筋骨痛消丸中醇浸出物的近红外光谱法快速测定

目的 运用近红外光谱技术和化学计量学方法,对筋骨痛消丸中醇浸出物的含量进行快速测定.方法 测定100份筋骨痛消丸醇浸出物的含量,采集所有样品的近红外光谱.采用光谱处理方法为偏最小二乘法(PLS)+二阶导数(SD),用TQ 8.0软件结合PLS建立醇浸出物的近红外光谱(NIR)定量模型.结果 建模范围为8 116.04～11 983.82 cm-1,主因子数为7,校正集内部交叉验证决定系数(R2)为0.99 778,校正集均方根偏差(RMSEC)为0.0 376,交叉验证集均方根偏差(RMSEP)为0.547,预测集平均相对误差为2.39％.结论 利用近红外光谱技术建立的模型对筋骨痛消丸中醇浸出物的含量测定是可行的,该方法快速、简便、结果准确.     

近红外光谱法快速测定青翘中醇浸出物的含量

目的运用近红外光谱技术（NIR）快速测定青翘中醇浸出物的含量。方法运用NIR结合偏最4、二乘法（PLS）建立青翘药材中醇浸出物含量的定量校正模型。结果所建立的定量校正模型内部交叉验证决定系数为0．99262,内部交叉验证均方差为0．83793,校正均方差为0．284,预测均方差为0．438。结论运用NIR测定青翘药材中醇浸出物含量是可行的。     

近红外光谱快速测定南板蓝根药材中水、醇浸出物的含量

【目的】采用近红外光谱技术(NIRS)快速无损测定南板蓝根药材中水、醇溶性浸出物的含量。【方法】采用近红外漫反射光谱,结合偏最小二乘法(PLS)在OPUS/Quant 2中建立快速测定浸出物的定量模型,对模型进行验证,考察模型的可靠性。【结果】所建立的水、醇溶性浸出物校正模型决定系数(R2),交叉验证校正标准偏差(RMSECV)值分别为0.959、0.602和0.965、0.481;验证集的预测值与参考值的R2和RMSEP值分别为0.970、0.498和0.964、0.485;验证集的预测值与参考值的绝对误差均在±2%之间,预测值与参考值比较吻合,模型的建立较为成功。【结论】NIRS测定南板蓝根水、醇浸出物的含量方法准确、快速、简便,可作为南板蓝根质量检测的方法。     

HPLC 结合近红外光谱技术快速测定丹参饮片中丹参酮ⅡA 的含量

目的 建立近红外漫反射光谱技术与高效液相色谱（HPLC）相结合测定丹参饮片中丹参酮ⅡA的方法.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 所建立的丹参中丹参酮ⅡA定量模型中样品的预测值和真实值之间的决定系数（r）为89.92％,RM-SECV为0.065.该法的建立证明了近红外漫反射光谱技术应用于中药中化学成分的测定的可行性.结论 同其他测定方法相比该法操作简单、速度快、效率高、无污染、费用低、无需复杂的前处理,可以直接对大量未知样品进行测定.     

近红外光谱法快速分析玄参药材中毛蕊花糖苷含量

目的建立玄参药材指标成分毛蕊花糖苷的近红外光谱快速定量模型。方法采用偏最小二乘法建立玄参药材中毛蕊花糖苷的近红外光谱多元校正模型,并对未知样品进行含量预测。结果校正模型相关系数r=0.998 53,验证集预测误差平方根为0.027 3,验证集平均相对误差为3.7%。结论近红外光谱检测快速,模型预测效果好,可用于玄参药材中毛蕊花糖苷的快速测定。     

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

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。     

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。     

近红外光谱快速测定复方丹参滴丸的包衣厚度

目的应用近红外光谱分析技术结合化学计量学方法建立制药过程中复方丹参滴丸包衣厚度的快速、无损检测的新方法。方法用近红外光谱仪扫描复方丹参滴丸包衣生产过程中的样品,对所得近红外漫反射光谱的预处理方法、有效谱段范围选择进行了讨论,并用偏最小二乘回归法(PLSR)建立测定滴丸包衣厚度的近红外光谱定量分析校正模型。结果对待测样本包衣厚度预测结果表明,所建校正模型预测相关系数R为0.974,校正误差均方根(RM SEC)为0.228,预测误差均方根(RM SEP)为0.338,效果比较理想。结论本实验所建方法快速、无损且准确可靠,可推广应用于中药生产药品包衣过程的在线检测。     

近红外光谱法测定天麻中天麻素的含量

目的 采用近红外光谱法对不同产地的天麻中天麻素含量进行快速测定.方法 以HPLC分析值作为参照,采用傅里叶变换近红外漫反射光谱技术采集天麻的近红外光谱,结合偏最小二乘法(PLS)建立天麻素含量的快速测定方法.结果 天麻素校正模型的相关系数(R)、校正均方差(RMSEC)、内部验证均方差(RMSEP)分别为0.990 6、0.043 2、0.032 4.经外部验证,预测值与真实值的相关系数达0.996 6.结论 该方法准确、快速、简便,可实现大批量样品的快速分析.     

运用近红外光谱法建立广藿香中百秋李醇的定量模型

目的建立广藿香百秋李醇的近红外定量模型,快速测定广藿香百秋李醇含量。方法用气相色谱法测定102批广藿香的百秋李醇含量,采集并用一阶导和标准归一化预处理近红外光谱,结合偏最小二乘法建立百秋李醇的定量模型。结果本实验建立的校正模型,内部交叉验证决定系数达到0.991 10,校正均方差为0.012 9,预测均方差为0.012 8,内部交叉验证均方差为0.033 15。结论本实验建立的近红外定量模型稳定,准确可靠,可快速对广藿香百秋李醇含量进行测定。     

近红外光谱快速测定栀子逆流提取过程中栀子苷含量

目的采用近红外光谱(NIR)透射法快速测定栀子逆流提取过程中栀子苷含量。方法以HPLC测定值作为参照,采用近红外光谱(NIR)透射法,结合偏最小二乘法(PLS)建立栀子苷含量的快速测定方法。结果建立的栀子逆流提取液中栀子苷校正模型的相关系数(R)、校正均方差(RMSEC)分别为0.997,0.113。经外部验证,校正模型的预测均方差(RMSEP)为0.132,预测值和真实值相关系数达到0.996。结论 NIR可以作为一种准确、快速、无损的检测方法用于中药逆流提取过程有效成分含量的变化规律。     

麸炒白术水分和浸出物含量近红外检测模型建立

目的基于声光可调滤光器-近红外技术(AOTF-NIR)建立一种简便、快速的麸炒白术水分和浸出物含量检测模型。方法将样品分成校正集和验证集,采用主成分分析法和偏最小二乘法分别建立检测模型,并采用配对t检验检验模型的可靠性。结果麸炒白术水分检测模型的主因子数为4,理论相关系数=0.983 4,预测相关系数0.957 4,外部验证平均相对偏差为4.99%。浸出物检测模型的主成分数为8,理论相关系数0.957 2,预测相关系数0.908 8,平均相对偏差为4.87%。验证集10批麸炒白术的水分含量、浸出物含量的预测值和实测值均无显著性差异(P0.05)。结论成功建立麸炒白术的水分和浸出物近红外定量检测模型,可以准确预测麸炒白术的水分和浸出物含量,为麸炒白术的质量控制提供了一种简便、快速、环保的分析方法。     

近红外光谱法快速测定升麻中皂苷含量

目的:建立快速测定升麻中升麻新苷I含量的近红外定量模型。方法:以高效液相色谱法测定升麻新苷Ⅰ的含量,运用近红外技术收集不同产地不同批次的升麻样品的光谱图,采用标准正态变换(SNV)加二阶导数(SD)的光谱预处理方法,通过偏最小二乘回归(PLS)法建立升麻中升麻新苷Ⅰ含量测定的近红外定量模型,并对已建立的定量模型进行验证。结果:建立的新苷Ⅰ校正模型的相关系数(R)为0.99077,校正均方差(RMSEC)为0.0123,用验证集进行模型验证,预测误差均方根(RMSEP)为0.0348。结论:结果表明该方法简便高效,建立的模型性能较好,对升麻中升麻新苷Ⅰ含量的预测准确可靠。     

近红外光谱技术快速测定麦门冬药材中水分的含量

[目的]利用近红外漫反射光谱法结合化学计量法建立一种快速测定麦门冬药材中水分含量的方法。[方法]以烘干法测定90批麦门冬的水分含量作为参考值,利用近红外光谱仪采集麦门冬漫反射光谱结合偏最小二乘法(PLS)建立麦门冬药材中水分定量校正模型。[结果]运用SNV+First Derivative+Norris平滑光谱预处理方法,筛选最佳建模波段在5 000~9 000 cm-1,主因子数为8,建立的定量模型内部交叉验证相关系数R为0.981 1,交叉验证误差均方差RMSECV为0.131,12批验证集样品的参考值与预测值经统计学t检验,P=0.950.05,表明2组数据无统计学意义。[结论]运用近红外光谱技术建立麦门冬水分定量模型可快速预测其水分值,该方法快速、简便,结果准确,为中药材质量的实时监测提供数据支持。     

一种基于近红外的红参药材质量快速评价方法

目的应用近红外(NIR)光谱技术和化学计量学方法建立红参药材质量评价的新方法。方法对红参同时进行原料定性鉴别和水分含量检测。将样品NIR光谱同标准光谱库相比较，计算相似度匹配值。以传统的干燥失重法(LOD)为参照方法，应用相关光谱法进行波长选择和多重散射校正(MSC)方法进行光谱预处理，采用偏最小二乘(PLS)回归方法建立NIR光谱预测水分含量的校正模型。结果NIR光谱库可正确区别红参和伪品；最优PLS校正模型相关系数为0．9997。结论此方法快速、准确，可用于中药生产企业的原料药材质量控制。     

黄芩配方颗粒黄芩苷含量近红外光谱测定方法

目的 采用近红外光谱测定方法(NIRS)快速测定黄芩配方颗粒中的黄芩苷.方法 运用NIRS与偏最小二乘法相结合,通过优化不同的预处理方法、不同的谱区范围,建立了测定黄芩颗粒剂中指标性成分黄芩苷的定量校正模型.结果 建立了黄芩配方颗粒中黄芩苷的近红外模型,定量校正模型的相关系数R2为0.9702,校正集均方根误差RMSEC为0.555,预测集均方根误差RMSEP为1.05.结论 本实验研究了基于NIRS的不同厂家黄芩配方颗粒剂快速质量分析方法,所建模型可无损、快速地预测黄芩苷含量,为黄芩配方颗粒的质量控制提供一定的参考.     

基于正交小波包的异福片近红外光谱分析

目的 利用小波包变换(WPT)提取异福片样品近红外漫反射光谱的特征信息,建立用近红外光谱(NIRS)快速测定异福片中有效成分的新方法.方法 运用偏最小二乘法(PLS)建立特征信息与利福平和异烟肼含量之间的定量校正模型,对预测集的样品进行含量测定.结果 校正模型在小波包分解尺度为6时预测精度最好,预测集利福平和异烟肼的相关系数(rp)分别从原始光谱的0.981 72和0.979 89提高到0.990 09和0.991 48,同时预测集均方根误差(RMSEP)分别从0.007 66和0.006 84减小到0.005 89和0.005 36.结论 正交小波包多尺度分析对近红外光谱具有较强的去噪和压缩能力,从而使PLS模型更具有代表性和稳健性,同时也提高了建模效率和模型的预测精度.     

近红外光谱法快速测定阿咖酚散有效成分含量

目的采用近红外光谱法对阿咖酚散3种有效成分质量分数进行快速测定。方法以高效液相色谱法测定值作为参照,采用近红外漫反射光谱技术采集阿咖酚散药粉的近红外光谱,结合偏最小二乘法建立有效成分质量分数快速测定的方法;同时与高效液相色谱法的含量测定结果进行比较。结果对乙酰氨基酚、咖啡因、阿司匹林3种成分定量模型的验证集预测值平均相对偏差分别为1.79%、3.67%、2.47%。结论该方法准确、快速、简便,可作为生产过程中质量检测和质量控制的方法。     

近红外光谱在中药质量控制中的应用

介绍了现代近红外光谱的测量原理、与传统分析技术相比近红外分析技术的优势、模型建立常用的化学计量学方法,讨论了近红外光谱法在药物分析领域和药物生产中的应用,如判别药材产地、测定药材主要成分量、假药识别、在线检测等。近红外光谱分析技术具有操作简便、快速、非破坏、无污染等优势,随着近红外技术及相关理论的发展,将对中药的现代化起着非常重要的推动作用。     

近红外透反射光谱法用于复方苦参注射液渗漉过程在线检测

目的 利用近红外透反射光谱技术,对复方苦参注射液渗漉液中多组分的量进行快速测定。方法 采用氧化槐果碱、氧化苦参碱的HPLC测定值,总糖的苯酚-硫酸法测定值及固体总量的烘烤法测定值为对照值,用偏最小二乘法建立近红外光谱与对照值之间的校正模型,并对未知样品进行定量预测。结果 校正模型对氧化槐果碱、氧化苦参碱、总糖和固体总量4种组分的交叉验证均方根误差分别为43.5、135.4、1 255.7 mg/L和150.7 mg/mL,相关系数分别为0.926 6、0.954 6、0.953 9和0.974 1。经外部验证,预测均方根误差分别为32.5、191.7、1 461.9 mg/L和164.0 mg/mL。结论 本方法方便、准确、可靠,可用于中药渗漉过程的快速分析。