筋骨痛消丸水浸出物含量的近红外光谱快速测定

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。     

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。     

基于近红外光谱技术的黄柏药材定量分析

目的:建立一种能够同时快速测定黄柏药材中小檗碱和黄柏碱含量的方法。方法:以HPLC所测样品中小檗碱和黄柏碱的含量为参考值,利用近红外光谱分析技术,将参考值与样品的近红外光谱进行关联,采用偏最小二乘法(PLS)建立黄柏中小檗碱和黄柏碱的定量分析模型。结果:所建立的小檗碱和黄柏碱的定量分析模型的内部交叉验证决定系数(R2)分别为0.997 13,0.989 23,校正均方差(RMSEC)分别为0.082 3,0.021 5,验证均方差(RMSEP)分别为0.071 7,0.016 6,性能指数PI分别为95.6,93.5。结论:利用近红外光谱技术建立的定量分析模型,能够对黄柏药材中小檗碱和黄柏碱的含量进行无损快速测定。     

近红外光谱法测定西红花中西红花苷I含量的研究

目的:建立名贵药材西红花的近红外光谱快速分析方法。方法:用HPLC法测定西红花中西红花苷-I的含量,并采集相应样品粉末的近红外光谱,采用偏最小二乘法建立近红外光谱校正模型,用此模型预测未知样本中西红花苷-I的含量。结果:所建立的校正模型相关系数(R)、预测相对偏差(RSEP)分别为0.9538、3.948。结论:本方法可用于西红花中西红花苷-I的快速检测。     

近红外光谱法快速测定酒女贞子中女贞苷含量

目的:利用近红外光谱技术(NIRS)快速测定酒女贞子中女贞苷含量。方法:采用3个不同产地的黄酒对女贞子进行炮制,以HPLC测定样品中女贞苷的含量为参考,运用近红外光谱技术结合偏最小二乘法(PLS)建立酒女贞子中女贞苷含量的定量分析模型。结果:女贞苷的定量分析模型内部交叉验证决定系数(R2)为0.967 89,校正均方根偏差(RMSEC)为0.107,预测均方根偏差(RMSEP)为0.103,交互验证均方根偏差(RMSECV)为0.256 69,主因子数为8。结论:该方法简便快速,准确无损,所建模型能够对酒女贞子中女贞苷的含量进行快速测定。     

近红外漫反射光谱法快速测定枳实药材中醇浸出物的含量

目的:采用近红外漫反射光谱技术结合偏最小二乘法(PLS)建立一种枳实药材中醇浸出物含量的快速测定方法。方法:运用近红外漫反射光谱技术采集枳实的近红外漫反射光谱,以热浸法测定的含量为参考值,结合PLS建立枳实药材中醇浸出物含量的定量分析模型,并用未知样品验证该模型。结果:所建醇浸出物定量分析模型的校正集内部交叉验证相关系数(R2)、内部交叉验证均方差(RMSECV)和校正均方差(RMSEC)分别为0.984 89,0.417 89和0.153;验证集预测相关系数(r)与预测均方差(RMSEP)分别为0.948 4和0.188。结论:该方法操作简便,测定快速,结果准确,可用于枳实药材中醇浸出物含量的快速测定。     

运用近红外技术建立藿香正气胶囊中厚朴酚的定量模型

目的:采用近红外光谱技术建立藿香正气胶囊中厚朴酚含量快速测定的方法.方法:以高效液相色谱法测定109批次藿香正气胶囊中厚朴酚含量,近红外光谱法采集近红外光谱数据,结合偏最小二乘法(PLS)建立厚朴酚的定量模型.结果:建立的厚朴酚校正模型相关系数(R2)、内部交叉验证均方差、校正均方差分别为0.945 6,0.054 3,0.024 5.经外部验证,预测均方差为0.045 9,平均回收率为101.26％.结论:建立的近红外定量模型稳定,准确可靠,可快速对藿香正气胶囊中厚朴酚的含量进行测定.     

应用近红外光谱技术对茯苓药材进行定性定量检测研究

目的: 利用傅里叶变换近红外漫反射光谱结合化学计量学方法对茯苓不同部位进行定性判别建模,并建立茯苓多糖的定量检测模型和茯苓多糖定量分析. 方法: 采用紫外分光光度法测定茯苓多糖含量,漫反射方式采集样品近红外光谱,采用一阶导数 + 矢量归一化法处理近红外光谱图,运用偏最小二乘法(PLS)建立光谱数据与多糖的定量校正模型,运用主成分分析(PCA)法建立茯苓定性模型, 结果: 偏最小二乘定量校正模型R 为0.9440,RMSEC为0.072 1,RMSEP为0.076 2;定性分析模型对10个预测样品的判错数为0. 结论: 利用傅里叶变换近红外漫反射光谱快速判别不同部位茯苓的方法是可行的,多糖含量PLS定量分析模型从预测精度、稳定性及适应性考虑均具一定的通用性,具有良好的市场应用前景.     

近红外光谱一致性检验模型快速鉴别益母草片

目的:建立快速鉴别益母草片(云南永安制药有限公司)的近红外光谱一致性检验方法。方法:采集益母草片的近红外光谱,利用OPUS软件进行处理,建立益母草片的近红外光谱一致性检验模型,用不同厂家及功效相近样品的近红外光谱进行验证。结果:建立的近红外一致性检验模型可以快速、准确地判断出益母草片的真伪。结论:该方法是一种快速、简便、准确的分析技术,可用于药品快速检测和靶向抽验。     

近红外光谱法快速分析硫普罗宁注射液的含量

 目的 建立测定硫普罗宁注射液含量的近红外光谱（NIR）快速分析方法。方法 收集国内7家企业生产的45批硫普罗宁注射液样品,利用高效液相色谱法测定其含量值作为参考值,用光纤探头配合1 mm光程测样配件采集光谱, 用偏最小二乘法建立了其近红外透反射定量分析模型。结果 所建模型具有较好的预测能力, 验证集样品的近红外光谱预测值与真实值间的相关性为99.0%, 平均预测偏差为1.30%, 预测均方差( RMSEP)为0.982%。结论 该法快速、简便,满足药品现场快速检查的需要。     

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在青翘含量测定中的应用

目的: 运用近红外光谱法快速测定青翘中连翘苷、连翘酯苷A及醇浸出物的含量。 方法: 运用近红外光谱技术结合偏最小二乘法（PLS）建立青翘中连翘苷、连翘酯苷A及醇浸出物含量的定量校正模型。 结果: 连翘苷、连翘酯苷A及醇 浸出物的定量校正模型的内部交叉验证决定系数（R²）分别为0.957 33,0.986 93,0.992 62,验正集相关系数（r）分别为0.941 9, 0.976 1,0.989 7。 结论: 近红外光谱法简便准确,可用于青翘中连翘苷、连翘酯苷A及醇浸出物含量的快速测定。     

近红外光谱法快速测定河南产野菊花中蒙花苷含量

目的:运用近红外漫反射光谱技术(NIRS)结合偏最小二乘法(PLS)建立野菊花药材中蒙花苷含量的快速测定方法。方法:采集野菊花药材的近红外漫反射光谱,采用HPLC测定野菊花药材中蒙花苷含量作为参考值,将近红外光谱与蒙花苷含量参考值进行关联,建立野菊花药材中蒙花苷含量的定量预测模型,并对模型进行验证。结果:所建立的定量分析模型的内部交叉验证决定系数(R2)为0.999 09,校正均方根偏差(RMSEC)为0.013 6,内部交叉验证均方差(RMSECV)为0.039 70,验证集样品预测相关系数(r)为0.997 6,预测均方偏差(RMSEP)为0.018 5。结论:近红外光谱法操作简便,测定快速准确,可以用于河南产野菊花药材中蒙花苷含量的快速测定。     

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。     

近红外光谱技术在热毒宁注射液萃取液浓缩过程中的应用研究

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。     

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。     

基于近红外光谱技术的香菊片提取液膜分离过程评价

目的 采用近红外光谱（near infrared spectrum,NIRS）技术结合偏最小二乘法（partial least-square,PLS）建立香菊片提取液膜分离过程中没食子酸、鞣花酸、木犀草素3个成分的定量监测模型。方法 收集香菊片膜分离过滤液样本53个,其中预测集38个,验证集15个,用HPLC法测定所有样本中没食子酸、鞣花酸、木犀草素3个成分的含量,同时采集NIRS数据。将得到的光谱数据与3个化学成分含量数据应用PLS回归分析建立定量模型,采用模型的校正集相关系数（correlation coefficient of calibration,R_C）、预测集相关系数（correlation coefficient of prediction,R_P）、校正集误差均方根（root mean square error of calibration,RMSEC）、预测集误差均方根（root mean square error of prediction,RMSEP）和预测集相对偏差（relative standard of errors of prediction,RSEP）对定量预测模型进行评价。结果 没食子酸、鞣花酸、木犀草素近红外定量模型RMSEC分别为0.561、1.256、0.342,R_C分别为0.981、0.992、0.986;RMSEP分别为0.557、1.157、0.367,R_P分别为0.987、0.994、0.979;RSEP分别为5.73%、4.23%和3.78%,均小于10%。结论 建立的NIRS定量模型预测性良好,可用于香菊片提取液膜分离过程的成分含量测定和终点判断。     

基于近红外光谱分析技术的干姜质量快速评价研究

目的 采用近红外光谱分析技术建立干姜中多指标成分含量快速预测方法,对不同产地干姜进行快速无损的质量评价,提高干姜的质量控制水平。方法 建立同时测定干姜中6-姜酚、8-姜酚、10-姜酚和6-姜烯酚等4个主要活性成分的超高效液相色谱方法,并以其测定值为参比;采集不同产地干姜的近红外光谱,比较筛选出最优的光谱预处理方法,采用联合区间偏最小二乘法优选出最佳光谱区间,构建干姜各指标成分的最优偏最小二乘回归（partial least squares regression,PLSR）定量模型。结果建立的干姜中6-姜酚、8-姜酚、10-姜酚和6-姜烯酚最佳PLSR定量模型的校正决定系数（R_C²）分别为0.973、0.980、0.979和0.938,预测决定系数（R_P²）分别为0.926、0.920、0.883和0.781,4个定量模型的预测相对分析误差（residual predictive deviation,RPD）均大于2,表明建立的近红外光谱定量模型的预测值与测定值具有良好的线性关系,模型预测效果良好。结论 所建立近红外光谱定量模型,可以实现干姜中6-姜酚、8-姜酚、10-姜酚和6-姜烯酚等4个主要活性成分含量的快速预测,方法简便快捷,结果准确可靠,可为干姜质量的快速评价提供依据。