CN101310738B - 一种中药提取物的中红外光谱多组分定量分析方法 - Google Patents
一种中药提取物的中红外光谱多组分定量分析方法 Download PDFInfo
- Publication number
- CN101310738B CN101310738B CN 200810094561 CN200810094561A CN101310738B CN 101310738 B CN101310738 B CN 101310738B CN 200810094561 CN200810094561 CN 200810094561 CN 200810094561 A CN200810094561 A CN 200810094561A CN 101310738 B CN101310738 B CN 101310738B
- Authority
- CN
- China
- Prior art keywords
- chinese medicine
- atr
- medicine extract
- collection
- extractum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种中药提取物的中红外光谱多组分定量分析方法。该方法通过以下步骤建立分析模型：1)收集30批以上的中药提取物进行指标成份含量测定与红外谱图扫描；2)利用spectrum quant+软件建立分析模型，并通过参数优化使模型拟合率接近1.0。实际应用本方法进行样品测定时，只需扫描一张中红外光谱图代入模型即可预测出含量值，操作简单，检测成本较低，检测周期短，数据重现性好；而且不使用有机试剂，不会产生废液，优于常规的HPLC检测方法；对于含量很低的指标成分(＜2％)，仍能较好地预测其含量。
Description
技术领域
本发明涉及一种中药提取物的质量控制方法，具体涉及一种中药提取物的快速定量分析方法。
背景技术
在中药提取过程中，需要对指标成分的含量进行测定，以保证产品的质量和批次之间的稳定。目前，常规采用HPLC法(高效液相色谱法)测定指标成分的含量，即对每批次的中药提取物进行称量、溶解、稀释、HPLC进样等步骤，再与指标成分对照品通过峰面积归一法计算含量，得到每批中药提取物指标成分含量值。具体步骤如下1)中药提取物前处理，包括溶解、定容；2)色谱条件建立，包括配制流动相，配制对照品，建立仪器系统性方法；3)色谱图处理，计算样品含量。这种测定方法除流动相与对照品在短期内可连续使用外，每次样品含量测定时均要重复以上3个操作。因此，HPLC含量测定方法繁琐、周期较长(检测一批样品约8小时)、试剂使用量较大，而且数据波动性较大，无法快速地预测提取物中指标成分的含量。
红外光谱技术随着计算机的发展而被广泛应用于中药检测领域。近红外(NIR)多组分定量分析因其快速、无损、光谱特性稳定、信息量大、模型盲样预测率高的优势，在食品与饲料行业成分分析预测方面得到应用。食品和饲料中指标成分占总体成分比例较高，一般为20-60％(重量百分比，下同)之间，如在饲料营养成分分析中，粗蛋白含量一般为20-25％，模型建立时拟合率比较容易接近1.0。但中药提取物中有效成分含量均比较低，一般在10％以内。如白芍提取物中有效成分芍药苷的含量仅为9％左右，丹参提取物中有效成分丹参素含量在3％左右，黄芪提取物中有效成分黄芪甲苷含量在1％左右。采用NIR方法建立模型拟合率较低，达不到0.9，导致盲样(即待测样品)带入模型预测结果准确率低，而且近红外仪器较贵，检测成本较高。
长期以来研究人员一直使用中红外光谱进行物质定性分析，尚未有使用中红外光谱进行多组分定量分析的研究。中红外谱系特征性强，对低比例成分(5％～20％)多组分含量预测效果较佳，而且中红外仪器普及率较高。所以将中红外多组分定量分析用于快速预测中药提取物指标成分的含量，并解决应用中的实际问题，如模型建立，一直是人们渴望解决而未得到解决的问题。
发明内容
本发明的目的是提供一种中药提取物的中红外光谱多组分定量分析方法，该方法解决了上述问题，操作简单，检测成本低，检测周期短，数据重现性好；对于含量很低的指标成分(＜2％，重量百分比，下同)，仍能较好地预测其含量。
本发明所述的分析方法可描述如下：
1)收集30批同品种不同批次中药提取物进行含量测定，获取指标成分含量；
2)将以上提取物进行红外谱图扫描；
3)将光谱图与含量值代入spectrum quant+软件(美国PE公司)建立模型；
4)调整参数优化模型使拟合率接近1.0；
5)实际测定：将待测定样品扫描一张红外谱图，代入模型，进行计算，预测出该批提取物指标成份含量值。
步骤1)中所述的中药提取物优选浸膏或干粉，所述指标成份优选为1～3种。
步骤2)中红外图谱扫描，中药药提取物如果是干粉优选压片法，浸膏则优选ATR(水平衰减全反射)法。对于浸膏，采取ATR法，可以减少浸膏压片所产生误差对模型建立造成的影响。
步骤3)中所述的参数选自光谱残差、建模残差、组合残差、建模权重、分辨权重；在指标成分含量＞5％时，优选以建模权重和分辨权重为主参数；当指标成分含量≤5％时，优选以上五个参数全面考虑。
步骤4)中，指标成份含量≥2％时，模型拟合率优选逼近于1；指标成份含量＜2％时，拟合率优选接近0.95。
步骤5)中，实际盲样测定时，样品优选平行测定两份，以减少检测误差的产生；盲样指标成份真实值与预测值之间最优差异≤5％。
本发明所述的中药优选为白芍、丹参、黄芪。
在波段选择方面，对羟基、羰基、C-C单键、C-C双键、C-C三键、C-O键等官能团的吸收进行筛选。进行全波段分析(4000-450cm-1)，如果模型拟合率较低，需分段筛选。选取表示水分的羟基区域(4000-3000cm-1)，表示糖类物质的C-C双键、C-C三键区域(1200-800cm-1)，经过分析研究引入结合含量纯物质选取特征波段的方法，结合指标成分特征峰，选取特征性表征最强的吸收波段。
通过建立定量分析模型，实际应用本方法进行样品测定时，只需扫描一张中红外光谱图代入模型即可预测出含量值，操作简单，检测成本较低，检测周期短，数据重现性好；而且不使用有机试剂，不会产生废液，优于HPLC检测方法；对于含量很低的指标成分(＜2％)，仍能较好地预测其含量。
附图说明
图1是实施例1中批号为20060902的白芍浸膏的ATR图谱；
图2是实施例1中批号为20060903的白芍浸膏的ATR图谱；
图3是实施例1中批号为20060904的白芍浸膏的ATR图谱；
图4是实施例1中批号为20060905的白芍浸膏的ATR图谱；
图5是实施例1中批号为20060906的白芍浸膏的ATR图谱；
图6是实施例1中批号为20060907的白芍浸膏的ATR图谱；
图7是实施例1中批号为20060908的白芍浸膏的ATR图谱；
图8是实施例1中批号为20060909的白芍浸膏的ATR图谱；
图9是实施例1中批号为20060910的白芍浸膏的ATR图谱；
图10是实施例1中批号为20060911的白芍浸膏的ATR图谱；
图11是实施例1中批号为20060912的白芍浸膏的ATR图谱；
图12是实施例1中批号为20060913的白芍浸膏的ATR图谱；
图13是实施例1中批号为20060914的白芍浸膏的ATR图谱；
图14是实施例1中批号为20060915的白芍浸膏的ATR图谱；
图15是实施例1中批号为20061002的白芍浸膏的ATR图谱；
图16是实施例1中批号为20061003的白芍浸膏的ATR图谱；
图17是实施例1中批号为20061004的白芍浸膏的ATR图谱；
图18是实施例1中批号为20061005的白芍浸膏的ATR图谱；
图19是实施例1中批号为20061006的白芍浸膏的ATR图谱；
图20是实施例1中批号为20061007的白芍浸膏的ATR图谱；
图21是实施例1中批号为20061101的白芍浸膏的ATR图谱；
图22是实施例1中批号为20061102的白芍浸膏的ATR图谱；
图23是实施例1中批号为20061103的白芍浸膏的ATR图谱；
图24是实施例1中批号为20061104的白芍浸膏的ATR图谱；
图25是实施例1中批号为20061105的白芍浸膏的ATR图谱；
图26是实施例1中批号为20061106的白芍浸膏的ATR图谱；
图27是实施例1中批号为20061107的白芍浸膏的ATR图谱；
图28是实施例1中批号为20061108的白芍浸膏的ATR图谱；
图29是实施例1中批号为20061109的白芍浸膏的ATR图谱；
图30是实施例1中批号为20061202的白芍浸膏的ATR图谱；
图31是实施例1中批号为20060901(盲样，即待测批次)的白芍浸膏的ATR图谱；
图32是实施例1中批号为20061001(盲样，即待测批次)的白芍浸膏的ATR图谱。
图33是实施例2中批号为20070101的丹参浸膏的ATR图谱；
图34是实施例2中批号为20070102的丹参浸膏的ATR图谱；
图35是实施例2中批号为20070103的丹参浸膏的ATR图谱；
图36是实施例2中批号为20070104的丹参浸膏的ATR图谱；
图37是实施例2中批号为20070105的丹参浸膏的ATR图谱；
图38是实施例2中批号为20070106的丹参浸膏的ATR图谱；
图39是实施例2中批号为20070107的丹参浸膏的ATR图谱；
图40是实施例2中批号为20070108的丹参浸膏的ATR图谱；
图41是实施例2中批号为20070109的丹参浸膏的ATR图谱；
图42是实施例2中批号为20070110的丹参浸膏的ATR图谱；
图43是实施例2中批号为20061107的丹参浸膏的ATR图谱；
图44是实施例2中批号为20061108的丹参浸膏的ATR图谱；
图45是实施例2中批号为20061109的丹参浸膏的ATR图谱；
图46是实施例2中批号为20061110的丹参浸膏的ATR图谱；
图47是实施例2中批号为20061111的丹参浸膏的ATR图谱；
图48是实施例2中批号为20061112的丹参浸膏的ATR图谱；
图49是实施例2中批号为20061113的丹参浸膏的ATR图谱；
图50是实施例2中批号为20061114的丹参浸膏的ATR图谱；
图51是实施例2中批号为20061115的丹参浸膏的ATR图谱；
图52是实施例2中批号为20061116的丹参浸膏的ATR图谱；
图53是实施例2中批号为20061201的丹参浸膏的ATR图谱；
图54是实施例2中批号为20061202的丹参浸膏的ATR图谱；
图55是实施例2中批号为20061203的丹参浸膏的ATR图谱；
图56是实施例2中批号为20061204的丹参浸膏的ATR图谱；
图57是实施例2中批号为20061205的丹参浸膏的ATR图谱；
图58是实施例2中批号为20061206的丹参浸膏的ATR图谱；
图59是实施例2中批号为20061207的丹参浸膏的ATR图谱；
图60是实施例2中批号为20061208的丹参浸膏的ATR图谱；
图61是实施例2中批号为20061209的丹参浸膏的ATR图谱；
图62是实施例2中批号为20061210的丹参浸膏的ATR图谱；
图63是实施例2中批号为20061221(盲样，即待测批次)的丹参浸膏的ATR图谱；
图64是实施例2中批号为20061222(盲样，即待测批次)的丹参浸膏的ATR图谱；
图65是实施例3中批号为20040213的黄芪浸膏的ATR图谱；
图66是实施例3中批号为20040213F1的黄芪浸膏的ATR图谱；
图67是实施例3中批号为20040214的黄芪浸膏的ATR图谱；
图68是实施例3中批号为20040214F1的黄芪浸膏的ATR图谱；
图69是实施例3中批号为20040702的黄芪浸膏的ATR图谱；
图70是实施例3中批号为20040215的黄芪浸膏的ATR图谱；
图71是实施例3中批号为20040215F1的黄芪浸膏的ATR图谱；
图72是实施例3中批号为20040901的黄芪浸膏的ATR图谱；
图73是实施例3中批号为20040801的黄芪浸膏的ATR图谱；
图74是实施例3中批号为20050801的黄芪浸膏的ATR图谱；
图75是实施例3中批号为20051101的黄芪浸膏的ATR图谱；
图76是实施例3中批号为20050501的黄芪浸膏的ATR图谱；
图77是实施例3中批号为20050502的黄芪浸膏的ATR图谱；
图78是实施例3中批号为20050503的黄芪浸膏的ATR图谱；
图79是实施例3中批号为20050504的黄芪浸膏的ATR图谱；
图80是实施例3中批号为20050505的黄芪浸膏的ATR图谱；
图81是实施例3中批号为20050506的黄芪浸膏的ATR图谱；
图82是实施例3中批号为20050601的黄芪浸膏的ATR图谱；
图83是实施例3中批号为20050602的黄芪浸膏的ATR图谱；
图84是实施例3中批号为20050603的黄芪浸膏的ATR图谱；
图85是实施例3中批号为20050701的黄芪浸膏的ATR图谱；
图86是实施例3中批号为20050702的黄芪浸膏的ATR图谱；
图87是实施例3中批号为20050703的黄芪浸膏的ATR图谱；
图88是实施例3中批号为20050704的黄芪浸膏的ATR图谱；
图89是实施例3中批号为20050705的黄芪浸膏的ATR图谱；
图90是实施例3中批号为20050706的黄芪浸膏的ATR图谱；
图91是实施例3中批号为20050707的黄芪浸膏的ATR图谱；
图92是实施例3中批号为20050708的黄芪浸膏的ATR图谱；
图93是实施例3中批号为20050709的黄芪浸膏的ATR图谱；
图94是实施例3中批号为20050710的黄芪浸膏的ATR图谱；
图95是实施例3中批号为20050713(盲样，即待测批次)的黄芪浸膏的ATR图谱；
图96是实施例3中批号为20050714(盲样，即待测批次)的黄芪浸膏的ATR图谱；
具体实施方式
以下通过实施例，进一步说明本发明，但不作为对本发明的限制。
实施例1 白芍浸膏中芍药苷含量的预测。
1.白芍浸膏30批次，HPLC含量测定。
HPLC测定时采用仪器型号为Waters2996；三十批次芍药苷含量数据如下：
| 白芍浸膏批号 | 芍药苷含量(％，HPLC测定值，重量百分比) |
| 20060902 | 6.556 |
| 20060903 | 7.374 |
| 20060904 | 7.096 |
| 20060905 | 7.334 |
| 20060906 | 7.212 |
| 20060907 | 7.253 |
| 20060908 | 7.037 |
| 20060909 | 6.084 |
| 20060910 | 7.209 |
| 20060911 | 7.662 |
| 20060912 | 7.422 |
| 20060913 | 7.598 |
| 20060914 | 7.651 |
| 20060915 | 7.325 |
| 20061002 | 7.453 |
| 20061003 | 7.224 |
| 20061004 | 7.230 |
| 20061005 | 6.498 |
| 20061006 | 7.237 |
| 20061007 | 6.834 |
| 20061101 | 7.210 |
| 20061102 | 7.575 |
| 20061103 | 7.662 |
| 20061104 | 7.320 |
| 20061105 | 7.791 |
| 20061106 | 7.308 |
| 20061107 | 8.134 |
| 20061108 | 7.790 |
| 20061109 | 8.254 |
| 20061201 | 8.335 |
2.对这30个批次的白芍浸膏进行红外光谱(ATR)扫描，获取谱图。
红外仪器采用型号为PE公司Spectrum One。
3.HPLC所得到的含量值和红外ATR图谱代入spectrum quant+软件建立模型。
结合光谱残差、建模残差、组合残差、建模权重、分辨权重登参数，选取波段。对羟基、羰基、C-C单键、C-C双键、C-C三键、C-O键等官能团的吸收进行筛选，先进行全波段分析(4000-450cm-1)模型拟合率较低。再进行分段筛选，选取表示水分的羟基区域(4000-3000cm-1)，表示糖类物质的C-C双键、C-C三键区域(1200-800cm-1)；经过分析研究引入结合含量纯物质选取特征波段的方法，结合芍药苷特征峰，选取特征性表征最强的，C-C双键吸收波段1400-700cm-1。如下表所示。
| 波数范围选择 | 主参数选择次数 | 其他参数综合选择次数 | 选取次数合计 |
| 4000-450cm-1 | 4 | 6 | 10 |
| 4000-3000cm-1 | 3 | 2 | 5 |
| 1200-800cm-1 | 6 | 4 | 10 |
| 1400-700cm-1 | 6 | 6 | 12 |
| 总计 | 19 | 18 | 37 |
结果模型拟合率达到0.9761，接近于1，达到了定量分析的要求。模型建立完毕。
4.盲样芍药苷含量的测定
将盲样(批次分别为20060901和20061001)进行ATR扫描，将所得图谱代入上述所建模型。其预测值和真实之之间的差异如下表所示。
| 批号 | 模型预测值 | HPLC测定真实值 | 标准偏差 |
| 20060901 | 7.334 | 7.030 | 2.12％ |
| 20061001 | 6.731 | 6.890 | 1.17％ |
实施例2 丹参浸膏中丹参素含量的预测。
1.丹参浸膏30批次，HPLC含量测定。
HPLC测定时采用仪器型号为Waters2996；三十批次丹参含量数据如下：
| 丹参浸膏批号 | 丹参素含量(mg/g，HPLC测定值) |
| 20070101 | 24 |
| 20070102 | 27 |
| 20070103 | 29 |
| 20070104 | 28 |
| 20070105 | 26 |
| 20070106 | 25 |
| 20070107 | 26 |
| 20070108 | 26 |
| 20070109 | 22 |
| 20070110 | 24 |
| 20061107 | 24 |
| 20061108 | 24 |
| 20061109 | 24 |
| 20061110 | 24 |
| 20061111 | 24 |
| 20061112 | 24 |
| 20061113 | 24 |
| 20061114 | 24 |
| 20061115 | 24 |
| 20061116 | 25 |
| 20061201 | 23 |
| 20061202 | 22 |
| 20061203 | 23 |
| 20061204 | 22 |
| 20061205 | 24 |
| 20061206 | 24 |
| 20061207 | 23 |
| 20061208 | 22 |
| 20061209 | 22 |
| 20061210 | 22 |
2.对这30个批次的丹参浸膏进行红外光谱(ATR)扫描，获取谱图。
红外仪器采用型号为PE公司Spectrum One。
3.HPLC所得到的含量值和红外ATR图谱代入spectrum quant+软件建立模型。
结合光谱残差、建模残差、组合残差、建模权重、分辨权重登参数，选取波段。对羟基、羰基、C-C单键、C-C双键、C-C三键、C-O键等官能团的吸收进行筛选，先进行全波段分析(4000-450cm-1)模型拟合率较低。再进行分段筛选，选取表示水分的羟基区域(4000-3000cm-1)，表示糖类物质的C-C双键、C-C三键区域(1200-800cm-1)；经过分析研究引入结合含量纯物质选取特征波段的方法，结合丹参素特征峰，选取特征性表征最强的，C-C双键吸收波段1300-600cm-1。如下表所示。
| 波数范围选择 | 主参数选择次数 | 其他参数综合选择次数 | 选取次数合计 |
| 4000-450cm-1 | 4 | 6 | 10 |
| 4000-3000cm-1 | 3 | 4 | 5 |
| 1200-800cm-1 | 6 | 2 | 10 |
| 1300-600cm-1 | 6 | 7 | 12 |
| 总计 | 19 | 19 | 38 |
结果模型拟合率达到0.9502，接近于1，达到了定量分析的要求。模型建立完毕。
4.盲样丹参素含量的测定
将盲样(批次分别为20061221和20061222)进行ATR扫描，将所得图谱代入上述所建模型。其预测值和真实之之间的差异如下表所示。
| 批号 | 模型预测值mg/g | HPLC测定真实值mg/g | 标准偏差 |
| 20061221 | 29 | 30 | 1.7％ |
| 20061222 | 29 | 28 | 1.7％ |
实施例3 黄芪浸膏中黄芪甲苷含量的预测。
1、取黄芪浸膏30批次，HPLC含量测定。
HPLC测定时采用仪器型号为Waters2996；三十批次黄芪甲苷含量数据如下：
| 黄芪浸膏批号 | 黄芪甲苷含量(mg/g，HPLC测定值) |
| 20040213 | 4.68 |
| 20040213F1 | 5.74 |
| 20040214 | 4.26 |
| 20040214F1 | 4.92 |
| 20040702 | 4.92 |
| 20040214 | 5.26 |
| 20040214F1 | 5.94 |
| 20040901 | 5.62 |
| 20040801 | 5.98 |
| 20050801 | 7.24 |
| 20051101 | 7.25 |
| 20050501 | 4.68 |
| 20050502 | 5.74 |
| 20050503 | 4.26 |
| 20050504 | 4.92 |
| 20050505 | 4.92 |
| 20050506 | 4.61 |
| 20050601 | 6.25 |
| 20050602 | 7.02 |
| 20050603 | 5.42 |
| 20050701 | 6.32 |
| 20050702 | 5.92 |
| 20050703 | 6.74 |
| 20050704 | 5.64 |
| 20050705 | 5.22 |
| 20050706 | 4.95 |
| 20050707 | 4.76 |
| 20050708 | 4.25 |
| 20050709 | 5.65 |
| 20050710 | 5.10 |
2.对这30个批次的黄芪浸膏进行红外光谱(ATR)扫描，获取谱图。
红外仪器采用型号为PE公司Spectrum One。
3.HPLC所得到的含量值和红外ATR图谱代入spectrum quant+软件建立模型。
结合光谱残差、建模残差、组合残差、建模权重、分辨权重登参数，选取波段。对羟基、羰基、C-C单键、C-C双键、C-C三键、C-O键等官能团的吸收进行筛选，先进行全波段分析(4000-450cm-1)模型拟合率较低。再进行分段筛选，选取表示水分的羟基区域(4000-3000cm-1)，表示糖类物质的C-C双键、C-C三键区域(1200-800cm-1)；经过分析研究引入结合含量纯物质选取特征波段的方法，结合黄芪甲苷特征峰，选取特征性表征最强的，C-C双键吸收波段1100-800cm-1。如下表所示。
| 波数范围选择 | 主参数选择次数 | 其他参数综合选择次数 | 选取次数合计 |
| 4000-450cm-1 | 4 | 6 | 10 |
| 4000-3000cm-1 | 3 | 4 | 5 |
| 1200-800cm-1 | 6 | 2 | 10 |
| 1100-800cm-1 | 6 | 7 | 12 |
| 总计 | 19 | 19 | 38 |
结果模型拟合率达到0.9602，接近于1，达到了定量分析的要求。模型建立完毕。
4.盲样黄芪素含量的测定
将盲样(批次分别为和)进行ATR扫描，将所得图谱代入上述所建模型。其预测值和真实之之间的差异如下表所示。
| 批号 | HPLC测定真实值mg/g | 模型预测值mg/g | 标准偏差％ |
| 20050713 | 7.22 | 7.02 | 1.40 |
| 20050714 | 5.39 | 5.43 | 0.37 |
Claims (10)
1.一种中药提取物的中红外多组分定量分析方法，其特征在于，该方法包括以下步骤：
1)收集30批同品种不同批次中药提取物进行含量测定，获取指标成分含量；
2)将以上提取物进行红外谱图扫描；
3)将红外光谱图和指标成分含量值代入spectrum quant+软件建立模型；
4)调整参数优化模型使拟合率接近1.0；
5)实际测定：将待测定样品扫描一张红外谱图，代入模型，进行计算，预测出该批提取物指标成份含量值。
2.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于所述的中药提取物是浸膏或干粉。
3.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于1)所述指标成份为1～3种。
4.权利要求2所述的中药提取物的中红外多组分定量分析方法，其特征在于2)所述的红外图谱扫描采用压片法或ATR法。
5.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于3)中所述的参数为建模权重和分辨权重。
6.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于3)中所述的参数为光谱残差、建模残差、组合残差、建模权重和分辨权重。
7.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于4)中，指标成份含量≥2％时，模型拟合率逼近于1；指标成份含量＜2％时，拟合率接近0.95。
8.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于5)实际盲样测定时样品平行测定两份。
9.权利要求1所述的中药提取物的中红外多组分定量分析方法，其特征在于5)盲样指标成份真实值与预测值之间差异≤5％。
10.权利要求1～9任意一项所述的中药提取物的中红外多组分定量分析方法，其特征在于所述的中药选自白芍、丹参或黄芪中的一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810094561 CN101310738B (zh) | 2007-05-24 | 2008-05-14 | 一种中药提取物的中红外光谱多组分定量分析方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200710057456 | 2007-05-24 | ||
| CN200710057456.1 | 2007-05-24 | ||
| CN 200810094561 CN101310738B (zh) | 2007-05-24 | 2008-05-14 | 一种中药提取物的中红外光谱多组分定量分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101310738A CN101310738A (zh) | 2008-11-26 |
| CN101310738B true CN101310738B (zh) | 2011-10-26 |
Family
ID=40099694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200810094561 Active CN101310738B (zh) | 2007-05-24 | 2008-05-14 | 一种中药提取物的中红外光谱多组分定量分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101310738B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110376137A (zh) * | 2018-12-18 | 2019-10-25 | 权冉(银川)科技有限公司 | 一种高纯沙棘黄铜vc检测选取的方法 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383352B (zh) * | 2012-05-03 | 2017-09-05 | 天津天士力之骄药业有限公司 | 一种柚皮苷和/或新橙皮苷的近红外透射光谱检测方法 |
| AT519918B1 (de) * | 2017-04-21 | 2020-12-15 | Insort Gmbh | Verfahren zur Detektion der Ranzigkeit von Ölfrüchten, Samen und Nüssen |
| CN108318442B (zh) * | 2018-02-06 | 2020-12-11 | 江苏康缘药业股份有限公司 | 一种适用于中药混悬体系的检测方法 |
| CN108362663A (zh) * | 2018-04-18 | 2018-08-03 | 贵州景峰注射剂有限公司 | 丹参提取液纯化过程中的质量控制方法以及丹参素钠的提取方法 |
| CN111220562A (zh) * | 2018-11-23 | 2020-06-02 | 中国科学院西北高原生物研究所 | 不同种獐牙菜红外光谱鉴别方法 |
| CN111504943A (zh) * | 2020-05-09 | 2020-08-07 | 广东省第二中医院（广东省中医药工程技术研究院） | 玉屏风制剂的近红外定量模型的构建方法和检测方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1888860A (zh) * | 2006-07-24 | 2007-01-03 | 中国林业科学研究院木材工业研究所 | 植物纤维材料中化学成分含量模型的建立和含量测定方法 |
-
2008
- 2008-05-14 CN CN 200810094561 patent/CN101310738B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1888860A (zh) * | 2006-07-24 | 2007-01-03 | 中国林业科学研究院木材工业研究所 | 植物纤维材料中化学成分含量模型的建立和含量测定方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110376137A (zh) * | 2018-12-18 | 2019-10-25 | 权冉(银川)科技有限公司 | 一种高纯沙棘黄铜vc检测选取的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101310738A (zh) | 2008-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101310738B (zh) | 一种中药提取物的中红外光谱多组分定量分析方法 | |
| CN108519348A (zh) | 甘草药材近红外定量分析模型及检测方法和标准 | |
| CN103487395B (zh) | 一种重楼药材多指标快速检测方法 | |
| CN104316489B (zh) | 一种近红外光谱检测灵芝提取物掺假的方法 | |
| CN109297929B (zh) | 一种利用近红外技术建立丹参饮片质量分级的方法 | |
| CN1982874B (zh) | 快速检测滴丸剂有效成分含量的近红外漫反射光谱法 | |
| CN102914596B (zh) | 一种利用近红外光谱快速测定片仔癀质量的方法 | |
| CN102192890A (zh) | 利用近红外光谱分析技术快速测定木材化学成分 | |
| CN102636449A (zh) | 一种近红外光谱测定白芍提取过程中芍药苷含量的方法 | |
| CN108562657A (zh) | 一种快速检测红参醇提取液中人参皂苷含量的方法及应用 | |
| CN103383352A (zh) | 一种柚皮苷和/或新橙皮苷的近红外透射光谱检测方法 | |
| CN101349638A (zh) | 果蔬维生素c含量的光谱快速无损检测方法 | |
| CN102507829B (zh) | 一种烟草hplc指纹图谱数据库的建立方法及应用 | |
| CN102879351A (zh) | 近红外透射光谱法测定丹酚酸提取物中丹酚酸b的含量 | |
| CN108663337A (zh) | 一种测定丹参酮类成分的方法及其应用 | |
| CN100557413C (zh) | 固体推进剂中高氯酸铵粒度的快速分析方法 | |
| CN107153048A (zh) | 一种三七总皂苷柱层析过程的近红外光谱在线检测系统和方法 | |
| CN103760130A (zh) | 近红外光谱测定复方麝香注射液中吐温-80含量的方法 | |
| CN102119973A (zh) | 一种栀子渗漉液质量控制方法 | |
| CN1982873B (zh) | 快速检测滴丸剂外观质量的近红外漫反射光谱法 | |
| CN105784951A (zh) | 一种六味地黄丸浓缩丸生药粉多指标快速检测方法 | |
| CN201072405Y (zh) | 果蔬维生素c含量的光谱快速无损检测装置 | |
| CN101140225B (zh) | 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 | |
| CN107036997A (zh) | 利用近红外光谱法快速检测气滞胃痛颗粒的制备过程的方法及应用 | |
| CN102759515A (zh) | 基于水平atr的中红外光谱快速测定农产品含油率的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |