近红外、中红外光谱法测定丹参药材中水分含量

目的利用近红外(Near Infrared Spectroscopy,NIR)、中红外(Mid-Infrared-Spectroscopy,MIR)光谱技术建立快速定量分析丹参药材中水分含量的方法。方法以2015版《中国药典》水分测定法中的烘干法测定144批丹参药材含水量,采用偏最小二乘法(Partial Least Squares,PLS)分别建立丹参药材近红外、中红外光谱与含水量之间的相关定量模型,并利用内部交叉验证和外部验证的方法对模型进行优化。结果所建2个模型的校正集内部交叉验证决定系数(R2)均在0.99以上,内部交叉验证均方差(Root Mean Square Error of Cross Validation,RMSECV)均在0.0003以下;验证集外部验证决定系数(R2)均在0.98以上,预测误差均方根(Root Mean Square Error of Prediction,RMSEP)均在0.0004以下,两种方法的定量效果接近,仪器精密度良好,样品重复性佳,在8h内样品检测稳定。结论 NlR、MIR两种方法具有快速、无损、准确的特点,可用于丹参药材含水量快速测定。     

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。     

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。     

丹参药材丹酚酸B含量的NIR快速检测

目的利用近红外光谱技术,快速测定丹参药材中丹酚酸B的含量。方法运用偏最小二乘法(PLS)建立丹参药材中丹酚酸B含量与其近红外光谱之间的校正模型,并对未知的丹参样品进行丹酚酸B含量预测。结果校正集内部交叉验证决定系数R2为0.999 73,交互验证均方根偏差RMSECV为0.028 9,11份样品的外部预测均方根偏差RMSEP为0.584。预测值的平均相对误差为2.0471%。结论近红外光谱技术测定丹参药材中丹酚酸B的含量是可行的,快速准确,简单无损,可应用于大批量样品的快速分析。     

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。     

近红外光谱技术快速测定丹参药材中水浸出物含量

目的:运用近红外光谱技术和化学计量学方法,对丹参原药材中水浸出物的含量进行快速测定。方法:采用TQ8.0软件结合偏最小二乘法(PLS)建立测定丹参中水浸出物含量的近红外光谱校正模型。结果:采用一阶导数+多元散射校正(MSC)法,建模范围为7 038.39～4 418.78 cm-1,主因子数为6,校正集内部交叉验证决定系数R2=0.984 30,交互验证均方根偏差RMSECV=0.857,11份样品的外部预测均方根偏差RMSEP=0.787。预测值的平均回收率为100.03%。结论:利用近红外光谱技术建立的模型对丹参药材中水浸出物含量的测定是可行的,该方法快速、简便、结果准确,有望在中药体系中有更广泛的应用。     

近红外光谱法快速测定砂仁中的水分

目的:运用近红外光谱分析技术(NIRS)快速测定砂仁中水分。方法:采用减压干燥法测定砂仁样品中的水分,用标准归一化法和二阶导数法同时对光谱进行预处理,结合偏最小二乘法(PLS)建立砂仁中水分的近红外定量分析模型。结果:所建模型的校正集内部交叉验证相关系数(R2),校正均方差(RMSEC),预测校正均方差(RMSEP)和性能指数(PI)分别为0.986 7,0.242,0.285,92.5。结论:该方法具有简便、快速、准确、无损等特点,可用于砂仁中水分的快速测定。     

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。     

近红外光谱法快速测定茯苓药材水分

目的:利用近红外漫反射技术和化学计量学的方法对茯苓药材的水分进行快速定量分析。方法:用积分球漫反射光谱采样系统测定样品的近红外漫反射光谱,定量模型的预处理方法为多元散射校正(MSC)和一阶微分处理,波长范围为5 924～5 789cm-1、5 172～4 798cm-1和4 493～4 323cm-1,回归方法为偏最小二乘法(PLS)。结果:定量模型的最佳主因子数为8,内部交叉验证均方差RMSECV为0.453,决定系数R2为0.998,外部验证预测均方差RMSEP为0.366,系统精密度RSD为1.3%,方法精密度RSD为2.2%。结论:建立预测模型对茯苓药材的水分进行测定是可行的,该法分析快速简便,结果准确。     

利用近红外光谱技术快速检测邻苯二甲酸酯类物质

目的:以红茶为研究载体,应用近红外光谱技术建立食品、药品中塑化剂的快速检测方法.方法:测定了加入4种邻苯二甲酸酯类的红茶饮料的近红外光谱数据,经过光谱预处理,以偏最小二乘法(PLS)建立回归模型,用于饮料中塑化剂总量以及单一塑化剂含量的定量分析.结果:塑化剂总量,邻苯二甲酸甲酯,邻苯二甲酸乙酯,邻苯二甲酸丁酯,邻苯二甲酸辛酯定量模型的决定系数(R2)分别为0.9923,0.9895,0.9927,0.9842,0.9879.预测模型的外部验证相关系数(r)依次为0.9877,0.9881,0.9891,0.9771,0.9762.预测集标准偏差(RMSEP)依次为0.1640,0.1470,0.0276,0.0258,0.0702.结论:近红外光谱技术对塑化剂的定量分析具有较高的准确度,可将其作为食品、药品中塑化剂含量的快速检测方法.     

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.     

近红外光谱快速分析法在桂枝茯苓胶囊中的应用

目的:应用声光可调滤光器-近红外光谱技术建立一种用于桂枝茯苓胶囊快速定性、定量分析的新方法.方法:采用主成分分析(PCA)建立桂枝茯苓胶囊的定性分析模型,利用偏最小二乘法(PLS1)对桂枝茯苓胶囊中5个主要成分进行了同时、快速定量分析.结果:建立的桂枝茯苓胶囊定性分析模型可正确判断桂枝茯苓胶囊,以没食子酸、芍药苷、苯甲酰芍药苷、桂皮醛、丹皮酚为指标成分建立的桂枝茯苓胶囊定量分析模型准确性好,校正模型相关系数分别为0.924 2,0.938 4,0.924 2,0.933 6,0.934 7;验证集相关系数分别0.976 2,0.945 7,0.956 9,0.982 9,0.963 0;验证集相对预测误差均方根(RM-SEP)分别为1.10%,2.61%,0.577%,0.487%,2.27%;检验证明5个成分含量的预测值与化验值之间无显著性差异.结论:该方法是一种简便、快速、无损,可用于桂枝茯苓胶囊的快速定性定量分析.     

一种基于近红外光谱技术的熊胆粉粗提物洗涤工艺优化方法

在熊胆粉粗提物的乙酸乙酯洗涤工艺中,需要根据原料的性质对所用洗涤溶剂的倍数进行调整,才能提高产品的纯度和产率。该文采用近红外光谱反映熊胆粉粗提物原料的整体性质,对这一工艺进行了优化。按照不同的熊胆粉粗提物和乙酸乙酯用量设计试验,采集熊胆粉粗提物的近红外光谱,提取出光谱数据的前8个主成分,同乙酸乙酯用量一起作为输入变量,对熊胆粉提取物成品的纯度和收率进行回归。试验共计40组,其中30组校正集,用于建立模型;10组验证集,用于对所建模型进行评估。所建模型的校正、内部交叉验证和外部验证结果满意,纯度模型的相关系数分别为0.902,0.896,0.883,校正误差均方根（RMSEC）,交互验证均方根误差（RMSECV）,预测误差均方差（RMSEP）分别为1.22%,1.48%,1.59%。收率模型的相关系数分别为0.921,0.859,0.916;RMSEC,RMSECV,RMSEP分别为1.39%,1.65%,1.53%。结果表明,熊胆粉粗提物的近红外光谱结合乙酸乙酯用量可准确预测所得成品的纯度和收率,利用所建模型可以根据熊胆粉粗提物的性质优选出最为合适的乙酸乙酯用量,提高熊胆粉提取物的纯度和收率。     

近红外光谱法快速测定枇杷叶中齐墩果酸的含量

目的：建立枇杷叶药材中齐墩果酸含量的近红外光谱定量模型,快速测定枇杷叶中齐墩果酸含量。方法：用高效液相色谱法测定140批枇杷叶中齐墩果酸含量,采用标准归一化法（SNV）、一阶导数法预处理近红外光谱,结合偏最小二乘法建立枇杷叶中齐墩果酸含量的定量模型,并进行了内部交叉验证和18个枇杷叶样品的外部预测验证。结果：所建立的齐墩果酸近红外光谱定量分析模型,内部交叉验证决定系数达到0.939 23,校正均方差为0.106,预测均方差为0.131,内部交叉验证均方差为0.216 75。结论：该方法快速、准确,为枇杷叶中化学成分快速定量和质量控制提供了方法和依据。     

近红外光谱法结合PLS快速测定木香药材中水分的含量

目的：建立HPLC同时测定舒乐洗剂中苦参碱和小檗碱的含量测定方法。方法：采用Kromasil C₁₈色谱柱（4.6 mm×250 mm,5 μm）,以甲醇-乙腈-0.1%磷酸溶液（每100 mL含十二烷基磺酸钠0.l g）为流动相进行梯度洗脱,流速1.0 mL·min^-1,柱温30 ℃,检测波长230 nm。结果：苦参碱和小檗碱的色谱峰面积与质量呈良好的线性关系,线性范围分别为0.430 5~8.61 μg（r=1.000 0）,0.005 85~0.117 1 μg（r=0.999 9）;平均回收率分别为98.9%,99.1%。结论：该方法简便、准确、重复性好,可用于舒乐洗剂的质量控制。     

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。     

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。     

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.     

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。