《近红外光谱法快速分析药品》

该书是介绍利用近红外光谱方法进行假药识别,实现药品无损定性、定量分析,并同时分析活性成分和辅料,提供产品的指纹信息等方面的专著。不仅详细介绍了建立药品通用性近红外模型的基本理论,NIR通用性模型的建模思路与     

《近红外光谱法快速分析药品》

该书是介绍利用近红外光谱方法进行假药识别,实现药品无损定性、定量分析,并同时分析活性成分和辅料,提供产品的指纹信息等方面的专著。不仅详细介绍了建立药品通用性近红外模型的基本理论,NIR通用性模型的建模思路与方法,而且对建立液体制剂、粉针剂、口服固体制剂通用性近红外定性、定量模型的一般方法分别进行了论述,还对目前流行的在流通领域快速筛查假劣药品的近红外无模型检测技术进行了介绍。     

《近红外光谱法快速分析药品》

该书是介绍利用近红外光谱方法进行假药识别,实现药品无损定性、定量分析,并同时分析活性成分和辅料,提供产品的指纹信息等方面的专著。不仅详细介绍了建立药品通用性近红外模型的基本理论,NIR通用性模型的建模思路与方法,而且对建立液体制剂、粉针剂、口服固体制剂通用性近红外定性、定量模型的一般方法分别进行了论述,还对目前     

近红外光谱法对头孢氨苄粉末药品的非破坏定量分析

采用近红外漫反射光谱法对头孢氨苄粉末药品中主要成分头孢氨苄进行快速、无损定量分析.采用偏最小二乘法建立近红外光谱信息与待测组分含量间的最佳数学校正模型.对3种光谱(SNV光谱、一阶导数、二阶导光谱)的预测结果进行了比较,讨论了光谱的预处理方法和主成分数对偏最小二乘法定量预测能力的影响,并对预测集样品进行预测.     

人工神经网络-近红外光谱法用于粉末药品美的康的非破坏定量分析

1　引　　言 　　近红外光谱分析技术在药品分析中得到重视,这是因为该方法的非破坏性,样品不需预处理 ,不需分离,即可直接测定。但其各组分光谱重叠需采用一定的数据处理技术方能获得准确 分析结果。本文应用人工神经网络 进行粉末药品美的康的非破坏性快速定量分析。使用一组美的康粉末药品的近红外漫反射光 谱数据建立人工神经网络模型,预测未知样品。讨论了影响网络的各参数。采用了新的网络 评价标准——逼近度。 　　2　实验部分 　　2.1　仪器和试剂　日本岛津UV-3100型紫外可见近红外分光光度计,附件积分球。测量条件,狭缝为12 nm,扫描范围1100～2500 nm。所用试剂均符合药典标准 。     

近红外光谱法快速分析有机肥料中有机质、总养分和pH值

建立了近红外光谱法结合偏最小二乘(PLS)法测定126种有机肥料中有机质、总养分和p H值的快速方法。采用K–S法分类,选取S–G平滑、S–G导数、多元散射校正和均值平均化4种前处理方法对粉碎后样品的近红外光谱信息进行预处理,以PLS法建立定量分析模型。结果表明,有机肥料中总养分的RC,SEC,RP,SEP,RPD分别为0.990,1.272%,0.985,1.084%,5.9;p H值的RC,SEC,RP,SEP,RPD分别为0.910,0.344%,0.737,0.428%,2.9。有机质项目根据国标方法分为小于40%、小于55%和大于55%3种样品进行分析,3种样品的RP分别为1.000,0.989,1.000;RPD分别为18.9,17.5,8.8。对比国标方法,有机质和总养分的测定精度满足实验室精确分析要求,p H值测定法可用于定量分析。NIR–PLS法实现了对有机肥料进行无损快速的检测分析。     

主成分分析-近红外光谱法快速测定婴儿配方乳粉中必需脂肪酸

利用主成分分析法将婴儿乳粉的近红外光谱数据与必需脂肪酸含量建立校正模型,并采用交互验证和外部检验两种方式来考察模型的可靠性。得到模型校正相关系数(R2)0.8704,均方估计残差(RMSEC)和交互校验均方残差(RMSECV)分别为0.6275和0.8907,应用所建立的必需脂肪酸近红外模型对婴儿乳粉必需脂肪酸含量进行预测,并将预测值和化学测量值进行配对t检验,结果表明两者无显著差异。     

近红外光谱法应用于奥美拉唑含量分析

基于近红外光谱分析技术建立奥美拉唑定量分析方法.以高效液相色谱法作为参考方法,采用偏最小二乘法(PLS)对同一厂家不同批号的奥美拉唑肠溶胶囊建立校正模型,所建模型相关系数(R)为0.978,校正均方差(RMSEC)为0.0899,交叉验证均方差(RMSECV)为0.182,校正模型的预测均方差(RMSEP)为0.161...     

近红外光谱在品质分析和定量分析中的应用

主要介绍近红外光谱在品质分析和定量分析中的一些应用，作为一种简单、快速、无损的检测手段，近红外光谱在鉴定原料的真伪、原料中有效成分的含量、有毒组分的识别等方面具有独特的效果。因此它在食品、药品、化工产品等领域得到了广泛应用。     

粉末药品安体舒通的无损定量分析——人工神经网络－近红外光谱法的应用

研究了应用人工神经网络进行粉末药品的无损定量分析,使用安体舒通粉末药品的近红外漫反射光谱数据建立人工神经网络模型,预测未知样品,讨论了影响网络的各参数,使用了逼近度作为网络新的评价标准。     

扑热息痛片剂药品的近红外光谱法非破坏定量分析

现代近红外光谱分析技术将近红外光谱 (NIR)法同计算机科学和化学计量学结合 ,实现了对样品进行无损非破坏性定量分析 .该法具有速度快、操作简单及所需样品少等特点 ,能够实现样品分析的时间同步、地点同步及无损非破坏分析 .为实现生产过程中即时、在线的质量控制提供了新的手段[1 ] .本文应用人工神经网络 [2 ]与近红外漫反射光谱相结合对扑热息痛片剂药品进行了非破坏快速定量分析 .用扑热息痛片剂药品的近红外漫反射光谱数据、一阶导数光谱数据及二阶导数光谱数据分别建立了 ANN模型 ,预测未知样品 ,讨论了影响网络的因素 ,使用了新…     

近红外光谱法快速测定柴胡提取过程中的药效成分

利用近红外光谱(NIRS)技术对柴胡提取过程中的药效成分进行快速定量分析。共收集126个柴胡提取液样品,采用紫外-可见分光光度法测定总黄酮和多糖的含量,高效液相色谱法(HPLC)测定柴胡皂苷A及柴胡皂苷D的含量,以透射模式采集提取液的近红外光谱,运用偏最小二乘法(PLS)分别建立了近红外光谱与4种药效指标参考值之间的定量校正模型,并采用不同的预处理方法、光谱波段和主因子数对模型进行优化。结果表明,总黄酮、多糖、柴胡皂苷A和柴胡皂苷D 4种定量模型的近红外预测值与参考值之间的拟合性良好,模型预测精度较高,其中预测集相关系数(R_P)均大于0.9;预测集误差均方根(RMSEP)分别为3.46μg/mL、0.743 mg/mL、1.53μg/mL、0.406μg/mL;预测集相对偏差(RSEP)分别为1.65%、8.28%、5.74%、7.52%。该研究证实了NIRS结合PLS可成功应用于监测柴胡提取液中药效成分的含量变化,且方法具有快速、准确、无损和环保的特点。     

傅里叶变换近红外光谱法快速检测人血清生化成分

应用傅里叶变换近红外光谱透射技术结合偏最小二乘法(PLS)建立了人血清中7种生化成分的定标模型,利用内部交叉验证和自动优化功能对定标模型进行了优化,确定了最优建模参数。模型对人血清中总胆固醇、甘油三酯、总蛋白、白蛋白、载脂蛋白B、低密度脂蛋白胆固醇、葡萄糖定标样品集的预测值与化学值的相关系数r分别为0.9011、0.9593、0.9249、0.761、0.8831、0.5191、0 9148,预测校正标准误差RMSECV分别为15mg/dL,21.6mg/dL,2 66g/L,3 96g/L,0.091g/L,16.2mg/dL,0.49mmol/L。     

近红外光谱分析技术在快速分析上的应用

简要介绍了近红外光谱的原理、特点,综述了近红外光谱在农业、食品、制药、石油化工、高分子等领域快速分析上的研究及应用现状,并对近红外光谱的应用前景进行了展望．     

用于药品质量快速检测的近红外光谱模糊神经元分类方法

针对非线性且分类界线模糊的药品质量类别快速测定难题, 将近红外光谱分析与模糊神经网络相结合, 经研究提出近红外光谱模糊神经网络分类方法, 用于计算辨析中药等化学组成复杂药品的近红外光谱模式类别, 从而快速评定这类药品的质量. 以参麦注射液为典型分析对象, 以鉴别其生产厂家这一模式分类问题为例, 考核本文方法, 结果表明, 其分类准确率达到94.2%, 明显优于经典的BP神经网络分类方法(84.6%), 可望用于中药产品质量类别的快速检测与评价.     

用于药品质量快速检测的近红外光谱模糊神经元分类方法

针对非线性且分类界线模糊的药品质量类别快速测定难题, 将近红外光谱分析与模糊神经网络相结合, 经研究提出近红外光谱模糊神经网络分类方法, 用于计算辨析中药等化学组成复杂药品的近红外光谱模式类别, 从而快速评定这类药品的质量. 以参麦注射液为典型分析对象, 以鉴别其生产厂家这一模式分类问题为例, 考核本文方法, 结果表明, 其分类准确率达到94.2%, 明显优于经典的BP神经网络分类方法(84.6%), 可望用于中药产品质量类别的快速检测与评价.     

近红外光谱法快速分析降糖中成药中盐酸二甲双胍、格列齐特

建立近红外光谱–偏最小二乘法分析降糖宁胶囊中盐酸二甲双胍、格列齐特的含量.以一定的浓度梯度配制掺杂样品,采用积分球漫反射方式,波数范围为4000～10000 cm–1,分辨率为8 cm–1,单个样品扫描32次,再运用原始数据形式处理、光谱平滑处理来优化模型.运用偏最小二乘法对掺杂样品进行线性拟合和偏差分析,结果表明:掺...