發(fā)布時(shí)間：2022-02-12 07:23

　　近紅外光譜分析技術(shù)作為一種過程分析技術(shù),在藥品、食品和農(nóng)產(chǎn)品的質(zhì)量控制等領(lǐng)域廣泛應(yīng)用。其分析過程為:使用近紅外光譜儀器采集樣品光譜;采用標(biāo)準(zhǔn)參考方法測(cè)定樣品中特定成分的濃度或性質(zhì)參數(shù);然后將測(cè)定的光譜數(shù)據(jù)和濃度或性質(zhì)參數(shù)進(jìn)行預(yù)處理,選擇合適的化學(xué)計(jì)量學(xué)方法,建立校正模型。隨后利用校正模型對(duì)未知含量或性質(zhì)參數(shù)的樣品進(jìn)行近紅外光譜模型預(yù)測(cè),得到未知待測(cè)樣品特定成分濃度或性質(zhì)參數(shù),進(jìn)而評(píng)價(jià)近紅外光譜模型的預(yù)測(cè)能力和有效性。從上述過程可發(fā)現(xiàn),近紅外建模所需的原始光譜和參比數(shù)據(jù)的穩(wěn)定性,數(shù)據(jù)處理中的波段選擇方法,都會(huì)影響最終的近紅外光譜模型預(yù)測(cè)能力。血漿蛋白含量檢測(cè)是日常血漿采集和生產(chǎn)的重要檢測(cè)項(xiàng)目,先前的研究已將近紅外光譜分析技術(shù)應(yīng)用于血漿蛋白含量的檢測(cè)中,但只是運(yùn)用常規(guī)的近紅外建模方法進(jìn)行預(yù)測(cè),無方法上的創(chuàng)新,本研究旨在創(chuàng)新近紅外光譜法測(cè)定血漿蛋白含量,提出建模策略,該策略包括“數(shù)據(jù)均值化”和“吸光度-濃度變化率”兩種方法,對(duì)影響近紅外光譜建模的是三方面因素進(jìn)行討論,具體研究內(nèi)容如下:（1）基于“數(shù)據(jù)均值化”方法提高近紅外光譜建模參比數(shù)據(jù)穩(wěn)定性“數(shù)據(jù)均值化”方法的提出基于“統(tǒng)計(jì)學(xué)”中在實(shí)際測(cè)... 

【文章來源】：山東大學(xué)山東省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２針對(duì)生物樣品的近紅外建模策略對(duì)比??且從實(shí)驗(yàn)物質(zhì)的角度來說，血漿原料其來自于不同的漿站，不同的人群，因??

獲得數(shù)據(jù)組，首先對(duì)異常數(shù)據(jù)進(jìn)行剔除（四分位法箱線圖法），后利用概率論和??統(tǒng)計(jì)分析方法對(duì)數(shù)據(jù)處理，從而得到不同模擬誤差下，參比數(shù)據(jù)穩(wěn)定并接近真值??的平均統(tǒng)計(jì)次數(shù)。參比數(shù)據(jù)模擬流程簡圖如圖２－１所示，具體如下：??（１）

圖２－２血漿樣品原始光譜??（見實(shí)驗(yàn)記錄０００５４８?ｌ－ｐ４８）??圖２－２為２０份原料血漿樣品的原始近紅外光譜圖。原始光譜中在７４００?ｃｍ－１??和５０００?ｃｎｒ１出現(xiàn)兩個(gè)強(qiáng)吸收峰，這兩個(gè)峰是典型的水的０－Ｈ的一級(jí)倍頻和合頻??的吸收峰，并且在６８００?ｃｍ－１附近峰強(qiáng)度大，說明此時(shí)樣品受水分影響較大。５０００??ｃｎｒＭＯＯＯ?ｃｍ－１區(qū)間主要是反應(yīng)Ｃ－Ｈ鍵的伸縮振動(dòng)的組合頻。且光譜間隨著濃度??的降低，其吸光值也有部分降低的趨勢(shì)。??４．２凱氏定氮法與雙縮服法蛋白含置檢測(cè)結(jié)果對(duì)比??利用凱氏定氮法和雙縮脲法測(cè)量血漿蛋白質(zhì)標(biāo)準(zhǔn)品的結(jié)果如圖２－３所示。雙??縮脲法和凱氏定氮法的平均測(cè)量誤差分別為１．６７６?ｇ／Ｌ和０．６７２?ｇ／Ｌ，可見凱氏定??氮法的穩(wěn)定性比雙縮脲法更好。因此，對(duì)于測(cè)量誤差更大的雙縮脲法來說，如果??想獲得增加穩(wěn)定的累積平均值，應(yīng)增加測(cè)量數(shù)據(jù)，即將數(shù)據(jù)均值化方法應(yīng)用到雙??縮脲法的測(cè)量中去。??２８??

【參考文獻(xiàn)】：
期刊論文
[1]智能優(yōu)化算法應(yīng)用于近紅外光譜波長選擇的比較研究[J]. 賓俊,范偉,周冀衡,李鑫,梁逸曾.  光譜學(xué)與光譜分析. 2017(01)
[2]中國血液制品行業(yè)分析[J]. 李敏.  中國生物工程雜志. 2016(09)
[3]血液制品行業(yè)在中國[J]. 泉琳.  科學(xué)新聞. 2016(04)
[4]IgG亞型與部分血液系統(tǒng)疾病的相關(guān)性[J]. 邵媛媛,邵宗鴻.  中國實(shí)驗(yàn)血液學(xué)雜志. 2015(01)
[5]人血白蛋白生產(chǎn)及其應(yīng)用研究進(jìn)展[J]. 王鳴宇,王斐,臧恒昌,張惠.  藥學(xué)研究. 2014(10)
[6]基于UVE-ICA和支持向量機(jī)的南豐蜜桔可溶性固形物可見-近紅外檢測(cè)[J]. 孫通,許文麗,胡田,劉木華.  光譜學(xué)與光譜分析. 2013(12)
[7]可見/近紅外聯(lián)合UVE-PLS-LDA鑒別壓榨和浸出山茶油[J]. 溫珍才,孫通,耿響,劉木華.  光譜學(xué)與光譜分析. 2013(09)
[8]人免疫球蛋白G含量檢測(cè)方法的研究進(jìn)展[J]. 李虎,臧恒昌,張惠.  齊魯藥事. 2012(09)
[9]血液制品的現(xiàn)狀與展望[J]. 王卓,趙雄,呂茂民,章金剛.  生物工程學(xué)報(bào). 2011(05)
[10]實(shí)驗(yàn)誤差對(duì)近紅外模型準(zhǔn)確性的影響[J]. 姚勝,武國峰,周舒珂,姜亦飛,金小娟,趙強(qiáng),蒲俊文.  光譜學(xué)與光譜分析. 2011(05)



本文編號(hào)：3621285