近年來,近紅外光譜分析技術(shù)憑借其高效檢測、無損測定的特點,廣泛應(yīng)用于中藥材、農(nóng)業(yè)等多種行業(yè)。甘草作為補(bǔ)益類中草藥,其指標(biāo)成分含量的現(xiàn)有測定方法普遍存在過程復(fù)雜、耗時較長等缺點,因而具有樣品處理簡單、測定快速等特點的近紅外光譜分析技術(shù)就越來越受到研究人員的重視。近紅外光譜分析結(jié)合化學(xué)計量學(xué)技術(shù),能夠建立可靠的樣品指標(biāo)成分的定性、定量模型,從而可以實現(xiàn)對未知樣品的成分含量進(jìn)行快速、精準(zhǔn)地預(yù)測。但近紅外光譜因其信號強(qiáng)度弱、譜區(qū)重疊較為嚴(yán)重、有效信息被掩蓋,直接利用光譜建立模型往往效果較差,需利用化學(xué)計量學(xué)方法進(jìn)行光譜預(yù)處理和建模波段篩選,才能使得模型預(yù)測精度得到提升,滿足實際測量的需求。另一方面,在儀器1上花費(fèi)大量時間精力建立的模型無法直接用于儀器2上測定光譜的預(yù)測,即模型之間的傳遞性效果不理想。模型轉(zhuǎn)移技術(shù)可有效解決此難題。本論文應(yīng)用近紅外光譜技術(shù)及化學(xué)計量學(xué)方法對甘草飲片中甘草苷、甘草酸的定量模型與模型傳遞開展研究工作,對甘草飲片的快速質(zhì)量評價與近紅外光譜模型的高效利用具有重要意義。主要研究內(nèi)容與成果如下:1.優(yōu)選了光譜預(yù)處理方法。收集了40批不同產(chǎn)地、批次的甘草飲片,分別應(yīng)用高效液相色譜法按2015版《中國藥典》方法測定了甘草苷及甘草酸的含量;應(yīng)用了3臺不同廠家、類型的近紅外光譜儀器分別測定了對應(yīng)的近紅外光譜。考察了標(biāo)準(zhǔn)正態(tài)變量變換SNV、求導(dǎo)平滑DS、標(biāo)準(zhǔn)化等光譜預(yù)處理方法。將預(yù)處理后的光譜與兩種成分的含量數(shù)據(jù),代入偏最小二乘法構(gòu)造定量模型,并以決定系數(shù)、均方根誤差、平均絕對差值MAE、相對分析誤差RPD等參數(shù),以內(nèi)部交叉驗證法和留一法評價模型性能。結(jié)果發(fā)現(xiàn),以SNV法對光譜進(jìn)行預(yù)處理后的模型效果最優(yōu)。2.優(yōu)選變量篩選方法。應(yīng)用粒子群優(yōu)化算法PSO、遺傳算法GA、變量投影重要性VIP、蒙特卡羅無信息變量消除法MCUVE、競爭自適應(yīng)抽樣法CARS、自舉柔性收縮算法BOSS以及隨機(jī)蛙跳法RF等方法對已經(jīng)過SNV預(yù)處理后的近紅外光譜進(jìn)行變量篩選處理,建立、評價模型方法同上,并與原始定量模型相比較,結(jié)果表明:以GA法對光譜進(jìn)行變量篩選后的模型效果最優(yōu)。3.優(yōu)選模型轉(zhuǎn)移方法。以儀器1為主儀器,其余兩臺近紅外光譜儀為從儀器。分別采用直接校正法DS、斜率/偏差法SB、光譜空間轉(zhuǎn)換法SST、普魯克分析PA、多元散射校正MSC等模型傳遞方法轉(zhuǎn)移主儀器所建立的模型,結(jié)果表明采用DS、MSC方法模型傳遞效果較為成功�；贕A算法變量篩選后再進(jìn)行模型傳遞,不僅大幅度減少變量數(shù)目,提高運(yùn)算效率;同時模型穩(wěn)健性有效提升,有效解決模型通用難題。4.、化學(xué)計量學(xué)可以應(yīng)用于實驗設(shè)計。應(yīng)用D-最優(yōu)設(shè)計結(jié)合響應(yīng)面方法對復(fù)方腦得生方中的提取工藝進(jìn)行優(yōu)化。實驗結(jié)果表明:此方使用10.81倍用量、80%濃度的乙醇經(jīng)過回流提取45分鐘后獲得總皂苷、總黃酮及阿魏酸的加權(quán)含量達(dá)到最大值。
【學(xué)位單位】：廣東藥科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R284.1
【部分圖文】：

廣東藥科大學(xué)碩士研究生學(xué)位論文（2）優(yōu)選波段選擇方法。分別運(yùn)用 MCUVE、CARS、VIP、PS等變量篩選等方法優(yōu)化模型，建立穩(wěn)健的定量校正模型。（3）優(yōu)選模型轉(zhuǎn)移方法。研究 SB、DS、PA、SST、MSC 多個模比較模型轉(zhuǎn)換前后參數(shù)的變化，確認(rèn)最佳模型轉(zhuǎn)移方法。研究 GA多種模型轉(zhuǎn)移方法的效果，提高模型適應(yīng)性。（4）利用 D-最佳設(shè)計響應(yīng)面法優(yōu)化復(fù)方腦得生提取工藝，考分加權(quán)含量影響因素，并實現(xiàn)高效提取成分目的。1.4.3 實驗技術(shù)路線（1）NIRS 建立優(yōu)化 LI、GL 定量模型：

三臺NIR儀器LI、GL模型轉(zhuǎn)移路線圖

D-最佳設(shè)計結(jié)合響應(yīng)面法優(yōu)選復(fù)方腦得生提取工藝流程
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊天鳴;張璐;付海燕;李鶴東;姜杜;周蓉;;不同產(chǎn)地甘草的近紅外指紋圖譜模式識別鑒別方法[J];亞太傳統(tǒng)醫(yī)藥;2015年14期

2 吳靜珠;汪鳳珠;王麗麗;張小超;毛文華;;基于近紅外特征光譜的番茄苗氮含量快速測定方法研究[J];光譜學(xué)與光譜分析;2015年01期

3 柳培忠;張麗萍;李衛(wèi)軍;覃鴻;董肖莉;;基于DS算法的玉米近紅外定性分析光譜校正方法研究[J];光譜學(xué)與光譜分析;2014年06期

4 張曉羽;李慶波;張廣軍;;基于穩(wěn)定競爭自適應(yīng)重加權(quán)采樣的光譜分析無標(biāo)模型傳遞方法[J];光譜學(xué)與光譜分析;2014年05期

5 劉偉;趙眾;袁洪福;宋春風(fēng);李效玉;;光譜多元分析校正集和驗證集樣本分布優(yōu)選方法研究[J];光譜學(xué)與光譜分析;2014年04期

6 張利;;甘草的藥理作用及現(xiàn)代研究進(jìn)展[J];中醫(yī)臨床研究;2014年10期

7 吉納玉;韓東海;;蘋果近紅外預(yù)測模型的傳遞研究[J];食品安全質(zhì)量檢測學(xué)報;2014年03期

8 高紅秀;金萍;周玉巖;石瑛;;近紅外光譜分析原理、檢測及定標(biāo)技術(shù)簡介[J];中國科技信息;2014年Z1期

9 陳超;李淑賢;王淑美;梁生旺;;HPLC法同時測定復(fù)方腦得生有效部位中4種異黃酮的含量[J];分析測試學(xué)報;2013年04期

10 張政;馮國雙;;變量投影重要性分析在自變量篩選中的應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);2012年22期

相關(guān)博士學(xué)位論文 前5條

1 姜微;高光譜技術(shù)在馬鈴薯品種鑒別及品質(zhì)無損檢測中的應(yīng)用研究[D];東北農(nóng)業(yè)大學(xué);2017年

2 杜文;多元校正及模型轉(zhuǎn)移中的缺損數(shù)據(jù)重構(gòu)和交替殘差多線性方法研究[D];湖南大學(xué);2016年

3 吳志生;中藥過程分析中NIR技術(shù)的基本理論和方法研究[D];北京中醫(yī)藥大學(xué);2012年

4 羅彪;面向近紅外微型光譜儀的MOEMS掃描光柵微鏡關(guān)鍵技術(shù)研究[D];重慶大學(xué);2012年

5 程新銳;中藥復(fù)方腦得生的有效成分組研究[D];中國協(xié)和醫(yī)科大學(xué);2006年

相關(guān)碩士學(xué)位論文 前8條

1 郭鳳娟;應(yīng)用紅外光譜和化學(xué)計量學(xué)進(jìn)行疾病診斷及甘草指標(biāo)成分含量測定的研究[D];廣東藥科大學(xué);2017年

2 梁晨;近紅外光譜多元校正模型傳遞方法的研究[D];北京化工大學(xué);2016年

3 胡甜;參枝苓口服液生產(chǎn)過程近紅外光譜分析技術(shù)過程控制應(yīng)用研究[D];山東大學(xué);2016年

4 馬敬;D-最優(yōu)設(shè)計和Dn-最優(yōu)設(shè)計的算法研究[D];西安電子科技大學(xué);2013年

5 周林峰;黃酒主要品質(zhì)的近紅外光譜檢測模型建立與轉(zhuǎn)移的研究[D];中國計量學(xué)院;2013年

6 周香珍;紫外-可見分光光度法及近紅外光譜技術(shù)在甘草質(zhì)量快速分析中的應(yīng)用研究[D];北京中醫(yī)藥大學(xué);2012年

7 胡潤文;臍橙品質(zhì)近紅外光譜分析模型傳遞方法的研究[D];華中農(nóng)業(yè)大學(xué);2011年

8 王俊永;腦得生丸的藥效物質(zhì)基礎(chǔ)研究[D];廣東藥學(xué)院;2008年

本文編號：2875697