶
涨，然后湿法装柱（400 mm×20 mm），依次用 10
倍柱床体积的 0.1 mol/L 氢氧化钠水溶液和同量的
0.1 mol/L 盐酸水溶液漂洗，除去树脂含有的杂质，
体积流量控制为 2.0 mL/min。最后用 20 倍柱床体积
的纯净水以同一体积流量浸洗，充分除去残存的盐
酸和氢氧化钠水溶液。
称取白芍饮片适量，加 12 倍量水加热回流 2 h
后滤过，取滤液，残渣再加 8 倍量水进行第 2 次加
热回流，2 h 后滤过，合并 2 次滤液，减压浓缩，浓
缩液上准备好的大孔树脂柱，静态吸附 6 h 后，先
用纯水洗脱至澄清，再用 70%乙醇进行洗脱。分别
收集水冲洗和 70%乙醇冲洗过程中的洗脱液。其中
70%乙醇洗脱液样品经光谱采集后进行 HPLC 分
析，作为 NIRS 定量建模提供参考数据。本实验共
进行 6 次纯化试验，共得 55 份纯水洗脱液和 76 份
醇洗脱液样品用于近红外定性、定量分析。
2.2 光谱采集
测定方式：光纤透射式探头（2 mm 光程）；扫
描范围 12 500～4 000 cm−1；分辨率 8 cm−1；扫描次
数 64 次；环境温度 27.3～28.6 ℃，湿度 42%～59%。
取各样品依次倒入特定的样品瓶中，待溶液稳
定后，将光纤探头浸入其中，按实验条件依次进行
近红外扫描，每个样品测定 3 次，求平均光谱用于
近红外建模，共得 55 张水洗脱液样品光谱图和 76
张醇洗脱液样品光谱图，见图 1。
2.3 HPLC 定量测定
2.3.1 色谱条件 色谱柱为 Shimadzu VP-ODS 柱
（250 mm×4.6 mm，5 μm），柱温 25 ℃，体积流量
1 mL/min，进样量 10 μL，检测波长 230 nm；流动





图 1 水洗脱液 (A) 和 70%乙醇洗脱液样品 (B) 的
原始 NIRS 图
Fig. 1 Original NIRS spectra for samples of water
eluent (A) and 70% ethanol eluent (B)
12 000 10 000 8 000 6 000 4 000
波数 / cm−1
B
A
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 9 期 2013 年 5 月

·1130·
相乙腈-0.1%磷酸水溶液（13∶87）。
2.3.2 供试品溶液的制备 70%乙醇洗脱液，稀释
后微孔滤膜滤过，即得。
2.3.3 对照品溶液的配制 精密称取芍药苷对照品
17.98 mg，芍药内酯苷对照品 3.23 mg，分别置 25 mL
量瓶中，用甲醇定容至刻度，摇匀，得芍药苷对照
品储备液、芍药内酯苷对照品储备液；分别精密吸
取 1、2 mL 置 10 mL 量瓶中，用甲醇定容至刻度，
摇匀，即得质量浓度为芍药苷 71.9 μg/mL、芍药内
酯苷 25.8 μg/mL 的混合对照品溶液。
2.3.4 方法学考察 对醇洗脱液进行了方法学考
察，结果芍药苷回归方程为 Y＝93 298 X－21 529，
r＝0.999 7，芍药内酯苷回归方程为 Y＝32 431 X－
12 294，r＝0.999 8；芍药苷、芍药内酯苷线性范围
分别为 71.9～2 157.0、25.8～774.0 ng；芍药苷、芍
药内酯苷精密度试验 RSD 分别为 0.54%、0.58%；
芍药苷、芍药内酯苷重复性试验RSD分别为 0.69%、
0.65%；芍药苷、芍药内酯苷稳定性试验 RSD 分别
为 0.76%、0.74%；芍药苷、芍药内酯苷的平均回收
率分别为 99.85%、99.50%，RSD 分别为 1.76%、
1.62%。
2.3.5 样品测定 取所收集的 76 份醇洗脱液，按供
试品溶液的制备方法处理，进样 10 μL 进行 HPLC
分析，样品中芍药苷和芍药内酯苷的浓度分布范围
分别为 7.9～9 893.7、2.8～2 949.9 μg/mL。混合对
照品和样品的 HPLC 谱图见图 2。




1-芍药内酯苷 2-芍药苷
1-paeoniflorm 2-albiflorin

图 2 混合对照品 (A) 和样品 (B) 的 HPLC 色谱图
Fig. 2 HPLC chromatograms of mixed reference
substances (A) and Paeoniae Alba Radix
sample (B)

2.4 基于模式识别[1,8]的定性分析过程
利用大孔吸附树脂柱分离纯化中药提取物时，
通常用肉眼观察吸附、杂质洗脱和纯化物解吸洗脱
等工艺过程中的颜色变化，确定各过程的完成程度。
但是利用这种方法难于实现分离纯化过程的高效质
量控制、高产率和低成本。因此，本实验以近红外
透射光纤技术为监控手段，利用模式识别方法对
D-101 树脂分离纯化过程中的水洗和醇洗过程进行
快速质量监控方法研究。
2.4.1 水洗除杂过程的主成分分析 采用 OPUS 软
件，对水洗除杂过程收集的洗脱液的 NIRS 采用因
子化法，对其进行主成分分析。通过多种预处理方
法和波长范围选择试验后，运用“一阶导数＋矢量
归一化法”预处理方法，波数范围 11 007.7～7 968.5、
6 109.4～5 442.2 cm−1 所得出的主成分得分图可以
最准确地反映出水洗除杂过程洗脱液的变化趋势
（图 3）。由结果可见，流经吸附柱的杂质水溶液与
杂质洗净后的水溶液的 NIRS 存在明显的分界线，
并运用测试光谱进行测试，能够对水洗除杂过程的
洗脱液进行快速定性分析。表明 NIRS 能够监测柱
子在提取物水溶液饱和吸附后用水作为洗脱液除去
杂质的过程，从而可使其在最小的用水量、最短的
时间让杂质完全洗脱，并且使粗提物尽可能纯化。




A-杂质水溶液 B-杂质洗净后的水溶液
A-impurities water solution B-pure aqueous solution
图 3 水洗脱液样品的主成分得分图
Fig. 3 Principal component score plot
for samples of water eluent

2.4.2 醇洗过程的主成分分析 采用 OPUS 软件，
对 70%乙醇洗脱过程收集的洗脱液的光谱图采用因
子化法，对其进行主成分分析。通过多种预处理方
法和波长范围选择试验后，运用“一阶导数＋矢量
归一化法”预处理，波数范围 7 501.8～5 449.9 cm−1，
结果见图 4。70%乙醇液的收集过程为浓缩液经上
样吸附，用纯水冲洗杂质后开始用 70%乙醇进行冲
洗，待流出液颜色最深时开始进行收集。流出液的
溶剂体系是从水慢慢过渡到 70%乙醇，由结果可见，
NIRS 能正确地反映出这种变化趋势，直至流
A B
0 10 20 30 0 10 20 30
t / min
1
2
1
PC
2
0.3
0.2
0.1
0
−0.1
−0.2
−0.3
−0.4
−0.5
−0.26 −0.16 −0.06 0.04 0.14 0.24
PC1
校正集
测试集
A
B
2
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 9 期 2013 年 5 月

·1131·



图 4 70%乙醇洗脱液样品的主成分得分图
Fig. 4 Principal component score plot for samples
of 70% ethanol eluent

出液的溶剂体系完全为 70%乙醇时在小范围内聚为
一类。并运用测试光谱进行测试，能够对 70%乙醇
洗脱过程的洗脱液进行快速定性分析。可见，NIRS
可以准确对流体流经吸附柱的色谱行为作出指示，
快速监测分离纯化过程中的动态变化过程。
2.5 基于偏最小二乘法的定量分析过程
将醇洗脱液样品的 NIRS、芍药苷和芍药内酯
苷的名称和 HPLC 定量测定值输入 OPUS QUANT
定量分析软件包中，进行数据处理。以前 4 根树脂
柱取得的 55 个样本作为校正集，第 5 根树脂柱所得
10 个样品（相同批次白芍）和第 6 根树脂所得 11
个样品（不同批次白芍）作为预测集。
2.5.1 芍药苷和芍药内酯苷定量模型的建立 在建
立 NIRS 定量建模过程中常常需要对样品光谱图进
行光谱范围选择，以避免引入过多的冗余信息和干
扰信息，改善模型性能，提高计算速度。同时选择
一定的预处理方法，以消除光谱测量过程中由外界
因素带来的干扰和噪声。本实验比较研究了不同波
段（表 1）和不同光谱预处理方法（表 2）对内部交
叉验证均方根误差（root mean square error of cross
validation，RMSECV）的影响，从而筛选出最优建
模波段和光谱预处理方法，再采用偏最小二乘
（partial least square，PLS）回归法将经过预处理后
的光谱数据与 HPLC 分析数据进行关联，获得了预
测效果较理想的定量校正模型，结果见表 3。
2.5.2 模型的预测 在优化了用于建模的波段和光
谱预处理方法，用 PLS 法建立测定白芍大孔吸附树
脂纯化洗脱物中芍药苷和芍药内酯苷浓度的 NIRS
校正模型后，将其用于对相同批次白芍提取物（第
5 根树脂柱收集 10 份）和不同批次白芍提取物（第
6 根树脂柱收集 11 份）分离纯化样品的预测，所得
表 1 不同 NIRS 波段对模型 RMSECV 的影响
Table 1 Influence of NIRS wave on model RMSECV
芍药苷 芍药内酯苷 光谱范围 / cm−1
主因子数 RMSECV 主因子数 RMSECV
6 475.8～5 449.9 4 0.168 8 0.048 0
7 501.8～5 449.9 6 0.133 7 0.049 5
11 019.3～4 242.7 10 0.192 7 0.165 0
12 492.7～7 497.9
6 101.7～5 449.9
8 0.189 4 0.075 1
6 101.7～5 449.9
4 601.3～4 242.7
6 0.233 9 0.071 0
光谱预处理方法同表 2
Spectrum pretreatment method is the same as Table 2

表 2 不同光谱预处理方法对模型 RMSECV 的影响
Table 2 Influence of different pretreatment methods
on model RMSECV
芍药苷 芍药内酯苷 光谱预处理方法
主因子数 RMSECV 主因子数 RMSECV
消除常数偏移量 6 0.133 8 0.048 2
矢量归一化 8 0.199 8 0.046 9
一阶导数 5 0.184 8 0.048 0
二阶导数 6 0.232 6 0.084 2
一阶导数＋矢量
归一化
6 0.184 8 0.077 2
所选光谱波段同表 3
Selection of spectral bands is the same as Table 3

的预测结果见表 3，NIRS 预测的第 5 根和第 6 根大
孔树脂中纯化过程中芍药苷和芍药内酯苷的洗脱曲
线见图 5。
R2 越接近 1，说明校正模型的预测值与标准对
照品方法分析值之间相关性越强。RMSECV 是选择
建模参数和优化模型结构的指标，通常依据
RMSECV 值选择最佳的因子数、波段和预处理方
法。RMSEP 值评价所建模型的预测性能和外推能
力，RSECV 和 RSEP 反映所建模型和预测相对误差
大小。R2 值越大，RMSECV、RMSEP、RSECV 和
RSEP 值越小，表示建立的芍药苷和芍药内酯苷定
量模型的实际精度越高。
从表 3 可见对于 2 组白芍样品，芍药苷的 RSEP
要小于芍药内酯苷，而且芍药苷交叉检验结果和预
测结果的相关系数 R2 均大于芍药内酯苷，说明芍药
苷模型的稳定性要好于芍药内酯苷模型，这同样能
从图 5 的洗脱曲线中得到体现，NIRS 预测的芍药
PC
2
1.3

1.0

0.7

0.4

0.1

−0.2

−0.5
−0.51 −0.31 −0.11 0.09 0.29
PC1
0～70%乙醇溶剂体系
70%乙醇溶剂体系
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 9 期 2013 年 5 月

·1132·
表 3 最优定量校正模型及其计算结果
Table 3 Optimal quantitative calibration models and their calculation results
芍药苷 芍药内酯苷 名 称
第 5 组 第 6 组 第 5 组 第 6 组
光谱范围选择 / cm−1 7 501.8～5 449.9 6 475.8～5 449.9
预处理方法 消除常数偏移量 一阶导数
最优定量校正模型
检验方法 内部留一交叉检验 内部留一交叉检验
主因子数 6 8
R2 0.996 5 0.994 0
RMSECV / (mg·mL−1) 0.133 0.048
交叉检验结果
交叉验证相对标准偏差（RSECV）/ % 4.78 6.13
R2 0.998 4 0.995 2 0.992 2 0.984 9
预测误差均方根（RMSEP）/ (mg·mL−1) 0.124 0.172 0.120 0.133
预测结果
预测相对标准偏差（RSEP）/ % 3.91 5.66 10.73 16.66







图 5 NIRS 预测的第 5 组 (I) 和第 6 组 (II) 芍药苷 (A) 和芍药内酯苷 (B) 洗脱曲线
Fig. 5 Elution curves of paeoniflorm (A) and albiflorin (B) from groups 5 (I) and 6 (II) predicted with NIRS

苷洗脱曲线与实际洗脱曲线的吻合程度比芍药内酯
苷要好。这是由于经大孔吸附树脂纯化后的白芍洗
脱物里，芍药苷的量较芍药内酯苷要高出 3～4 倍，
NIRS 是属于常量分析方法，对量较高的目标成分
的预测精度会好于量较低的目标成分，因此 NIRS
对芍药内酯苷的预测误差较芍药苷要大。芍药苷作
为白芍中的主要成分之一，在分离纯化过程中常被
用来作为质控指标[9-11]，因此，使用 NIRS 方法对白
芍纯化过程中的芍药苷浓度进行快速检测具有显著
的应用价值。尽管芍药内酯苷的质量浓度较低，定
量模型对其的预测效果不如芍药苷理想，但依然对
工业生产过程中的质量控制具有借鉴作用。
同时，相对于与建模样品同批次的白芍而言，
不同批次白芍样品芍药苷和芍药内酯苷预测结果的
相关系数均有所下降，预测误差也有一定程度地提
高，但对不同批次白芍样品的预测结果同样也令人
满意，如果在此基础上继续加大建模样品数量，增
大建模用样品的代表性，改进光谱特征信息提取方
质
量
浓
度
/
(m
g·
m
L−
1 )

8


6


4


2


0
2.5

2.0

1.5

1.0

0.5

0
质
量
浓
度
/
(m
g·
m
L−
1 )

8

6

4

2

0
质
量
浓
度
/
(m
g·
m
L−
1 )

2.5

2.0

1.5

1.0

0.5

0
质
量
浓
度
/
(m
g·
m
L−
1 )

70 120 170 70 120 170
70%乙醇洗脱体积 / mL
NIRS 预测值

HPLC 测定值
I-A I-B
II-A II-B
70 120 170 70 120 170
70%乙醇洗脱体积 / mL
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 9 期 2013 年 5 月

·1133·
法，进一步优化模型，提高预测能力，该方法可望
作为产业化生产白芍总苷的纯化过程这一关键工序
的实用方法。
3 讨论
本实验采用近红外光纤探头技术，对白芍提取
物分离纯化过程进行快速分析研究，结果发现，利
用 NIRS 技术不仅能对醇洗过程中有效成分芍药苷
和芍药内酯苷进行即时定量检测，还能对水洗除杂
过程完全程度、醇洗过程中溶剂变化体系进行准确
监测。相对于中药制药过程中工艺参数的人为主观
判断，NIRS 能给出科学、客观的判别结果，相比
于 HPLC 分析方法，NIRS 能立即得出有效成分的
含量，准确反映有效成分的变化趋势，更好地理解
纯化工艺过程，是一套全面的白芍提取物纯化过程
定性定量分析方法。研究表明，NIR 作为一种快速、
简便、无污染的分析方法，可用于中药大孔树脂纯
化过程的快速分析，可进一步发展为实际中药生产
纯化过程的在线检测方法。
参考文献
[1] 陆婉珍. 现代近红外光谱分析技术 (第二版) [M]. 北
京: 中国石化出版社, 2006.
[2] 严诗楷, 罗国安, 王义明, 等. 栀子药材提取工艺的近
红外光谱实时控制方法研究 [J]. 光谱学与光谱分析,
2006, 36(6): 1026-1030.
[3] 吕琳昂, 师 涛, 杨辉华, 等. NIR 在线检测监控安神
补脑液水提过程的研究 [J]. 中草药 , 2009, 40(2):
224-228.
[4] 王 静, 莫必琪, 李 斌, 等. 近红外光谱法预测红参
醇提过程中总皂苷的变化研究 [J]. 中草药 , 2007,
38(9): 1323-1326.
[5] 武卫红, 王 宁, 蔡绍松, 等. 声光可调-近红外光谱技
术用于丹参回流提取过程中丹参酮 IIA含量的测定 [J].
中药材, 2009, 32(1): 118-121.
[6] 杨南林, 程翼字, 瞿海斌. 一种用于中药纯化过程的近
红外光谱分析新方法 [J]. 化学学报 , 2003, 61(5):
742-747.
[7] 蔡绍松, 武卫红, 王 宁, 等. 黄芪水提液浓缩过程的
AOTF-近红外光谱法在线分析 [J]. 中国医药工业杂
志, 2008, 39(7): 527-529.
[8] 瞿海斌, 杨海雷, 程翼宇. 近红外漫反射光谱法快速无
损鉴别阿胶真伪 [J]. 光谱学与光谱分析, 2006, 26(1):
60-62.
[9] 李 衫, 王亚楠, 刘小宇, 等. 白芍总苷提取和纯化工
艺的研究 [J]. 食品科学, 2007, 28(05): 173-176.
[10] 聂晓玉, 尚 诚, 王雅亮, 等. 大孔吸附树脂分离白芍
中芍药苷实验研究 [J]. 中成药, 2005, 27(3): 350-351.
[11] 尹蓉莉, 江 靖, 张淑儒, 等. 大孔吸附树脂纯化白芍
总苷的工艺研究 [J]. 时珍国医国药 , 2005, 16(7):
610-612.