近紅外漫反射光譜結合PLS-ANN算法對藥物有效成分的定量分析測定.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近紅外光譜(Near Infrared Spectroscopy,NIRS)技術是一種新興的環(huán)保分析技術,將光譜測量、電子計算機和化學計量學方法“三合為一”的現(xiàn)代光譜分析技術。該技術廣泛涉及農業(yè)、食品、煙草、環(huán)境、生物醫(yī)學等行業(yè)的分析,在制藥領域的研究和應用起步較晚,研究范圍主要集中在藥物原料的鑒定、藥物制劑的分析、藥物生產過程的控制以及采用不同化學計量學方法對光譜數(shù)據信息處理效果的對比等。
   本實驗研究的主要內容是藥物原料

2、含量的測定和化學計量學方法的對比應用。首先,將近紅外光譜測定結合化學計量學中的偏最小二乘法(Partial LeastSquare,PLS)對鹽酸托莫西汀,福多斯坦和復方阿司匹林雙嘧達莫三種藥物的待測成分進行定量分析測定,并在各自最佳波段范圍內分別建立三種藥物的最佳PLS模型。采用相關系數(shù)(Correlation coefficient,R)、交互驗證均方根誤差(Root mean square error of cross valid

3、ation,RMSECV)、校正集均方根誤差(Rootmean square error of calibration,RMSEC)和預測集均方根誤差(Root mean squareerror of prediction,RMSEP)、主因子數(shù)(Factor)等參數(shù)對模型進行分析評價,結果為:鹽酸托莫西汀 PLS模型的R=0.98468,RMSECV=0.00290,RMSEC=0.00117,RMSEP=0.00476,Factor

4、=8;福多斯坦PLS模型的R=0.99477、RMSECV=0.00357,RMSEC=0.00304,RMSEP=0.00389,Factor=3;復方阿司匹林雙嘧達莫中雙嘧達莫PLS模型的R=0.99921,RMSECV=0.00170,RMSEC=0.00110,RMSEP=0.00291,Factor=5;復方阿司匹林雙嘧達莫中阿司匹林PLS模型的R=0.99517,RMSECV=0.00081,RMSEC=0.000378,R

5、MSEP=0.000831,Factor=8。鹽酸托莫西汀、福多斯坦、雙嘧達莫和阿司匹林四種待測成分PLS模型的最佳篩選波段范圍依次是:4550cm-1~4950cm-1、4900cm-1~5200cm-1、4250cm0-1~4950cm-1、4950cm-1~5250cm-1;平均回收率依次為:103.9%、99.6%、99.9%、99.3%;相對誤差范圍依次為:-6.8%~10.2%、-2.0%~1.0%、-2.0%~1.2%、-

6、5.5%~8.3%。
   其次,分別將鹽酸托莫西汀、福多斯坦、雙嘧達莫和阿司匹林四個待測成分的最佳壓縮波段信息與前饋人工神經網絡(Back-Propagtion Artificial NeuralNetworks,BP-ANN)定量分析方法結合,對四個待測組分含量進行預測。預測結果為:四個待測組分由原始光譜建立的PLS-ANN模型的預測效果均比一階、二階導數(shù)建立的PLS-ANN模型的預測效果好;相關系數(shù)依次為:0.6591、0

7、.8359、0.8646、0.4029;RMSECV分別為:0.0318、0.0317、0.0319、0.0318;RMSEP分別為:0.0232、0.0194、0.0212、0.0277;平均回收率依次為:93.9%、101.4%、94.8%、103.8%;相對誤差范圍依次為:-30.3%~25.5%、-4.8%~8.2%、-9.2%~0.5%、-21.7%~22.1%。
   最后,將三種藥物四個待測成分的PLS模型與PLS

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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論