七种花旗参茶包的FTIR光谱法无损鉴别

本文利用傅里叶变换红外光谱法（FTIR）无损快速鉴别了七种花旗参茶包。各种花旗参茶包的红外光谱较特征。根据红外的特征谱图分析,市售的7种花旗参茶包基本上可分为两大类,一类是纯的花旗参药材料末而制成的茶包;另一类是花旗参的提取物和辅料混合后而制成的茶包。红外光谱图还表明各种花旗参茶包所选用的辅料也不尽相同,有的采用葡萄糖,有的则采用蔗糖,辅料所添加的种类与有的商品标定的不符。另外花旗参茶包所添加的辅料较多,花旗参提取物的特征峰较弱,这就表明有的花旗参茶包的质量较差。HPLC的分析结果也证明了采用原药材而制成的花旗参茶包的总皂甙含量高于花旗参的提取物和辅料混合后而制成的茶包,基本上相差了4倍。因此,红外光谱法快速、直观、可靠,适用于中药的鉴定。     

中药配方颗粒红外指纹图谱的无损快速鉴别研究

借助于红外指纹图谱对各生产厂家生产的中药配方颗粒进行了系统的鉴别研究。结果表明 ,红外指纹图谱可直观的反映出不同生产产家 (广东一方、江阴天江、三九医药、香港培力 )之间产品质量的异同 ,同一厂家不同批号颗粒剂谱图的可重现性 ,不同炮制方法及炮制前后的差异 ,以及同一炮制品不同批号的异同。该法能够有效地对其产品质量进行真伪优劣鉴别 ,为产品的质量控制标准提供了一种先进、快速的分析手段。     

红外光谱法研究胆红素在溶液中的结构

本文详细地研究了胆红素在溶液中的结构,得到了很有实用价值的结果。     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

分子光谱法无损鉴别生药材的最新进展

本文叙述了傅里叶变换位曼光谱技术（ＦＴ－Ｒａｍａｎ）和漫反射傅里叶变换红餐光谱技术（ＤＲ－ＦＴＩＲ）的最新发展的及其在生药材鉴别上的独到之处和应用。     

傅里叶变换红外光谱法研究HL-60细胞的分化过程

利用傅里叶变换红外光谱法(FTIR)研究了人白血病细胞HL-60在全反式维甲酸(ATRA)作用下向粒细胞分化的过程。结果表明,分化后的HL-60细胞FTIR图谱发生了显著变化,体现在与蛋白质、脂类、核酸和多糖等生物大分子相关的特征性谱带上。细胞内脂类物质烃链增长,含量增加。指纹图谱区域(900～1 300 cm-1)的谱带随着分化进程呈现规律性的变化。其中,核酸含量相对增加,并在1 052和1 153 cm-1附近出现了新的谱峰,二阶导数谱进一步发现在1 022 cm-1处出现新峰,这说明蛋白糖基化,磷酸化以及核酸氢键加强作用在HL-60细胞分化的过程中起着重要作用。通过计算一些图谱参数,并与硝基四唑氮蓝(NBT)还原实验相比较,证明红外图谱的变化与分化程度成正相关。     

红外光谱法分析水对醚基聚氨酯分子结构的影响

以线型醚基聚氨酯为研究对象,应用FTIR及减法光谱技术考察了水分子与聚氨酯体系中极性基团的作用,给出水分子与羰基结合的直接证据,并进一步指出了水分子的结合对醚键、酰胺结构以及碳氢链结构造成的影响。这一结果表明,FTIR光谱法可以成为研究高分子体系的水化机理的重要手段。     

枸杞子四种原性状的FTIR光谱法鉴别

本文利用傅里叶变换红外（FTIR）光谱法无损快速鉴别了枸杞了的四种原性状。结果表明：不同颜色、不同味道、不同质地及不同形状的枸杞子的红外光谱谱图较为特征,各种枸杞子的红外官能团吸收均遵循一定的变化规律。该方法快速、简便、直观、样品不需要分离提取。     

激光拉曼光谱法无损分析鉴别川贝母

利用激光拉曼光谱技术快速、准确鉴定川贝母与其混淆品。根据药材所含的化学成分不同,致使药材的拉曼峰不同,测定多个川贝母样本及混淆品的拉曼图谱。川贝母的拉曼光谱图在442,480,863,941,1 083, 1 129,1 342,1 463,2 910 cm-1处出现强峰,在111,302,360,409,527,579,618,718,767,1 052, 1 083, 1 207,1 261 cm-1处出现了较明显的拉曼峰;构建了川贝母的拉曼指纹图谱,可与其混淆品土贝母、平贝母、光慈姑、草贝母进行区分;采用激光拉曼光谱技术可快速无损分析鉴别川贝母。     

傅里叶红外光谱法直接测定丙二醇含量

研究了傅里叶变换红外光谱（FTIR）直接测定丙二醇水溶液中丙二醇含量的方法。结果表明,样品无须做前处理,丙二醇的含量与其红外吸收峰强度在实验浓度范围内皆有良好的线性关系,回收率为100.0%-101.4%,相对标准偏差为0.146%,该方法简单、快速,测定结果令人满意。     

傅里叶变换红外光谱法研究肺组织切片

采用傅里叶变换红外光谱(FTIR)仪并借助OMNI采样器直接、快速地测定了正常肺组织及肺癌组织的红外光谱,通过研究表明,正常肺组织与肺癌组织样品的红外光谱在峰位、峰强及峰形等方面均存在明显而有规律的红外光谱差异,这反映了组织中的蛋白质、核酸和脂类等生物分子在不同性质的组织中含量上的差异。研究表明,FTIR可从分子水平上揭示正常肺组织和肺癌组织的特性,能对正常肺组织和肺癌组织的良、恶性的鉴别提供丰富而可靠的结构信息。     

青霉素类药物的红外光谱鉴别

利用傅里叶变换红外光谱法直接测定了 5种常见的青霉素药物 ,结果表明 ,各种青霉素药物由于其化学成分及其含量不同 ,显示出独特的红外光谱图 ,但青霉素药物共同的结构特征具有相似的红外光谱特征吸收峰。该方法具有快速、准确、制样简单 ,不需进行提取分离、保持其原性质等特点     

用低温光谱方法揭示氢键的结构特征

本文提出了一种利用红外光谱方法揭示晶态物质中分子的氢键结构的新方法。用ＫＢｒ压片和氟油研磨法制备于红光谱测量的样品。测得的光谱有时基本相同,有时同明显的差别。对此现象一直没有一个十分满意的解释。我们用低温红外光谱法证明压力诱导晶格中氢键网络的微细变化是造成不同产法测得的光谱不同的原因。具有平面氢键结构的晶体不能有效地的御加于样品上的应力,易一城较低的外力作用下发生结构畸变,因此,用ＫＢｒ压片和氟油     

FTIR/ATR光谱应用于甘蔗糖蜜锤度的快速测定

采用FTIR/ATR光谱,偏最小二乘法(PLS)和Savitzky-Golay(SG)平滑方法建立甘蔗糖蜜锤度的快速测定方法和光谱分析的优化模型。基于全谱4500—600cm-1,利用计算机算法平台,把483种SG平滑模式和1—40的PLS因子数任意组合分别建立PLS模型。根据预测效果,最优模型为原谱平滑,2、3次多项式类型,45平滑点数,PLS因子数为6,预测均方根偏差(RMSEP)、预测相关系数(rp)和相对预测均方根偏差(RRMSEP)分别为0.978%、0.902%和1.05%,预测精度很高,并且大幅度优于未做SG平滑处理直接用PLS建模的预测效果。从而表明,FTIR/ATR光谱能够应用于甘蔗糖蜜锤度的快速准确测定,SG平滑模式和PLS因子数的联合大范围筛选能够有效地应用于FTIR/ATR光谱分析的模型优选。     

胆酸-磷酸-钙三元络合物的红外光谱表征及结构特性

本文详细地研究了胆酸－磷酸－钙三元络合物的结构特性,得一些很有价值的结果。     

国产枸杞属植物的红外指纹图谱无损快速鉴别研究

用傅里叶变换红外光谱法 (FTIR)无损快速鉴别了国产 10种枸杞。结果表明 :按其形态学分类的7种枸杞和 3变种枸杞与红外指纹图谱有一定的相关性 ,也有一些差异。这 10种枸杞的红外光谱各自均有自己的特征吸收 ,可方便地给以鉴别和区分 ,同时还进一步表明了枸杞中的化学组分之间的差异 ,为枸杞品种优良的宏观质控提供了一个快速、直观、方便、可行的方法     

红外光谱与人工神经网络相结合识别栽培、野生黄芩和粘毛黄芩

为了识别栽培黄芩、野生黄芩和粘毛黄芩,采用非线性－线性、线性－线性、非线性－非线性三种模式的人工神经网络（ANN）分别分析各种黄芩的红外谱。我们采用42个样本作训练集,34个样本作检验集,用各种模式的ANN进行了监督性训练。当训练目标误差平方和定为0.01时,各类ANN对训练集中三类黄芩样本识别的正确率均为100%,但对检验集样本识别的结果各不相同,其识别的正确率与隐含层节点数S1有关。我们发现当S1较大时,识别正确率反而下降,可能此时网络的非线性程度过高,使其不适合于该类样本集的训练。线性－线性型ANN识别的结果随S1的变化不很大,但识别的正确率不高,基本在85％左右。非线性－线性型ANN识别的结果最佳。当S1为3时,其识别正确率超过了97％。因此该法可用以简便、快速、准确地识别这三种黄芩药材。     

脂松香、石炭酸松香树脂和马林酸松香树脂的红外光谱剖析及鉴别

本文对脂松香、石炭酸松香树脂和马林酸松香树脂的红外光谱剖析及鉴别,方法快速,简便,准确。