近红外光谱快速预测天舒片包衣终点研究

目的应用近红外光谱(NIRS)技术快速预测天舒片薄膜包衣终点。方法首先,采用组合间隔偏最小二乘法(synergy intervalpartialleastsquare,si PLS)优选建模区间,并对预处理方法进行筛选;其次,根据优选的建模条件,基于建立的参考光谱库,采用一致性检验和相似度匹配建立校正模型;随后,通过对比测试光谱与参考光谱间的相似度大小,设定阈值,确定相似度、阈值与包衣终点的关系;最后,采用验证集光谱对模型性能进行验证。结果在包衣过程中,当连续多条测试光谱的相似度超过阈值时,指示为包衣终点。结论一致性检验和相似度匹配模型性能良好,能够敏锐地反映包衣薄膜的均匀性,并准确预测包衣终点。该研究对减小包衣的批间差异性和降低原料损耗,提高中药固体制剂的包衣生产效率和提升质量均一性具有重要意义。     

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.     

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。     

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。     

近红外光谱法快速测定筋骨痛消丸中的水分

目的运用近红外光谱技术(NIRS)对筋骨痛消丸中水分的含有量进行快速测定。方法通过TQ Analyst 8.0分析软件将近红外光谱图与筋骨痛消丸中水分的含有量进行关联,对光谱预处理方法、建模区间和主成分数进行考察,得到最佳建模条件,选用NIRS结合偏最小二乘法(PLS)建立测定筋骨痛消丸中水分含有量的近红外定量分析模型。结果筋骨痛消丸中水分含有量定量分析模型的内部交叉验证决定系数(R2)为0.984 52,校正均方根偏差(RMSEC)为0.034 4,预测均方根偏差(RMSEP)为0.037 2,16份验证集样品水分含有量预测值和参考值的平均偏差为0.02%,预测相关系数为0.972 2。结论近红外光谱技术建立的定量分析模型可以对筋骨痛消丸中水分含有量进行快速测定。     

近红外光谱-偏最小二乘法快速测定八角茴香中莽草酸含量

目的 采用偏最小二乘法(PLS)建立测定八角茴香中莽草酸含量的近红外光谱定量分析模型.方法 应用多种光谱预处理方法分别对八角茴香固体粉末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,模型经过选择最适主因子数进行优化.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实验测得值间的相关系数(Rv),外部均方根误差(RMSEP),选取最优的模型.结论 结果表明定量分析模型稳健性好和预测精度高,在中药有效成分定量分析方面有很大的应用前景.     

应用近红外光谱定量分析模型测定国产血竭中龙血素A、龙血素B含量

目的用近红外光谱技术快速测定国产血竭中龙血素A、龙血素B含量。方法根据国产血竭在5284~4169.34 cm-1、7131.47~5943.53 cm-1、8913.37~7470.88 cm-1内的近红外吸收光谱,采用偏最小二乘法(PLS)建立了校正模型。采用二阶导数预处理方法时能最有效地提取光谱的信息。结果龙血素A的校正集相关系数为0.9749,校正集标准偏差(RMSEC)为0.1720,预测集相关系数为0.9857,预测集标准偏差(RMSEP)为0.1450;龙血素B校正集相关系数为0.9933,校正集标准偏差(RMSEC)为0.0526,预测集相关系数为0.9872,预测集标准偏差(RMSEP)为0.0604。结论近红外光谱技术快速简便,适合中药指标成分的快速分析。     

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。     

基于正交小波包的异福片近红外光谱分析

 目的利用小波包变换(WPT)提取异福片样品近红外漫反射光谱的特征信息,建立用近红外光谱(NIRS)快速测定异福片中有效成分的新方法。方法运用偏最小二乘法(PLS)建立特征信息与利福平和异烟肼含量之间的定量校正模型,对预测集的样品进行含量测定。结果校正模型在小波包分解尺度为6时预测精度最好,预测集利福平和异烟肼的相关系数(r_p)分别从原始光谱的0.981 72和0.979 89提高到0.990 09和0.991 48,同时预测集均方根误差(RMSEP)分别从0.007 66和0.006 84减小到0.005 89和0.005 36。结论正交小波包多尺度分析对近红外光谱具有较强的去噪和压缩能力,从而使PLS模型更具有代表性和稳健性,同时也提高了建模效率和模型的预测精度。     

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。     

在线近红外光谱监测桂枝茯苓胶囊流化床干燥过程水分的方法研究

目的采用在线近红外光谱(NIRS)技术,建立桂枝茯苓胶囊流化床干燥过程水分实时监测模型。方法通过NIRS漫反射探头采集16个生产批次共176个样本进行建模,优选移动窗口平滑法进行光谱预处理,采用间隔偏最小二乘法(si PLS)结合移动窗口偏最小二乘法(mw PLS)筛选特征变量为4 759.45～5 338.00 cm-1、5 503.84～6 101.67 cm-1、8 512.25～8 809.24cm-1,采用偏最小二乘(PLS)法建立水分含量多变量校正模型。结果水分预测的交叉验证均方根误差(RMSECV)为0.243%,性能偏差比(RPD)值为13.384,预测相对偏差(RSEP)为0.270%。以8个生产批次对在线监控方法的可靠性进行持续验证,结果 40个样本的相对预测误差均小于4.7%。干燥过程水分实时监测趋势图显示可准确判断干燥终点,终点样本水分含量位于控制限内。结论在线NIRS结合PLS建立的定量模型,可应用于生产规模桂枝茯苓胶囊流化床干燥过程水分含量在线监控且预测性能稳健、准确。     

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。     

近红外光谱法快速测定丹皮中丹皮酚和水分的含量

目的:采用近红外光谱技术结合偏最小二乘法(Partial Least Squares,PLS)快速测定丹皮中丹皮酚与水分含量。方法:收集不同产地丹皮样品108批,采用PLS法建立丹皮中水分和丹皮酚含量的近红外光谱校正模型,以烘干法和超高效液相色谱法,分别测定样品中水分和丹皮酚含量,作为参考值,并用相关系数和预测均方差对模型预测性能进行评价。结果:丹皮酚和水分校正集的相关系数分别为0.959 3,0.873 8,校正均方根误差分别为0.114,0.167;预测集均方根误差分别为0.136,0.157。结论:该方法快速、简便、无污染,实验结果实现了丹皮样品中丹皮酚和水分含量的快速测定。     

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。