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。     

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

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。     

天舒胶囊乙醇提取过程的近红外光谱快速测定方法研究

基于近红外光谱法,采用偏最小二乘法(PLS)分别建立了天舒胶囊乙醇提取过程固含量和阿魏酸浓度的定量校正模型,结果显示,固含量校正集和交叉验证集模型的相关系数(R2)分别为0.967 301和0.947 726,校正集误差均方根(RMSEC)为0.054 7,交互验证集误差均方根(RMSECV)为0.069 8;阿魏酸校正集和交叉验证集模型的相关系数(R2)分别为0.986 879和0.962 243,RMSEC为1.402 6,RMSECV为2.400 2。采用所建模型进行在线分析,固含量和阿魏酸的预测结果与实测值的相关系数(R2)为0.993 3和0.991 6,预测误差均方根(RMSEP)分别为0.039 3和1.669 3,预测平均相对偏差(RSEP)分别为3.49%和3.58%。结果表明,该文所建模型可用于天舒胶囊乙醇提取过程固含量和阿魏酸浓度的快速测定。     

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。     

运用近红外光谱建立延胡索中5种生物碱成分同步测定的定量模型

该文建立了同步测定延胡索中盐酸黄连碱、海罂粟碱、脱氢紫堇碱、延胡索乙素和延胡索甲素5种生物碱成分的近红外光谱定量模型。首先采用高效液相色谱结合紫外检测法测定延胡索中上述5种成分的化学值,然后采用傅里叶变换近红外光谱技术并结合偏最小二乘法(PLS) 建立、优化模型,采用校正模型的相关系数(r) 、校正均方根误差(RMSEC)、内部交叉验证均方根误差(RMSECV)和预测模型的相关系数(r)和预测均方根误差(RMSEP)对校正模型进行评价。所建立的定量校正模型中盐酸黄连碱、海罂粟碱、脱氢紫堇碱、延胡索乙素和延胡索甲素的r分别为0.941 0,0.972 7,0.964 3, 0.978 1,0.979 9; RMSEC分别为0.006 7,0.003 5,0.005 9,0.002 8,0.005 9; RMSECV 分别为0.015,0.011,0.020,0.010,0.022。预测模型中上述5种成分的相关系数r分别为0.916 6, 0.942 9,0.943 6,0.916 7,0.914 5; RMSEP 分别为0.009,0.006 6,0.007 5,0.006 9,0.011。该研究所建立的近红外定量模型稳定性较好,预测结果较准确,可望用于延胡索药材中5种主要生物碱成分的同步快速测定。     

近红外漫反射光谱法快速测定熊胆粉提取物中熊去氧胆酸和鹅去氧胆酸的含量

 目的 针对传统方法分析熊胆粉提取物耗时、费工的缺点,发展了一种利用近红外光谱分析技术进行快速无损检测的方法。方法 采集了104份熊胆粉提取物样品的近红外漫反射光谱,以高效液相色谱法测得的熊去氧胆酸和鹅去氧胆酸含量作为参考值,利用偏最小二乘方法建立了定量校正模型。结果 所得熊去氧胆酸和鹅去氧胆酸定量校正模型的校正相关系数分别为0.974 6和0.994 8,校正均方根误差(root mean square errors of calibration, RMSEC)分别为0.491%和0.189%;内部交叉验证相关系数分别为0.943 8和0.952 7,内部交叉验证均方根误差分别为0.532%和0.417%;预测相关系数分别为0.948 2和0.968 5,预测均方根误差分别为0.634%和0.367%。结论 结果表明,所建模型具有较为满意的拟合效果和预测能力,本方法准确可靠,操作简便,快速无损,可推广应用于工业分析。     

猪苓多糖的近红外光谱定量分析模型研究

目的以偏最小二乘法(PLS)建立猪苓多糖的近红外光谱定量分析模型。方法采用正交法优化猪苓多糖提取工艺,结合紫外分光光度法测定猪苓多糖含量,并将样品的近红外光谱图与所测多糖含量相关联,建立光谱数据与多糖的定量校正模型。结果在8477.54～4076.78 cm~(-1)波段,选择一阶导数+ND平滑处理,可以得到最佳的定量模型,模型的校正均方根误差(RMSEC)为1.00,相关系数γ_c为0.9565,内部交叉验证均方根误差(RMSECV)为1.77,相关系数γ_V为0.8566,模型的预测均方根误差(RMSEP)为0.818,相关系数γ_P为0.9469,主成分数为5。结论所建的模型性能良好,可快速、准确地测定猪苓多糖的含量,可用于猪苓药材的质量监察。     

中试规模和不同提取时段的黄芩配方颗粒质量参数在线NIR监测研究

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。     

基于偏最小二乘法的近红外光谱定量分析模型预测蛹虫草中腺苷含量

目的 采用偏最小二乘法(PLS)建立测定蛹虫草中腺苷含量的近红外光谱定量分析模型.方法 应用光谱预处理方法分别对蛹虫草样品的近红外光谱进行预处理,并采用预处理后的光谱分别建立定量分析模型.结果 经过比较各个模型的内部交互验证均方根误差(RMSECV)和交互验证预测值与真实值间的相关系数(Rv),外部均方根误差(RMSEP),选取最优的模型,其RMSECV、Rv和RMSEP分别为0.737 6,0.904 9和0.541 0.结论 近红外光谱在中药有效成分定量分析方面有很大的应用前景.     

热毒宁注射液青蒿金银花浓缩过程近红外快速定量检测方法的建立

目的建立热毒宁注射液青蒿金银花醇沉浓缩过程主要药效成分的定量校正模型,实现生产过程在线监控。方法采用近红外光谱技术(NIRS)结合偏最小二乘法(PLSR)分别建立新绿原酸、绿原酸、隐绿原酸的定量校正模型。结果新绿原酸、绿原酸、隐绿原酸定量校正模型的决定系数(R~2)分别为0.954 5、0.975 2、0.9691;校正集误差均方根(RMSEC)为0.213、0.676、0.225,交叉验证集误差均方根(RMSECV)分别为0.233、0.692、0.258。采用所建模型进行在线分析,新绿原酸、绿原酸、隐绿原酸的预测值与实测值的决定系数分别为0.984 2、0.983 7、0.9870,预测相对误差(RPD)分别为4.77、5.29、4.37,预测相对偏差(RSEP)分别为3.519%、3.778%、3.895%。结论所建的模型可以用于热毒宁注射液青蒿金银花醇沉浓缩过程中新绿原酸、绿原酸、隐绿原酸的在线定量测定。     

Rapid Determination of Total Content of Five Major Anthraquinones in Rhei Radix et Rhizoma by NIR Spectroscopy

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.     

近红外光谱技术快速测定夏枯草中水溶性浸出物的含量

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。     

近红外光谱测定桂附止痛凝胶膏单酯型乌头碱的含量

目的:采用近红外光谱(NIR)测定桂附止痛凝胶膏(GZC)中单酯型乌头碱(AMA)的含量。方法:测定53批次桂附止痛凝胶膏的NIR图,运用TQ Analyst 8.0软件,运用原始光谱,在10 000~4 000 cm-1,选择1个主因子数,采用偏最小二乘法(PLS)建立桂附止痛凝胶膏中单酯型乌头碱含量NIR定量模型。结果:所建模型相关系数r=0.942 0;校正均方根偏差(RMSEC)0.013 5;交叉验证均方根偏差(RMSECV)0.014 4;验证集平均预测回收率为101.44%。结论:本试验所建立的模型性能较好,对桂附止痛凝胶膏中单酯型乌头碱含量的预测准确,可以应用于桂附止痛凝胶膏中单酯型乌头碱的质量控制。     

近红外光谱法测定盐酸环丙沙星片中环丙沙星

目的利用近红外光谱（NIR）分析技术和化学计量学方法对盐酸环丙沙星片进行无损、快速定量分析。方法以不同生产企业生产的盐酸环丙沙星片为分析对象,用光纤探头测定其近红外漫反射光谱;定量模型的预处理方法为二阶导数,波长范围为6101．9-4555．2cm＾-1。,采用偏最小二乘法（PLS）建立分析模型。结果定量分析模型由93批样品经内部交叉验证建立,177批样品进行外部验证,环丙沙星质量分数范围为54．20％-82．54％,相关系数为0．9863,交叉验证均方差（RMSECV）为1．06,外部验证均方差（RMSEP）为0．92。结论该方法快速、简便具有一定的专属性,可用于盐酸环丙沙星片中环丙沙星的快速定量分析。     

感冒灵提取过程近红外光谱在线检测技术研究

中药材提取过程是感冒灵颗粒剂生产过程的首个环节,对药品质量影响显著。该文在线采集感冒灵中药材提取过程近红外光谱图,以高效液相色谱和差重法为参照方法,采用一阶导数法处理近红外光谱,运用偏最小二乘回归法(PLSR)分别建立提取液中蒙花苷、绿原酸和固含量的定量校正模型。采用相关系数(r)、交叉验证均方差(RMSECV)、校正集均方差(RMSEC)和验证集均方差(RMSEP)等指标优化建模参数,考察模型性能。3种质量控制指标的模型相关系数均达到0.95以上,蒙花苷和绿原酸、固含量的RMSEC和RMSEP分别为0.010 4和0.009 47,0.009 34和0.142,0.055 5和0.008 42,在线分析所建模型,预测值与实际测定值相关系数均大于0.97,其预测相对偏差(RSEP)分别为8.14%,8.17%,9.86%。研究结果表明,利用近红外光谱技术可以实现感冒灵中药提取过程多指标的在线检测和实时监控,该技术可用于生产过程中质量控制,缩小中间体批次差异性,保证药品质量稳定性,也为后续的产品质量回溯提供了实时生产数据。     

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。     

近红外漫反射法测定茯苓中水溶性多糖及碱溶性多糖

目的:建立茯苓中水溶性多糖和碱溶性多糖的基于近红外光谱的含量预测模型。方法:建立并优化茯苓中水溶性多糖和碱溶性多糖的分光光度含量测定方法,并用建立的分光光度法对90个批次样品中的碱溶性多糖和水溶性多糖进行含量测定。采用积分球漫反射对样品进行红外光谱扫描,参考分光光度法获得的2种多糖的含量结果,经光谱预处理方法优选,并以Matlab R2012a软件,采用组合区间偏最小二乘法(synergy interval partial least squares regression SIPLS)对特征波长进行了筛选,建立了茯苓中水溶性多糖和碱溶性多糖的近红外含量测定方法。结果:建立的近红外预测模型水溶性多糖交叉验证均方根误差(RMSEC)为0.270,相关系数R_c~2=0.905 9,预测均方根误差(RMSEP)为0.119;预测集相关系数R_p~2=0.913 8。碱溶性多糖RMSEC=0.242,Rc2=0.999 6;RMSEP=0.243,Rp2=0.998 9。结论:所建立的近红外漫反射含量测定方法操作简便,快速,准确。适于茯苓中水溶性多糖和碱溶性多糖的质量控制。