近红外光谱法预测红参醇提过程中总皂苷的变化研究

目的应用近红外(NIR)光谱技术快速分析红参乙醇回流提取过程。方法采用比色法测定提取液样品的总皂苷质量浓度作为对照值,同时采集提取液样品的NIR光谱。运用正交信号校正算法消除光谱中的干扰信息,采用偏最小二乘回归法建立NIR光谱校正模型。结果NIR光谱校正模型能够准确地预测红参提取过程总皂苷质量浓度。结论NIR光谱技术可用于红参醇提过程快速分析。     

近红外光谱法快速测定天南星药材中水分

目的:应用近红外光谱技术(NIR)建立快速测定天南星药材中水分的方法。方法:采用烘干法测定样品中的水分,运用偏最小二乘法(PLS)建立该含量与NIR光谱之间的多元校正模型,采用相关系数(R),校正均方根误差(RMSEC),内部交叉验证均方根误差(RMSECV)和外部预测均方根误差(RMSEP)对校正模型进行优化和评价。利用校正模型对未知样品的水分进行预测,检验模型的准确度。结果:采用二阶导数法对光谱进行预处理,在4 774~9 845 cm~(-1)波段,选择前6个主成分建立最优校正模型,所建模型的R为0.990 6,RMSEC为0.16,RMSECV为0.38。经外部验证,校正模型的RMSEP和平均回收率分别为0.298和99.8%。结论:该方法具有简便快速、结果准确、无损样品的特点,可以应用于天南星中水分的快速测定。     

基于近红外光谱的白芍药材快速分析

目的:采用近红外(NIR)光谱技术建立一种快速测定白芍药材芍药苷的方法.方法:运用HPLC测定样品中芍药苷的含量,运用偏最小二乘(PLS)法建立含量如NIR光谱之间的多元校正模型,对未知样品进行含量预测.结果:校正集的内部交差验证均方差RMSECV为0.019 7,校正模型中真实值与预测值之间的相关系数(R2)为0.969 6,外部验证均方差(RMSEP)为0.046 1.结论:近红外漫反射光谱法快速、简便、无损,可用于白芍药材中芍药苷含量的快速检测,对其他药材中指标性成分的测定也有一定的参考价值.     

近红外光谱法结合PLS快速测定木香药材中水分

目的:采用近红外光谱技术结合PLS建立一种木香药材中水分的快速测定方法。方法:运用近红外漫反射光谱技术采集木香的近红外漫反射光谱,以甲苯法测定的含量为参考值,结合偏最小二乘法(PLS)建立木香药材中水分的定量分析模型,并用未知样品验证该模型。结果:所建水分定量模型的校正集内部交叉验证相关系数(R2)、校正均方差(RMSEC)和预测均方差(RMSEP)分别为0.982 9,0.178,0.196;验证集NIR预测值与甲苯法参考值的t检验值为-0.615,双侧P>0.05,差异无统计学意义。结论:该方法操作简便,测定快速,结果准确,可用于木香药材中水分含量的快速测定。     

NIR光谱的kernel Isomap-PLS建模方法及其在血府逐瘀口服液提取过程分析的应用研究

目的:研究NIR光谱的kernel Isomap-PLS非线性建模方法对于血府逐瘀口服液在线质量过程分析的可行性。方法:结合kernel Isomap与PLS的新建模方法(kernel Isomap-PLS)。该算法先用kernel Isomap对光谱降维,再用PLS进行回归来建立校正模型。结果:对于血府逐瘀口服液各性质成分,使用kernel Isomap-PLS算法建立模型的RMSECV值均小于Isomap-PLS与PLS。结论:NIR光谱的kernel Isomap-PLS非线性建模方法能够实现对血府逐瘀口服液提取过程的在线分析。     

防己药材近红外光谱快速无损检测的研究

目的采用近红外光谱技术建立快速测定防己药材有效成分含量及水分含量的方法。方法采用2015版《中国药典》防己项下相应方法测定防己药材中粉防己碱和防己诺林碱总量及水分含量,运用偏最小二乘法(PLS)建立其含量与NIR光谱之间的多元校正模型,采用相关系数(r)、校正均方根误差(RMSEC)、内部交叉验证均方根误差(RMSECV)和外部预测均方根误差(RMSEP)对校正模型进行优化和评价。利用校正模型对未知样品中粉防己碱和防己诺林碱总量及水分含量进行预测,检验模型的准确度。采用二阶导数法对光谱进行预处理,粉防己碱和防己诺林碱最佳建模波段在7891~3960 cm-1,水分最佳建模波段在8975~4032 cm-1。结果选择前8个主成分建立最优校正模型,粉防己碱和防己诺林碱总量的校正模型的r为0.9965,RMSEC为0.0347,RMSECV为0.136;而水分含量校正模型的r为0.9950,RMSEC为0.0458,RMSECV为0.263。经外部验证,粉防己碱和防己诺林碱校正模型的RMSEP和平均回收率分别为0.0964和100.8.%。而水分的分别为0.178和99.82%。结论所建方法具有简便快速、结果准确、无损样品的特点,可以应用于防己中粉防己碱和防己诺林碱总量及水分含量的快速测定。     

近红外光谱技术在热毒宁注射液栀子提取液浓缩过程中的应用

目的:应用近红外光谱技术(NIR)建立热毒宁注射液栀子提取液浓缩过程中绿原酸和栀子苷质量分数、固含量、密度的快速定量分析模型,实时反映浓缩状态,实现栀子提取液浓缩过程的质量控制。方法:收集栀子提取液浓缩过程中样品,同时采集浓缩过程在线NIR光谱,经过异常点剔除、光谱预处理和波段选择,运用偏最小二乘法(PLS)分别建立NIR光谱与绿原酸和栀子苷质量分数、固含量、密度分析值之间的定量校正模型,并对未知样品进行预测。结果:PLS模型中,绿原酸和栀子苷质量分数、固含量、密度校正集相关系数分别为0.990 5,0.994 3,0.986 2,0.987 9,交叉验证误差均方根分别为0.112,0.368,0.148,0.013;验证集相关系数分别为0.987 2,0.992 5,0.981 6,0.982 3,预测误差均方根分别为0.181,0.302,0.128,0.016,相对预测偏差均6.0%,能够满足中药生产过程中质量分析要求。结论:该法操作简便、快速无损且准确可靠,可用于热毒宁注射液栀子提取液浓缩过程中绿原酸和栀子苷含量、固含量、密度等质控指标的快速分析及监测。     

近红外漫反射光谱法用于白芍配方颗粒原料药材质量控制的研究

目的:提出一种快速、无损检测白芍药材中芍药苷、芍药内酯苷及水分的新方法.方法:运用偏最小二乘法(PLS)建立近红外光谱(NIR)与芍药苷、芍药内酯苷和水分测定值之间的多元校正模型,对未知样品进行含量预测.结果:校正模型相关系数(R2)分别为0.938,0.943,0.976.验证集预测平均相对偏差分别为6.5%,0.23%,3.8%.结论:近红外光谱法具有分析速度快、预测结果准确、不破坏样品和不污染环境等优点,而且不需要对样品进行复杂繁琐的前处理,适合对组成复杂的中药进行快速分析,可用于白芍配方颗粒原料药材的质量监控.     

近红外漫反射光谱法快速测定苦参和白土苓药材的水分

目的:利用近红外(NIR)光谱技术建立一种快速测定苦参及白土苓药材水分的方法。方法:以《中国药典》水分测定法中的烘干法测定不同苦参及白土苓药材含水量,采用偏最小二乘回归方法(PLS)分别建立两种药材的近红外光谱与含水量之间的相关模型,并利用内部交叉验证和外部验证的方法对模型进行优化。结果:2个模型的校正集内部交叉验证决定系数(R2)均在0.97以上,内部交叉验证均方差(RMSECV)均在0.001 9以下;2个模型的验证集外部验证R2均在0.99以上,预测误差均方根(RMSEP)均在0.002 2以下。结论:近红外漫反射光谱法具有快速、无损、准确的特点,能满足工业生产上对于原料药材水分含量测定的要求,可推广应用于药材含水量的快速测定。     

近红外光谱法快速测定女贞子药材中水分含量

目的:采用近红外光谱技术(NIRS)结合偏最小二乘法(PLS)建立一种女贞子药材中水分含量快速环保的测定方法。方法:利用烘干法测定样品中水分含量,并以其作为参考值,运用近红外漫反射光谱技术采集女贞子的近红外漫反射光谱,结合PLS建立女贞子药材中水分含量的定量分析模型,并用未知样品验证该模型。结果:所建水分定量模型的校正集内部交叉验证相关系数(R2),校正均方差(RMSEC),内部交叉验证均方差(RMSECV)分别为0.986 87,0.199,0.246 41;验证集预测相关系数(R2)与预测均方差(RMSEP)分别为0.956 6和0.220。结论:该方法操作简便,快速无污染,结果准确,可用于女贞子药材中水分含量的快速测定。     

近红外光谱分析技术在散结镇痛胶囊干燥过程水分检测中的应用

目的：本实验对近红外光谱（Near Infrared,NIR）分析技术在散结镇痛胶囊干燥过程中水分含量检测的可行性进行分析研究。方法：收集67批散结镇痛胶囊干燥过程不同水分含量的样品,扫描NIR光谱,分别考察比较不同波段和不同预处理方式所建立的模型的性能,最终选择1350-2030nm波段,Mean Center预处理方式,运用偏最小二乘法（PLS）建立NIRS与水分含量值之间的多元校正模型,并用此模型进行预测。结果：结果发现,选取1350-2030nm波段,Mean Center处理方式校正后建立的水分含量模型R_C=0.9950,R_V=0.9941,RMSEC=0.0096,RMSEV=0.0167,PC=4（软件根据PRESS值最小提供的主因子数）,所建立的模型较其他条件建立的模型性能更稳定,模型预测性能较优,表明样品光谱与其中水分质量分数之间存在良好的相关性。该模型对9批散结镇痛胶囊样本水分含量进行预测,R_P=0.9916,表明预测效果良好,能够满足中药生产过程中质量控制要求。结论：建立的近红外水分定量模型可以准确预测散结镇痛胶囊干燥过程水分含量,证实了NIR技术在散结镇痛胶囊干燥过程水分含量检测的可行性。     

基于近红外光谱分析技术的丹参多酚酸大孔吸附树脂柱色谱过程监测方法

该文将近红外光谱作为过程分析技术的工具,研究并建立了丹参多酚酸大孔吸附树脂柱色谱过程监测方法。采用7个正常操作批次建立柱色谱过程的多变量统计过程控制(MSPC)模型,以2个测试批次(包括1个正常操作批次和1个异常操作批次)验证模型的监测性能。结果显示,MSPC模型对柱色谱过程具有良好的监测能力。同时,采用偏最小二乘(PLS)建立了柱色谱过程中迷迭香酸、紫草酸和丹酚酸B 3个关键质量指标的近红外光谱定量校正模型,验证结果显示模型具有满意的预测性能。将以上2种模型相结合应用,能够有效地实现对丹参多酚酸大孔吸附树脂柱色谱过程的实时监测,并对关键质量指标进行在线分析。该研究所建立的过程监测方法可以为中药制药过程分析技术的开发提供参考。     

近红外漫反射光谱法快速测定山茱萸水分含量

目的: 利用近红外光谱建立一种快速测定山茱萸水分含量的方法。 方法: 采用烘干法测定山茱萸样品中的水分含量,运用偏最小二乘法（PLS）建立其含量与近红外光谱之间的校正模型,对山茱萸样品中的水分含量进行快速测定。 结果: 通过比较不同的建模参数,优化模型,建立水分模型的相关系数（R²）,校正均方差（RMSEC）和预测校正均方差（RMSEP）分别为0.990 52,0.297,0.819。 结论: 该方法具有简便快速、准确、无损的特点,可应用于大批量山茱萸药材中水分的快速检测。     

蜜紫菀水分快速测定方法研究

目的 采用近红外光谱（NIR）技术结合化学计量学构建快速、无损测定蜜紫菀水分的方法,实现其验收及贮藏养护过程中水分的快速、无损测定。方法 采集蜜紫菀的NIR,进行主成分分析和聚类分析,建立蜜紫菀的NIR无监督模型,以验证NIR的灵敏度;以《中华人民共和国药典》2020年版所测得的水分为真实值,NIR经预处理,建立蜜紫菀水分的偏最小二乘法（PLS）模型。结果 NIR无监督模型可对23批蜜紫菀进行有效辨识,所得结果准确可靠;建立的蜜紫菀水分的PLS模型r为0.856 6、校正均方根误差为0.357 4、交叉验证均方根误差为0.427 6、平均相对误差为3.92%、平均回收率为98.9%,表明模型具有较好的预测性。结论 采用NIR可快速测定蜜紫菀中的水分。     

双黄连口服液中黄芩苷含量近红外测定方法的建立与验证

目的:建立与验证快速分析双黄连口服液中黄芩苷含量的近红外光谱法。方法:采用透射模式采集样品近红外光谱数据,以偏最小二乘法建立光谱数据与HPLC法分析结果的定量校正模型,根据R、RMSEC、RMSEP等参数评价模型的定量性能;以准确性轮廓方法,验证近红外模型的准确度和精密度。结果:偏最小二乘定量校正模型R为0.9902,RMSEC为0.4223,RMSEP为0.4162;在β-期望容许误差极限为95%、容许极限为12%、风险极限为5%的约束下,模型验证结果表明分析方法准确度、精密度、不确定度满足要求,最低定量限为5.32 mg.mL-1。结论:双黄连口服液中黄芩苷近红外定量模型稳健可靠。此外,准确性轮廓作为一种新的验证方法,可运用于中药体系近红外分析模型验证。     

近红外光谱法快速测定逍遥丸(浓缩丸)中水分含量

目的: 应用近红外光谱法建立一种逍遥丸(浓缩丸)中水分含量的快速测定方法。方法: 利用烘干法测定样品中水分含量,并以其作为参考值,运用偏最小二乘法(PLS)建立水分含量与近红外光谱之间的多元校正模型,对未知样品进行含量预测。结果: 所建水分定量分析模型的相关系数(R²),校正均方差(RMSEC),预测均方差(RMSEP)分别为0.953 52,0.132,0.177。结论: 方法操作简便,无污染,结果准确可靠,可用于逍遥丸(浓缩丸)中水分含量的快速测定。     

近红外漫反射光谱法快速测定注射用丹参多酚酸中的水分

目的:利用近红外漫反射光谱分析技术对注射用丹参多酚酸中的水分进行无损、快速的定量分析.方法:以注射用丹参多酚酸为分析对象,用光纤测定近红外漫反射光谱,采用偏最小二乘法( PLS)建立定量校正模型.结果:53份样品的原始光谱经二阶导数预处理,选取11 993.1 ～6 098.8 cm-1和5450.7～4 598.2 cm-1谱段,建立注射用丹参多酚酸(冻干)水分定量校正模型并分析,结果R2为0.9911,内部交叉验证均方差(RMSECV)为0.210,最佳维数为4.10份样品用于外部验证,预测误差均方差(RMSEP)为0.243.结论:该方法分析快速、简便,结果准确可靠,可实现大批量样品的快速测定,对中药制剂的质量分析有一定的参考价值.     

Bagging-PLS的黄柏中试提取过程在线近红外质量监测研究

目的:采用近红外光谱技术,建立黄柏中试提取过程偏最小二乘法(PLS)定量模型,快速分析盐酸小檗碱含量,以Bagging-PLS集成建模方法提高所建模型的预测性能。方法:以HPLC为参考方法测定黄柏提取液中盐酸小檗碱含量,运用PLS建立与近红外光谱(NIR)预测值之间的多元校正模型,并建立Bagging-PLS模型提高模型的稳定性与预测性能。结果:盐酸小檗碱定量模型的校正均方根误差RMSEC为0.742 9,预测均方根误差RMSEP为0.961 4,校正集相关系数rc为0.986 6,预测集相关系数rp为0.977 0;Bagging-PLS模型预测均方根误差RMSEP均值为0.413 6,预测集相关系数rp均值为0.998 3,表现出了良好的稳健性与预测性能。结论:所建立的近红外定量模型拥有较好的预测性能,能够实现快速实时检测黄柏提取液中盐酸小檗碱的含量;所建立的Bagging-PLS模型稳健性与预测性能良好,可应用于中药近红外在线监测过程中。