近红外漫反射光谱法测定红霉素肠溶片中红霉素A的含量

目的:应用近红外漫反射技术和化学计量学的方法对红霉素肠溶片中的红霉素 A 进行定量分析。方法:通过偏最小二乘法建立数学模型,对预测集进行预测,并对实际样品的含量进行测定。结果:40个校正集样品经内部交叉验证建立校正模型,内部交叉验证确定系数 R~2=99.86,内部交叉验证均方根误差(RMSECV)为0.50。对10个预测集样品进行外部验证,预测均方根误差(RMSEP)为0.493,预测值与真实值的相关系数达0.9995。预测值的平均回收率为100.11%(RSD=0.96%,n=10),方法精密度 RSD 为0.78%(n=8)。方法稳定性 RSD 为0.95%(n=7)。结论:本方法快速简便,结果准确,适用于药品快速检查和质量控制。     

NIR结合OPUS软件建立山药中尿囊素定量模型

目的：利用近红外光谱（NIR）结合OPUS软件直接测定山药中尿囊素的含量。方法：对山药样品进行近红外光谱检测并采用高效液相色谱（HPLC）法测定其尿囊素的含量，结合OPUS软件建立NIR光谱特征值与HPLC测定的结果之间的校正模型，进而对预测集样品进行分析。结果：校正样品集经内部交叉验证建立校正模型，内部交叉验证决定系数R^2=95．47，对预测集样品进行外部验证，预测值与真实值的相关系数R^2=95．98。结论：利用NIR技术测定山药样品中尿囊素的含量是可行的，为山药药材的质量控制提供一种快速简便的检测方法。     

近红外漫反射光谱法测定盐酸布比卡因微球含量

目的：采用近红外漫反射光谱（NIRDRS）技术,建立一种快速测定微球主药含量的方法。方法：建立校正样品集与测试样品集,采集近红外光谱,运用偏最小二乘法建立数学模型,对测试集进行预测。结果：校正样品集的最佳主成分数为Rank=6,内部交叉验证均方差（RMSECV）=2．38,决定系数R^2=93．18。测试样品集的预测结果：预测均方差（RMSEP）=2．37,决定系数R^2=93．77,评估均方差（RMSEE）=3．37。结论：NIRDRS测定微球的含量结果可靠,该技术应用于微球制剂生产的在线监测、评价微球制剂的质量标准提供了坚实的理论依据。     

吡嗪酰胺片近红外定量分析通用性模型的建立

目的建立近红外通用性模型,能对不同厂家吡嗪酰胺片的含量进行快速、无损地测定,有效监控其质量。方法采集9个浓度梯度的各3批自制样品及来源于20个不同厂家46批次的真实样品近红外漫反射光谱,并通过聚类分析方法确定校正集和预测集,考察不同预处理方法、谱段和光滑点数的影响,选择建立了最佳的吡嗪酰胺片的定量模型。结果 46个校正集样品经交叉验证建立校正模型,交叉验证均方根误差（RMSECV）为0.775,相关系数为99.4%;27个预测集真实样品的预测均方根误差（RMSEP）为0.962,预测值与真实值的相关系数为99.8%。预测值的平均回收率为99.9%（RSD为1.26%）。方法精密度RSD为0.84%（n=6）,方法稳定性RSD为0.5%（n=5）。对6个厂家6批真实样品含量测定,相对误差均小于1.53%。结论所建立的定量模型能够对不同厂家不同规格的样品作出准确、快速的含量分析。     

近红外漫反射光谱法测定诺氟沙星胶囊的含量

目的：利用近红外漫反射技术和化学计量学的方法对诺氟沙星胶囊进行定量分析。方法：通过偏最小二乘法建立数学模型，对预测集进行预测，且对实际样品的含量进行测定。结果：30个样品经内部交叉验证建立预测模型，内部交叉验决定系数R^2=99.70，内部交叉验证均方差RMSECV＝0.203。用10个样品进行外部验证，外部验证预测均方差RMSEP=0.602，预测值与真值的相关系数达0.9948。预测值的平均回收率为99.7%，方法精密度RSD＝0.45%（n=7)。结论：建立预测模型对诺氟沙星胶囊进行含量分析是可行的，该法的样品不需预处理，分析快速简便，结果准确。     

近红外技术应用于药厂丹参药材质量检测

目的利用近红外光谱技术,快速测定丹参药材中丹参酮ⅡA的含量。方法运用偏最小二乘法(PLS)建立丹参药材中丹参酮ⅡA含量与其近红外光谱之间的校正模型,并对未知的丹参样品进行丹参酮ⅡA含量预测。结果校正集内部交叉验证决定系数R2为0.996 94,交互验证均方根偏差RMSECV为0.011 8,11份样品的外部预测均方根偏差RMSEP为0.023 7。预测值的平均相对误差为1.712 9%。结论近红外光谱技术测定丹参药材中丹参酮ⅡA的含量是可行的,该方法快速准确、简单无损,可应用于大批量样品的快速分析。     

近红外漫反射光谱法测定头孢氨苄胶囊的含量

目的:应用近红外漫反射技术和化学计量学的方法对头孢氨苄胶囊进行定量分析.方法:通过偏最小二乘法建立数学模型,对预测集进行预测,并对实际样品的含量进行分析测定.结果:25个样品经内部交叉验证建立预测模型,内部交叉验证的均方差为0.40,确定系数R2=1.00.用15个样品进行外部验证,外部验证的均方差为0.59,确定系数R2=0.999.预测值与真值的确定系数为0.9995.预测值的平均回收率为100.4%(RSD为0.50%,n=15).方法精密度RSD为0.85%(n=7).结论:建立的预测模型对头孢氨苄胶囊进行含量测定是可行和有效的,样品不需预处理,分析快速、简便、环保,结果准确.     

NIRDRS法对微球制剂的粒径及跨度的研究

目的：采用近红外漫反射光谱技术，建立一种快速测定微球的粒径及其跨度的方法。方法：建立校正样品集与测试样品集。采集近红外光谱，运用偏最小二乘法建立数学模型。对测试集进行预测。结果：校正样品集的最佳主成分数分别为(Rank1)=2，(Rank2)=1；内部交叉验证均方差(RMSECV1)=0．78，(RMSECV2)=0．22；决定系数(R^21)=98．58。(R^22)=93．35。测试样品集的预测结果，粒径：预测均方差(RMSEP)=0．99，决定系数(R^2)=97．84，评估均方差(RMSEE)=1．12；跨度：预测均方差(RMSEP)=0．28。决定系数(R^2)=93．03，评估均方差(RMSEE)=0．23。结论：近红外漫反射光谱测定微球的粒径及其跨度结果可靠，可用于微球制剂的质量控制。     

近红外光谱法测定氯雷他定胶囊含量

目的：利用近红外光谱建立快速测定氯雷他定胶囊含量的方法。方法：用HPLC法测定氯雷他定胶囊含量，采用偏最小二乘法（PLS）建立NIR光谱与HPLC法测定值之间的多元校正模型，预测氯雷他定胶囊中氯雷他定的含量。结果：所建立校正模型内部交叉验证的决定系数R^2为98．32，内部交叉验证均方差（RMSECV）为0．158；外部验证均方差（RMSEP）为0．1，决定系数R^2为99．51，外部验证预测值与理论值的相关系数为0．9982，预测值平均回收率为100．3％（RSD=1．42％，n=12）。结论：本法操作简便、快速无损、环保，可用于氯雷他定胶囊含量的快速检测和质量控制。     

近红外漫反射光谱法定量分析川芎中的阿魏酸含量

目的:应用近红外光谱分析技术和化学计量学方法构建了川芎中阿魏酸含量的定量测定模型。方法:通过偏最小二乘法建立数学模型,并对预测集进行预测。结果:34个川芎样品经交叉验证建立校正模型,交叉验证均方根误差(RMSECV)为0.146%,决定系数(R2)为0.9883。用11个川芎样品进行预测,预测值与参考值的决定系数(R2)达0.9751,预测均方根误差(RMSEP)为0.251%。结论:该方法简便快速,结果准确,可应用于对不同产地不同批次的川芎进行快速检查或质量控制。     

近红外漫反射光谱法测定阿奇霉素分散片的含量

目的应用近红外漫反射技术和化学计量学的方法对阿奇霉素分散片进行定量分析。方法通过偏最小二乘法建立数学模型,对预测集进行预测,并对实际样品的含量进行测定。结果40个样品经内部交叉验证建立预测模型,内部交叉验证确定系数R2=99.86,内部交叉验证的均方差RM SECV=0.504。用8个样品进行外部验证,预测值与真实值的相关系数达0.9994。预测值的平均回收率为100.2%(RSD=0.85%,n=8),方法精密度RSD=0.89%(n=7),方法稳定性RSD=0.90%(n=7)。结论本方法快速简便,结果准确,适用于对模型涉及企业的药品进行快速检查或质量控制。     

近红外光谱法测定盐酸吡格列酮片的含量

目的：利用近红外光谱建立快速测定盐酸吡格列酮片含量的方法。方法：用HPLC法测定100批盐酸吡格列酮片样品含量并采集各样品的近红外光谱数据,从中随机抽取80批样品组成校正集,另20批样品组成测试集,采用偏最小二乘法（PLS）建立定量模型,并预测测试集样品的盐酸吡格列酮含量。结果：所建立定量模型的交叉验证测定系数r^2为0．9903,交叉验证均方差（RMSPCV）为0．394;测试集样品的测定系数r^2为0．9875,预测均方差（RMSEP）为0．259,平均预测偏差0．18％。结论：本法操作简便、快速、环保,可用于盐酸吡格列酮片的快速定量分析。     

近红外光谱法测定头孢氨苄颗粒含量

目的 建立测定头孢氨苄颗粒含量的近红外光谱（NIR）快速分析方法。方法 以全国不同企业生产的187批头孢氨苄颗粒样品采集近红外光谱,分别建立校正集和检验集,校正集经内部交叉验证,建立校正模型,对检验集的样品进行分析。结果 头孢氨苄颗粒的浓度为0.042 0∽0.138 0 mg.mg 1,内部交叉验证决定系数（R2）为98.84,内部交叉验证均方差（RMSECV）为0.003,外部验证预测均方差（RMSEP）为0.003,预测值与真值的相关系数为0.995 0。结论 所建方法快速、简便、结果准确,可用于头孢氨苄颗粒的快速定量检验。     

近红外漫反射光谱法快速测定首乌丸中二苯乙烯苷的含量

目的:建立快速测定首乌丸中二苯乙烯苷含量的方法。方法:采用高效液相色谱法(HPLC)测定首乌丸中二苯乙烯苷的含量(作为实测值):色谱柱为ODS-C_18,流动相为乙腈-水(25∶75,V/V),流速为0.8 m L/min,检测波长为320 nm,柱温为30℃,进样量为10μL。采用偏最小二乘法-近红外漫反射光谱法建立预测首乌丸中二苯乙烯苷含量的定量校正模型:根据实测值,采集校正集样品76份、验证集样品18份,以标准归一化法、一阶导数法联合滤波法预处理光谱,最佳波段为9 000~4 150 cm~(-1),主成分因子数为12。结果:首乌丸中二苯乙烯苷的含量测定方法学考察符合要求。二苯乙烯苷含量预测的定量校正模型内部交叉验证决定系数为0.991 90,校正均方根偏差为0.020 1,预测均方根偏差为0.023 6,交叉验证均方根偏差为0.076 29,预测值与实测值差异无统计学意义(P>0.05)。结论:该方法准确、稳定、简便,可用于首乌丸中二苯乙烯苷含量的快速测定。     

基于近红外光谱的疏血通注射液浸提过程总固体含量分析

目的 建立一种快速测定疏血通注射液浸提过程中总固体含量的近红外光谱法。方法 以水蛭和地龙2种药材浸提过程为例,采用偏最小二乘法(PLS)建立总固体含量的近红外光谱分析校正模型,实现对总固体含量的快速测定。结果 近红外光谱在一阶导数结合Karl Norris平滑滤波处理下,建模效果最佳。水蛭总固体含量校正集相关系数(R)为0.810 8,校正集和验证集预测误差均方根(RMSEC、RMSEP)分别为0.583和0.495,交叉验证误差均方根(RMSECV)为0.81,校正集和验证集相对偏差(RSEC、RSEP)分别为6.11%和5.25%;地龙总固体含量校正集R值为0.975 5,RMSEC和RMSEP分别为1.10和1.85,RMSECV为1.61,RSEC和RSEP分别为4.68%和7.80%。结论 近红外光谱可用于快速测定疏血通注射液浸提过程中总固体含量,有望推广应用于中药浸提过程的在线质量控制。     

注射用阿莫西林钠克拉维酸钾近红外定量分析通用性模型的建立

目的利用近红外漫反射光谱分析技术和化学计量学的方法对注射用阿莫西林钠克拉维酸钾进行无损、快速定量分析。方法采集26批实验室自制样品和40批不同企业市售样品的近红外漫反射光谱,通过聚类分析确定校正集和验证集,采用偏最小二乘法(PLS)建立定量分析模型。结果 3个定量模型中阿莫西林浓度范围为21.28%～75.57%,克拉维酸浓度范围为2.67%～15.85%,水分范围为0.46%～15.7%。阿莫西林定量模型的交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为1.42%和1.54%;克拉维酸定量模型的RMSECV和RMSEP分别为0.56%和0.71%;水分定量模型的RMSECV和RMSEP分别为0.11%和0.14%。结论建立的3个非破坏性快速定量分析模型用于不同厂家生产的注射用阿莫西林钠克拉维酸钾样品测定是可行的。     

黄芩近红外漫反射光谱法定量模型的建立及应用

目的应用近红外漫反射光谱技术和化学计量学的方法快速检测黄芩中黄芩苷含量。方法以43批校正集样品为对象,建立近红外定量模型,预处理方法为多元散射校正,波长范围为8 798.2~7 995.9,7 201.3~5 596.7和4 802.2~3 999.9 cm-1,回归方法为偏最小二乘法,并对15批验证集样品的含量进行测定。结果所建立的定量模型,其内部交叉验证相关系数r=0.971 2,内部交叉验证的均方差(RM-SECV)为0.677;外部验证相关系数r=0.961 8,外部验证的均方差(RMSEP)为0.396。结论该方法快速、简便,结果准确,可用于药材的快速检验和生产过程的在线控制。     

近红外光谱法快速测定枇杷叶浸出物的含量

目的 建立枇杷叶药材中浸出物含量的近红外定量模型,快速测定枇杷叶中浸出物含量.方法 用热浸法测定146批枇杷叶中浸出物含量,同时采集其近红外光谱数据,采用多元校正散射法加二阶导数法预处理,结合偏最小二乘法建立枇杷叶中浸出物含量的定量模型,采用28批验证集样品对模型进行验证.结果 所建立的校正模型,内部交叉验证决定系数达到0.984 28,校正均方差为0.387,预测均方差为0.659,内部交叉验证均方差为1.836 52.结论 该近红外定量模型稳定,准确可靠,可快速对枇杷叶中浸出物含量进行测定.     

近红外漫反射光谱法快速测定黄芩药材中黄芩苷和汉黄芩苷含量

目的针对中药生产中药材质量控制的问题,运用近红外漫反射光谱技术,结合化学计量学,提出一种快速测定黄芩药材中黄芩苷和汉黄芩苷含量的方法。方法利用HPLC法测定黄芩药材中黄芩苷和汉黄芩苷的含量作为对照值,运用偏最小二乘回归(PLS)建立黄芩药材近红外光谱与HPLC法含量测定值之间的多元校正模型,并对未知样本进行预测。结果黄芩苷和汉黄芩苷校正模型的相关系数分别为0.995、0.969,交叉验证误差均方根RMSECV分别为0.678、0.143,验证集预测误差均方根RMSEP分别为0.602、0.221。结论该方法可实现对黄芩药材的快速分析,预测结果准确可靠,可推广用于其他中药材的质量控制。     

近红外光谱法快速分析利巴韦林片剂的含量

目的：建立测定利巴韦林片剂含量的近红外光谱（NIR）快速分析方法。方法：以全国不同企业生产的43批利巴韦林片建立校正集，采集其近红外漫反射光谱；通过偏最小二乘法进行回归，经内部交叉验证，建立校正模型，进而对预测集的17批利巴韦林片样品进行分析。定量模型的预处理方法为一阶导数和矢量归一化法，波长范围为11914．3～10371．5，9796．8～9091，6877．1～5565．7，5334．3～4022．9cm^-1。结果：定量模型的浓度范围为0．37～0．75mg·mg^-1，RSD小于10％，内部交叉验证决定系数r=99．61，内部交叉验证均方差（RMSECV）为0．0119，外部验证预测均方差（RMSEP）为0．0198，预测值与真值的相关系数为0．9948。结论：该法具有快速、简便、结果准确的特点，可用于药品的快速检验。