付里叶变换近红外漫反射光谱定量分析数学模型的建立与评价

本文在I的研究基础上,根据近红外漫反射光谱定量分析的原理,以谷子、玉米、小麦样品为实验材料,选用近代回归分析的方法,研究了谷子、玉米蛋白质及小麦沉淀值品质分析近红外光谱定量数学模型的建立与评价。

芦丁和维生素C的近红外漫反射光谱技术定量分析研究

首次利用近红外漫反射技术和偏最小二乘法定量分析了复方芦丁片的主组分芦丁和维生素C混合样品的含量 ,所建立的预测方程对样品的预测值和真实值之间的相关系数为 99 75 %,芦丁和维生素C定标标准差分别为 0 3 63 %和 1 0 78%。该方法快速、准确。

辛伐他汀片近红外漫反射光谱定量分析模型的建立

目的:采用近红外漫反射光谱分析技术和化学计量学的方法对小规格的辛伐他汀片进行快速无损的含量测定和含量均匀度检查。方法:采集8个浓度梯度的各10批自制样品及来源于7个不同厂家30批次4个规格的市售样品的近红外漫反射光谱,并通过聚类分析方法确定校正集和验证集,光谱预处理方法为二阶导数,谱段范围为11995.7～5446·3cm-1,回归方法采用偏最小二乘法。结果:92个校正集样品经交叉验证建立校正模型,浓度范围为2.2%～16.9%,交叉验证均方根误差(RMSECV)为0.110,确定系数为0.9993;12个验证集市售样品的预测均方根误差(RMSEP)为0.137,预测值与真实值的相关系数为0.9981。方法精密度RSD为1.09%(n=6),方法稳定性RSD为0.62%(n=5)。对8个厂家10批4个规格市售样品含量测定,相对偏差均小于2%。对2个厂家的2批样品的含量均匀度检查结果与HPLC法结果无明显差异。结论:建立的定量模型能对不同企业生产的小规格的辛伐他汀片作出准确、快速、无损的定量分析,可用于药品的现场快速分析和某一厂家样品的含量均匀度分析。

近红外漫反射光谱法非侵入式定量分析盐酸氨溴索片剂

目的 建立非侵入式检测盐酸氨溴索片剂待压颗粒、裸片及铝塑包装片的方法。方法 应用傅立叶变换近红外光谱仪和外接积分球、旋转测样器及固体光纤探头 ,颗粒样品采用PbS检测器 ,裸片及铝塑包装片采用InGaAs检测器 ,在 12 0 0 0～ 4 0 0 0cm- 1 ,每份样品扫描 6 4次求平均值 ,通过PLS法建立模型 ,待压颗粒、裸片、铝塑包装片建模采用波段分别为 4 6 0 2～ 4 2 4 7,12 0 0 0～ 74 98和 6 10 2～ 5 4 4 6 ,12 0 0 0～ 5 4 4 6cm- 1 。结果 交互证实法确定待压颗粒、裸片及铝塑包装片最佳主成分数均为 6 ,均方误分别为 0 30 6 ,0 972和 1 4 92。待压颗粒、裸片及铝塑包装片预示集主药盐酸氨溴索平均回收率分别为 10 0 % ,10 0 %和 10 2 % ,回收率RSD分别为 1 17% ,1 70 %和 1 78%。结论 近红外漫反射光谱法简便、快速、可靠 ,完全可应用于盐酸氨溴索片剂待压颗粒、裸片及铝塑包装片的快速无损定量分析 。

近红外漫反射光谱法对阿莫西林胶囊的定性及定量分析

目的:采用近红外漫反射光谱分析技术对阿莫西林胶囊进行定性和定量分析。方法:按阿莫西林胶囊配方组成配制含主药阿莫西林浓度范围从5.91%-84.13%的32个实验室样品,并收集来源于9个厂家的41批工业样品,采集其近红外光谱。分别采用判别分析和偏最小二乘回归法建立定性和定量分析模型,将其用于对未知样品含量及生产厂家进行预测分析,并对定量分析方法的重现性和加样回收率进行考察。结果:定性分析模型对18个预测样品的判错数为0。定量分析模型对24个未知样品的预测均方差 RMSEP 为1.22%,预测值与真值的相关系数 r 为0.9983,加样平均回收率为99.75%,系统精密度 RSD 为0.3%,方法精密度 RSD 为0.6%。结论:用近红外光谱分析技术对阿莫西林胶囊进行定性和定量分析结果准确可靠,方法简便快速,不需预处理,可推广用于此类样品工业现场的原位和在线检测。

近红外漫反射光谱法定量分析连翘药材

利用近红外漫反射光谱技术和偏最小二乘法定量分析了连翘药材中连翘苷与连翘酯苷的含量。所建立校正模型内部交叉验证均方差(RMSEC)分别为0.327、0.273,交叉验证决定系数分别为0.968、0.978。利用该模型对10份未知样品进行预测,预测值和参考值之间的相关系数分别为0.929、0.986,预测均方差(RMSEP)分别为0.421、0.260,该法具有准确、快速、不破坏样品等优点。

紫外-可见-短波近红外漫反射光谱法对丙氨酸手性的定性定量分析

以D-、L-和DL-丙氨酸为对象,首次研究了紫外-可见-短波近红外漫反射光谱结合化学计量学快速、无损地定性、定量分析固体手性化合物的可行性。在粒度过100目、样品与光纤探头距离5.6 mm的最优条件下测量漫反射光谱,经预处理后,采用主成分分析法(PCA)和判别偏最小二乘法(PLS-DA)建模进行定性分析,结果预测判别准确率为100%。定量分析上,16个不同比率的L-/D-丙氨酸二元混合粉末样的光谱经波长选择、光谱数据预处理后,以偏最小二乘回归法(PLR)和支持向量回归法(SVR)建模,校正集和预测集的最优决定系数(R2)均在0.99和0.98以上,绩效偏差率(RPD)值远高于2。研究表明,采用紫外-可见-短波近红外漫反射光谱法结合化学计量学可应用于手性固态丙氨酸的快速、无损分析,并有望于运用到手性药物的质量检测上。

近红外漫反射光谱法对DNA碱基混合物的定量分析

研究近红外漫反射光谱(NIRDRS)同偏最小二乘法(PLS)相结合对四种碱基(鸟嘌呤G、腺嘌呤A、胞嘧啶C、胸腺嘧啶T)混合物进行定量分析。实验结果表明:当最佳主成分数为4时,碱基含量的预测值最好,其预测集的相关系数R分别为A=0.9847,T=0.9851,G=0.9923,C=0.9933;相对标准误差RSD分别为A=1.3927%,T=1.4952%,G=1.6353%,C=1.7092%。

近红外漫反射光谱-偏最小二乘法非破坏定量分析维生素C片

目的采用近红外漫反射技术结合偏最小二乘法对维生素C片中的维生素C进行非破坏性定量分析。方法110个校正集样品采用近红外二阶导数在10 000~4 000 cm-1光谱区间建立了维生素C片中维生素C的含量定量分析模型,对验证集进行验证,并计算实际样品的标示含量。结果校正集预测值与真实值的相关系数（r）为0.996 9,校正均方根误差（RMSEC）为1.30。对10个验证集样品进行外部验证,预测均方根误差（RMSEP）为0.656,预测值的平均回收率为97.24%（RSD=4.89%,n=10）。结论本方法简便,快速,准确,适用于药品快速检查和质量控制。

维C银翘片中维生素C含量的中红外漫反射光谱技术定量分析研究

目的 :建立维C银翘片中维生素C的含量的检测方法。方法 :采用中红外漫反射定量分析技术 ,测定了维C银翘片中维生素C的含量。结果 :可直接测定出样品中维生素C的含量 ,且吸收度与维生素C的浓度成良好的线性关系 ,平均回收率为 98.6 9% ,RSD为 0 .33%。结论 :本方法简便、准确、可靠 ,可用于维C银翘片中维生素C的含量测定。

基于近红外漫反射光谱的规模化奶牛场粪水氮磷定量分析及模型构建

为建立规模化奶牛场粪水中氮磷含量现场快速检测方法,以实现准确预测的同时替代常规监测程序,选取23家天津市典型种养结合模式的规模化奶牛场,围绕粪水处理全过程环节依次开展样品采集、实验室常规化学检测、近红外漫反射光谱采集,并进行主成分分析和偏最小二乘分析,建立多种动态复合影响因素条件下的全局、全程快速检测定量分析模型。结果表明:主成分分析不仅反映出同一奶牛场粪水有机组分随处理环节的变化,而且也反映出不同奶牛场粪水样品的差异性,以及在粪水处理过程中各因素对后续模型的影响程度。建立的全过程环节定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为187.80;对总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为3.59。建立的全局定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为238.59;总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为6.56。研究表明,基于近红外漫反射光谱和偏最小二乘法对规模化奶牛场粪水处理全过程环节粪水样品中氮、磷含量进行定量分析是可行的;纵向模型比横向模型能提供更好的预测结果;近红外漫反射光谱技术可实时、快速、高效地对规模化奶牛场粪水处理全过程总氮和总磷进行跟踪和监控。

近红外漫反射光谱结合CARS-PLS规模化奶牛场粪便总氮定量分析模型的建立

将近红外漫反射光谱技术与CARS-PLS相结合,建立一种规模化奶牛场粪污治理过程中全环节粪便中总氮含量的快速检测方法。采集111个粪污治理全过程环节粪便样品的近红外漫反射光谱,利用间隔偏最小二乘法(iPLS)、联合偏最小二乘法(siPLS)和竞争自适应重加权抽样法(CARS)进行建模变量选择。全波长建模的相关系数(R)为0.928,预测均方根误差(RMSEP)为0.1613%;iPLS变量选择后的相关系数为0.926,RMSEP为0.1514%;siPLS变量选择后的相关系数为0.928,RMSEP为0.1491%;CARS变量选择后的相关系数为0.981,RMSEP为0.0841%。上述结果表明:通过变量选择可以良好地提升模型的预测精度,而3种变量选择方法中通过CARS法进行建模变量的选择可以更大地降低预测误差,提高预测精度。该研究为开发现场便捷式近红外光谱仪器提供了理论基础。

近红外漫反射光谱法定量分析注射用二乙酰氨乙酸乙二胺

目的建立近红外漫反射光谱分析技术定量测定注射用二乙酰氨乙酸乙二胺含量的方法。方法采用傅立叶变换近红外光谱仪和固体光纤探头,采用InGaAs检测器,在12000~4000cm-1范围内每份样品扫描64次,求平均值,通过偏最小二乘法建立模型,样品建模采用波段为7482.5~5041.1cm-1。结果定量分析模型对未知样品的预测均方差RMSEP为2.03,预测值与真实值的相关系数R为0.9969,平均回收率为(100.85±0.29)%,方法精密度RSD为0.28%。结论用近红外漫反射光谱分析技术对注射用二乙酰氨乙酸乙二胺进行定量分析,结果准确可靠,方法简便快速,不需预处理,适合大量重复性样品的分析测定。

加替沙星胶囊近红外漫反射光谱法定量分析模型的建立

目的:采用对加替沙星胶囊的含量进行在线定量分析。方法:通过对特制的含量为标示量的0%、20%、50%、80%、100%、120%加替沙星胶囊剂和在线抽得的20批加替沙星胶囊,在OPUS软件环境下,用偏最小二乘法建立定量模型,样品建模采用波段为5 777.8～5 449.9 cm^(-1)和4 601.4～4 246.5 cm^(-1)。结果:经内部交叉验证,模型预测的结果和实验室测定的结果基本一致。结论:该模型可以快速的预测加替沙星胶囊的含量,可以有效的应用于生产企业的在线监测。

近红外漫反射光谱法非侵入式定量分析盐酸氨溴索片剂

建立非侵入式检测盐酸氨澳索片剂待压颗粒、裸片及铝塑包装片的方法。方法 :应用傅立叶变换近红外光谱仪和外接积分球、旋转测样器及固体光纤探头,颗粒样品采用Pb S检测器进行检测。结论 :近红外漫反射光谱法简便、快速、可靠,完全可应用于盐酸氨澳索片剂待压颗粒、裸片及铝塑包装片的快速无损定量分析,有望进行在线检测。

二组分食用调和油组成的近红外光谱检测定量分析

分别取花生油、大豆油、玉米油和葵花籽油调和成不同比例的二组分食用调和油样品，采集样品在4000cm^-1～10000cm^-1范围内的近红外漫反射光谱，光谱经一阶导数等预处理后，采用偏最小二乘法建立二纽份调和油中各纽分含量的定标模型，并用Leave—one—out内部交叉验证法对模型进行验证。四种食用油定标模型的相关系数R分别为0．9996，0．9931，0．9985和0．9988，校正均方根RMSEC分别为0．83％，3．81％，1．76％和1．57％。采用不同品牌的玉米油和大豆油配制成二组分调和油样品，建立的PLS定标模型其R和RMSEC分别为0．9985和1．42％。研究结果表明，采用近红外光谱法可以实现二组分调和食用油中不同成分含量的准确定量检测，检测结果不受食用油生产厂家的影响。

鱼粉中氨基酸近红外光谱定量分析

收集了145个鱼粉样本,应用偏最小二乘(PLS)方法,建立了鱼粉中17种氨基酸和总氨基酸NIRS定标模型。天冬氨酸、蛋氨酸、赖氨酸、苏氨酸、谷氨酸、甘氨酸、丙氨酸、缬氨酸、异亮氨酸、亮氨酸、苯丙氨酸、精氨酸、脯氨酸和总氨基酸的化学分析值与NIRS预测值的决定系数R2都达到0.87以上,相对标准差均小于10%,相对分析误差均大于3;酪氨酸的决定系数R2为0.8678,相对标准差为8.65%,相对分析误差为2.77;组氨酸、丝氨酸和半胱氨酸的决定系数R2分别为0.9005、0.7436和0.3541,相对标准差分别为14.19%、17.85%和33.85%,相对分析误差分别为2.96、1.98和1.04。结果表明,利用近红外光谱分析技术能够较准确地检测鱼粉中14种氨基酸;酪氨酸只能进行粗略估测;组氨酸、丝氨酸和半胱氨酸难于进行实际检测。

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。

近红外光谱法快速定量分析那格列奈

采用近红外漫反射光谱分析技术和化学计量学的方法对那格列奈进行快速无损的定量分析.采集41份不同浓度系列的那格列奈样品测量近红外漫反射光谱,用多元散射校正结合一阶导数的光谱预处理方法,结合偏最小二乘法(PLS)建立那格列奈的定量分析模型.结果表明:交叉验证均方根误差(RMSECV)为0.448 5,决定系数R2为0.999 8;预测均方根误差(RMSEP)为0.196 0.方法精密度RSD为1.1%(n=6),加标回收率为95.55%.结果表明,用近红外光谱分析技术对那格列奈进行定量分析结果准确可靠,方法简便快速,可推广用于此类样品的工业在线分析.

近红外光谱技术应用于摇头丸中MDMA、MA无损定量分析的研究

提出了用近红外漫反射光谱快速无损测定摇头丸中亚甲二氧基甲基苯丙胺（MDMA）、甲基苯丙胺（MA）含量的新方法。收集含MDMA摇头丸56份和含MA摇头丸58份,采用GC-MS确定其中MDMA和MA质量分数分别为0.64%~53.83%,0.37%~5.81%。在12000~4000 cm-1扫描样品,以交叉验证误差均方根（RMSECV）为指标,通过筛选,对各组分确定了用于建模的最优近红外波段和光谱预处理方法,采用偏最小二乘算法建立了近红外光谱与这2组分GC-MS分析值之间的校正模型,并以此分别预测21个样本。δ代表预测样本NIR值/GC-MS值,MDMA和MA在裸片和塑料包装中δ值的均值为99%、101%、100%、101%,RSD分别为7.33%、20.3%、4.52%、12.3%。该方法可对摇头丸裸片中MDMA和MA进行快速无损分析,结果可靠,为刑事案件中毒品成分的测定提供了一种新的分析手段。