学位论文 > 优秀研究生学位论文题录展示

化学计量学方法在清开灵注射液与国公酒光谱分析中的应用研究

作 者: 朱向荣
导 师: 张卓勇;乔延江
学 校: 首都师范大学
专 业: 分析化学
关键词: 清开灵注射液 国公酒 光谱分析技术 化学计量学 质量控制
分类号: O657.33
类 型: 硕士论文
年 份: 2008年
下 载: 125次
引 用: 2次
阅 读: 论文下载
 

内容摘要


清开灵注射剂是从古方安宫牛黄丸拆方得到一种中药注射剂,由胆酸、珍珠母、猪去氧胆酸、栀子、水牛角、板蓝根、金银花、黄芩苷加工制成,具有清热解毒、化痰通络、醒神开窍的功效。目前,文献已对清开灵注射液质量控制进行了比较系统的研究,但很少涉及到对清开灵注射液中间体的质量控制。而注射液生产过程中间体的快速分析对于产品质量的实时监测与质量控制是非常重要的。国公酒是国家中药保护品种,陈皮是国公酒中的重要药味之一,在方中的用量较大,橙皮苷是其主要有效成分。橙皮苷能增加血管通透性,改善微循环,具有抗炎作用,与国公酒散风去湿,舒筋活络的功效相关,并能起到其他辅助治疗作用。因此测定国公酒中橙皮苷的含量,有助于提高国公酒的质量控制水平,保证临床疗效的稳定性。针对上述问题,本研究采用适合过程分析要求的紫外光谱和近红外光谱分析技术,结合主成分分析、偏最小二乘、人工神经网络、支持向量机和最小二乘支持向量机等化学计量学方法建立清开灵注射剂中间体和国公酒中橙皮苷成分的快速质量评价方法,为两个中药品种的过程质量控制提供了研究思路。本文研究内容包括以下四个方面:1.支持向量机结合紫外光谱法用于鉴别清开灵注射液六混中间体。采用一阶微分对紫外可见光谱数据进行预处理,消除光谱中的斜坡背景,用支持向量机进行建模,分别对四个批次的中药清开灵注射液六混中间体以及其混和批次共147个样本进行了鉴别。对建模参数的影响作了系统的研究,在优化参数条件下,正确率分别可达100%、95.4%、97.3%、100%和97.3%。结果表明SVM鉴别准确率高,模型的泛化能力强。2.最小二乘支持向量机结合紫外光谱法用于鉴别清开灵注射液四混中间体。采用一阶微分数据预处理,最小二乘支持向量机与紫外可见光谱建模,对清开灵注射液四混中间体进行质量评价。以二次网格法和十折交叉验证法优化建模参数,预测集的总正确率和接受器工作特性曲线下面积分别可达98.0%和0.983。与经典的支持向量机相比,结果表明最小二乘支持向量机鉴别准确率更高,模型的泛化能力更强。可用于清开灵注射液生产过程中质量控制,为中药注射液生产过程的质量控制提供了一条有效的途径。3.应用近红外光谱结合化学计量学方法建立清开灵注射液中间体总氮和栀子苷含量测定的新方法。首先采用Kernard-Stone法对训练集样本和预测集样品进行分类,然后应用组合的间隔偏最小二乘法对所得近红外透射光谱进行有效谱段范围选择以及建立二者定量校正模型,并对光谱预处理方法进行了详细的讨论。所建总氮和栀子苷校正模型的预测相关系数分别为0.999,0.708;交叉验证误差均方根均为0.023;预测误差均方根分别为0.074和0.159;预测结果表明,本实验所建方法快速、无损且可靠,可推广应用于中药注射液中间体的在线质量控制。4.应用近红外光谱技术结合最小二乘支持向量机建立了国公酒中橙皮苷含量的模型。首先采用Kernard-Stone法对训练集样本和预测集样品进行分类,然后选择平滑、一阶微分,范围标度化作为国公酒近红外光谱的数据预处理方法,采用组合的组合间隔偏最小二乘法筛选出有效波段8211~8312 cm-1以及9712~9808 cm-1。最后采用最小二乘支持向量机建立模型,所建模型的交叉验证误差均方根为0.001,预测误差均方根为0.004。并与组合的间隔偏最小二乘法、径向基-人工神经网络和支持向量机比较。结果表明,该方法快速、无损且可靠,可作为国公酒中橙皮苷含量测定的快速手段。

全文目录


摘要  4-6
Abstract  6-10
第一章 绪论  10-33
  1.1 近红外光谱技术  11-14
    1.1.1 近红外光谱的发展概况  11-12
    1.1.2 近红外光谱分析原理  12-13
    1.1.3 近红外光谱分析技术的特点  13-14
  1.2 化学计量学  14-16
    1.2.1 化学计量学的发展历程  14-15
    1.2.2 化学计量学主要研究体系和内容  15-16
  1.3 化学计量学方法  16-25
    1.3.1 校正集样本的划分方法  16-17
    1.3.2 光谱预处理的常用方法  17-19
    1.3.3 变量筛选  19-20
    1.3.4 常用建模方法  20-24
    1.3.5 校正模型的评价参数  24-25
  1.4 近红外光谱技术结合化学计量学在各领域中的应用  25-28
    1.4.1 农业领域  25
    1.4.2 石油化工  25-26
    1.4.3 烟草茶叶  26-27
    1.4.4 食品分析  27
    1.4.5 制药工业  27-28
  参考文献  28-33
第二章 支持向量机与紫外光谱法用于鉴别清开灵注射液六混中间体  33-40
  2.1 引言  33
  2.2 实验部分  33-35
    2.2.1 仪器与试剂  33-34
    2.2.2 实验方法  34-35
    2.2.3 数据的采集与计算  35
  2.3 结果与讨论  35-38
    2.3.1 光谱波段选择与预处理  35-36
    2.3.2 光谱预处理方法的比较  36
    2.3.3 径向基核函数γ和惩罚参数C 的选择  36-38
    2.3.4 清开灵注射液的鉴别结果  38
  2.4 结论  38-39
  参考文献  39-40
第三章 最小二乘支持向量机算法与紫外光谱法用于鉴别清开灵注射液四混中间体  40-48
  3.1 引言  40
  3.2 实验部分  40-42
    3.2.1 仪器与试剂  40-41
    3.2.2 实验方法  41-42
    3.2.3 样本的采集与计算  42
  3.3 结果与讨论  42-46
    3.3.1 光谱波段选择与光谱数据预处理  42-44
    3.3.2 验证方法比较  44-45
    3.3.3 鉴别结果  45-46
    3.3.4 建模方法的比较  46
  3.4 结论  46-47
  参考文献  47-48
第四章 近红外光谱与组合的间隔偏最小二乘法测定清开灵四混液中总氮和栀子苷的含量  48-58
  4.1 引言  48-49
  4.2 实验部分  49
    4.2.1 仪器与试剂  49
    4.2.2 实验方法  49
    4.2.3 数据处理及软件  49
  4.3 结果与讨论  49-56
    4.3.1 Kennard-Stone 法选取训练集  49-50
    4.3.2 光谱数据预处理  50-51
    4.3.3 siPLS 模型及最优子区间的选择  51-55
    4.3.4 结果  55-56
  4.4 结论  56
  参考文献  56-58
第五章 基于最小二乘支持向量机的国公酒中橙皮苷含量测定  58-67
  5.1 引言  58-59
  5.2 实验部分  59-60
    5.2.1 仪器与试剂  59
    5.2.2 实验方法  59-60
    5.2.3 数据处理及软件  60
  5.3 结果与讨论  60-65
    5.3.1 训练集样本的划分  60
    5.3.2 光谱预处理方法选择  60-61
    5.3.3 光谱波段的筛选  61-63
    5.3.4 模型交叉验证方法的选择  63
    5.3.5 结果  63-65
    5.3.6 建模方法的比较  65
  5.4 结论  65
  参考文献  65-67
攻读硕士期间论文发表情况  67-68
致谢  68-69

相似论文

  1. 基于目标成分“敲出/敲入”质量控制模式的中药姜黄抗氧化药效物质辨识,R285
  2. H化工企业冷却循环质量控制,F426.7
  3. 胶片剂量仪在调强放射治疗剂量验证中的应用研究,R815
  4. 有机肥质量控制及其在蔬菜上的应用,S63
  5. 垂直协作与奶农质量控制行为研究,F322
  6. 天山雪莲指纹图谱及总黄酮提取物研究,R284.1
  7. 六西格玛方法在丁草胺生产过程中质量控制的应用研究,TQ457.2
  8. 速冻草莓原料浸钙保鲜技术及产品质量控制,TS255.4
  9. 关于同时监控事件发生间隔与频次的控制图的研究,X924
  10. 黍稷近红外测定方法及其抗氧化品质性状分析,S516
  11. 和平区图书馆工程代建制实施阶段项目管理优化研究,G251
  12. 独山子石化公司乙烯厂化验室质量工作管理研究,F426.72
  13. 兖州矿区典型地物波谱数据库建设与应用研究,P208
  14. PY纤维检验实验室质量控制改进研究,F203
  15. 基于中国电信闪铃系统与平台项目的软件测试,TP311.53
  16. 汽车生产线扭矩质量控制与应用研究,U468.2
  17. 细辛脑氯化钠注射液的研究,R927
  18. 莫仕公司产品质量改善途径研究,F273.2
  19. 蓝布正的化学成分及质量控制研究,R29
  20. 项目质量管理在集成电路封装业中的运用,F416.6
  21. 用六西格玛改善方法(DMAIC)解决螺丝质量问题,F273.2

中图分类: > 数理科学和化学 > 化学 > 分析化学 > 仪器分析法(物理及物理化学分析法) > 光化学分析法(光谱分析法) > 红外光谱分析法
© 2012 www.xueweilunwen.com