近紅外光譜快速無損分析測(cè)定中藥活性成分的研究.pdf_第1頁
已閱讀1頁,還剩101頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近紅外光譜(Near Infrared,簡稱NIR)是位于紫外可見光譜區(qū)與中紅外光譜區(qū)間的電磁波。通常將780~2526nm(12820~3959cm-1)定義為近紅外光譜區(qū)的范圍。有機(jī)分子中C-H、O-H、N-H及S-H等含氫基團(tuán)內(nèi)部振動(dòng)的倍頻和組合頻吸收是近紅外光譜反應(yīng)的基本信息,這些化學(xué)信息量相當(dāng)豐富。由于絕大部分有機(jī)物都含有此類基團(tuán),因此適合近紅外光譜測(cè)量的物質(zhì)種類和場(chǎng)合相當(dāng)廣泛。分析速度快、樣品預(yù)處理簡單、可同時(shí)測(cè)定多組分、環(huán)

2、保污染少等,是近紅外光譜分析所具有的優(yōu)點(diǎn),這使得近紅外光譜被廣泛地應(yīng)用于農(nóng)業(yè)、石油化工、制藥、環(huán)保、食品等領(lǐng)域中。
   中藥材與中成藥是中國傳統(tǒng)藥物,其藥效成分復(fù)雜多樣,外觀形態(tài)各異,因此對(duì)其進(jìn)行質(zhì)量監(jiān)控難度很大。近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)這一分析技術(shù)可以很快捷地對(duì)中藥材與中成藥的有效含量進(jìn)行快速地測(cè)定,同時(shí)還可對(duì)藥物的歸屬地進(jìn)行鑒別。
   本文在重慶市科委科技攻關(guān)項(xiàng)目(CSTC2010AC5170)的資助下,對(duì)三種劑

3、型的中成藥和兩種中藥材應(yīng)用近紅外分析手段做了以下幾個(gè)方面的研究:1.近紅外光譜法同時(shí)測(cè)定通天口服液的天麻素和芍藥苷的含量,所建立的定量分析模型效果極佳,能應(yīng)用于生產(chǎn)實(shí)踐中,突破了傳統(tǒng)方法只能測(cè)量單一組分的缺陷;2.用近紅外漫反射光譜法建立益母草顆粒中鹽酸水蘇堿定量分析模型,同時(shí)還使用聚類分析方法對(duì)九個(gè)廠家的益母草顆粒進(jìn)行定性分析;3.在沒有光纖探頭的情況下,對(duì)北豆根膠囊使用近紅外光譜法進(jìn)行探索性研究,分別建立了總生物堿定量分析模型、判別

4、分析模型和聚類分析模型;4.使用近紅外光譜法建立了銀杏葉的定量分析與兩種定性分析模型,并對(duì)各個(gè)模型進(jìn)行應(yīng)用;5.應(yīng)用近紅外光譜法對(duì)車前草的模式識(shí)別定性分析方法研究,分別用兩種最經(jīng)典的方法進(jìn)行定性分析,均取得很好的分析效果。
   1.近紅外光譜法同時(shí)測(cè)定通天口服液中的天麻素和芍藥苷的含量
   基于近紅外光譜結(jié)合偏最小二乘法建立了同時(shí)測(cè)定通天口服液中天麻素與芍藥苷含量的方法。通過HPLC法測(cè)定通天口服液樣品中天麻素和芍藥

5、苷的化學(xué)含量。隨機(jī)抽取60個(gè)樣本作為校正集,20個(gè)樣本作為驗(yàn)證集。通過化學(xué)計(jì)量學(xué)方法將校正集樣本的近紅外光譜和與之對(duì)應(yīng)樣本的天麻素和芍藥苷的含量分別相關(guān)聯(lián)建立模型。最后得出,天麻素和芍藥苷定量分析模型的決定系數(shù)分別為96.28%、94.55%,模型的交叉驗(yàn)證均方差分別為0.0336、0.00908,驗(yàn)證集的決定系數(shù)分別為94.23%、92.86%,預(yù)測(cè)集均方差分別為0.0453、0.00839。文章還做了模型的精密度實(shí)驗(yàn),效果較佳。實(shí)驗(yàn)

6、表明,該方法能用于大批量樣品的快速分析。
   2.近紅外漫反射光譜法對(duì)益母草顆粒的定量和定性分析
   本文首先利用近紅外光譜結(jié)合偏最小二乘法建立了快速測(cè)定益母草顆粒的鹽酸水蘇堿的定量分析模型,模型的決定系數(shù)為0.9622,內(nèi)部交叉驗(yàn)證均方差為0.0576;然后用10個(gè)預(yù)測(cè)集樣本對(duì)模型的性能進(jìn)行驗(yàn)證,決定系數(shù)為0.9495,預(yù)測(cè)集標(biāo)準(zhǔn)偏差為0.0547,相對(duì)分析誤差為4.45,表明該方法能應(yīng)用于生產(chǎn)實(shí)踐。最后選取樣品的

7、近紅外光譜的3999.6~6502.8 cm-1波段建立九個(gè)廠家的益母草顆粒聚類分析模型,結(jié)果不同廠家的樣品能很好地進(jìn)行分類,然后使用預(yù)測(cè)集樣品對(duì)該模型進(jìn)行檢驗(yàn),結(jié)果表明該方法準(zhǔn)確快速。
   3.基于近紅外光譜的北豆根膠囊的定量和定性分析
   應(yīng)用近紅外光譜技術(shù)建立了北豆根膠囊的總生物堿的定量和定性分析方法。收集了3個(gè)廠家85個(gè)批次的樣品,將近紅外光譜與相應(yīng)的化學(xué)值相關(guān)聯(lián)建立定量模型。模型的決定系數(shù)、內(nèi)部交叉驗(yàn)證均方

8、差、預(yù)測(cè)標(biāo)準(zhǔn)偏差分別為99.63%、1.04、4.49,相對(duì)分析誤差為3.81,結(jié)果表明該定量分析模型能應(yīng)用于生產(chǎn)實(shí)踐中。聚類分析和K-最鄰近法相結(jié)合對(duì)不同生產(chǎn)廠家的樣品進(jìn)行了鑒別,識(shí)別率分別為97%、100%。本實(shí)驗(yàn)在做判別分析時(shí)有了一個(gè)很大的突破:在一級(jí)譜庫無法對(duì)一些樣品進(jìn)行正確歸類時(shí),可將這些樣品歸入二級(jí)子庫,重新設(shè)定條件,進(jìn)行進(jìn)一步的定性鑒別。
   4.銀杏葉的近紅外定量分析與定性分析模型的建立及應(yīng)用
   本

9、文采用了近紅外光譜分析方法對(duì)幾個(gè)地區(qū)的銀杏葉樣品做了定量和定性分析研究與應(yīng)用。選取7501.7~4246.5cm-1做為建模的光譜范圍,模型的預(yù)測(cè)值與標(biāo)準(zhǔn)值間的相關(guān)系數(shù)R2為98.62%,內(nèi)部交叉驗(yàn)證均方差RMSECV為0.103,相對(duì)分析誤差RPD為3.05,且5個(gè)樣品的重復(fù)性實(shí)驗(yàn)的相對(duì)標(biāo)準(zhǔn)偏差都在2%以下,說明將該模型應(yīng)用于實(shí)際檢測(cè)中是可行的。在進(jìn)行定性判別分析和聚類分析時(shí),模型的識(shí)別率都達(dá)到了100%。
   5.基于近紅

10、外光譜法對(duì)車前草的模式識(shí)別定性分析方法研究
   本文采用近紅外光譜技術(shù),同時(shí)結(jié)合化學(xué)計(jì)量學(xué)方法,對(duì)車前草的歸屬地進(jìn)行判別分類工作。在8003~4000cm-1光譜范圍內(nèi),使用聚類分析方法建立了聚類分析模型,模型的識(shí)別率是100%,預(yù)測(cè)率也為100%。定性判別分析方法建模時(shí),模型的識(shí)別率也達(dá)到了100%。研究表明,近紅外漫反射光譜結(jié)合模式識(shí)別定性分析方法可作為一種可靠、準(zhǔn)確、快速,能應(yīng)用于生產(chǎn)實(shí)踐的方法。通過實(shí)驗(yàn)得出這一結(jié)論:定

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論