共查询到17条相似文献,搜索用时 250 毫秒
1.
目的:建立近红外漫反射光谱法快速测定积雪草总苷中积雪草苷的含量方法。方法:采用高效液相色谱法测定市场上流通的66批次积雪草总苷中积雪草苷的含量,同时采集近红外漫反射光谱,对原始光谱进行多元散射校正( MSC)、二阶导数(2D)和Norris导数(ND)平滑等光谱预处理方法,采用偏最小二乘回归法(PLSR)建立近红外定量校正模型,实现积雪草总苷中指标性成分积雪草苷含量的快速测定。结果:所建立的积雪草苷近红外定量校正模型,验证集相对误差RMSEP、标准偏差与标准误差的比值RPD分别为0.0352和6.47,表明所建近红外模型预测准确度高。同时,校正集均方根误差RMSEC和验证集均方根误差RMSEP接近,分别为1.17和1.25,交叉验证均方根误差RMSECV为3.43,表明所建近红外模型稳健性好。结论:所建立的积雪草苷近红外定量校正模型具有很好的预测准确度和稳健性,为市场上积雪草总苷质量的快速评价提供方法。 相似文献
2.
近红外光谱法测定不同厂家银黄颗粒中黄芩苷含量 总被引:15,自引:1,他引:14
目的:采用近红外光谱法对不同厂家银黄颗粒中黄芩苷含量进行快速测定.方法:以HPLC分析值作为参照,采用近红外漫反射光谱技术采集银黄颗粒的近红外光谱,结合偏最小二乘法(PLS)建立黄芩苷含量的快速测定方法.结果:建立的黄芩苷校正模型相关系数(R~2)、内部交叉验证均方差(RMSECV)、校正均方差(RMSEC)分别为0.998 2,0.189 9,0.051 4.经外部验证,校正模型的预测均方差(RMSEP)、平均回收率分别为0.080 2,104.27%.结论:该方法准确、快速、简便,可实现大批量样品的快速分析. 相似文献
3.
目的:建立应用近红外光纤光谱法对清热解毒口服液进行现场快速定量分析的方法。方法:收集100批清热解毒口服液为样本,利用HPLC测定样品中黄芩苷的含量,采集光谱,用偏最小二乘法(PLS)对清热解毒口服液中黄芩苷成分建立了定量分析模型,并对模型的处理方法、波长范围进行了研究。结果:建立的黄芩苷校正模型相关系数(R2)、估计误差均方根(RMSEE)、相对分析误差(RPD)分别为0.915 4,0.040 3,3.44。经外部验证,校正模型的预测均方差(RMSEP)、平均回收率分别为0.039 9,100.299%。结论:本研究使用近红外光纤光谱法所建立的对清热解毒口服液中黄芩苷的分析方法快速、准确,为清热解毒口服液的现场、即时快速定量分析提供了一种新方法,同时也为生产过程中的在线质量监控奠定了基础。 相似文献
4.
黄芩提取物有效成分的近红外光谱定量分析 总被引:4,自引:4,他引:0
目的:利用黄芩提取物样品的近红外漫反射光谱( NIRS)信息,建立能够快速分析其3种有效成分含量的校正模型.方法:共收集12个不同厂家的100批样品,其中80批样品作为校正集,20批样品作为验证集,结合偏最小二乘法(PLS),建立了黄芩提取物中黄芩苷、黄芩素和汉黄芩素3种有效成分的近红外定量校正模型.结果:3个校正模型的建模效果均较好,交叉检验决定系数(R2CV)分别为o.994 8,0.998 7,0.994 8,校正均方差(RMSEC)分别为0.440,0.022 5,0.011 1,交互验证均方差(RMSECV)分别为2.259,0.055 3,0.048 3.用验证样品进行外部验证,预测相关系数(r2)分别为0.998 2,0.996 5,0.990 9,预测均方差(RMSEP)分别为0.486,0.027 1,0.011 0.结论:结果表明,近红外光谱技术可对黄芩提取物中黄芩苷、黄芩素和汉黄芩素含量进行简便、快速、准确分析. 相似文献
5.
6.
清开灵注射液中间体银黄液中黄芩苷含量近红外测定方法的建立和验证 总被引:1,自引:0,他引:1
目的:建立清开灵注射液生产过程中间体银黄液中黄芩苷的近红外定量模型,并对其进行方法学验证。方法:采用近红外透射模式,以高效液相色谱分析值为参考值,采用偏最小二乘回归法(PLS)建立黄芩苷含量的近红外定量校正模型。采用相关系数(R)、校正标准差(SEC)、预测标准差(SEP)等参数评价模型,并运用AP方法验证模型。结果:所建模型的Rcal和Rval为0.9978和0.9995,SEC和SEP为723.0μg/mL和513.8μg/mL,模型预测效果良好;在β-期望容差区间为90%,容许极限为15%,风险性为10%的约束下,该模型各项分析指标满足分析要求,最低定量限为8 025μg/mL。结论:当黄芩苷含量大于8 025μg/mL时,所建近红外分析模型稳健可靠,可用于清开灵注射液生产过程中间体银黄液中黄芩苷快速准确定量。 相似文献
7.
采用近红外光谱分析技术,在线监测黄芩配方颗粒提取过程中黄芩苷成分的含量变化。以高效液相色谱法为参考方法,采用Kennard-Stone法(KS)划分样本集,进而比较不同预处理方法,通过组合间隔偏最小二乘法(Si PLS)对建模波段进行筛选,建立偏最小二乘模型。采用相对误差法对黄芩3次提取时段的预测集样本进行预测。结果表明应用SavitzkyGolay11点平滑(SG11点)预处理方法所建模型最好,其交叉验证均方根(RMSECV)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.092 7,0.134 4,0.114 8,决定系数R2均大于0.99,且黄芩苷含量的平均相对误差在5%以下,说明在线近红外光谱分析技术可以应用于黄芩配方颗粒提取过程中在线监测及其质量控制。 相似文献
8.
目的:本文建立了能快速测定防风中升麻素、4种色原酮含量之和的近红外光谱定量模型。方法:用高效液相色谱法测定55批防风饮片的4种色原酮的含量作为参考值,结合偏最小二乘回归法(PLS)建立回归模型。筛选了不同的光谱预处理方法、波段及最佳因子数,最终模型通过相关系数(R2)、预测均方根误差(RMSEP)和校正均方差(RMSEC)来评估其稳健性。结果:升麻素的最佳RMSEP值、RMSEC值、R2分别为0. 025 0、0. 024 0、0. 949 9,4种色原酮含量总和的最佳RMSEP值、RMSEC值、R2分别为0. 2460、0. 1720、0. 9110。结论:本研究建立的近红外光谱定量模型较准确,可用于对防风质量的快速检测。 相似文献
9.
目的:对近红外光谱(NIR)分析技术在热毒宁注射液栀子萃取过程中可行性进行分析研究。方法:收集7批共147个栀子萃取液样品,扫描NIR离线光谱,测定栀子苷含量和固含量,应用偏最小二乘法建立定量校正模型,并用此模型进行预测。结果:建立的栀子苷和固含量模型校正集R2分别为0.987 2,0.994 7,RMSEC分别为1.460 9,2.367 7,说明所建模型性能良好。该模型对20个栀子萃取液样品进行预测,栀子苷和固含量的R2分别为0.980 7和0.986 1,RMSEP分别为1.827 5和7.307 7,RSEP分别为3.08%和5.29%均小于6%,能够满足中药生产过程中质量控制要求。结论:建立的近红外离线定量模型可以准确预测栀子苷含量和固含量,证实了NIR技术在热毒宁注射液栀子萃取过程应用的可行性。 相似文献
10.
目的:运用近红外光谱技术(NIRS),结合偏最小二乘法(PLS),对筋骨痛消丸中水浸出物进行快速测定。方法:将近红外光谱图与筋骨痛消丸水浸出物的含量进行关联,对光谱预处理方法和建模区间进行考察;采用近红外光谱技术结合偏最小二乘法,建立测定筋骨痛消丸中水浸出物含量的近红外光谱定量分析模型。结果:98份样品所建立的定量分析模型内部交叉验证决定系数(R2)为0.983 26,校正均方根偏差(RMSEC)为0.21,预测均方根偏差(RMSEP)为0.22。18份验证集样品真实值和预测值的平均相对偏差为0.09%。结论:近红外光谱技术结合偏最小二乘法建立的定量分析模型可用于对筋骨痛消丸中水浸出物含量的快速测定。 相似文献
11.
近红外光谱法快速测定天南星药材中水分 总被引:1,自引:0,他引:1
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。 相似文献
12.
HPLC法测定双黄连口服液中黄芩苷含量的不确定度分析 总被引:1,自引:0,他引:1
孙莉 《现代中药研究与实践》2009,23(3)
目的分析HPLC法测定双黄连口服液中黄芩苷含量的不确定度。方法通过建立HPLC法测定含量的数学模型,找出影响不确定度的因素,计算合成不确定度,给出扩展不确定度和置信水平。结果合成不确定度为0.14mg/mL,扩展不确定度为0.28mg/mL,含量测定的结果为9.75(±0.28)mg/mL。结论本方法可用于HPLC法测定药物含量的不确定度分析。 相似文献
13.
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。 相似文献
14.
Hao Zhan Jing Fang Hong-wei Wu Hong-jun Yang Hua Li Zhu-ju Wang Bin Yang Li-ying Tang Mei-hong Fu 《中草药(英文版)》2017,9(3):250-257
Objective To establish a new method with near-infrared(NIR) spectroscopy to determine the total content of emodin, chrysophanol, rhein, aloeemodin, and physcion. NIR was used in this study to provide rapid and nondestructive analysis results. Methods In the first place, HPLC was used to measure the total content of emodin, chrysophanol, rhein, aloe-emodin and physcion in Rhei Radix et Rhizoma(RR) as a reference. In the second place, the spectral regions, regression methods, pretreatment methods, and partial least squares(PLS) factors were compared to increase the feasibility of the model. In the last, the root mean square error of calibration(RMSEC), root mean square error of cross validation(RMSECV), root mean square error of prediction(RMSEP), and correlation coefficient(r) were used as assessment parameters. Results PLS with first derivative pretreatment in the ranges of 4242-5581 cm~(-1), 5885-6233 cm~(-1) and 6394-7011 cm~(-1) provided the best results. The RMSEC and RMSEP obtained were 0.134 and 0.226 respectively. The according determination coefficients of the quantitative model were 0.99 and 0.94. Conclusion NIR spectroscopy as a quick and nondestructive analytical method may be used to determine the total content of emodin, chrysophanol, rhein, aloeemodin, and physcion for the quality control of RR. 相似文献
15.
目的:建立夏枯草中水溶性浸出物含量的近红外光谱定量分析模型。方法:采用热浸法测定180批夏枯草中浸出物的含量;采集样品的近红外光谱数据,利用TQ8.0软件建立浸出物的定量分析模型。结果:所建立的近红外光谱定量分析模型的校正集内部交叉验证相关系数(R~2),校正均方差(RMSEC)和预测均方差(RMSEP)分别为0.981 4,0.347,0.378,验证集NIR预测值与热浸法参考值的t检验值为0.653,双侧P=0.5170.05,说明差异无统计学意义。结论:建立的近红外光谱法测定夏枯草中浸出物的含量测定方法准确、可靠,可用于夏枯草中浸出物的含量测定。 相似文献
16.
目的:利用近红外光谱技术,建立红参提取过程中关键组分的定量模型,实现快速检测功能;以近红外光谱为基础,结合动力学方程,建立提取过程动态趋势模型,实现全过程预测功能。方法:在线采集红参提取液近红外光谱,以HPLC获取关键成分数据,使用最小二乘法(PLSR)建立红参总皂苷的定量模型;通过定量模型以及近红外光谱,结合传质动力学方程,拟合建立提取过程随时间的动态关系模型,实现提取过程预测。结果:红参总皂苷定量模型的校正集相关系数r、校正均方根误差RMSEC、预测均方根误差RMSEP分别为0.996 09,0.018 9,0.016 8;以红参提取一阶动力学方程结合NIR定量模型建立提取过程趋势预测模型,模型显示趋势预测性能良好,具有较高的精度。结论:近红外法获得的定量模型拥有较好的检测精度,能实现快速在线检测功能;所建立的全过程提取动力学方程与实际提取过程趋势较为契合,满足预测需求。 相似文献
17.
目的:应用近红外(NIR)光谱分析技术,建立热毒宁注射液产业化生产中萃取液浓缩过程绿原酸含量及固含量质量控制指标的快速定量分析方法,实时反映浓缩过程的状态,真正实现萃取液浓缩过程质量控制。 方法:收集金青萃取液浓缩过程中样品,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HPLC分析值和固含量之间的定量校正模型,并对未知样品进行预测。 结果:绿原酸含量和固含量校正模型的相关系数分别为0.992 1,0.994 0,验证模型的相关系数分别为0.994 4,0.998 4,RMSEC分别为0.814 6,2.656 1,RMSEP分别为0.704 6,1.876 7,RSEP分别为6.01%,2.93%。 结论:该方法操作简便、快速无损且准确可靠,可用于热毒宁注射液萃取液浓缩过程中绿原酸含量及固含量的快速监测。 相似文献