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。     

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。     

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。     

近红外光谱法测定连翘中连翘酯苷含量

目的:利用近红外光谱法快速测定连翘药材中连翘酯苷含量.方法:利用HPLc测定样品中连翘酯苷的含量,运用偏最小二乘(PLS)法建立其含量与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:建立的定量模型准确性好,内部交叉验证均方差(RMSECV)、内部交叉验证决定系数分别为0.221,0.969.经外部验证,NIR预测值与HPLC测定值之间的相关系数为0.961,预测均方差(RMSEP)为0.18.结论:近红外光谱法对连翘中连翘酯苷含量预测结果较好,能满足制药中检测的精度要求,为中药生产过程的在线、无损定量分析提供了依据.     

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。     

近红外光谱法测定道地产区生地黄中梓醇的含量

目的:运用近红外光谱法建立道地产区生地黄中梓醇含量的近红外光谱定量分析模型。方法:利用HPLC测定样品中梓醇的含量,运用偏最小二乘法(PLS)建立其含量与NIR光谱之间的校正模型,并对未知样品进行预测。结果:校正集内部交叉验证决定系数R2为0.993 83,交互验证均方根偏差RMSEC为0.087 5,预测均方根偏差RMSEP为0.032 0。结论:利用近红外光谱法测定生地黄中梓醇的含量是可行的,该法具有快速、简便、无损等特点。     

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。     

基于小波包变换的云芝蛋白和多糖的近红外光谱分析

目的 采用小波包变换(WPT)提取云芝样品近红外漫反射光谱的特征信息,结合偏最小二乘法(PLS)建立测定药用真菌云芝中蛋白和多糖含量定量分析模型.方法 所建立的模型经过小波包变换尺度分析的选择,PLS模型参数的优选,在WPT变换尺度为6时,可以得到最优的分析模型.结果 最优蛋白含量分析模型校正集的交互验证均方根误差(RMSECV)为0.012 63,(Rv)为0.947 42;应用此模型对预测集样品中蛋白含量进行预测,得到预测均方根误差(RMSEP)为0.010 41,预测集的相关系数(Rp)为0.958 56.多糖最优分析模型校正集的交互验证均方根误差(RMSECV)为0.01688,(Rv)为0.919 62;应用此模型对预测集样品中的多糖含量进行预测,得到预测均方根误差(RMSEP)为0.010 43,预测集的相关系数(Rp)为0.974 28.结论 该方法预测精度能满足云芝蛋白定量和多糖含量分析的要求,且方便快捷,无破坏性,可实现在线检测,对替代原有繁琐的云芝蛋白多糖含量测定方法具有重要的意义.     

近红外光谱法测定不同厂家六味地黄丸中丹皮酚

目的:应用近红外光谱法(NIRS)对六味地黄丸中丹皮酚的含量进行快速测定。方法:采集不同厂家不同批号六味地黄丸样品的近红外光谱图,以HPLC测定值为参考,结合偏最小二乘法(PLS)建立丹皮酚定量校正模型。结果:经内部交叉验证,所建模型的相关系数(R2)为0.952 1,内部交叉验证均方差(RMSECV)为0.020 93;经外部验证集样品验证,该模型的预测均方差(RMSEP)为0.099 74,平均回收率为100.38%。结论:该预测模型准确可靠,可用于六味地黄丸中丹皮酚含量的检测,实现大批量样品的快速分析。     

近红外漫反射光谱法快速测定苦参和白土苓药材的水分

目的:利用近红外(NIR)光谱技术建立一种快速测定苦参及白土苓药材水分的方法。方法:以《中国药典》水分测定法中的烘干法测定不同苦参及白土苓药材含水量,采用偏最小二乘回归方法(PLS)分别建立两种药材的近红外光谱与含水量之间的相关模型,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:2个模型的校正集内部交叉验证决定系数(R2)均在0.97以上,内部交叉验证均方差(RMSECV)均在0.001 9以下;2个模型的验证集外部验证R2均在0.99以上,预测误差均方根(RMSEP)均在0.002 2以下。结论:近红外漫反射光谱法具有快速、无损、准确的特点,能满足工业生产上对于原料药材水分含量测定的要求,可推广应用于药材含水量的快速测定。     

近红外光谱法快速测定金银花中绿原酸的含量

目的:应用近红外光谱法和数据分析软件,对金银花中绿原酸含量进行快速测定。方法:利用HPLC测定样品中绿原酸的含量,运用偏最小二乘(PLS)法建立其含量与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:建立的绿原酸校正模型相关系数(R2)、内部交叉验证均方差(RMSECV)、校正均方差(RMSEC)分别为0.993,0.380,0.158。经外部验证,校正模型的预测均方差(RMSEP)、平均回收率分别为0.170%,101.78%。结论:此方法具有快速简便,准确无损的特点,可以应用于金银花中绿原酸含量的快速检测。     

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。     

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。     

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。     

丹参提取过程多源信息融合建模方法研究

目的探索采用多源信息融合建模技术提高中药提取工艺模型的校正和预测性能。方法以丹参脂溶性成分乙醇提取过程为研究对象,收集不同来源丹参饮片模拟原料波动,采用实验设计(DOE)模拟工艺参数变化,以提取过程近红外光谱(NIRS)作为过程状态变量。采用HPLC法分析提取液中丹参酮ⅡA、隐丹参酮和丹参酮I的含量。将原料属性、工艺参数和过程状态变量组合为自变量,以提取液有效成分含量为因变量,采用偏最小二乘(PLS)法建立提取液质量预测模型。结果建模结果为丹参酮ⅡA交叉验证均方根误差(the root mean squared error of cross validation,RMSECV)为0.172 8 mg/g,预测均方根误差(the root mean squared error of prediction,RMSEP)为0.031 7 mg/g,性能偏差比(ratio of performance to deviation,RPD)为6.91;隐丹参酮RMSECV为0.153 4 mg/g,RMSEP为0.024 2 mg/g,RPD为4.02;丹参酮Ⅰ RMSECV为0.117 1 mg/g,RMSEP为0.043 2 mg/g,RPD为4.76。结论多源信息融合模型的校正和预测性能均优于常规模型,可有效提升丹参提取液质量可预测性和可控性。     

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。     

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。     

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。     

近红外光谱用于甘草中甘草苷、甘草酸及水分测定

目的:运用近红外光谱(NIR)技术检测甘草药材中的甘草苷、甘草酸及水分。方法:采用积分球漫反射扫描近红外光谱,以TQ Analyst软件进行数据分析,建立甘草中甘草苷、甘草酸及水分测定的NIR。结果:甘草苷的预测均方根误差(RMSEP)为0.165,预测集相关系数(Rp)0.986 8;交叉验证均方根误差(RMSECV)为0.393,校正集相关系数(Rv)0.904 6。甘草酸的RMSEP=0.166,Rp=0.995 5;RMSECV=0.575,Rv=0.954 0。水分的RMSEP=0.137,Rp=0.995 2;RMSECV=0.498,Rv=0.931 9。结论:该方法快速、简便。可以用于甘草中甘草苷、甘草酸及水分的含量测定。     

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。