中药丸剂生产过程控制及质量表征技术研究进展

自古以来,丸剂在中药剂型中占据着重要地位。中药丸剂的制备工艺简洁、疗效确切,在已上市的中药制剂中占有相当大的份额。为提升中药丸剂的整体质量,除需要对原辅料质量进行严格控制之外,对丸剂制备工艺进行监测、优化,以及对最终剂型质量进行全面、准确的表征是产品质量提升中至关重要的环节,而实现这一目的需要运用现代分析技术。该文通过对中药丸剂质量表征及生产过程中所使用的图像分析技术、生物传感技术、光谱及其成像技术、指纹图谱技术等关键核心技术的应用进展进行综述,系统总结了这些技术的应用场景、应用潜力及优缺点。另外,由于这些分析技术目前在中药丸剂生产中的普及程度较低并且存在一定的应用局限性,该文对其在未来应用中的改进和联用方式,以及中药丸剂质量提升策略进行了展望,以期为中药丸剂质量表征以及生产过程质量控制研究提供参考。     

基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究

该文提出了一种基于太赫兹时域光谱的水稻种子模式识别方法。实验以10种不同品牌混合掺假的水稻种子为样本,基于采集的样本太赫兹时域光谱数据,通过建立Relief、随机森林（RF）、支持向量机递归特征消除（SVM-RFE）和最大相关最小冗余（mRMR）模型分别对样本光谱波长进行特征选择,最后设计分类器对4种特征选择方法处理后的样本进行分类识别。结果表明,基于布谷鸟算法（CS）优化的极限学习机模型对经RF特征选择算法提取后的样本光谱数据具有最佳识别效果,其准确率可达100%,实验对于法庭科学领域内种子的掺假鉴定具有一定的借鉴意义。     

金属有机框架材料在表面增强拉曼光谱中的应用研究进展

金属有机框架材料（MOFs）是一种由金属离子和有机配体通过配位化学原理自组装形成的具有周期性网格晶态的多孔结构材料,其独特的结构和性质使其成为具有广阔应用前景的材料。由于MOFs可极大地提高金属表面增强拉曼光谱（SERS）基底的目标富集和信号增强性能,因此,基于MOFs的SERS基底受到了广泛关注。同时,高效的SERS基底使SERS技术可实现高灵敏、高选择性、无损和快速检测。将MOFs应用于SERS技术,极大地促进了SERS技术的发展并拓宽了其应用范围。本文总结了SERS的发展、MOFs基底的类别及其在SERS中的应用,提出了亟待解决的关键问题和挑战,并对其发展前景进行了展望。     

基于改进免疫遗传算法的近红外光谱变量选择方法

该文在免疫遗传算法（IGA）的基础上,提出一种改进免疫遗传算法（iIGA）用于近红外光谱波长变量的选择。该算法舍去了原算法中固定抗体相似度阈值的思想,取而代之的是抗体相似度阈值自适应,同时引入精英保留策略和贪心算法思想,使得算法朝着正确的方向进行局部性探优。将该算法在玉米的淀粉和蛋白质含量数据集上进行实验测试,建立偏最小二乘（PLS）分析模型,并与IGA、遗传算法（GA）以及全谱方法进行了对比。结果表明,在玉米淀粉含量的预测上,iIGA相较于原IGA算法,预测集均方根误差（RMSEP）从0.312 0降至0.298 0,预测集预测精度提升4.5%;在玉米蛋白质含量的预测上,RMSEP从0.124 4降至0.110 3,预测集预测精度提升11.3%。分别对预测淀粉和蛋白质模型的RMSEP值进行显著性检验,F值分别为165.22和182.05,P值分别为9.5 × 10－23和4.5 × 10－24,P值均小于0.05,因此,iIGA能显著提升模型预测精度。     

基于高光谱的黑色签字笔墨水种类鉴别方法研究

该文提出了高光谱成像技术结合机器学习快速无损鉴别黑色签字笔墨水种类的新方法。采集36支不同品牌型号的黑色签字笔笔迹的高光谱图像,对每支签字笔笔迹的高光谱图像选取18个感兴趣区域,共提取648个平均光谱作为样本集。对450～950 nm的原始光谱进行Savitzky－Golay平滑、Z－Score标准化和两种组合方法光谱预处理,使用线性判别分析（LDA）和随机子空间－线性判别分析（RSM－LDA）分别构建黑色签字笔墨水种类鉴别模型。实验结果表明：不同预处理方法对RSM－LDA模型的鉴别准确率影响较小,而对于LDA模型,组合预处理具有更优的鉴别准确率;相比LDA模型,RSM－LDA模型分类效果更佳,训练集的平均分类准确率达100%,交叉验证平均分类准确率达99.09%,测试集的平均分类准确率达90.70%,每类样本的准确率、精准率、召回率均高于LDA模型分类结果,模型的接受者操作特征曲线下方面积（AUC值）达0.998 3,模型性能良好。因此,采用高光谱成像技术结合RSM－LDA可实现不同品牌型号黑色签字笔墨水的快速无损鉴别。     

基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法（CARS）筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析（PLS－LDA）建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析（PARAFAC）建立的模型进行比较。从模型评价指标看,CARS－PLS－LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS－PLS－LDA分类模型的AUC（Area under curve）值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。     

基于红外隐身及多波段兼容隐身材料

随着探测系统的快速发展和探测精度的提高,隐身技术的需求日益迫切。由于传统的红外隐身材料面临着多途径目标探测的严峻挑战,因此开发既能满足红外隐身要求又能满足雷达隐身、可见光隐身、激光隐身要求的新型兼容隐身材料具有重要意义。红外隐身材料主要针对目标的红外辐射特征进行材料、结构设计,降低目标在背景中热红外辐射信号的突出性以及被热红外制导武器命中的概率。本综述概述了红外隐身及兼容材料的工作原理、制备方法及最新研究进展。首先介绍了最具有发展前景的红外隐身材料包括光子晶体、掺杂半导体、相变材料和纳米材料的结构特性、隐身机理和研究成果,重点关注了实现红外隐身的材料以及具体的隐身特性,讨论了红外兼容雷达、红外兼容可见光、红外兼容激光以及多波段兼容等材料的兼容隐身条件,并对其最新研究进展进行了系统的总结。最后,梳理了目前红外隐身材料以及各兼容材料所存在的不足及面临的困难,并对未来的研究方向进行了展望。     

甘油氧化的光谱电化学傅里叶变换衰减全反射谱红外光谱薄膜流动池中硼酸镍层厚度的优化

在碱性甘油电氧化反应中,利用电化学傅里叶变换衰减全反射谱红外光谱法,研究了薄膜流动池中滴注硼酸镍催化剂负载量对玻碳电极性能的影响.连续操作的径向流动池包括一个位于内反射元件上方50μm的钻孔电极,可实现红外光谱分析.这是在确定条件下对电催化剂进行简便和可重复筛选的一个适合的方法,同时还提供了对复杂反应(如甘油氧化)产物选择性的检测.通过对泵送电解液进行更耗时的定量高效液相色谱分析,结果表明,衰减全反射红外光谱法可快速鉴定产物.在层流条件下,水中使用0.1 M甘油和1 M KOH,流速为5μL min-1时,甘油转化率较高.转化率和选择性取决于催化剂的负载量,负载量又决定了催化剂层的厚度和粗糙度.由于在更粗糙的膜中停留时间更长有利于再吸附和C-C键断裂,因此当负载量最高达210μg cm-2时,甘油转化率为73％且甲酸选择性接近80％.当最低负载量为13μg cm-2时,甘油转化率达到63％,甲酸选择性降至60％,相应地,C2物种(如乙醇酸盐)选择性较高,为8％.因此,只有催化剂负载量较低时才能形成几微米厚度范围内的薄膜,此时才适合进行优质催化剂的筛选.