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。     

基于FT-NIR的连花清瘟胶囊中连翘苷含量测定方法的建立

目的:建立基于FT-NIR的连花清瘟胶囊中连翘苷的含量快速测定方法。方法:采集所有批次样品的FTNIR光谱,用多元散射校正法进行光谱预处理,采用偏最小二乘法(PLS)建立校正集模型,使用校正集内部交叉验证决定系数(R2)、验证集标准偏差与预测集标准偏差的比值(RPD)和校正集内部交叉验证均方根误差(RMSECV)作为评价指标比较不同方法处理后建模的准确性。采用验证集样品进行模型准确性再验证,以预测集均方根误差(RMSEP)作为评价模型的指标。利用建立的模型进行样品测定,测定结果和基于HPLC法测定结果进行比较。结果:不同预处理方式后建模所得到的R2、RPD和RMSECV表明以多元散射校正法处理效果最好;校正集样品均匀地分布在回归线的两侧,经内部交叉验证得RMSECV=0.351,RPD=3.94,R2=90.21;模型验证集预测均方根误差(RMSEP)为0.24。结论:基于FT-NIR所得结果与HPLC测定结果相比较,偏差较小。该方法具有简便、快速、准确、无损等特点,可用于连花清瘟胶囊中连翘苷含量的快速测定。     

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。     

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。     

青蒿浓缩过程在线近红外快速检测模型的建立

目的建立青蒿单效浓缩过程中近红外在线快速检测模型,并讨论吸光度的变化对其模型建立的影响。方法在线收集9批浓缩液样本,偏最小二乘(PLS)法建立定量校正模型,并用此模型对1批样品进行预测。结果总酸和固含量PLS模型参数如下:决定系数(R2)分别为0.967 9和0.962 3,校正集均方根误差(RMSEC)分别为0.783 5和0.948 8,交叉验证集均方根误差(RMSECV)分别为0.825 8和0.978 0。结论青蒿浓缩液样品吸光度范围为0~2.0,该光谱建立的总酸和固含量的PLS模型的预测相对偏差(RSEP)值均在10%以内,能够满足青蒿生产过程中质量要求,说明当吸光度范围为0~2.0时,通过增加样品数和运用化学计量学方法可消除吸光度太高(即透过率太低)对青蒿近红外模型建立的影响。     

NIRS结合TQ软件建立银黄颗粒中绿原酸定量模型

目的:利用近红外漫反射光谱(NIRS)结合TQ软件快速测定银黄颗粒中绿原酸含量。方法:采集不同厂家银黄颗粒样品的近红外漫反射光谱,采用HPLC法测定其绿原酸含量,结合TQ软件建立绿原酸定量校正模型,进而对待测样品进行分析。结果:所建绿原酸定量校正模型的相关系数(R2)、校正均方差(RMSEC)和内部交叉验证均方差(RMSECV)分别为0.995,0.123和0.412;经外部验证,模型的预测相关系数(r2)和预测均方差(RMSEP)分别为0.984,0.166。结论:该模型适用于不同厂家银黄颗粒中绿原酸含量的直接测定,操作简便,无污染,结果准确可靠,可实现大批量样品的快速分析。     

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。     

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。     

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。     

近红外光谱分析技术快速测定天舒片的包衣薄膜厚度

目的:探讨近红外光谱分析技术应用于检测天舒片包衣薄膜厚度的可行性。方法:采集9批天舒片包衣过程样品的近红外漫反射光谱,运用Kennard-Stone算法将样本集划分为校正集和验证集。优选预处理方法,并采用组合间隔偏最小二乘法(si PLS)和移动窗口偏最小二乘法(mw PLS)优选光谱区间,建立测定包衣厚度的偏最小二乘法(PLS)定量模型。结果:在标准正态变量变换+一阶导数+Norris Derivative平滑对光谱进行预处理并结合si PLS的优选区间建立的模型中,校正集预测值与实测值的相关系数0.966,验证集预测值与实测值的相关系数0.991,表明预测值与实测值的相关性较好。校正均方根误差(RMSEC)0.198%,预测均方根误差(RMSEP)0.062%,表明模型的预测性能良好。结论:近红外光谱分析技术用于天舒片包衣薄膜厚度的测定具有很高的准确性,能够为中药片剂生产过程中包衣厚度的在线检测提供技术支持。     

近红外光谱在天舒胶囊提取工艺过程中的应用

目的:采用近红外(NIR)光谱技术建立天舒胶囊水提取工序中天麻素含量和含固量2个质量控制指标的快速定量分析方法,实时获得二者在该制剂2次水提过程中的动态变化情况,实现水提液浓缩过程关键指标的质量控制。方法:收集天麻、川芎2次水提取过程中样品,通过异常点去除、光谱预处理方法确定及最优波段选择,运用偏最小二乘法(PLS)分别建立NIR光谱与天麻素含量和含固量之间的定量校正模型,采用未知样品对定量校正模型进行验证,判断其准确性。结果:天麻素含量和含固量校正模型的相关系数分别为0.968 0,0.977 2,验证模型的相关系数分别为0.965 9,0.978 6,校正均方差(RMSEC)分别为4.686,0.053,预测均方差(RMSEP)分别为3.698,0.034,预测相对偏差(RSEP)分别为4.85%,3.07%。结论:近红外光谱分析技术操作简便、分析速度快且准确度高,可用于天舒胶囊水提取过程天麻素含量及含固量的快速监测。     

黄芩提取物有效成分的近红外光谱定量分析

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.     

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。     

怀地黄中地黄苷A,地黄苷D及益母草苷含量快速分析方法的建立

目的:建立一种快速测定怀地黄中地黄苷A,地黄苷D,益母草苷含量的方法。方法:应用近红外光谱技术(near infrared reflectance spectroscopy,NIRS)测得85-5,北京1号,白状元,沁怀,白选,沁怀郑共6个品种108份怀地黄样品的近红外光谱图,结合高效液相法(high performance liquid chromatography,HPLC)同时测定的样品中地黄苷A,地黄苷D,益母草苷的含量,并利用TQ软件将光谱信息与测得含量相关联,采用偏最小二乘法(partial least squares,PLS)建立怀地黄中地黄苷A,地黄苷D,益母草苷的定量分析模型。结果:模型的内部交叉验证决定系数(R2)分别为0.924 67,0.934 96,0.951 54,校正均方差(root mean square error of calibration,RMSEC)分别为0.016 6,0.015 9,0.022 8,验证均方差(root mean square error of prediction,RMSEP)分别为0.017 00,0.007 86,0.012 50,交叉验证均方差(root mean square error of cross validation,RMSECV)分别为0.032 13,0.030 36,0.069 22,以及性能指数(performance index,PI)分别为92.5,82.7,83.1;配对样本t检验显示NIR模型预测值与HPLC测得参考值的P分别为0.422,0.549,0.131,均0.05,表明两组数据无显著性差异。结论:该方法准确、快速、绿色,可用于怀地黄中地黄苷A,地黄苷D,益母草苷的定量分析。