CN102539373A - 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 - Google Patents
一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 Download PDFInfo
- Publication number
- CN102539373A CN102539373A CN2011104318749A CN201110431874A CN102539373A CN 102539373 A CN102539373 A CN 102539373A CN 2011104318749 A CN2011104318749 A CN 2011104318749A CN 201110431874 A CN201110431874 A CN 201110431874A CN 102539373 A CN102539373 A CN 102539373A
- Authority
- CN
- China
- Prior art keywords
- sample
- aldioxa
- spectrum
- near infrared
- content
- 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.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法,本发明是由以下步骤实现的:步骤1,取含有尿囊素铝的样品;步骤2,用近红外光谱仪对尿囊素铝的样品进行扫描;步骤3,根据扫描得到的光谱图计算样品中尿囊素铝含量;本发明的优点:样品前处理简单,检测快速无损,提高生产效率,是尿囊素铝及其制剂含量测定的一大创新,具有较大的经济效益和社会效益。
Description
一、技术领域
本发明属于药物分析技术领域,特别涉及一种近红外光谱快速无损测定尿囊素铝及其制剂中尿囊素铝含量的方法。
二、背景技术
尿囊素铝合成于1956年,1962年法国R.cachen等发现其具有良好的抗溃疡效果。经过大量的有关基础药理学的研究和临床实验,该药自二十世纪七十年代在日本上市以来陆续有20多家厂商申请生产,目前有片剂、散剂、颗粒剂等多种剂型。本品收载于第十二版日本药典(药局方)。本品在国外市场已有20多年的历史,经久不衰,在临床上得到广泛的应用。在治疗胃及十二指肠溃疡、慢性胃炎、胃出血等疾病中均获得良好的效果。本品还被用于由于大量使用抗生素、消炎镇痛药、抗肿瘤剂、皮质激素等药物所致的胃障碍疾患的治疗。另椐报道本品还可做为外科的散剂,用于热创伤、褥疮、冻伤等。长期服用本品几乎没有副作用,个别有便秘现象,对肝机能、肾机能、血清电解质、末梢血像等检查均无变化。
尿囊素铝为难溶性物质,在水、乙醇、乙腈中几乎不溶,故很难使用高效液相色谱等分析技术对其进行快速测定,目前对其含量测定的方法主要是氮测定法等间接含量测定方法,该方法样品前处理复杂,过程繁琐、耗时长、费用高、污染环境,不能满足快速无损在线分析的需要。
三、发明内容
针对以上尿囊素铝分析技术现状,本发明提供的近红外光谱快速无损测定尿囊素铝及其制剂中尿囊素铝含量的方法,不需进行样品前处理,可以实现高通量、在线无损分析,结果准确可靠,误差小于5%,解决了现有尿囊素铝检测操作繁琐费时,检测样品不能再次利用等问题。
本发明的技术解决方案如下:
利用尿囊素铝及其制剂近红外光谱中包含的主要成分及待测量的信息,以近红外光谱扫描样品,就能取得其中有效成分以及它们的背景信息,利用化学计量学中多元校正的方法实现了从尿囊素铝及其制剂中无损测定有效成分尿囊素铝的含量。
本发明选择适合的谱区以及何时光谱预处理方法,同化学计算学多元校正的方法建立样品的近红外光谱特征和带测量之间的数学模型,利用该数学模型子要无损测定尿囊素铝及其制剂即可确定样品中尿囊素铝的含量。
本发明中采用的化学计量学多元校正,对连续波长近红外光谱的算法为偏最小二乘法和人工神经网络算法。对光谱的预处理方法包括一阶导数、二阶导数、傅立叶变换、卷积光滑和小波变换。
本发明是由以下步骤实现的:
步骤1,取含有尿囊素铝的样品;
步骤2,用近红外光谱仪对尿囊素铝的样品进行扫描;
步骤3,根据扫描得到的光谱图计算样品中尿囊素铝含量;
步骤2中所述近红外光谱仪,光谱条件如下:
积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。
优选Vector22-NIR型傅里叶变换近红外光谱仪(配有PbS和InGaAs检测器,附漫反射积分球,样品旋转器、石英样品杯及光纤探头)。
步骤3所述的计算样品中尿囊素铝含量的方法,采用事先经过校正的近红外光谱特征和氮含量测法测得的尿囊素铝含量之间对应的数学模型。
所述的数学模型是经过多次测定经过统计后得到的准确度高的一种近红外光谱特征和样品中尿囊素铝含量之间的具有对应关系的数学模型。
为此,本发明还提供一种建立近红外光谱特征和样品中尿囊素铝含量之间的具有对应关系的方法,该方法经过以下步骤:
a.获取样品集:选取尿囊素铝原料、片剂、颗粒剂、散剂各n批次,n不小于10,每批次选取样品数不小于6;
b.样品近红外光谱测定:将样品直接填入石英样品杯中,以BaSO4作为空白,置于近红外检测仪积分球样品槽,通过近红外光扫描得到尿囊素铝吸收光谱 图,记录各样品在近红外光谱区的吸收光谱;
c.样品有效成分测定:对样品集中每一个样品按中国药典2010年版二部附录VII D第一法测定氮含量。
d.建立校正模型:对样品集中每一个样品利用近红外光谱仪进行数据采集,得到尿囊素铝的原始数据,经过光谱预处理与谱区选择,得到尿囊素铝含量特征光谱信息,与氮测定法中测定中得到的样品尿囊素铝含量相对应,采用多元校正法建立校正模型;
e.模型的验证:取通过氮测定法测定得到已知含量的尿囊素铝原料及其制剂样品,相同条件下测定近红外光谱,根据已建立的校正模型计算样品含量,判定样品集是否有界外点,正确认定以后,加入界外点重新按校正模型建立步骤重新建立校正模型,如此步骤,对校正模型不断完善直至误差<5%;
f.待测样品分析:待测样品扫描近红外光谱,提取特征光谱,输入校正模型即能计算出样品中尿囊素铝的含量。
本发明通过以上数学模型的建立,找到了一种简单有效,精确灵敏的测定样品中尿囊素铝含量的方法,解决了现有技术中样品处理复杂,过程繁琐、耗时长、费用高、污染环境,不能满足快速无损在线分析的需要的缺陷。
四、附图说明:
图1尿囊素铝原料近红外光谱图
图2尿囊素铝片近红外光谱图
图3尿囊素铝胶囊近红外光谱图
图4尿囊素铝散剂近红外光谱图
图5尿囊素铝含量PLS校正模型参考值和预测值相关关系图
五、具体实施方式
通过以下实施例进一步描述本发明,并不以任何方式限制本发明,在不背离本发明的技术解决方案发热的前提下,对本发明所作的本领域普通技术人员容易实现的任何改动或改变都将落入本发明的权利要求范围之内。
实施例1
步骤1收集尿囊素铝原料15批次,每批次采集20个样品,共300个样品作为建模样品,无需对样品进行处理,可直接作为待测样品。
步骤2取约0.5~3g直接放入石英样品杯,混合均匀,轻轻压平,以BaSO4作为空白,置于近红外检测仪积分球样品槽,通过近红外光扫描得到尿囊素铝吸收光谱图,测样方式:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1,室温:18-25℃,每个样品重复扫描3次,记录各样品在近红外光谱区的吸收光谱,选择First derivative+Vector normalization进行光谱预处理(表1),提取特征光谱信息。使用氮测定法测定此300个样品的尿囊素铝含量。利用偏最小二乘法,建立样品中尿囊素铝含量与特征光谱数据相对应的数学校正模型。通过不断验证和完善校正模型,确定建模的最佳波段范围(表2)为:7513.8-6094.4cm-1,5461.8-4242.9cm-1。PLS的主因子数位17。PLS定量校正模型对尿囊素铝的相关系数为0.9878,内部交叉验证均方差为0.0313,预测均方差为0.0125。说明尿囊素铝近红外光谱与其尿囊素铝含量之间存在较好的相关性。
表1不同光谱预处理方法对校正模型的影响
光谱预处理方法 | R2 | RMSECV |
MSC | 0.9456 | 0.0412 |
Vector normalization | 0.9500 | 0.0480 |
First derivative | 0.9292 | 0.0405 |
First derivative+MSC | 0.9563 | 0.0420 |
First derivative+Vector normalization | 0.9612 | 0.0401 |
表2不同谱区范围对校正模型的影响
光谱范围/cm-1 | R2 | RMSECV |
10013.3~4489.8 | 0.9658 | 0.0402 |
7513.8~6094.4,5461.8~4242.9 | 0.9696 | 0.0389 |
10013.3~6094.4,5461.8~4242.9 | 0.9598 | 0.0405 |
模型的验证:根据校正样品集有代表性样品的选择,除建立校正样品集之外的50份样品,在相同条件下测定其近红外区的吸收光谱,根据已建立的偏最小二乘法校正模型计算样品中尿囊素铝含量,得到的NIR预测值与其含量真值的相关系数为0.9851,RMSEP=0.0139。
步骤3预测未知含量样品中尿囊素铝含量:按上述条件扫描其近红外光谱 图,经过相应光谱预处理和谱区选择,将提取的特征光谱输入校正模型,计算出样品中尿囊素铝含量。所测的含量与实际含量的偏差为1.02%。
实施例2
步骤1收集尿囊素铝片25批次,每批次采集10个样品,共250个样品作为建模样品,样品约1~6片或粒,样品无需处理即为待测物
步骤2将样品直接放置光纤探头前端,以BaSO4作为空白,置于近红外检测仪积分球样品槽,通过近红外光扫描得到尿囊素铝吸收光谱图,测样方式:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1,室温:18-25℃,每个样品重复扫描3次,记录各样品在近红外光谱区的吸收光谱,选择First derivative+Vector normalization进行光谱预处理(表1),提取特征光谱信息。使用氮测定法测定此250个样品的尿囊素铝含量。利用偏最小二乘法,建立样品中尿囊素铝含量与特征光谱数据相对应的数学校正模型。通过不断验证和完善校正模型,确定建模的最佳波段范围为:7513.8-6094.4cm-1,5461.8-4242.9cm-1(表2)。PLS的主因子数位17。PLS定量校正模型对尿囊素铝的相关系数为0.9670,内部交叉验证均方差为0.0201,预测均方差为0.0150。说明尿囊素铝近红外光谱与其尿囊素铝含量之间存在较好的相关性。
模型的验证:根据校正样品集有代表性样品的选择,除建立校正样品集之外的20份样品,在相同条件下测定其近红外区的吸收光谱,根据已建立的偏最小二乘法校正模型计算样品中尿囊素铝含量,得到的NIR预测值与其含量真值的相关系数为0.9985,RMSEP=0.0105。
步骤3预测未知含量样品中尿囊素铝含量:按上述条件扫描其近红外光谱图,经过相应光谱预处理和谱区选择,将提取的特征光谱输入校正模型,计算出样品中尿囊素铝含量。所测的含量与实际含量的偏差为1.08%。
实施例3
步骤1收集尿囊素铝胶囊20批次,每批次采集15个样品,共300个样品作为建模样品,无需对样品进行处理,可直接作为待测样品。
步骤2胶囊样品约1~6粒,直接放置光纤探头前端,以BaSO4作为空白,置于近红外检测仪积分球样品槽,通过近红外光扫描得到尿囊素铝吸收光谱图,测样方式:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为 12000-4000cm-1,室温:18-25℃,每个样品重复扫描3次,记录各样品在近红外光谱区的吸收光谱,选择First derivative+Vector normalization进行光谱预处理(表1),提取特征光谱信息。使用氮测定法测定此300个样品的尿囊素铝含量。利用偏最小二乘法,建立样品中尿囊素铝含量与特征光谱数据相对应的数学校正模型。通过不断验证和完善校正模型,确定建模的最佳波段范围(表2)为:7513.8-6094.4cm-1,5461.8-4242.9cm-1。PLS定量校正模型对尿囊素铝的相关系数为0.9987,内部交叉验证均方差为0.0112,预测均方差为0.0203。说明尿囊素铝近红外光谱与其尿囊素铝含量之间存在较好的相关性。
模型的验证:根据校正样品集有代表性样品的选择,除建立校正样品集之外的50份样品,在相同条件下测定其近红外区的吸收光谱,根据已建立的偏最小二乘法校正模型计算样品中尿囊素铝含量,得到的NIR预测值与其含量真值的相关系数为0.9785,RMSEP=0.0109。
步骤3预测未知含量样品中尿囊素铝含量:按上述条件扫描其近红外光谱图,经过相应光谱预处理和谱区选择,将提取的特征光谱输入校正模型,计算出样品中尿囊素铝含量。所测的含量与实际含量的偏差为1.12%。
实施例4
步骤1收集尿囊素铝散剂10批次,每批次采集15个样品,共150个样品作为建模样品,无需对样品进行处理,可直接作为待测样品。
步骤2取约0.5~3g直接放入石英样品杯,混合均匀,轻轻压平,以BaSO4作为空白,置于近红外检测仪积分球样品槽,通过近红外光扫描得到尿囊素铝吸收光谱图,测样方式:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1,室温:18-25℃,每个样品重复扫描3次,记录各样品在近红外光谱区的吸收光谱。使用氮测定法测定此150个样品的尿囊素铝含量。利用PCR(主成分回归),建立样品中尿囊素铝含量与特征光谱数据相对应的数学校正模型。通过不断验证和完善校正模型内部交叉验证均方差为0.0268,预测均方差为0.0252。说明尿囊素铝近红外光谱与其尿囊素铝含量之间存在较好的相关性。
模型的验证:根据校正样品集有代表性样品的选择,除建立校正样品集之外的30份样品,在相同条件下测定其近红外区的吸收光谱,根据已建立的PCR校 正模型计算样品中尿囊素铝含量,得到的NIR预测值与其含量真值的相关系数为0.9782,RMSEP=0.0219。
步骤3预测未知含量样品中尿囊素铝含量:按上述条件扫描其近红外光谱图,经过相应光谱预处理和谱区选择,将提取的特征光谱输入校正模型,计算出样品中尿囊素铝含量。所测的含量与实际含量的偏差为1.28%。
实施例5
步骤1,取含有尿囊素铝的样品适量,粉末状样品约0.5~3g,片剂或胶囊样品约1~6片或粒,样品无需处理即为待测物;
步骤2,粉末状或颗粒状样品直接平铺在石英样品杯中,混合均匀,轻轻压平,以近红外光谱仪进行扫描。片剂及胶囊,直接以近红外光谱仪光纤探头直接扫描。每个样品重复扫描3次,求平均光谱。
光谱条件如下:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。以光谱预处理方法提取特征光谱信息。
每个样品按中国药典2010年版二部附录VII D第一法氮含量测定法测定氮含量。
采用化学计量多元校正法包括但不限于偏最小二乘法(PLS)将各个样品的特征光谱信息与氮含量测定法中测定的尿囊素铝含量一一对应,建立校正模型。
取含有尿囊素铝的样品适量,粉末状样品约0.5~3g,片剂或胶囊样品约1~6片或粒,样品无需处理即为待测物;粉末状或颗粒状样品直接平铺在石英样品杯中,混合均匀,轻轻压平,以近红外光谱仪进行扫描。片剂及胶囊,直接以近红外光谱仪光纤探头直接扫描。每个样品重复扫描3次,求平均光谱。光谱条件如下:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。以光谱预处理方法提取特征光谱信息。
将所获得的特征光谱信息输入校正模型,计算得样品中尿囊素铝含量,与氮含量测定法测定的结果对照,判定校正模型的准确性。
步骤3,用检验过的校正模型预测待测样品中尿囊素铝含量,取待测样品适量,粉末状样品约0.5~3g,片剂或胶囊样品约1~6片或粒,样品无需处理即为待测物;粉末状或颗粒状样品直接平铺在石英样品杯中,混合均匀,轻轻压平,以 近红外光谱仪进行扫描。片剂及胶囊,直接以近红外光谱仪光纤探头直接扫描。每个样品重复扫描3次,求平均光谱。光谱条件如下:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。以光谱预处理方法提取特征光谱信息。将特征光谱输入检验过的校正模型,计算出待测样品中尿囊素铝的含量。
计算方法如下:
A=TP+E(A为由n个组分构成的m个混合样品在L个波长点测得的吸收值矩阵,E为系统模型不能解释的随机误差矩阵)
C=UQ+F(C为各样品中各组分浓度数据构成的浓度矩阵,F为随机误差矩阵)由朗伯-比尔定律可知,吸收值A与浓度C存在关系,故,U=TB(B为对角矩阵)
C=TBQ+F
对于未知样品,由未知样品的A未知利用A=TP的关系及其在校正模型建立过程中存储的P,可算出T未知,继而与校正步骤中存储的B求出U,由校正步骤中存储的Q,即可求出C未知。
数学模型的评价参数:R2,RMSECV,RMSEP。
1.R2:相关系数
R2越近1,校正模型预测值与真实值越接近;R2=1,预测值与真实值完全拟合;R2为负数,拟合效果差。
2.RMSECV:交叉验证误差均方根
RMSECV越小,模型预测精度越高
3.RMSEP:预测误差均方根
评估所建模型的预测性能,RMSEP越小,模型预测精度越高。
式中:
Ci-测量值
Ci’-通过校正模型预测值
Cm-Ci的平均值
n-建立校正模型用的样本数
p-校正模型采用的主成分数
m-检验模型的样本数 。
Claims (10)
1.一种近红外光谱快速无损测定尿囊素铝及其制剂中尿囊素铝含量的方法,其特征在于采用以下步骤实现:
步骤1,取含有尿囊素铝的样品;
步骤2,用近红外光谱仪对尿囊素铝的样品进行扫描;
步骤3,根据扫描得到的光谱图计算样品中尿囊素铝含量。;
2.根据权利要求1所述的方法,其特征在于,其中,步骤1所述含有尿囊素铝的样品包括但不限于:尿囊素铝原料、片剂、胶囊剂、散剂,样品均无需特殊处理,即可直接测定。
3.根据权利要求1所述的方法,其特征在于,其中,步骤2中所述近红外光谱仪,光谱条件如下:积分球漫反射,分辨率为8cm,扫描次数为64次,扫描范围为12000-4000cm-1。
4.根据权利要求1所述的方法,其特征在于,其中,步骤3所述的计算样品中尿囊素铝含量的方法,采用事先经过校正的近红外光谱特征和待测量之间的数学模型。
5.一种建立近红外光谱特征和尿囊素铝含量之间的具有对应关系的方法,该方法经过以下步骤:
a.获取样品集:选取尿囊素铝原料、片剂、胶囊剂、散剂各n批次,n不小于10,每批次选取样品数不小于6;
b.样品近红外光谱测定:将样品直接嵌入空白板中央,以BaSO4作为空白,置于近红外检测仪积分球样品槽,通过近红外光扫描得到尿囊素铝吸收光谱图,记录各样品在近红外光谱区的吸收光谱;
c.样品有效成分测定:对样品集中每一个样品按中国药典2010年版二部附录VII D第一法测定氮含量。
d.建立校正模型:对样品集中每一个样品利用近红外光谱仪进行数据采集,得到尿囊素铝的原始数据,经过光谱预处理与谱区选择,得到尿囊素铝含量特征光谱信息,与氮测定法中测定中得到的样品尿囊素铝含量相对应,采用多元校正法建立校正模型;
e.模型的验证:取通过氮测定法测定得到已知含量的尿囊素铝原料及其制剂样品,相同条件下测定近红外光谱,根据已建立的校正模型计算样品含量,判定样品集是否有界外点,正确认定以后,加入界外点重新按校正模型建立步骤重新建立校正模型,如此步骤,对校正模型不断完善直至误差<5%;
f.待测样品分析:待测样品扫描近红外光谱,提取特征光谱,输入校正模型即能计算出样品中尿囊素铝的含量。
6.根据权利要求5所述的方法,其特征在于标准样品光谱的测定条件为:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1;利用近红外光谱仪对样品进行数据采集,每个样品重复采集3次,取平均光谱,采用opus/quant-2定量分析软件,对光谱进行预处理和谱区选择,去掉高频噪音对信号的干扰,消除散射效应,扣除仪器背景或漂移对信号的影响,得到样品中尿囊素铝含量特征光谱信息,采用多元校正法进行数学模型建立。
7.根据权利要求5所述的方法,其特征在于:计算机演算是利用化学计量学的多元校正方法。
8.根据权利要求5所述的方法,其特征在于:采用的化学计量学多元校正包括对连续波长近红外光谱为偏最小二乘法或主成分回归算法。
9.根据权利要求5所述的方法,其特征在于:光谱预处理方法包括一阶导数、二阶导数、傅立叶变换、卷积光滑和小波变换。
10.根据权利要求1所述的方法,其特征在于:步骤如下:
步骤1,取含有尿囊素铝的样品适量,粉末状样品约0.5~3g,片剂或胶囊样品约1~6片或粒,样品无需处理即为待测物;
步骤2,粉末状或颗粒状样品直接平铺在石英样品杯中,混合均匀,轻轻压平,以近红外光谱仪进行扫描。片剂及胶囊,直接以近红外光谱仪光纤探头直接扫描。每个样品重复扫描3次,求平均光谱。
光谱条件如下:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。以光谱预处理方法提取特征光谱信息。
每个样品按中国药典2010年版二部附录VII D第一法氮含量测定法测定氮含量。
采用化学计量多元校正法包括但不限于偏最小二乘法(PLS)将各个样品的 特征光谱信息与氮含量测定法中测定的尿囊素铝含量一一对应,建立校正模型。
取含有尿囊素铝的样品适量,粉末状样品约0.5~3g,片剂或胶囊样品约1~6片或粒,样品无需处理即为待测物;粉末状或颗粒状样品直接平铺在石英样品杯中,混合均匀,轻轻压平,以近红外光谱仪进行扫描。片剂及胶囊,直接以近红外光谱仪光纤探头直接扫描。每个样品重复扫描3次,求平均光谱。光谱条件如下:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。以光谱预处理方法提取特征光谱信息。
将所获得的特征光谱信息输入校正模型,计算得样品中尿囊素铝含量,与氮含量测定法测定的结果对照,判定校正模型的准确性。
步骤3,用检验过的校正模型预测待测样品中尿囊素铝含量,取待测样品适量,粉末状样品约0.5~3g,片剂或胶囊样品约1~6片或粒,样品无需处理即为待测物;粉末状或颗粒状样品直接平铺在石英样品杯中,混合均匀,轻轻压平,以近红外光谱仪进行扫描。片剂及胶囊,直接以近红外光谱仪光纤探头直接扫描。每个样品重复扫描3次,求平均光谱。光谱条件如下:积分球漫反射,分辨率为8cm-1,扫描次数为64次,扫描范围为12000-4000cm-1。以光谱预处理方法提取特征光谱信息。将特征光谱输入检验过的校正模型,计算出待测样品中尿囊素铝的含量。
计算方法如下:
A=TP+E(A为由n个组分构成的m个混合样品在L个波长点测得的吸收值矩阵,E为系统模型不能解释的随机误差矩阵)
C=UQ+F(C为各样品中各组分浓度数据构成的浓度矩阵,F为随机误差矩阵)由朗伯-比尔定律可知,吸收值A与浓度C存在关系,故,U=TB(B为对角矩阵)
C=TBQ+F
对于未知样品,由未知样品的A未知利用A=TP的关系及其在校正模型建立过程中存储的P,可算出T未知,继而与校正步骤中存储的B求出U,由校正步骤中存储的Q,即可求出C未知。
数学模型的评价参数:R2,RMSECV,RMSEP。
1.R2:相关系数
R2越近1,校正模型预测值与真实值越接近;R2=1,预测值与真实值完全拟合;R2为负数,拟合效果差。
2.RMSECV:交叉验证误差均方根
RMSECV越小,模型预测精度越高
3.RMSEP:预测误差均方根
评估所建模型的预测性能,RMSEP越小,模型预测精度越高。
式中:
Ci-测量值
Ci’-通过校正模型预测值
Cm-Ci的平均值
n-建立校正模型用的样本数
p-校正模型采用的主成分数
m-检验模型的样本数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110431874.9A CN102539373B (zh) | 2011-12-21 | 2011-12-21 | 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110431874.9A CN102539373B (zh) | 2011-12-21 | 2011-12-21 | 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102539373A true CN102539373A (zh) | 2012-07-04 |
CN102539373B CN102539373B (zh) | 2014-08-06 |
Family
ID=46346802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110431874.9A Active CN102539373B (zh) | 2011-12-21 | 2011-12-21 | 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102539373B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105866065A (zh) * | 2016-05-09 | 2016-08-17 | 北京理工大学 | 一种乌洛托品-醋酸溶液中乌洛托品含量分析方法 |
CN107677634A (zh) * | 2017-10-11 | 2018-02-09 | 合肥工业大学 | 基于傅里叶变换红外光谱技术检测猪尿中瘦肉精的方法 |
CN108693140A (zh) * | 2018-06-29 | 2018-10-23 | 无锡济民可信山禾药业股份有限公司 | 一种快速检测醒脑静口服制剂中麝香酮含量的方法 |
CN108801975A (zh) * | 2018-08-03 | 2018-11-13 | 四川长虹电器股份有限公司 | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 |
CN113447582A (zh) * | 2021-06-24 | 2021-09-28 | 无锡济煜山禾药业股份有限公司 | 一种测定尿囊素铝水解产物尿囊素的hilic-hplc-uv法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999059554A1 (en) * | 1998-05-15 | 1999-11-25 | Nasa/Johnson Space Center | In situ activation of microcapsules |
CN102095703A (zh) * | 2010-12-23 | 2011-06-15 | 山东理工大学 | 阿莫西林胶囊剂的近红外光谱无损分析方法 |
-
2011
- 2011-12-21 CN CN201110431874.9A patent/CN102539373B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999059554A1 (en) * | 1998-05-15 | 1999-11-25 | Nasa/Johnson Space Center | In situ activation of microcapsules |
CN102095703A (zh) * | 2010-12-23 | 2011-06-15 | 山东理工大学 | 阿莫西林胶囊剂的近红外光谱无损分析方法 |
Non-Patent Citations (2)
Title |
---|
沈漪 等: "近红外漫反射光谱法对阿莫西林胶囊的定性及定量分析", 《药物分析杂志》 * |
高娟 等: "近红外光谱法快速分析卡托普利片中卡托普利的含量", 《天津药学》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105866065A (zh) * | 2016-05-09 | 2016-08-17 | 北京理工大学 | 一种乌洛托品-醋酸溶液中乌洛托品含量分析方法 |
CN105866065B (zh) * | 2016-05-09 | 2018-10-30 | 北京理工大学 | 一种乌洛托品-醋酸溶液中乌洛托品含量分析方法 |
CN107677634A (zh) * | 2017-10-11 | 2018-02-09 | 合肥工业大学 | 基于傅里叶变换红外光谱技术检测猪尿中瘦肉精的方法 |
CN108693140A (zh) * | 2018-06-29 | 2018-10-23 | 无锡济民可信山禾药业股份有限公司 | 一种快速检测醒脑静口服制剂中麝香酮含量的方法 |
CN108801975A (zh) * | 2018-08-03 | 2018-11-13 | 四川长虹电器股份有限公司 | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 |
CN108801975B (zh) * | 2018-08-03 | 2021-03-16 | 四川长虹电器股份有限公司 | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 |
CN113447582A (zh) * | 2021-06-24 | 2021-09-28 | 无锡济煜山禾药业股份有限公司 | 一种测定尿囊素铝水解产物尿囊素的hilic-hplc-uv法 |
Also Published As
Publication number | Publication date |
---|---|
CN102539373B (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Berntsson et al. | Effective sample size in diffuse reflectance near-IR spectrometry | |
CN101231274B (zh) | 近红外光谱快速测定山药中尿囊素含量的方法 | |
CN102426153B (zh) | 一种基于冠层高光谱指数的小麦植株水分监测方法 | |
CN102539373B (zh) | 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 | |
CN102288572A (zh) | 利用近红外光谱技术快速检测中药药材指标性成分含量的方法 | |
CN103969212B (zh) | 利用太赫兹频段ftir技术定量检测粮食中农药残留的方法 | |
CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
CN103196838A (zh) | 一种海岸河口富营养化高光谱遥感监测方法 | |
CN106018335A (zh) | 基于近红外光谱的整粒棉籽中植酸含量的无损测定方法 | |
CN109490246A (zh) | 一种前胡药材质量的快速检测方法 | |
CN102914596B (zh) | 一种利用近红外光谱快速测定片仔癀质量的方法 | |
CN101791331B (zh) | 一种快速测定丹参提取液中鞣质含量的方法 | |
CN104568822A (zh) | 一种连翘药材多指标同时快速检测方法 | |
CN103411895B (zh) | 珍珠粉掺伪的近红外光谱鉴别方法 | |
CN105181606A (zh) | 基于高光谱成像技术检测花生中蔗糖含量分布的方法 | |
CN102175629B (zh) | 一种基于生物活性检测的熟地黄品质评价方法 | |
CN109520966A (zh) | 一种基于近红外光谱技术快速检测维生素a含量的方法 | |
CN102028710A (zh) | 一种测定华蟾素醇沉液中吲哚类生物碱含量的方法 | |
CN109406447A (zh) | 一种高粱中单宁的近红外检测方法 | |
CN103575680A (zh) | 一种评估有机肥质量指标的光谱学方法 | |
CN108693140A (zh) | 一种快速检测醒脑静口服制剂中麝香酮含量的方法 | |
CN1800827B (zh) | 果汁中苯甲酸钠的近红外光谱快速无损检测方法 | |
CN104359854A (zh) | 清开灵颗粒剂指标成分含量快速测定的方法 | |
CN109342355A (zh) | 颈腰康胶囊近红外定量校正模型的构建方法及颈腰康胶囊的检测方法 | |
Guorong et al. | Exploring the use of NIR reflectance spectroscopy in prediction of free L-Asparagine in solanaceae plants |
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 | ||
CP03 | Change of name, title or address |
Address after: 214028 Changjiang South Road, new Wu District, Wuxi, Jiangsu Province, No. 12 Patentee after: Wuxi Jiyu Shanhe Pharmaceutical Co., Ltd Patentee after: JINGXI JIMIN KEXIN GROUP Co.,Ltd. Address before: 214028 No. 12 Changjiang South Road, New District, Jiangsu, Wuxi Patentee before: WUXI JIMIN KEXIN SHANHE PHARMACEUTICAL Co.,Ltd. Patentee before: JINGXI JIMIN KEXIN GROUP Co.,Ltd. |
|
CP03 | Change of name, title or address |