1．模式识别 是一门用计算机代替人对模式即所研究的系统进行描述、分类、决策的新兴学科。1988年苏薇薇等对中药黄芩进行了模式识别研究，开创了模式识别鉴定中药的先例，他们还利用该法对78种苦丁茶样品和45个细辛样品进行了一系列研究。吴忠等用模式识别中的NLM及SIMCA法快速处理了30个黑三棱（药典品种）和12个荆三棱样品常量和微量元素特征谱，计算机分类结果和生药学鉴定一致。
2．聚类分析 将一批样品或变量用计算机进行数据处理，得到不同聚类图，从数图即可分类、鉴定和评价药材质量。苏薇薇等以砂仁及其伪品的紫外光谱为量化特征在计算机上用聚类分析法进行了分析，证明该法的实验结果与传统的生物学方法相同。丁以华等对中药材浸出液的紫外光谱进行聚类分析，以评价其质量优劣。
3．人工神经网络（ANN） 人工神经网络是用工程技术手段模拟生物神经网络的结构、特征和功能的一类人工系统。乔延江等用对称三层神经网络对22个蟾酥样品9个色谱峰的测量数据进行特征提取，提取的特征及相应的误差用三维图形表示，可直接用于样品分类；耿利娜等以误差反向传播为训练算法的前馈式人工神经网络（BP－ANN）用于中草药的裂解气相色谱图分析。
4．模糊数学方法 中药质量是多种因素影响的综合结果，其质量优劣界限存在模糊性。齐美玲等运用模糊聚类分析对10个产地5种黄芩23个品种进行研究；邢旺兴等借助毛细管气相色谱法运用模糊聚类分析对7种红曲酶的挥发性酸和非挥发性酸进行检测，根据红曲酶挥发性成分及非挥发性成分指纹图谱的主要峰及其相对含量，有效地鉴别了红曲霉素真菌；梁明利用模糊数学理论对中药材粉末显微鉴别进行了深入探讨。
另外还有计算机图像分析技术（CIA）、导数谱线组法（DSUVG）等，这些方法通常是根据采集到的药材总成分提取物的大量光谱或色谱数据以及某些经量化后的指标，运用计算机对这些数据进行处理，去粗取精，去伪存真，从数据分析中获取能用于药材分析鉴别的有用信息，然后以计算机代替人对药材进行分析、鉴别、判断，进行分类和鉴别真伪。这些方法的引入，对客观地鉴别和评价中药材及中药制剂的质量具有重要的科学价值和实际意义。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
