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,廣泛應用于中藥材、農(nóng)業(yè)等多種行業(yè)。甘草作為補益類中草藥,其指標成分含量的現(xiàn)有測定方法普遍存在過程復雜、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)合化學計量學技術(shù),能夠建立可靠的樣品指標成分的定性、定量模型,從而可以實現(xiàn)對未知樣品的成分含量進行快速、精準地預測。但近紅外光譜因其信號強度弱、譜區(qū)重疊較為嚴重、有效信息被掩蓋,直接利用光譜建立模型往往效果較差,需利用化學計量學方法進行光譜預處理和建模波段篩選,才能使得模型預測精度得到提升,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。本論文應用近紅外光譜技術(shù)及化學計量學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)選了光譜預處理方法。收集了40批不同產(chǎn)地、批次的甘草飲片,分別應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的近紅外光譜。考察了標準正態(tài)變量變換SNV、求導平滑DS、標準化等光譜預處理方法。將預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法對光譜進行預處理后的模型效果最優(yōu)。2.優(yōu)選變量篩選方法。應用粒子群優(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、競爭自適應抽樣法CARS、自舉柔性收縮算法BOSS以及隨機蛙跳法RF等方法對已經(jīng)過SNV預處理后的近紅外光譜進行變量篩選處理,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行模型傳遞,不僅大幅度減少變量數(shù)目,提高運算效率;同時模型穩(wěn)健性有效提升,有效解決模型通用難題。4.、化學計量學可以應用于實驗設(shè)計。應用D-最優(yōu)設(shè)計結(jié)合響應面方法對復方腦得生方中的提取工藝進行優(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)含量達到最大值。
【學位單位】：廣東藥科大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R284.1
【部分圖文】：

廣東藥科大學碩士研究生學位論文（2）優(yōu)選波段選擇方法。分別運用 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，提高模型適應性。（4）利用 D-最佳設(shè)計響應面法優(yōu)化復方腦得生提取工藝，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)合響應面法優(yōu)選復方腦得生提取工藝流程
【參考文獻】

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)定競爭自適應重加權(quán)采樣的光譜分析無標模型傳遞方法[J];光譜學與光譜分析;2014年05期

5 劉偉;趙眾;袁洪福;宋春風;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;;蘋果近紅外預測模型的傳遞研究[J];食品安全質(zhì)量檢測學報;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法同時測定復方腦得生有效部位中4種異黃酮的含量[J];分析測試學報;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用[J];現(xiàn)代預防醫(yī)學;2012年22期

相關(guān)博士學位論文 前5條

1 姜微;高光譜技術(shù)在馬鈴薯品種鑒別及品質(zhì)無損檢測中的應用研究[D];東北農(nóng)業(yè)大學;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;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;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;2012年

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

相關(guān)碩士學位論文 前8條

1 郭鳳娟;應用紅外光譜和化學計量學進行疾病診斷及甘草指標成分含量測定的研究[D];廣東藥科大學;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;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)過程控制應用研究[D];山東大學;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;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)量快速分析中的應用研究[D];北京中醫(yī)藥大學;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;2011年

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

本文編號：2875697