CN104076012A - 一种近红外光谱法快速检测冰片质量的模型建立方法 - Google Patents
一种近红外光谱法快速检测冰片质量的模型建立方法 Download PDFInfo
- Publication number
- CN104076012A CN104076012A CN201410357065.1A CN201410357065A CN104076012A CN 104076012 A CN104076012 A CN 104076012A CN 201410357065 A CN201410357065 A CN 201410357065A CN 104076012 A CN104076012 A CN 104076012A
- Authority
- CN
- China
- Prior art keywords
- borneol
- batches
- sample
- samples
- model
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
Abstract
本发明涉及近红外光谱法快速检测冰片质量的模型建立方法，可有效解决检测冰片品种真伪、评价冰片的质量优劣的问题，其解决的技术方案是，包括以下步骤：1)收集冰片样品，采集原始光谱，获得平均光谱；2)冰片水分一致性检验模型的建立；3)冰片鉴别1一致性模型的建立；4)冰片鉴别2一致性模型的建立；5)冰片中龙脑定量分析模型的建立；本发明有效保证了对冰片质量的快速检测，防止伪劣产品，利于冰片规模化的工业生产和人们的身体健康，具有实际的应用价值，检测冰片品种真伪、质量准确，使用效果好，是检测冰片品种真伪、质量优劣的方法上的创新。
Description
技术领域
本发明涉及医药领域，特别是一种近红外光谱法快速检测冰片质量的模型建立方法。
背景技术
冰片又名机制冰片，主要成分是合成龙脑，由松节油或樟脑经化学合成而得，是左旋龙脑和右旋龙脑的混合物(消旋龙脑)。冰片较多用作胶囊、片剂、散剂、丸剂等中成药的“引药及佐药”，具有明目、开窍醒神、清热止痛、化腐生肌之功效，用于热病神昏、中风痰厥、气郁暴厥、中恶昏迷、口疮痈疡、目赤等。中医传统多使用天然冰片入药，但由于天然冰片依然受资源限制，目前中药复方中多使用的冰片是合成龙脑。近年发现市场上流通的冰片常有樟脑、芒硝、白矾等掺伪品出现，影响了冰片质量及使用效果，为保证成药质量，确保临床安全有效用药，选择合适的质量检测方法控制冰片质量最为关键。目前冰片定性定量分析检测方法主要是2010版药典采用的气相色谱法，此外还有气相色谱-质谱联用(GC-MS)法、衍生化高效液相色谱法、薄层色谱法等，常规控制药材质量的方法是按照国家药典项下规定，进行提取、分离、色谱分析，步骤复杂，检测效率较低。因此，全过程有效、快速地进行药材的质量控制，从而保证中成药品质量的稳定均一，用药安全、有效、可控，鉴定中药的品种真伪、评价中药的质量优劣是当前急需解决技术问题。
近红外光谱分析技术(NIRS)几乎可以用于所有与含氢基团有关的样品化学性质与物理性质分析，且样品预处理简单、适用于固体漫反射技术和光纤技术等优势，可以很好地满足中药质量控制对快速分析、原位分析、在线分析的要求。近年来，该技术在中药定性分析和定量分析领域方面得到了广泛应用。万定荣等采用近红外光谱技术对卷柏属药用植物进行分类鉴定研究，能较好地推断种间亲缘关系，为解决某些药材分类鉴定的难点问题提供较重要的参考价值。孙丽英等用模式识别方法对不同产地黄柏药材及其伪品进行聚类分析，对判别模型进行三重交叉验证，结果显示，该方法性能优良，适用于黄柏药材不同种植产地的分类鉴别。白雁等采集25个厂家85批一清颗粒的近红外图谱，筛选出最优近红外波段，进行光谱预处理，结合偏最小二乘法建立了黄芩苷含量的近红外定量校正模型，结果表明，该模型可用于一清颗粒制剂的定量预测。聂黎行等采集98份同仁乌鸡白凤丸和58份不同厂家乌鸡白风丸的近红外图谱，结合判别分析法建立相似度匹配模型，结果显示，该方法可以准确的对同仁乌鸡白风丸和不同厂家乌鸡白风丸准确鉴别。
随着中药化学物质基础研究的深入，以及光学、计算机技术、化学计量学和近红外光谱技术的不断发展，可以预计近红外光谱技术在中药分析领域会有更广阔的应用前景，NIRS将对中药研究和生产的现代化发挥重要的推动作用，但至今未见有利用近红外线光谱建立快速检测冰片质量的模型，以解决冰片质量检测的公开报道。
发明内容
针对上述情况，为解决现有技术之缺陷，本发明之目的就是提供一种近红外光谱法快速检测冰片质量的模型建立方法，可有效解决检测冰片品种真伪、评价冰片的质量优劣的问题。
本发明解决的技术方案是，包括以下步骤：1)收集冰片样品，采集原始光谱，获得平均光谱；2)冰片水分一致性检验模型的建立；3)冰片鉴别1一致性模型的建立；4)冰片鉴别2一致性模型的建立；5)冰片中龙脑定量分析模型的建立。
本发明有效保证了对冰片质量的快速检测，防止伪劣产品，利于冰片规模化的工业生产和人们的身体健康，具有实际的应用价值，检测冰片品种真伪、质量准确，使用效果好，是检测冰片品种真伪、质量优劣的方法上的创新。
附图说明
图1为本发明57批冰片细粉的原始NIR平均光谱图。
图2为本发明的冰片水分一致性检验模型图。
图3为本发明的冰片鉴别1一致性检验模型图。
图4为本发明的冰片鉴别2一致性检验模型图。
图5为本发明的预测值与实测值之间的相关图。
图6为本发明的绝对误差与实测值之间的相关图。
图7为本发明的冰片水分一致性检验模型验证图。
图8为本发明的冰片鉴别1一致性检验模型验证图。
图9为本发明的冰片鉴别2一致性检验模型验证图。
具体实施方式
以下结合附图和实施例对本发明的具体实施方式作进一步详细说明。
本发明在具体实施时，包括以下步骤：
1)收集冰片样品，采集原始光谱，获得平均光谱：
收集若干批不同批号的冰片样品，分别研成细粉，过100目筛，采用近红外光谱仪扫描，近红外光谱仪采集方式为漫反射，分辨率为8cm-1，扫描次数为32次，扫描范围为12000～4000cm-1，环境温度为18～28℃，按上述条件进行扫描，每批冰片样品重复扫描6次，采集原始光谱，求平均光谱；
2)冰片水分一致性检验模型的建立：
2.1冰片水分测定，参照中国药典2010版一部【水分】项下检测方法：每批冰片样品各取1g，加石油醚10ml，振摇使溶解，溶液应澄清，溶液澄清为合格样品，否则为不合格；
2.2一致性检验模型的建立，选取上述2.1若干批合格样品的近红外平均谱图作为参考光谱，另外若干批合格样品和若干批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9018～6935cm-1和6387～5388cm-1，通过预处理方法建立一致性检验模型，设定CI值，CI值是一致性检验指数，是建立一致性检验模型最重要的指标，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片水分的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品、以上为不合格样品；
3)冰片鉴别1一致性模型的建立：
3.1冰片鉴别1测定方法，参照中国药典2010版一部【鉴别1】项下检测方法，取每批冰片样品各10mg，加乙醇数滴使溶解，加1％香草醛硫酸溶液1～2滴，即显紫色，显示紫色为合格样品，否则为不合格；
3.2一致性模型的建立，选取上述3.1若干批合格样品的近红外平均谱图作为参考光谱，另外若干批合格样品和若干批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别1的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品；
4)冰片鉴别2一致性模型的建立：
4.1冰片鉴别2测定方法，参照中国药典2010版一部【鉴别2】项下检测方法，取每批冰片样品各3g，加硝酸10ml，即产生红棕色的气体，待气体产生停止后，加水20ml，振摇，滤过，滤渣用水洗净后，有樟脑臭，有樟脑臭的为合格样品，否则为不合格；
4.2一致性模型的建立，选取上述4.1若干批合格样品的近红外平均谱图作为参考光谱，另外若干批合格样品和若干批不合格样品用于模型验证，预处理方法为二阶导数加矢量归一化法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别2的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品；
5)冰片中龙脑定量分析模型的建立：
5.1气相色谱法测定冰片中龙脑的含量，取每批冰片样品，采用2010版《中国药典》一部龙脑【含量测定】项下方法进行测定，按药典规定冰片中龙脑含量不得少于55.0％，否则为不合格；
5.2定量模型的建立，从上述5.1的若干批冰片样品中剔除若干个误差较大的异常值，从剩余若干批样品中随机选取若干批作为校正集，剩余若干批用于模型验证，校正集样品运用OPUS7.0分析软件，对数据进行一阶导数+矢量归一化预处理，建模范围确定为7502～6098cm-1和5450～4598cm-1，应用偏最小二乘法建立冰片中龙脑定量分析模型。
实施例1
1)收集冰片样品，采集原始光谱，获得平均光谱：
收集57批不同批号的冰片样品，分别研成细粉，过100目筛，采用近红外光谱仪扫描，近红外光谱仪采集方式为漫反射，分辨率为8cm-1，扫描次数为32次，扫描范围为12000～4000cm-1，环境温度为18～28℃，按上述条件进行扫描，每批样品重复扫描6次，采集原始光谱，求平均光谱，57批冰片细粉的原始NIR平均光谱图见图1；
2)冰片水分一致性检验模型的建立：
2.1冰片水分测定，参照中国药典2010版一部【水分】项下检测方法：57批冰片样品各取1g，加石油醚10ml，振摇使溶解，溶液应澄清，溶液澄清为合格样品，否则为不合格，检查结果为：53批样品合格，4批样品不合格；
2.2一致性检验模型的建立，选取上述2.1的49批合格样品的近红外平均谱图作为参考光谱，另外4批合格样品和4批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9018～6935cm-1和6387～5388cm-1，通过预处理方法建立一致性检验模型，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片水分的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，以上为不合格样品，见图2所示，图中横线表示CI限度值为7，各点表示不同样品号的CI值；
3)冰片鉴别1一致性模型的建立：
3.1冰片鉴别1测定方法，参照中国药典2010版一部【鉴别1】项下检测方法，取57批冰片样品各10mg，加乙醇数滴使溶解，加1％香草醛硫酸溶液1～2滴，即显紫色，显示紫色为合格样品，否则为不合格，检查结果为：54批合格样品，3批不合格样品；
3.2一致性模型的建立，选取上述3.1的50批合格样品的近红外平均谱图作为参考光谱，另外4批合格样品和3批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别1的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品，如图3所示，图中横线表示CI限度值为7，各点表示不同样品号的CI值；
4)冰片鉴别2一致性模型的建立：
4.1冰片鉴别2测定方法，参照中国药典2010版一部【鉴别2】项下检测方法，取57批冰片样品各3g，加硝酸10ml，即产生红棕色的气体，待气体产生停止后，加水20ml，振摇，滤过，滤渣用水洗净后，有樟脑臭，有樟脑臭的为合格样品，否则为不合格，检查结果为：52批合格样品，5批不合格样品；
4.2一致性模型的建立，选取上述4.1的48批合格样品的近红外平均谱图作为参考光谱，另外4批合格样品和5批不合格样品用于模型验证，预处理方法为二阶导数加矢量归一化法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别2的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品，如图4所示，图中横线表示CI限度值为7，各点表示不同样品号的CI值；
5)冰片中龙脑定量分析模型的建立：
5.1气相色谱法测定冰片中龙脑的含量，取57批冰片样品，采用2010版《中国药典》一部龙脑【含量测定】项下方法进行测定，按药典规定冰片中龙脑(C10H18O)含量不得少于55.0％，否则为不合格，测定结果为：27批合格，30批不合格，用该57批测定结果(实测值)与5.2建立模型后得到的数据(预测值)进行比较，得到预测值与实测值的绝对误差，从而验证两种方法之间的相关性；
5.2定量模型的建立，从上述5.1的57批冰片样品中剔除5个误差较大的异常值，从剩余52批样品中随机选取38批作为校正集，剩余14批用于模型验证，38批样品运用OPUS7.0分析软件，对数据进行一阶导数+矢量归一化预处理，建模范围确定为7502～6098cm-1和5450～4598cm-1，应用偏最小二乘法建立冰片中龙脑定量分析模型。对模型进行内部交叉验证，结果为：内部交叉验证相关系数R2为0.9481，交叉验证均方根偏差RMSECV为1.31(如图5，横坐标为实测值，纵坐标为预测值)，预测值与实测值之间的绝对误差为-3％～2％(如图6，横坐标为主成分数，纵坐标为内部交叉验证的均方差)，内部交叉验证平均相对误差为2.18％(如表1)。结果表明，用38批校正集样品平均光谱图进行内部验证，相关系数较好，平均相对误差较小。
表1龙脑模型内部交叉验证结果
四、模型的应用
1、冰片水分一致性模型的应用取2.1项下剩余的8批(4批合格，4批不合格)样品近红外平均谱图为验证光谱，代入上述建立的水分一致性模型，结果如图7所示，横线表示CI限度值为7，该值以下蓝点为合格样品，7以上蓝点为不合格样品。验证结果与采用药典法检测结果相符。横线以上的4个点是不合格样品的CI值，线以下的为4个合格样品的CI值及建模用的49张参考光谱的CI值。
2、冰片鉴别1一致性模型的应用取3.1项下剩余7批(4批合格，3批不合格)样品近红外平均谱图为验证光谱，代入上述建立的冰片鉴别1的一致性模型，结果如图8所示，横线表示CI限度值为7，该值以下4个蓝点为合格样品，以上3个蓝点为不合格样品。验证结果与采用药典法检测结果相符。
3、冰片鉴别2一致性检验模型的应用取4.1项下剩余的9批(4批合格，5批不合格)样品近红外平均谱图为验证光谱，代入上述建立的冰片鉴别2的一致性模型，结果如图9所示。横线表示CI限度值为7，该值以下4个蓝点为合格样品，以上5个蓝点为不合格样品。验证结果与采用药典法检测结果相符。
4、冰片中龙脑定量模型的应用取5.2项下剩余的14批冰片作为验证集，带入上述建立的龙脑定量分析模型进行外部验证，软件自动分析及计算结果见表2，外部验证平均相对偏差为2.83％。表明相关系数较好，平均相对误差较小。
表2模型外部验证分析结果
五、结论
本发明就近红外光谱分析技术在冰片定性、定量两方面进行了探索研究，拟解决冰片及其制剂质量控制中存在的繁琐等问题，以期实现中药材质量检控的现代化，为冰片的真伪鉴别及定性定量检测提供新的技术支持和方法，运用近红外光谱技术鉴别中药饮片质量，利用近红外光谱稳定且丰富的信息，对中药材的质量进行表征，符合中药作为一个多分子组合的复杂有机系统的特点。通过获取冰片的近红外光谱图，运用OPUS光谱分析软件建立近红外光谱的一致性检验模型，实现快速准确地对冰片样品的质量进行检测。利用近红外漫反射光谱技术，对数据进行一阶导数+矢量归一化预处理，结合偏最小二乘法建立冰片中龙脑定量校正模型，并同时采用内部交叉验证和外部验证对模型进行预测，对指标性成分龙脑的含量进行快速测定，有效保证了对冰片质量的快速检测，防止伪劣产品，利于冰片规模化的工业生产和人们的身体健康，具有实际的应用价值，经济和社会效益巨大。
Claims (2)
1.一种近红外光谱法快速检测冰片质量的模型建立方法，其特征在于，包括以下步骤：
1）收集冰片样品，采集原始光谱，获得平均光谱：
收集若干批不同批号的冰片样品，分别研成细粉，过100目筛，采用近红外光谱仪扫描，近红外光谱仪采集方式为漫反射，分辨率为8 cm-1，扫描次数为32次，扫描范围为12000~4000 cm-1，环境温度为18~28℃，按上述条件进行扫描，每批冰片样品重复扫描6次，采集原始光谱，求平均光谱；
2）冰片水分一致性检验模型的建立：
2.1 冰片水分测定，参照中国药典2010版一部【水分】项下检测方法：每批冰片样品各取1g，加石油醚10ml，振摇使溶解，溶液应澄清，溶液澄清为合格样品，否则为不合格；
2.2 一致性检验模型的建立，选取上述2.1若干批合格样品的近红外平均谱图作为参考光谱，另外若干批合格样品和若干批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9018～6935cm-1和6387～5388cm-1，通过预处理方法建立一致性检验模型，设定CI值，CI值是一致性检验指数，是建立一致性检验模型最重要的指标，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片水分的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品、以上为不合格样品；
3）冰片鉴别1一致性模型的建立：
3.1冰片鉴别1测定方法，参照中国药典2010版一部【鉴别1】项下检测方法，取每批冰片样品各10mg，加乙醇数滴使溶解，加1%香草醛硫酸溶液1～2滴，即显紫色，显示紫色为合格样品，否则为不合格；
3.2 一致性模型的建立，选取上述3.1若干批合格样品的近红外平均谱图作为参考光谱，另外若干批合格样品和若干批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此，将CI限度值设定为7，建立冰片鉴别1的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品；
4）冰片鉴别2一致性模型的建立：
4.1 冰片鉴别2测定方法，参照中国药典2010版一部【鉴别2】项下检测方法，取每批冰片样品各3g，加硝酸10ml，即产生红棕色的气体，待气体产生停止后，加水20ml，振摇，滤过，滤渣用水洗净后，有樟脑臭，有樟脑臭的为合格样品，否则为不合格；
4.2一致性模型的建立，选取上述4.1若干批合格样品的近红外平均谱图作为参考光谱，另外若干批合格样品和若干批不合格样品用于模型验证，预处理方法为二阶导数加矢量归一化法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别2的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品；
5）冰片中龙脑定量分析模型的建立：
5.1 气相色谱法测定冰片中龙脑的含量，取每批冰片样品，采用2010版《中国药典》一部龙脑【含量测定】项下方法进行测定，按药典规定冰片中龙脑含量不得少于55.0%，否则为不合格；
5.2 定量模型的建立，从上述5.1的若干批冰片样品中剔除若干个误差较大的异常值，从剩余若干批样品中随机选取若干批作为校正集，剩余若干批用于模型验证，校正集样品运用OPUS7.0分析软件，对数据进行一阶导数+矢量归一化预处理，建模范围确定为7502～6098cm-1和5450～4598cm-1，应用偏最小二乘法建立冰片中龙脑定量分析模型。
2.根据权利要求1所述的近红外光谱法快速检测冰片质量的模型建立方法，其特征在于，包括以下步骤：
1）收集冰片样品，采集原始光谱，获得平均光谱：
收集57批不同批号的冰片样品，分别研成细粉，过100目筛，采用近红外光谱仪扫描，近红外光谱仪采集方式为漫反射，分辨率为8cm-1，扫描次数为32次，扫描范围为12000~4000 cm-1，环境温度为18~28℃，按上述条件进行扫描，每批样品重复扫描6次，求平均光谱；
2）冰片水分一致性检验模型的建立：
2.1 冰片水分测定，参照中国药典2010版一部【水分】项下检测方法：57批冰片样品各取1g，加石油醚10ml，振摇使溶解，溶液应澄清，溶液澄清为合格样品，否则为不合格，检查结果为：53批样品合格，4批样品不合格；
2.2 一致性检验模型的建立，选取上述2.1的49批合格样品的近红外平均谱图作为参考光谱，另外4批合格样品和4批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9018～6935cm-1和6387～5388cm-1，通过预处理方法建立一致性检验模型，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片水分的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，以上为不合格样品；
3）冰片鉴别1一致性模型的建立：
3.1冰片鉴别1测定方法，参照中国药典2010版一部【鉴别1】项下检测方法，取57批冰片样品各10mg，加乙醇数滴使溶解，加1%香草醛硫酸溶液1～2滴，即显紫色，显示紫色为合格样品，否则为不合格，检查结果为：54批合格样品，3批不合格样品；
3.2 一致性模型的建立，选取上述3.1的50批合格样品的近红外平均谱图作为参考光谱，另外4批合格样品和3批不合格样品用于模型验证，预处理方法为一阶导数方法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当一致性检验模型CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别1的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品；
4）冰片鉴别2一致性模型的建立：
4.1 冰片鉴别2测定方法，参照中国药典2010版一部【鉴别2】项下检测方法，取57批冰片样品各3g，加硝酸10ml，即产生红棕色的气体，待气体产生停止后，加水20ml，振摇，滤过，滤渣用水洗净后，有樟脑臭，有樟脑臭的为合格样品，否则为不合格，检查结果为：52批合格样品，5批不合格样品；
4.2一致性模型的建立，选取上述4.1的48批合格样品的近红外平均谱图作为参考光谱，另外4批合格样品和5批不合格样品用于模型验证，预处理方法为二阶导数加矢量归一化法，谱段选择9002～7498cm-1、6900～5596cm-1和5002～4246cm-1，当CI值为7，所建模型可最大限度区分合格不合格样品，因此将CI限度值设定为7，建立冰片鉴别2的一致性检验模型，横坐标为样品编号，纵坐标为各样品最大CI值，CI限度值以下为合格样品，CI限度值以上为不合格样品；
5）冰片中龙脑定量分析模型的建立：
5.1 气相色谱法测定冰片中龙脑的含量，取57批冰片样品，采用2010版《中国药典》一部龙脑【含量测定】项下方法进行测定，按药典规定冰片中龙脑含量不得少于55.0%，否则为不合格，测定结果为：27批合格，30批不合格；
5.2 定量模型的建立，从上述5.1的57批冰片样品中剔除5个误差较大的异常值，从剩余52批样品中随机选取38批作为校正集，剩余14批用于模型验证，38批样品运用OPUS7.0分析软件，对数据进行一阶导数+矢量归一化预处理，建模范围确定为7502～6098cm-1和5450～4598cm-1，应用偏最小二乘法建立冰片中龙脑定量分析模型，对模型进行内部交叉验证，结果为：内部交叉验证相关系数R2为0.9481，交叉验证均方根偏差RMSECV为1.31，预测值与实测值之间的绝对误差为-3%～2%，内部交叉验证平均相对误差为2.18%，表明用38批校正集样品平均光谱图进行内部验证，相关系数较好，平均相对误差较小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410357065.1A CN104076012B (zh) | 2014-07-24 | 2014-07-24 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410357065.1A CN104076012B (zh) | 2014-07-24 | 2014-07-24 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104076012A true CN104076012A (zh) | 2014-10-01 |
| CN104076012B CN104076012B (zh) | 2016-06-08 |
Family
ID=51597426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410357065.1A Active CN104076012B (zh) | 2014-07-24 | 2014-07-24 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104076012B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104483288A (zh) * | 2014-12-23 | 2015-04-01 | 深圳因特安全技术有限公司 | 全氟异丙基己酮灭火剂识别检测方法 |
| CN104596983A (zh) * | 2015-02-06 | 2015-05-06 | 山东省食品药品检验研究院 | 一种基于近红外光谱的佐匹克隆片快速鉴别方法 |
| CN106198446A (zh) * | 2016-06-22 | 2016-12-07 | 中国热带农业科学院热带作物品种资源研究所 | 近红外光谱快速测定艾纳香叶粉中左旋龙脑含量的方法 |
| CN107167447A (zh) * | 2017-05-24 | 2017-09-15 | 福州大学 | 采用近红外光谱技术计算勾兑苹果汁中苹果原汁含量的方法 |
| CN107796782A (zh) * | 2017-10-16 | 2018-03-13 | 云南中烟工业有限责任公司 | 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法 |
| CN107831135A (zh) * | 2017-10-23 | 2018-03-23 | 大连理工大学 | 一种应用近红外光谱法建立二维定性分析模型以鉴别鲜海刺参产地的方法 |
| CN107941744A (zh) * | 2017-11-16 | 2018-04-20 | 广州白云山和记黄埔中药有限公司 | 快速判断复方丹参片生产过程中冰片均匀性的方法及应用 |
| CN107991260A (zh) * | 2017-11-01 | 2018-05-04 | 广西壮族自治区食品药品检验所 | 葛根芩连制剂的近红外定性模型的建立方法 |
| CN108007898A (zh) * | 2017-09-04 | 2018-05-08 | 无锡济民可信山禾药业股份有限公司 | 一种快速的艾片药材检测方法 |
| CN108240974A (zh) * | 2017-12-22 | 2018-07-03 | 无锡济民可信山禾药业股份有限公司 | 一种天然冰片近红外光谱检测方法 |
| CN108333141A (zh) * | 2018-04-03 | 2018-07-27 | 广西壮族自治区食品药品检验所 | 近红外一致性模型快速鉴别苯丙氨酯片的方法 |
| CN109100321A (zh) * | 2018-09-06 | 2018-12-28 | 云南中烟工业有限责任公司 | 一种卷烟叶组配方维护方法 |
| CN109883988A (zh) * | 2019-01-18 | 2019-06-14 | 江苏康缘药业股份有限公司 | 一种固体制剂包衣合格性测试模型的检测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030055620A1 (en) * | 2000-11-02 | 2003-03-20 | Protein Mechanics | Method for self-validation of molecular modeling |
| JP2004325135A (ja) * | 2003-04-22 | 2004-11-18 | Hiroaki Ishizawa | 残留農薬分析法 |
| CN101299022A (zh) * | 2008-06-20 | 2008-11-05 | 河南中医学院 | 利用近红外光谱技术评价中药药材综合质量的方法 |
| CN101303294A (zh) * | 2008-06-20 | 2008-11-12 | 河南中医学院 | 近红外在线检测技术在中药一清颗粒生产中的应用方法 |
| CN102175637A (zh) * | 2010-12-30 | 2011-09-07 | 中国药品生物制品检定所 | 一种检测塑料的方法 |
| CN102288572A (zh) * | 2011-05-09 | 2011-12-21 | 河南中医学院 | 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 |
| CN103712924A (zh) * | 2013-12-26 | 2014-04-09 | 河南中医学院 | 制备千金子霜饮片的质量控制方法 |
-
2014
- 2014-07-24 CN CN201410357065.1A patent/CN104076012B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030055620A1 (en) * | 2000-11-02 | 2003-03-20 | Protein Mechanics | Method for self-validation of molecular modeling |
| JP2004325135A (ja) * | 2003-04-22 | 2004-11-18 | Hiroaki Ishizawa | 残留農薬分析法 |
| CN101299022A (zh) * | 2008-06-20 | 2008-11-05 | 河南中医学院 | 利用近红外光谱技术评价中药药材综合质量的方法 |
| CN101303294A (zh) * | 2008-06-20 | 2008-11-12 | 河南中医学院 | 近红外在线检测技术在中药一清颗粒生产中的应用方法 |
| CN102175637A (zh) * | 2010-12-30 | 2011-09-07 | 中国药品生物制品检定所 | 一种检测塑料的方法 |
| CN102288572A (zh) * | 2011-05-09 | 2011-12-21 | 河南中医学院 | 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 |
| CN103712924A (zh) * | 2013-12-26 | 2014-04-09 | 河南中医学院 | 制备千金子霜饮片的质量控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| 倪力军 等: "近红外光谱法测定缓释制剂中冰片释放量", 《光谱学与光谱分析》 * |
| 张治军 等: "冰片近红外光谱鉴别模型探讨", 《中药材》 * |
| 谷筱玉 等: "冰片的近红外光谱法检测", 《光谱学与光谱分析》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104483288A (zh) * | 2014-12-23 | 2015-04-01 | 深圳因特安全技术有限公司 | 全氟异丙基己酮灭火剂识别检测方法 |
| CN104483288B (zh) * | 2014-12-23 | 2017-09-15 | 深圳因特安全技术有限公司 | 全氟异丙基己酮灭火剂识别检测方法 |
| CN104596983A (zh) * | 2015-02-06 | 2015-05-06 | 山东省食品药品检验研究院 | 一种基于近红外光谱的佐匹克隆片快速鉴别方法 |
| CN106198446A (zh) * | 2016-06-22 | 2016-12-07 | 中国热带农业科学院热带作物品种资源研究所 | 近红外光谱快速测定艾纳香叶粉中左旋龙脑含量的方法 |
| CN107167447A (zh) * | 2017-05-24 | 2017-09-15 | 福州大学 | 采用近红外光谱技术计算勾兑苹果汁中苹果原汁含量的方法 |
| CN108007898A (zh) * | 2017-09-04 | 2018-05-08 | 无锡济民可信山禾药业股份有限公司 | 一种快速的艾片药材检测方法 |
| CN107796782A (zh) * | 2017-10-16 | 2018-03-13 | 云南中烟工业有限责任公司 | 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法 |
| CN107831135A (zh) * | 2017-10-23 | 2018-03-23 | 大连理工大学 | 一种应用近红外光谱法建立二维定性分析模型以鉴别鲜海刺参产地的方法 |
| CN107991260A (zh) * | 2017-11-01 | 2018-05-04 | 广西壮族自治区食品药品检验所 | 葛根芩连制剂的近红外定性模型的建立方法 |
| CN107941744A (zh) * | 2017-11-16 | 2018-04-20 | 广州白云山和记黄埔中药有限公司 | 快速判断复方丹参片生产过程中冰片均匀性的方法及应用 |
| CN108240974A (zh) * | 2017-12-22 | 2018-07-03 | 无锡济民可信山禾药业股份有限公司 | 一种天然冰片近红外光谱检测方法 |
| CN108333141A (zh) * | 2018-04-03 | 2018-07-27 | 广西壮族自治区食品药品检验所 | 近红外一致性模型快速鉴别苯丙氨酯片的方法 |
| CN109100321A (zh) * | 2018-09-06 | 2018-12-28 | 云南中烟工业有限责任公司 | 一种卷烟叶组配方维护方法 |
| CN109883988A (zh) * | 2019-01-18 | 2019-06-14 | 江苏康缘药业股份有限公司 | 一种固体制剂包衣合格性测试模型的检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104076012B (zh) | 2016-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104076012A (zh) | 一种近红外光谱法快速检测冰片质量的模型建立方法 | |
| US11710541B2 (en) | Chemical pattern recognition method for evaluating quality of traditional Chinese medicine based on medicine effect information | |
| CN103439288B (zh) | 一种银杏叶药材实时放行检测方法 | |
| Wu et al. | Rapid determination and origin identification of total polysaccharides contents in Schisandra chinensis by near-infrared spectroscopy | |
| Qi et al. | Comprehensive quality assessment for Rhizoma Coptidis based on quantitative and qualitative metabolic profiles using high performance liquid chromatography, Fourier transform near-infrared and Fourier transform mid-infrared combined with multivariate statistical analysis | |
| CN102539566B (zh) | 运用近红外光谱技术快速测定盾叶薯蓣中薯蓣皂苷含量的方法 | |
| Lau et al. | Rapid analysis of Radix puerariae by near-infrared spectroscopy | |
| CN109297929B (zh) | 一种利用近红外技术建立丹参饮片质量分级的方法 | |
| CN102749349B (zh) | 一种鉴别阿胶真伪的方法 | |
| CN104568822B (zh) | 一种连翘药材多指标同时快速检测方法 | |
| CN102621092B (zh) | 一种丹红注射液醇沉过程在线检测方法 | |
| CN104237060A (zh) | 一种金银花药材多指标快速检测方法 | |
| CN104792652A (zh) | 一种黄芪药材多指标快速检测方法 | |
| CN103033486A (zh) | 陈皮及广陈皮药材质量的近红外光谱监控方法 | |
| CN102048796B (zh) | 一种红景天提取物的检测方法 | |
| CN104568813A (zh) | 一种山茱萸药材多指标快速检测方法 | |
| CN104833654A (zh) | 利用近红外光谱法快速检测野菊花药材的方法及应用 | |
| CN102048778B (zh) | 一种人参提取物的检测方法 | |
| Wang et al. | Geographical origin discrimination and polysaccharides quantitative analysis of radix codonopsis with micro near-infrared spectrometer engine | |
| CN108663337B (zh) | 一种测定丹参酮类成分的方法及其应用 | |
| Li et al. | Evaluating quality consistency of Mingmu Dihuang pill by 3 kinds of quantum fingerprint combined with anti-oxidation profiling | |
| Fan et al. | Quality assessment of Fritillariae cirrhosae using portable NIR spectrometer | |
| Liu et al. | Chemometric analysis based on HPLC multi-wavelength fingerprints for prediction of antioxidant components in Turpiniae Folium | |
| CN107029038B (zh) | 一种响应面法优化龙眼叶总黄酮的提取工艺 | |
| Ming-Liang et al. | A gradient-based discriminant analysis method for process quality control of carbonized TCM via Fourier transform near infrared spectroscopy: A case study on carbonized Typhae Pollen |
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 |