CN106092950A - 一种基于近红外光谱鉴别铁皮石斛药材的方法 - Google Patents
一种基于近红外光谱鉴别铁皮石斛药材的方法 Download PDFInfo
- Publication number
- CN106092950A CN106092950A CN201610404394.6A CN201610404394A CN106092950A CN 106092950 A CN106092950 A CN 106092950A CN 201610404394 A CN201610404394 A CN 201610404394A CN 106092950 A CN106092950 A CN 106092950A
- Authority
- CN
- China
- Prior art keywords
- dendrobium candidum
- sample
- near infrared
- infrared spectrum
- medicinal material
- 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.)
- Pending
Links
- 241000026010 Dendrobium candidum Species 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 44
- 239000000463 material Substances 0.000 title claims abstract description 40
- 230000003595 spectral effect Effects 0.000 claims abstract description 16
- 238000002360 preparation method Methods 0.000 claims abstract description 7
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 241001523681 Dendrobium Species 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 239000000843 powder Substances 0.000 claims description 4
- 238000009394 selective breeding Methods 0.000 claims description 4
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 229910052738 indium Inorganic materials 0.000 claims description 3
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000003705 background correction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000001035 drying Methods 0.000 claims description 2
- 238000005464 sample preparation method Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 3
- 238000003908 quality control method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000004497 NIR spectroscopy Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 240000004638 Dendrobium nobile Species 0.000 description 4
- 241000208140 Acer Species 0.000 description 3
- 241001076416 Dendrobium tosaense Species 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 3
- 241000233855 Orchidaceae Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000594394 Hedyotis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于近红外光谱鉴别铁皮石斛药材的方法，该方法包括步骤为(1)铁皮石斛样品的采集及制备；(2)采集铁皮石斛样品的近红外光谱；(3)选择最优的光谱数据前处理方法；(4)选择最优的建模光谱范围；(5)基于铁皮石斛近红外光谱数据建立鉴别铁皮石斛的校正模型；(6)评价所建校正模型的性能；(7)以相同方法采集和处理待分析铁皮石斛样品的近红外光谱，用所建校正模型鉴别其是否为铁皮石斛。本发明提供的基于近红外光谱鉴别铁皮石斛药材的方法，工艺设计合理，可操作性强，具有鉴别速度快、鉴别准确率高，检测无污染等优点，在铁皮石斛药材的质量控制，保证铁皮石斛药材功效方面具有重要的应用价值。
Description
技术领域
本发明涉及一种铁皮石斛药材的鉴别方法，具体涉及一种近红外光谱法结合多元统计分析技术，快速、准确鉴别铁皮石斛药材的方法，属于中药检测和质量控制技术领域。
背景技术
铁皮石斛(Dendrobium officinale Kimum et Migo)为兰科(Orchidaceae)石斛属(Dendrobium)多年生附生草本植物，俗称铁皮兰、黑节草，是传统的名贵中药材，位于“九大仙草”之首。铁皮石斛味甘，性微寒；生津养胃；滋阴清热；润肺益肾；明目强腰。
铁皮石斛药材(DENDROBII OFFICINALIS CAULIS)为《中华人民共和国药典》收载的兰科植物铁皮石斛Dendrobium officinale Kimum et Migo的干燥茎。11月至翌年3月采收，除去杂质，剪去部分须根，边加热边扭成螺旋形或弹簧状，烘干或切成段，干燥或低温烘干，前者习称“铁皮枫斗”(耳环石斛)；后者习称“铁皮石斛”。因市场需求量较大，市场上大量充斥着以石斛属其它植物加工而成的替代品和生长年限不符要求的铁皮石斛，鱼龙混杂的状况极为严重。为了进一步将铁皮石斛与其它石斛相区分，自2010版《中国药典》将铁皮石斛单列为一种药材，其标准在2005版《中国药典》石斛标准的基础上提高了许多。但是由于铁皮石斛药材常规检测周期相对较长，又必须多指标共同分析才可辨别其真伪优劣。
因此，很有必要建立铁皮石斛药材快速准确的鉴别方法，基于含氢基团振动跃迁的合频和倍频吸收的近红外光谱法(NIRS)是一种快速、易用、无污染的检测方法，与多元统计分析技术相结合，可进行药材的定性和定量分析。本发明采用近红外光谱法结合多元统计分析技术，建立一种快速、准确鉴别铁皮石斛药材的方法。
发明内容
发明目的：本发明的目的是为了克服现有技术的不足，提供一种工艺设计合理，可操作性强，采用近红外光谱法结合多元统计分析技术，快速、准确鉴别铁皮石斛药材的方法。
技术方案：为了实现以上目的，本发明采取的技术方案为：
一种基于近红外光谱鉴别铁皮石斛药材的方法，其包括以下步骤：
(1)铁皮石斛样品的采集及制备；
(2)采集铁皮石斛样品的近红外光谱；
(3)选择最优的光谱数据前处理方法；
(4)选择最优的建模光谱范围；
(5)基于铁皮石斛近红外光谱数据建立鉴别铁皮石斛的校正模型；
(6)评价所建校正模型的性能；
(7)以相同方法采集和处理待分析铁皮石斛样品的近红外光谱，用所建校正模型鉴别其是否为铁皮石斛。
作为优选方案，以上所述的基于近红外光谱鉴别铁皮石斛药材的方法，步骤(1)中采集的铁皮石斛样品包括合格铁皮石斛样品和不合格铁皮石斛样品；合格铁皮石斛样品为《中华人民共和国药典》收载的兰科植物铁皮石斛Dendrobium officinale Kimum et Migo的干燥茎的合格品；可为但不限于“铁皮枫斗”、铁皮石斛节段、铁皮石斛全粉。非铁皮石斛可为但不限于紫皮石斛、铜皮石斛、铁皮石斛的不合格品；
作为优选方案，以上所述的基于近红外光谱鉴别铁皮石斛药材的方法，步骤(1)样品制备方法为洗净，晾干后粉碎，过筛。
作为优选方案，以上所述步骤(2)中近红外光谱的测量仪器可为但不限于傅里叶变换近红外光谱仪；光谱测量模式可为但不限于漫反射模式；测量参数可为但不限于光谱扫描范围、扫描次数和分辨率。
作为优选方案，以上所述步骤(3)中光谱数据前处理的方法可为但不限于未处理、多元散射校正(MSC)、标准正则变换(SNV)、一阶导数(FD)、二阶导数(SD)、Savitzky-Golay平滑(SGS)、Norris平滑(NDS)中的一种或多种。
作为更加优选方案，最优的校正模型光谱前处理方法为多元散射校正(MSC)+一阶导数(FD)+Norris平滑(NDS)。
作为优选方案，以上所述步骤(4)中建模光谱范围的选择方式可为但不限于软件自动选择、人工选择、软件自动选择与人工选择相结合。
作为优选方案，以上所述步骤(5)中铁皮石斛样品的校正模型建模方法可为但不限于判别分析法(DA)。
作为优选方案，以上所述步骤(6)中评价所建判别分析法(DA)模型性能的参数可为但不限于校正集正判率和预测集正判率。
作为优选方案，以上所述步骤(7)中采用所建立校正模型鉴别未知铁皮石斛样品时，未知铁皮石斛样品所用的光谱测量参数、光谱前处理方法和光谱范围的选择均应与建模样品一致；建模过程中所用的计算软件可为但不限于美国Thermo公司的TQ Analyst软件。
作为具体的优选方案，本发明提供的一种基于近红外光谱鉴别铁皮石斛药材的方法，其包括以下步骤：
(1)铁皮石斛样品的收集及制备
收集合格铁皮石斛样品10～30批，收集非铁皮石斛样品10～20批，分别将粉碎，过50目筛。
(2)采集铁皮石斛样品的近红外光谱；
仪器为Antaris傅里叶变换近红外光谱仪，该仪器配置有铟镓砷检测器和积分球附件，信号采集软件为Result3.0；
近红外光谱测量条件为扫描范围10000～4000cm-1，扫描次数为100～128次，分辨率8～10cm-1，样品厚度15～20mm；每次扫描铁皮石斛样品前均采用相同参数扫描并扣除背景；每批铁皮石斛粉末样品重复装载和测量3～5次；测得铁皮石斛样品的傅里叶变换近红外漫反射光谱；
(3)最优的校正模型光谱前处理方法为多元散射校正(MSC)+一阶导数(FD)+Norris平滑(NDS)；
(4)判别分析法校正模型的建立
取合格铁皮石斛样品10～15批和非铁皮石斛样品5～10批的近红外光谱作为校正样品光谱；将剩余的合格铁皮石斛样品10～15批和非铁皮石斛样品5～10批的近红外光谱作为预测样品光谱；使用TQ Analyst软件，用校正样品光谱建立鉴别铁皮石斛药材的判别分析法(DA)校正模型；然后用预测样品光谱验证判别分析法(DA)校正模型；
(6)评价所建校正模型的性能；
判别分析法(DA)校正模型的性能采用校正集正判率和预测集正判率评价；采用主成分分析降维建模；校正集正判率和预测集正判率均为100％，表明所建鉴别铁皮石斛的判别分析法校正模型有良好的预测能力。
有益效果：本发明提供的基于近红外光谱鉴别铁皮石斛药材的方法具有以下优点：
本发明提供的基于近红外光谱鉴别铁皮石斛药材的方法，工艺设计合理，可操作性强，本发明通过大量实验筛选出最佳的近红外光谱数据前处理方法、然后通过大量实验筛选出最优的建模光谱范围；然后建立鉴别铁皮石斛的校正模型，该方法具有鉴别速度快、鉴别准确率高，且检测无污染等优点，在铁皮石斛药材的质量控制，保证铁皮石斛药材功效方面具有重要的意义。
具体实施方式
下面通过实施例详细描述本发明，该实施例不应解释为对本发明的限制。
实施例1
一种基于近红外光谱鉴别铁皮石斛药材的方法，其包括以下步骤：
(1)铁皮石斛样品的收集及制备
收集铁皮石斛样品，包括1批优质的浙江奉化产铁皮枫斗、1批优质的浙江乐清产铁皮枫斗、20批市售合格乐清产铁皮石斛、2批江苏常熟产合格铁皮石斛；收集非铁皮石斛样品，包括3批紫皮枫斗、2批铜皮石斛、2批市售劣质铁皮石斛、3批市售其它伪品。分别将其粉碎，过50目筛。
(2)铁皮石斛样品近红外光谱的采集
仪器：Antaris傅里叶变换近红外光谱仪(美国Thermo Fisher)，该仪器配置有铟镓砷检测器和积分球附件，信号采集软件为Result3.0；
光谱测量条件：扫描范围10000～4000cm-1，扫描次数128次，分辨率8cm-1，样品厚度20mm。每次扫描样品前均采用相同参数扫描并扣除背景。每批铁皮石斛粉末样品被重复装载和测量5次。测得铁皮石斛样品的傅里叶变换近红外漫反射光谱。
(3)最优的校正模型光谱前处理方法为多元散射校正(MSC)+一阶导数(FD)+Norris平滑(NDS)；
(4)判别分析法校正模型的建立
取铁皮石斛样品(包括1批优质的浙江奉化产铁皮枫斗、1批优质的浙江乐清产铁皮枫斗、10批市售合格乐清产铁皮石斛、1批江苏常熟产合格铁皮石斛)和非铁皮石斛样品(2批紫皮枫斗、1批铜皮石斛、1批市售劣质铁皮石斛、2批市售其它伪品)共19批样品按上述采集条件得到的95张近红外光谱作为校正样品光谱；剩余的铁皮石斛样品(包括10批市售合格乐清产铁皮石斛、1批江苏常熟产合格铁皮石斛)和非铁皮石斛样品(包括1批紫皮枫斗、1批铜皮石斛、1批市售劣质铁皮石斛、1批市售其它伪品)共15批样品的按上述采集条件得到的75张近红外光谱作为预测样品光谱；使用TQ Analyst软件，用校正样品光谱建立鉴别铁皮石斛药材的判别分析法(DA)校正模型；然后用预测样品光谱来验证判别分析法(DA)校正模型。所建模型的性能由校正集正判率和预测集正判率评价。采用PCA降维建模；校正集正判率和预测集正判率均为100％，表明所建鉴别铁皮石斛的DA校正模型有良好的预测能力。
以上表明，本发明采用近红外光谱法结合多元分析技术建立的预测模型能快速准确地鉴别铁皮石斛药材，为保证铁皮石斛药材的质量和临床疗效具有重要的应用价值。
Claims (11)
1.一种基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于，包括以下步骤：
(1)铁皮石斛样品的采集及制备；
(2)采集铁皮石斛样品的近红外光谱；
(3)选择最优的光谱数据前处理方法；
(4)选择最优的建模光谱范围；
(5)基于铁皮石斛近红外光谱数据建立鉴别铁皮石斛的校正模型；
(6)评价所建校正模型的性能；
(7)以相同方法采集和处理待分析铁皮石斛样品的近红外光谱，用所建校正模型鉴别其是否为铁皮石斛。
2.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(1)中采集的铁皮石斛样品包括合格铁皮石斛样品和非铁皮石斛样品；合格铁皮石斛样品为《中华人民共和国药典》收载的兰科植物铁皮石斛的干燥茎的合格品；非铁皮石斛样品为紫皮石斛或铜皮石斛。
3.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(1)样品制备方法为洗净，晾干后粉碎，过筛。
4.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(2)中近红外光谱的测量仪器为傅里叶变换近红外光谱仪；光谱测量模式为漫反射模式；测量参数为光谱扫描范围、扫描次数和分辨率。
5.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(3)中光谱数据前处理的方法为多元散射校正、标准正则变换、一阶导数、二阶导数、Savitzky-Golay平滑、Norris平滑中的一种或多种。
6.根据权利要求4所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(3)中光谱数据前处理的方法为多元散射校正+一阶导数+Norris平滑。
7.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：其特征在于：步骤(4)中建模光谱范围的选择方式为软件自动选择、人工选择、软件自动选择与人工选择相结合。
8.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征 在于：步骤(5)中铁皮石斛样品的校正模型建模方法为判别分析法。
9.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(6)中评价所建判别分析法模型性能的参数为校正集正判率和预测集正判率。
10.根据权利要求1所述的基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于：步骤(7)中采用所建校正模型鉴别未知铁皮石斛样品时，未知铁皮石斛样品所用的光谱测量参数、光谱前处理方法和光谱范围的选择均与建模样品一致；所用计算软件为TQ Analyst软件。
11.一种基于近红外光谱鉴别铁皮石斛药材的方法，其特征在于，包括以下步骤：
(1)铁皮石斛样品的收集及制备
收集合格铁皮石斛样品10～30批，收集非铁皮石斛样品10～20批，分别将粉碎，过50目筛；
(2)采集铁皮石斛样品的近红外光谱；
仪器为Antaris傅里叶变换近红外光谱仪，该仪器配置有铟镓砷检测器和积分球附件，信号采集软件为Result3.0；
近红外光谱测量条件为扫描范围10000～4000cm-1，扫描次数为100～128次，分辨率8～10cm-1，样品厚度15～20mm；每次扫描铁皮石斛样品前均采用相同参数扫描并扣除背景；每批铁皮石斛粉末样品重复装载和测量3～5次；测得铁皮石斛样品的傅里叶变换近红外漫反射光谱；
(3)最优的校正模型光谱前处理方法为多元散射校正+一阶导数+Norris平滑；
(4)判别分析法校正模型的建立
取合格铁皮石斛样品10～15批和非铁皮石斛样品5～10批的近红外光谱作为校正样品光谱；将剩余的合格铁皮石斛样品10～15批和非铁皮石斛样品5～10批的近红外光谱作为预测样品光谱；使用TQ Analyst软件，用校正样品光谱建立鉴别铁皮石斛药材的判别分析法校正模型；然后用预测样品光谱验证判别分析法校正模型；
(6)评价所建校正模型的性能；
判别分析法校正模型的性能采用校正集正判率和预测集正判率评价；采用主 成分分析降维建模；校正集正判率和预测集正判率均为100％，表明所建鉴别铁皮石斛的判别分析法校正模型有良好的预测能力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610404394.6A CN106092950A (zh) | 2016-06-08 | 2016-06-08 | 一种基于近红外光谱鉴别铁皮石斛药材的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610404394.6A CN106092950A (zh) | 2016-06-08 | 2016-06-08 | 一种基于近红外光谱鉴别铁皮石斛药材的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106092950A true CN106092950A (zh) | 2016-11-09 |
Family
ID=57227566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610404394.6A Pending CN106092950A (zh) | 2016-06-08 | 2016-06-08 | 一种基于近红外光谱鉴别铁皮石斛药材的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106092950A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106568772A (zh) * | 2016-11-14 | 2017-04-19 | 农星谦 | 一种多功能检测液 |
| CN106841100A (zh) * | 2016-12-28 | 2017-06-13 | 北京医药集团有限责任公司 | 一种基于近红外光谱技术的小规格口服固体制剂中活性药物成分快速测定方法 |
| CN110082308A (zh) * | 2019-05-06 | 2019-08-02 | 中国科学院西北高原生物研究所 | 一种基于近红外光谱判别模型的秦艽类别识别方法 |
| CN111024648A (zh) * | 2020-01-08 | 2020-04-17 | 山东金璋隆祥智能科技有限责任公司 | 判别乳糖、固体山梨醇和克拉霉素原料药是否合格的方法 |
| CN113125376A (zh) * | 2021-03-15 | 2021-07-16 | 中山大学 | 一种陈皮年限鉴定方法、装置、设备和介质 |
| CN113176227A (zh) * | 2021-04-27 | 2021-07-27 | 皖西学院 | 一种快速预测河南石斛掺伪霍山石斛的方法 |
| CN113281293A (zh) * | 2021-04-27 | 2021-08-20 | 陈大卫 | 一种通过光谱分析对霍山石斛选种的方法 |
| CN113959999A (zh) * | 2021-10-09 | 2022-01-21 | 中南民族大学 | 一种石斛品种和栽培年限的鉴别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103376242A (zh) * | 2012-04-25 | 2013-10-30 | 天津天士力之骄药业有限公司 | 一种芍药苷的检测方法 |
| CN103411916A (zh) * | 2013-07-29 | 2013-11-27 | 中国热带农业科学院分析测试中心 | 一种利用近红外光谱即时测定干胶含量的方法 |
| CN103439287A (zh) * | 2013-08-21 | 2013-12-11 | 西安近代化学研究所 | 一种奥克托今生产工艺中奥克托今含量的在线检测方法 |
-
2016
- 2016-06-08 CN CN201610404394.6A patent/CN106092950A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103376242A (zh) * | 2012-04-25 | 2013-10-30 | 天津天士力之骄药业有限公司 | 一种芍药苷的检测方法 |
| CN103411916A (zh) * | 2013-07-29 | 2013-11-27 | 中国热带农业科学院分析测试中心 | 一种利用近红外光谱即时测定干胶含量的方法 |
| CN103439287A (zh) * | 2013-08-21 | 2013-12-11 | 西安近代化学研究所 | 一种奥克托今生产工艺中奥克托今含量的在线检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 严衍禄等: "《近红外光谱分析的原理、技术与应用》", 31 January 2013, 中国轻工业出版社 * |
| 汤青: "近红外光谱分析技术快速鉴别霍山石斛的建模研究", 《中国优秀硕士论文全文数据库》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106568772A (zh) * | 2016-11-14 | 2017-04-19 | 农星谦 | 一种多功能检测液 |
| CN106841100A (zh) * | 2016-12-28 | 2017-06-13 | 北京医药集团有限责任公司 | 一种基于近红外光谱技术的小规格口服固体制剂中活性药物成分快速测定方法 |
| CN110082308A (zh) * | 2019-05-06 | 2019-08-02 | 中国科学院西北高原生物研究所 | 一种基于近红外光谱判别模型的秦艽类别识别方法 |
| CN110082308B (zh) * | 2019-05-06 | 2021-12-03 | 中国科学院西北高原生物研究所 | 一种基于近红外光谱判别模型的秦艽类别识别方法 |
| CN111024648A (zh) * | 2020-01-08 | 2020-04-17 | 山东金璋隆祥智能科技有限责任公司 | 判别乳糖、固体山梨醇和克拉霉素原料药是否合格的方法 |
| CN113125376A (zh) * | 2021-03-15 | 2021-07-16 | 中山大学 | 一种陈皮年限鉴定方法、装置、设备和介质 |
| CN113176227A (zh) * | 2021-04-27 | 2021-07-27 | 皖西学院 | 一种快速预测河南石斛掺伪霍山石斛的方法 |
| CN113281293A (zh) * | 2021-04-27 | 2021-08-20 | 陈大卫 | 一种通过光谱分析对霍山石斛选种的方法 |
| CN113959999A (zh) * | 2021-10-09 | 2022-01-21 | 中南民族大学 | 一种石斛品种和栽培年限的鉴别方法 |
| CN113959999B (zh) * | 2021-10-09 | 2023-06-27 | 中南民族大学 | 一种石斛品种和栽培年限的鉴别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106092950A (zh) | 一种基于近红外光谱鉴别铁皮石斛药材的方法 | |
| Li et al. | Quality control of Lonicerae Japonicae Flos using near infrared spectroscopy and chemometrics | |
| CN104062263B (zh) | 光物性相近水果品质指标的近红外通用模型检测方法 | |
| 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 | |
| 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 | |
| CN104568822B (zh) | 一种连翘药材多指标同时快速检测方法 | |
| CN104237060A (zh) | 一种金银花药材多指标快速检测方法 | |
| CN104048941A (zh) | 采用近红外光谱快速测定麦冬中多指标性成分含量的方法 | |
| CN108562557A (zh) | 一种甘草药材的近红外光谱检测方法 | |
| CN104792652A (zh) | 一种黄芪药材多指标快速检测方法 | |
| CN111007032B (zh) | 一种快速无损鉴别甘草及其伪品刺果甘草的近红外光谱法 | |
| CN112414967B (zh) | 一种快速实时检测蒲黄炭炮制的近红外质控方法 | |
| CN101498658A (zh) | 基于捕集了烟气粒相物的剑桥滤片的傅立叶变换近红外光谱的烟气化学组分预测方法 | |
| CN112595692A (zh) | 一种水果总糖含量预测模型的建立方法及水果总糖含量的预测方法 | |
| CN107917896A (zh) | 基于近红外光谱和聚类分析技术的甘草快速鉴别方法 | |
| CN106404711A (zh) | 一种鉴别山药破壁饮片掺假的方法 | |
| CN105138834A (zh) | 基于近红外光谱波数k均值聚类的烟草化学值定量方法 | |
| Fan et al. | Geographical-origin discrimination and volatile oil quantitative analysis of Zanthoxylum bungeanum Maxim. with a portable near-infrared spectrometer | |
| CN102028710B (zh) | 一种测定华蟾素醇沉液中吲哚类生物碱含量的方法 | |
| CN113176227A (zh) | 一种快速预测河南石斛掺伪霍山石斛的方法 | |
| CN105334183A (zh) | 一种基于近红外光谱鉴别法定麻黄药材的方法 | |
| CN112782116A (zh) | 利用近红外光谱检测中药大蜜丸水分含量的方法和应用 | |
| CN105784951A (zh) | 一种六味地黄丸浓缩丸生药粉多指标快速检测方法 | |
| CN102106907B (zh) | 一种中药大黄乙醇提取过程质量控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161109 |
|
| RJ01 | Rejection of invention patent application after publication |