学位论文 > 优秀研究生学位论文题录展示

中药的近红外光谱计算分析方法学研究

作　者: 刘雪松
导　师: 程翼宇
学　校: 浙江大学
专　业: 药物分析学
关键词: 近红外光谱分析计算分析方法学中药质量辨识模糊神经网络自组织映射在线检测丹参阿胶三七
分类号: R284
类　型: 博士论文
年　份: 2005年
下　载: 964次
引　用: 8次
阅　读: 论文下载

内容摘要

目前,中药产业中缺乏能够全面反映中药质量的快速、有效的分析方法,这导致了中药产品质量不稳定可控,严重制约我国中药制药工业的发展。因此,在当前药物分析学研究领域急待攻克的诸多关键科学问题及共性关键技术中,一项十分重要的研究任务是研发中药材和中成药产品快速分析技术,建立中药生产过程在线分析方法学,实现中药制药过程质量监测和优化控制,从而保证中药产品质量的稳定性和均一性。近红外光谱(Near Infrared Spectroscopy,NIRS)是一种先进的计算机辅助快速分析测试技术,有望解决中药快速检测的难题。由于中药化学物质体系的复杂性,在实际应用中,使用常规的NIRS校正建模或模式分类等方法往往不能取得理想的定量或定性分析结果,导致其成为阻碍中药NIRS分析技术应用发展的瓶颈。为此,有必要研究中药NIRS计算分析方法学,特别是发展NIRS非线性校正建模、光谱信息特征提取、化学模式信息处理以及模糊分类辨识等方法,发展形成中药材和中成药产品快速分析新技术,实现中药生产全过程质量控制,这对于推进中药现代化进程具有重大科学意义和显著的实际应用价值。本文根据中药质量控制关键环节中的不同要求,提出系列相关计算分析方法用于解决NIRS分析技术在中药领域应用的技术难题,探讨利用NIRS分析技术提高中药分析和质量控制水平的途径,以发展形成中药质量快速分析新方法。本文主要研究内容包括: 1.针对复杂中药材质量辨识难题,提出基于模糊神经元分类器(FNN)的NIRS分析方法用于对天然中药材质量的快速鉴别。阿胶实验结果表明,所提出的方法对分类界面含糊的复杂中药材体系辨识的学习能力和外推能力强,精度高,大大优于参比经典的BP-ANN,是一种简便、无损、快速有效的方法。 2.针对目前中药注射剂中缺少快速质量鉴别方法的现状,利用NIR透射光谱分析方法基于自组织映射神经网络(SOM)和模糊神经网络(FNN)实现了对不同厂家参麦注射液质量的快速鉴别,所提方法是适合常规分类困难的中药注射剂质量鉴别的有效工具,可望发展成为中药质量类别快速测定方法。 3.通过中药活性成分含量测定中NIRS分析方法学的研究,提出利用神经

全文目录

第一章绪论  12-32
  1.1 研究背景概述  12-13
  1.2 药品快速分析技术研究进展  13-17
  1.3 近红外光谱分析技术应用研究综述  17-23
  1.4 中药的近红外光谱分析方法学研究进展  23-26
  1.5 本文研究目标和主要内容  26-27
  参考文献  27-32
第二章近红外光谱分析原理及方法学概述  32-58
  2.1 近红外光谱分析基本原理  32-37
    2.1.1 近红外光谱分析原理及基本流程  32-34
    2.1.2 近红外光谱分析方法应用特点  34-37
  2.2 近红外光谱分析及数据处理方法  37-55
    2.2.1 数据预处理方法  37-41
    2.2.2 近红外光谱分析方法  41-53
    2.2.3 校正模型评价参数  53-55
  小结  55
  参考文献  55-58
第三章中药材质量快速辨识分析方法学研究  58-73
  3.1 模糊神经元分类器原理  58-63
    3.1.1 FNN基本原理及网络结构  58-59
    3.1.2 隶属度函数、规则和分类评价  59-60
    3.1.3 隶属度函数初始化和推理规则生成  60-61
    3.1.4 网络训练方法  61-63
  3.2 近红外光谱用于阿胶质量快速鉴别  63-73
    3.2.1 实验药材与仪器  63-64
    3.2.2 样品分布  64
    3.2.3 光谱数据预处理与主成分分析  64-65
    3.2.4 实验结果与讨论  65-73
第四章中药注射剂质量快速鉴别方法应用研究  73-87
  4.1 中药注射剂质量鉴别  73-74
  4.2 快速鉴别基本原理及方法  74-78
  4.3 近红外光谱用于参麦注射液质量快速鉴别应用研究  78-85
    4.3.1 实验样品和仪器  78-79
    4.3.2 原始光谱获取及波段选择  79-80
    4.3.3 光谱数据的主成分分析  80
    4.3.4 m重交叉验证及样本分布  80-81
    4.3.5 模糊神经元分类器快速鉴别应用研究  81-83
    4.3.6 基于自组织映射神经网络的鉴别结果及讨论  83-85
  小结  85
  参考文献  85-87
第五章测定中药活性成分的近红外光谱校正建模方法研究  87-102
  5.1 近红外光谱定量分析中的非线性建模方法  87-91
    5.1.1 光谱预处理中的正交信号校正  87-89
    5.1.2 支持向量机(SVM)基本原理  89-91
  5.2 近红外光谱用于快速测定三七药材活性成分含量  91-99
    5.2.1 实验药材和仪器  91-92
    5.2.2 建模方法及模型评价参数  92
    5.2.3 原始光谱采集及样本分布  92-94
    5.2.4 光谱数据预处理  94
    5.2.5 最佳波段选择  94-96
    5.2.6 PLSR建模计算结果及讨论  96-97
    5.2.7 非线性建模方法计算结果比较及分析  97-99
  小结  99
  参考文献  99-102
第六章中药生产过程的近红外光谱计算分析方法学研究  102-126
  6.1 中药生产中的近红外光谱在线检测技术  102-103
  6.2 近红外光谱用于小试规模丹参水提过程在线检测应用研究  103-107
    6.2.1 中药生产集成实验平台系统  103-104
    6.2.2 近红外光谱分析的在线实施  104-105
    6.2.3 建模分析结果及讨论  105-107
  6.3 近红外光谱用于工业化生产在线分析计算方法学研究  107-124
    6.3.1 工业化生产中的近红外光谱在线检测系统  107-108
    6.3.2 原始光谱获取、预处理及波段选择  108-111
    6.3.3 提取过程建模及预测结果讨论  111-118
    6.3.4 提取过程终点快速分析方法研究  118-124
  小结  124
  参考文献  124-126
第七章总结展望  126-130
  7.1 总结  126-128
  7.2 展望  128-130
攻读博士学位期间发表论文  130-131
致谢  131

中药的近红外光谱计算分析方法学研究

内容摘要

全文目录

相似论文