马书民[1]2004年在《人工神经网络—红外光谱法用于中药大黄样品的鉴定研究》文中认为应用误差反向传播（BP）神经网络、径向基函数(RBF)神经网络和温度限制串联相关网络（TC-CCN），根据中药大黄样品的红外光谱数据，对正品和非正品大黄样品进行分类鉴定，并对影响分类结果的神经网络的各项参数进行研究。红外光谱数据经过小波变换压缩后输入神经网络，压缩前数据有775个点，压缩后为49个点。这样使变量数大为减少，提高网络的训练速度，又能保持特征峰。应用RBF网络，对大黄样品进行真伪分类，正确识别率为97.78%；应用BP网络，对样品的真伪的正确识别率为95.56%；应用TC-CCN网络，对样品的真伪的正确识别率为84.44%。红外光谱法作为中药的一种鉴别方法，具有快速、简便的特点。并且中药样品的红外光谱是多种官能团特征振动峰的迭加与组合，只要中药材的各成分组成相对稳定，其光谱就有一定的重现性。因此，利用红外指纹图谱有可能对中药进行鉴定。将光谱技术与神经网络方法结合起来使中药的鉴别更加简便和快速，且具有较高的正确识别率，可见该方法会成为中药鉴别的一种有效手段。
马书民, 刘思东, 张卓勇[2]2007年在《温度限制串联相关网络-红外光谱法用于中药大黄样品的鉴定分类》文中研究说明将温度限制串联相关网络与红外光谱分析技术相结合,对大黄样品的真伪进行分类。采用小波变换对原始数据进行压缩,将原来的775个数据点压缩到49个数据点,既提高了网络的训练速度又保持了原来的特征谱峰。对45种样品进行了测定和鉴别,正确率可以达到84．4％。对影响分类结果的网络参数,进行了讨论。红外光谱法作为中药鉴别的一种方法与神经网络相结合,使中药鉴别更加快速、方便。
张洁[3]2015年在《红外光谱法和X射线衍射技术在中成药定性鉴别方面的应用》文中提出中成药是以中草药为原料,经加工制成的不同剂型的中药制品。但由于中成药的成分复杂,而且多数药物的有效成分尚未明确,因而无法按西药的质量控制标准来完成对中成药的鉴别。指纹图谱强调的是图谱的完整面貌,而不是精确的细微差别,表现在化学指纹图谱上也就不是对单一化学成分定性和定量,而是对某一类成分的整体图谱特征的展现。本文利用红外光谱法和X射线衍射(XRD)技术,并结合化学计量学方法对14种中成药进行了分析研究,建立了 14种中成药的红外和XRD指纹图谱。全文共分为10章。第一章:绪论。本章对14种中成药的研究现状、红外光谱法和XRD在中药分析鉴定方面的应用以及本文的研究目的及意义进行了阐述。共引用文献158篇。第二章:清热类药物的红外指纹图谱的研究。利用单因素法选取出了最佳实验条件,对同属清热类药物的4种中成药的红外光谱进行了测定。采用聚类分析法考察了同种中成药的光谱一致性,结果表明,同一厂家及不同厂家生产的同种药物的红外图谱一致性良好;利用人工神经网络实现了对4种清热类药物的分类鉴别,采用平均值法建立了4种清热类药物的红外指纹图谱。第叁章:耳鼻喉类药物的红外指纹图谱的研究。对同属耳鼻喉类药物的4种中成药的红外光谱进行了测定,采用聚类分析法考察了同种中成药的光谱一致性,结果表明,同一厂家及不同厂家生产的同种药物的红外图谱一致性良好;利用人工神经网络实现了 4种耳鼻喉类药物的分类鉴别,采用平均值法建立了 4种耳鼻喉类药物的红外指纹图谱。第四章:补益消导类药物的红外指纹图谱的研究。对同属补益消导类药物的3种中成药的红外光谱进行了测定,采用聚类分析法考察了同种中成药的光谱一致性,结果表明,同一厂家及不同厂家生产的同种药物的红外图谱一致性良好;利用人工神经网络实现了 3种补益消导类药物的分类鉴别,采用平均值法建立了 3种补益消导类药物的红外指纹图谱。第五章:理血类药物的红外指纹图谱的研究。对同属理血类药物的3种中成药的红外光谱进行了测定,采用聚类分析法考察了同种中成药的光谱一致性,结果表明,同一厂家及不同厂家生产的同种药物的红外图谱一致性良好;利用人工神经网络实现了 3种理血类药物的分类鉴别,采用平均值法建立了 3种理血类药物的红外指纹图谱。第六章:14种中成药的红外指纹图谱检索。利用本实验室已经建立的69种中成药的标准红外指纹图谱库,随机选取14种中成药的180个样本进行了全光谱范围内的相关性检索。结果显示,其中的166个中成药样本的红外图谱均能与图库中各自的红外标准指纹图谱相匹配,匹配准确率达到了 92%,说明本实验室建立的中成药红外指纹图谱库具有较好的特征性和指纹性,可以实现多种中成药的定性鉴别。第七章:清热类药物的XRD图谱的研究。在最佳实验条件下对同属清热类药物的4种中成药的XRD图谱进行了测定,聚类分析结果表明,同一厂家及不同厂家生产黄连上清片和清火胶囊的XRD图谱均各自具有良好的一致性;同一厂家不同批号的清火片和牛黄上清片样本XRD图谱分别具有良好的一致性,而不同厂家生产的清火片和牛黄上清片样本XRD图谱分别存在一定的差异;利用人工神经网络实现了 4种清热类药物的分类鉴别。采用平均值法建立了 4种清热类药物的XRD指纹图谱。第八章:耳鼻喉类药物的XRD指纹图谱的研究。对同属耳鼻喉类药物的4种中成药的XRD图谱进行了测定,聚类分析结果表明,同一厂家及不同厂家生产的苍耳子鼻炎胶囊、鼻炎灵片和喉疾灵片的XRD图谱均各自具有良好的一致性;同一厂家生产的不同批号的清咽片样本的XRD图谱一致性良好,而不同厂家生产的清咽片样本之间的XRD图谱存在一定的差异;人工神经网络研究结果表明,利用人工神经网络可以实现4种耳鼻喉类药物的分类鉴别。采用平均值法建立了 4种耳鼻喉类药物的XRD指纹图谱。第九章:补益消导类药物的XRD指纹图谱的研究。对同属补益消导类药物的3种中成药的XRD图谱进行了测定,聚类分析结果表明,同一厂家及不同厂家生产的藿香清胃片、消渴灵片、藿香清胃胶囊的XRD图谱之间一致性良好;利用人工神经网络实现了 3种补益消导类药物的分类鉴别。采用平均值法建立了 3种补益消导类药物的XRD指纹图谱。第十章:理血类药物的XRD指纹图谱的研究。对同属理血类药物的3种中成药的XRD图谱进行了测定,聚类分析结果表明,同一厂家及不同厂家生产的平消片和消栓通络片的XRD图谱均各自具有良好的一致性,同一厂家生产的不同批号的大败毒胶囊样本的XRD图谱一致性良好,而不同厂家生产的大败毒胶囊样本的XRD图谱存在一定的差异;利用人工神经网络实现了3种理血类药物的分类鉴别。采用平均值法建立了3种理血类药物的XRD指纹图谱。
王亚敏[4]2005年在《基于NIR、MIR光谱和化学计量学的松花粉、大黄质量控制》文中认为近年来,多种现代仪器分析方法被用于中药鉴定和质量控制,红外光谱(IR)法在物质的定性、定量分析和鉴别中一直起着十分重要的作用;作为一种简单、快速、无损的检测手段,近红外光谱(NIRS)技术已成为中药材定性判别和定量分析的新兴方法。近红外光谱区的吸收强度低、谱带复杂、重迭严重,无法使用经典定性、定量方法,必须借助于化学计量学中的多元统计、曲线拟合、聚类分析、多元校准等方法定标,将其所含的定性、定量信息提取出来。人工神经网络(ANN)作为一种智能型算法,具有很强的非线性映射能力,在非线性多元校正中已显露出一定的优势。 大黄是我国着名的特产药材,用药历史悠久,从古至今一直是临床最常用药物之一,以泻下、健胃而着称于世。药典收载的正品大黄为掌叶大黄、唐古特大黄和药用大黄。除正品大黄外,大黄属的其他种在不同地区及民间也做药用,但药效不同,泻下作用差,且有的可引起腹痛,为了确保正品大黄临床用药的安全有效,对大黄药材进行质量控制至关重要。本文第二章将多层感知器神经网络与近红外光谱法相结合对正品和非正品大黄进行了鉴别分析,多层感知器神经网络分别采用了BP算法、DBD算法和QP算法。为了验证神经网络建立的分类模型,本文采用交叉验证方法。预测结果的判定阈值设为0.8和0.2,对叁种不同的神经网络算法在大黄鉴别分析中的应用进行了比较研究,其中DBD神经网络的正确识别率最高为94.2%,而BP神经网络和QP神经网络用于大黄分类时正确识别率均为92.3%。结果表明采用以上叁种算法的多层感知器神经网络均可用于大黄的分类。 迄今为止的研究结果表明,大黄所含化学成分多达180种以上,化学成分结构明确的有160多种,主要分为蒽衍生物类、萘衍生物类、吡喃酮类衍生物、芪类、苯丁酮类、鞣质类等。药理作用清楚或正在研究中的化学成分有30多种,因此测定大黄中的主要活性成分的含量,作为评价大黄品质的一种科学手段具有十分重要的意义。本文第叁章将多层感知器神经网络与近红外光谱法相结合对大黄有效成分蒽醌及其单糖甙类、水溶性蒽甙类、芪甙类和鞣质及其有关化合物的含量进行了快速检测。多层感知器神经网络分别采用了BP算法、DBD算法和
刘颖[5]2011年在《高效液相色谱法和近红外光谱法结合化学计量学在中药质量控制中的应用》文中研究表明作为中药质量控制的一种手段,中药指纹图谱旨在从整体上对中药进行研究,可以全面反映中药中所含的复杂成分的关系。通过将各种分析仪器和化学计量学相结合应用于中药指纹图谱研究中,为中药的质量控制提供了有力的评价手段和广阔的发展前景。本论文中利用高效液相色谱法和近红外光谱法这两种检测方法,分别建立了中成药感冒咳嗽颗粒、中药饮片白术和五味子的指纹图谱,并利用化学计量学方法对得到的指纹图谱进行分析。第一章：主要是结合文献对中药质量控制的意义和中药指纹图谱的研究现状及其发展前景进行了综述,详细叙述了中药产业发展的现状和存在的问题,对建立中药指纹图谱的分析手段进行了详细评述,并介绍了化学计量学方法在指纹图谱数据分析中的应用情况。第二章：采用高效液相色谱法对来自叁个不同厂家的感冒咳嗽颗粒进行分析,建立其液相色谱指纹图谱,并结合组成感冒咳嗽颗粒的六味主要原药材的色谱图,利用相似度分析和主成分分析对样品的质量进行质量控制。结果发现来自不同厂家的样品其质量存在一定的差异,各图谱存在差别,通过主成分分析和相似度计算可以对不同厂家的样品进行区分。同时,结合原药材的图谱可以进一步地与成药样品谱图进行对比,通过参考相关文献从具体成分上的差异对成药样品进行研究。利用该方法可以对不同厂家的感冒咳嗽颗粒样品进行区分,为中成药样品的质量控制提供参考手段。第叁章：以叁类不同炮制方法的白术样品和白术的替代品苍术样品为研究对象,利用高效液相色谱法与二极管阵列检测器和荧光检测器联用的方法建立了中药白术的高效液相色谱二维指纹图谱。通过无监督模式识别方法主成分分析和系统聚类分析的结果发现,利用二维指纹图谱数据得到的分类效果要比单个检测器得到的指纹图谱数据更佳,可以获取更多的信息。利用PROMETHEE和GAIA多准则决策方法对样品进行排序和分类,发现不同类的样品之间存在差异,且各类白术样品按照炮制方法的程度有规则地进行排列。同样,利用有监督模式识别方法对不同数据建立模型进行预报发现,二维指纹图谱数据的识别率和预报率最佳,其中人工神经网络方法可以对训练样品和未知样品进行准确预报。再结合椭圆置信区间方法比较了两种有监督模式识别方法的模型预报结果,发现这两个模型结果均可靠满意。第四章：使用高效液相色谱-二极管阵列检测器建立了中药五味子的高效液相色谱叁维指纹图谱。收集的五味子样品包括南五味子和北五味子样品,这两者外形极其相似但成分和药效存在差异。通过使用平行因子分析方法对五味子样品的叁维指纹图谱数据进行解析可以得到分别与样品中主要组分浓度分布,组分的色谱流出曲线和组分的光谱图相关的叁组数据。从浓度分布图及其基于组分浓度的主成分分析结果中可以看到两类五味子样品的成分间存在差异。使用叁种有监督的模式识别方法建立五味子样品预报模型,可以将南五味子和北五味子样品进行正确分类。第五章：采用近红外光谱法对南五味子和北五味子样品进行分析,建立了五味子样品的近红外光谱指纹图谱。使用不同的前处理方法对原始光谱数据进行处理,并分别采用两种不同的变量选择方法用于对各种前处理数据进行有效波长选择。通过建立有监督模式识别模型对数据进行分析,结果发现使用前处理后的数据预报结果比原始数据更加可靠；使用有效波长选择得到的数据建立的模型预报结果优于全波长数据。该方法可为中药五味子质量控制提供一种快速的鉴别手段。
吴利敏[6]2013年在《近红外光谱法快速检测某些中药及中成药品质的应用研究》文中研究说明近红外光谱(Near Infrared Spectroscopy, NIRS)技术自90年代以来发展迅速,是一种可用于多组分同时测定、快速、无损、可实现在线检测的分析技术,被誉为“分析巨人”。近红外光谱(Near Infrared,简称NIR)是指波长介于可见区与中红外区之间的电磁波(780～2526nm)。近红外光谱反应的信息主要是分子内部一些含氢基团(C-H、O-H、N-H及S-H等)振动的倍频和合频吸收,化学信息量比较丰富。由于绝大多数有机物中均含有此类基团,因此近红外光谱分析技术应用的领域相当广泛。与传统方法相比,近红外光谱分析法具有快速、样品预处理简单、多组分同时测定、环保以及易于实现在线检测等优点,已经被广泛应用于食品、农业、医药、烟草、石油化工等多个领域中,尤其是医药领域。中药材与中成药的药效成分复杂多样,传统的分析方法预处理繁琐.通常很难实现其品质监控的快速、实时在线检测。近年来,近红外光谱分析技术以其独特的优势应用于中药分析,显示了它在中药领域应用的巨大潜力。目前近红外光谱技术已经被广泛应用于中药质量的定性、定量及其过程分析中。本文在重庆市科委科技攻关项目(CSTC2010AC5170)和重庆市教委科技项目(KJ111303)的资助下,研究了近红外光谱法在叁种中药材和两种剂型中成药品质检测方面的应用：1.近红外光谱法快速测定虎杖中虎杖苷、白藜芦醇、大黄素的含量,结果证明采用近红外光谱法同时测定虎杖中多组分的含量模型准确可靠,有望用于快速无损地鉴定虎杖的品质；2.采用近红外光谱法建立了牡丹皮中丹皮酚和芍药苷的定量分析模型和对产地进行快速鉴别的定性模型,并对所建模型的预测性能进行了验证；3.近红外光谱法快速鉴别五味子产地的研究,结果证明,所建的定性分析模型能较好地识别不同产地的五味子；4.结合PLS和聚类分析技术进行了近红外漫反射光谱分析技术用于栀子金花丸品质检测方面的研究,实现了品牌的快速识别和指标成分绿原酸、栀子苷和黄芩苷的同时测定,准确度高,能满足对中药制剂的品质进行快速检测的精度需要；5.结合聚类分析和偏最小二乘法进行了近红外光谱分析技术用于小儿清热止咳口服液质量控制的研究,结果令人满意。1.近红外光谱法快速同时测定虎杖中虎杖苷、白藜芦醇、大黄素的含量建立一种同时测定虎杖提取物中虎杖苷、白藜芦醇和大黄素含量的新方法。采用高效液相色谱紫外检测法测定出虎杖中活性成分的化学值,然后采用傅里叶变换近红外光谱技术并结合偏最小二乘法(PLS)建立、优化模型,最后采用校正模型的相关系数(R2)、内部交互验证均方差(RMSECV)和外部预测误差均方根(RMSEP)对校正模型进行了评价。虎杖苷、白藜芦醇和大黄素定量校正模型的R2分别依次为95.89,96.04,91.28；RMSECV分别依次为0.0881,0.0172,0.130；RMSEP分别依次为0.0968,0.0153,0.111。结果证明近红外光谱法用于虎杖中活性成分的定量分析,准确度较高,能满足现实中对虎杖多组分同时测定的精度要求。2.近红外漫发射光谱技术在牡丹皮品质快速检测中的分析应用本实验建立了一种基于傅里叶变换近红外漫反射技术快速评价牡丹皮品质的方法。采用漫发射方式采集其近红外光谱,并通过不同的光谱预处理方法对光谱进行预处理。建立聚类分析模型鉴别牡丹皮的产地,结果证明该模型的预测性能较好；以丹皮酚和芍药苷为指标成分,采用偏最小二乘法分别建立其定量分析模型,并以校正模型的内部交叉验证均方差(RMSECV)、决定系数(R2)和外部预测误差均方根(RMSEP)为指标对模型的性能进行评价。丹皮酚和芍药苷模型的RMSECV分别依次为0.0493、0.0328%,RMSEP分别依次为0.0662,0.0416%,R2分别依次为0.9807、0.9957。结果表明,近红外漫反射法用于牡丹皮的品质检测有较高的准确度,可望用于中药品质的快速检测。3.近红外漫反射光谱技术定性鉴别五倍子产地的应用研究采用傅里叶近红外漫反射光谱分析技术建立了一种快速鉴别五倍子产地的方法。采集7个产地五倍子样品的近红外漫反射光谱,对光谱进行矢量归一化预处理之后,采用标准法计算样品的光谱间距离,分别建立聚类分析模型和判别分析模型。采用未知样品对所建定性分析模型的模式识别性能进行验证,结果表明,聚类分析与判别分析均能对五倍子产地进行很好的鉴别。4.近红外漫反射光谱法同时测定栀子金花丸中多种组分及快速鉴别其品牌的应用建立了一种快速鉴别来自不同厂家的栀子金花丸品质和定量预测其活性组分的近红外光谱法。采用漫发射方式采集近红外光谱,并通过不同的光谱预处理方法对光谱进行预处理。建立聚类分析模型来鉴别样本的品质,实验证明该模型具有较好的预测性能,准确度达100%。绿原酸、栀子苷和黄芩苷的标准值采用高效液相色谱法同时进行测定。,采用偏最小二乘法建立同时测定叁种活性组分的定量模型,并通过校正模型的决定系数(R2)、内部交叉验证均方差(RMSECV)和外部预测误差均方根(RMSEP)对模型的性能进行评价。绿原酸、栀子苷和黄芩苷模型的RMSECV分别依次为0.062,、0.583、0.761mg/g, RMSEP分别依次为0.0701,0.533,、0.699mg/g, R2分别依次为0.982,0.967、0.997。结果表明,近红外光谱法用于栀子金花丸的定性和定量分析,准确度高,能满足对中药制剂的品质快速简捷检测的需要。5.近红外光谱法快速分析小儿清热止咳口服液的应用研究应用近红外光谱透射分析技术建立一种用于小儿清热止咳口服液快速定性和其活性成分的快速定量分析的新方法。采用聚类分析模型鉴别口服液品牌,且9种品牌的小儿清热止咳口服液能准确地被鉴别；利用偏最小二乘法(PLS)可对小儿清热止咳口服液中的活性成分黄芩苷和甘草酸进行同时检测。以黄芩苷和甘草酸为指标成分建立的定量校正模型预测性能较好,校正模型的相关系数(R2)分别依次为94.96,91.86,内部交叉验证均方差(RMSECV)分别依次为0.104,0.0930,外部预测误差均方根(RMSEP)分别依次为0.124,0.0699。结果证明,近红外光谱法用于小儿清热止咳口服液的定性、定量分析,准确度较高,能满足对小儿清热止咳口服液进行质量检测的精度需要。
王向丽[7]2015年在《红外光谱法和X射线衍射技术在中药配方颗粒定性鉴别方面的应用》文中进行了进一步梳理中药是我国千百年来中医药文化的积淀,在亚洲地区乃至世界很多国家都有重大影响。新时期,中药面临新的挑战。中药配方颗粒是中药走向标准化、国际化的重要步骤,因此对其质量控制显得尤为重要。红外光谱法和X射线衍射技术(XRD)可直观反映药品的综合信息,并且检测过程对药品无损伤。本文应用红外光谱法和XRD法结合聚类分析及人工神经网络对21种中药配方颗粒及其中药材进行了研究。全文共分为11章。第一章:绪论。对21种中药配方颗粒和其中药材的研究现状及论文的研究目的和意义进行了介绍。引用文献203篇。第二章:含铁矿物药的红外图谱研究。介绍了实验方法及仪器,探究了最佳实验条件。对赤石脂、磁石、自然铜、赭石进行了红外光谱测定,得到不同厂家配方颗粒及中药材的红外光谱图。通过聚类分析法探究了同种药物光谱的一致性,结果显示:除赤石脂外,对于其他叁种药品,不同厂家的同种配方颗粒的图谱一致性较好,但与所对应药材图谱差别较大;应用人工神经网络成功地实现了对4种含铁矿物药的分类鉴别。第叁章:含钙矿物药的红外图谱研究。对寒水石、花蕊石、石膏、紫石英进行红外光谱测定,得到不同厂家配方颗粒及中药材的红外光谱图。利用聚类分析法探究了同种药物光谱的一致性,结果显示:不同厂家的同种配方颗粒的图谱一致性较好,与所对应药材图谱差别较大;应用人工神经网络对4种含钙矿物药进行了分类鉴别,达到预期的效果。第四章:含硅矿物药的红外图谱的研究。对海浮石、滑石、青礞石、阳起石进行红外光谱测定,得到不同厂家配方颗粒及中药材的红外光谱图。通过聚类分析法探究了同种药物光谱的一致性,结果显示:不同厂家的同一配方颗粒的图谱一致性较好,与所对应药材图谱差别较大;应用人工神经网络对4种含硅矿物药进行了分类鉴别,达到预期的效果。第五章:化石类药物的红外图谱研究。对龙齿、龙骨进行红外光谱测定,得到不同厂家配方颗粒及中药材的红外光谱图。通过聚类分析法探究了同种药物光谱的一致性,结果显示:不同厂家的同一配方颗粒的图谱一致性较好,与所对应药材图谱差别较大;应用人工神经网络对2种化石类矿物药进行了分类鉴别,达到了预期的效果。第六章:动物类药物的红外图谱的研究。对海蛤粉、僵蚕、牡蛎、全蝎、水蛭、土鳖虫、珍珠母进行红外光谱测定,得到不同厂家配方颗粒及中药材的红外光谱图。通过聚类分析法探究了同种药物光谱的一致性,结果显示:不同厂家的同一配方颗粒的图谱一致性较好,与所对应药材图谱差别较大;应用人工神经网络对7种动物类药物进行了分类鉴别,达到预期的效果。第七章:含铁矿物药的XRD图谱研究。探究了 XRD最佳实验条件,对赤石脂、磁石、自然铜、赭石进行X射线衍射测定,得到不同厂家配方颗粒及中药材的XRD图谱。通过聚类分析法探究了同种药物图谱的一致性,并对其进行了物相分析。结果显示:不同厂家配方颗粒及其药材图谱一致性较差,但均含其主成分。第八章:含钙矿物药的XRD图谱研究。对寒水石、花蕊石、石膏、紫石英进行X射线衍射测定,得到不同厂家配方颗粒及中药材的XRD图谱。通过聚类分析法探究了同种药物图谱的一致性,并对其进行了物相分析。结果显示:不同厂家配方颗粒及其药材图谱一致性较差,但均含其主成分。第九章:含硅矿物药的XRD图谱研究。对海浮石、滑石、青礞石、阳起石进行X射线衍射测定,得到不同厂家配方颗粒及其中药材的XRD图谱。通过聚类分析法探究了同种药物图谱的一致性,并对其进行了物相分析。结果显示:不同厂家配方颗粒及其药材图谱一致性较差,但均含其主成分。第十章:化石类药物的XRD图谱研究。对龙齿、龙骨进行XRD测定。得到不同厂家配方颗粒及中药材的XRD图谱。通过聚类分析法探究了同种药物图谱的一致性,并对其进行了物相分析。结果显示:不同厂家配方颗粒及其药材图谱一致性较差,但均含其主成分。第十一章:动物类药物的XRD图谱研究。对海蛤粉、僵蚕、牡蛎、全蝎、水蛭、土鳖虫、珍珠母进行XRD测定。得到不同厂家配方颗粒及中药材的XRD图谱。通过聚类分析法探究了同种药物图谱的一致性,并对其进行了物相分析。结果显示:不同厂家配方颗粒及其药材图谱一致性较差,但均含其主成分。
王蕾[8]2014年在《红外光谱法和X射线衍射技术在中成药定性鉴别方面的应用》文中认为中成药是我国医药领域的重要组成部分,积淀了几千年的中国传统文化,在我国医药产业参与国际竞争中占有举足轻重的地位,因此中成药的质量标准化变得尤为重要。中成药含有多种化学成分,其疗效是多种成分作用的综合体现。红外光谱和X射线衍射图谱的指纹特征可以清晰直观地反映中成药化学成分的综合信息。本文利用红外光谱法和X射线衍射(XRD)法分别结合了化学计量法对12种中成药进行了分析研究,建立了 12种中成药的红外和XRD指纹图谱。全文共分为10章。第一章:绪论。本文对12种中成药的研究现状以及红外光谱法和XRD在中药分析鉴定方面的应用进行了综述,并对本文的研究目的及意义进行了阐述。本文共引文献118篇。第二章:止咳化痰类药物的红外指纹图谱的研究。在最佳的实验条件下,对同属止咳化痰类药物的4种中成药的红外光谱进行了测定。采用聚类分析法考察了同种中成药的光谱一致性,结果表明:相同厂家及不同厂家生产的同种药物的红外图谱之间一致性良好;利用人工神经网络实现了对4种止咳化痰类药物的分类鉴别。采用平均值法建立了 4种止咳化痰类药物的红外指纹图谱。第叁章:安神补益类药物的红外指纹图谱的研究。对同属安神补益类药物的3种中成药的红外光谱进行了测定,采用聚类分析法考察了同种中成药的光谱一致性,结果表明:相同厂家及不同厂家生产的同种药物的红外图谱之间一致性良好;利用人工神经网络实现了 3种安神补益类药物的分类鉴别。采用平均值法建立了 3种安神补益类药物的红外指纹图谱。第四章:耳鼻喉类药物的红外指纹图谱的研究。对同属耳鼻喉类药物的3种中成药的红外光谱进行了测定,采用聚类分析法考察了考察了同种中成药的光谱一致性,结果表明:相同厂家及不同厂家生产的同种药物的红外图谱之间一致性良好;利用人工神经网络实现了 3种耳鼻喉类药物的分类鉴别。采用平均值法建立了 3种耳鼻喉类药物的红外指纹图谱。第五章:外用类药物的红外指纹图谱的研究。对同属外用类药物的2种中成药的红外光谱进行了测定,采用聚类分析法考察了考察了同种中成药的光谱一致性,结果表明:相同厂家及不同厂家生产的同种药物的红外图谱之间一致性良好;利用人工神经网络可以实现2种外用类药物的分类鉴别。采用平均值法建立了 2种外用类药物的红外指纹图谱。第六章:12种中成药的红外指纹图谱的检索。利用OMNIC软件建立了中成药标准红外指纹图谱库,将12种中成药的红外指纹图谱作为标准图谱录入光谱数据库。利用软件的检索功能对所有样品进行全光谱范围内的相关性检索。结果表明:利用建立的标准红外指纹图谱库可以实现12种中成药的分类鉴别。第七章:止咳化痰类药物的XRD图谱的研究。首先确定了 XRD法最佳的实验条件,然后对同属止咳化痰类药物的4种中成药的XRD图谱进行了测定,聚类分析结果表明:相同厂家及不同厂家生产的同种药物的XRD图谱之间一致性良好;利用人工神经网络可以实现4种止咳化痰类药物的分类鉴别。采用平均值法建立了 4种止咳化痰类药物的XRD指纹图谱。第八章:安神补益类药物的XRD图谱的研究。对同属安神补益类药物的3种中成药的XRD图谱进行了测定,聚类分析结果表明:天王补心丸相同厂家及不同厂家生产的同种药物的XRD图谱之间一致性良好,而补脾益肠丸、七叶神安片相同厂家不同批号之间XRD图谱一致性良好,不同厂家之间的XRD图谱存在一定的差异;人工神经网络研究结果表明,利用人工神经网络可以实现3种安神补益类药物的分类鉴别。采用平均值法建立了 3种安神补益类药物的XRD指纹图谱。第九章:耳鼻喉类药物的XRD图谱的研究。对同属耳鼻喉类药物的3种中成药的XRD图谱进行了测定,聚类分析结果表明:相同厂家及不同厂家生产的同种药物的XRD图谱之间一致性良好;利用人工神经网络可以实现3种耳鼻喉类药物的分类鉴别。采用平均值法建立了 3种耳鼻喉类药物的XRD指纹图谱。第十章:外用类药物的XRD图谱的研究。对同属外用类药物的2种中成药的XRD图谱进行了测定,聚类分析结果表明:桂林西瓜霜的相同厂家及不同厂家生产的同种药物的XRD图谱之间一致性良好,而足光散的相同厂家不同批号之间XRD图谱一致性良好,不同厂家之间的XRD图谱存在一定的差异;利用人工神经网络可以实现2种外用类药物的分类鉴别。采用平均值法建立了 2种外用类药物的XRD指纹图谱。
凌芝[9]2013年在《化学计量学在二十种中成药的红外指纹图谱中的应用研究》文中研究指明中成药以中草药为原料,是我国历代医药学家经千百年医疗实践创造、总结的有效方剂的精华。中成药的质量控制已成为中药现代化和国际化发展的关键。其原料的优劣和生产过程都会直接影响成品的质量和疗效。红外光谱所具有的“指纹”特性已成为中成药鉴别最有效的手段之一。不同厂家生产的同种中成药的红外指纹图谱会由于原料和生产工艺等方面的差异而有所差别。本文首先应用化学计量学的不同方法对20种中成药的红外指纹图谱进行了分析和研究,进而建立了20种中成药的平均指纹图谱,最后对不同中成药的指纹图谱进行了全光谱范围内的谱库检索。第一章：绪论。首先对本文20种中成药的研究现状进行了综述；然后分别对化学计量学中聚类分析法和人工神经网络应用于中药红外图谱的研究进行了文献调研；最后阐述了本文的研究目的、意义及展望。共引用文献66篇。第二章：实验条件的优化选择。采用单因素法考察了固体压片法测定中成药红外图谱的实验条件,最终确定最佳实验条件为：过360目筛,与KBr混合比例为6：100,压片质量95 mg,压片压力为70 kN,压片时间为10 s。第叁章：清热类药物红外指纹图谱的研究。对同属清热类药物的4种中成药的红外图谱进行了测定,采用聚类分析法考察同种中成药红外图谱的一致性,结果表明：同一厂家及不同厂家生产的同种药物的相似性良好；利用人工神经网络对同属清热类的4种药物进行分类鉴别,结果表明：人工神经网络可实现对4种清热类药物的鉴别。采用平均值法建立了4种清热类药物的红外指纹图谱。第四章：补益类药物红外指纹图谱的研究。对同属补益类药物的4种中成药的红外图谱进行了测定,采用聚类分析法考察同种药物红外图谱的一致性,结果表明：同一厂家及不同厂家生产的同种药物的相似性良好；利用人工神经网络对同属补益类药物的4种药物进行分类鉴别,结果表明：利用人工神经网络可实现对4种补益类药物的鉴别。采用平均值法建立了4种补益类药物的红外指纹图谱。第五章：理气类药物红外指纹图谱的研究。对同属理气类药物的5种中成药的红外图谱进行了测定,采用聚类分析法考察同种药物红外图谱的一致性,结果表明：同一厂家及不同厂家生产的同种药物的红外图谱之间相似性良好；利用人工神经网络对同属理气类药物的5种药物进行分类鉴别,结果表明：利用人工神经网络可实现对5种理气类药物的鉴别。采用平均值法建立了5种理气类药物的红外指纹图谱。第六章：消导类药物红外指纹图谱的研究。对同属消导类药物的4种中成药的红外图谱进行了测定,采用聚类分析法考察同种药物红外光谱的一致性,结果表明：同一厂家及不同厂家生产的同种药物的红外图谱之间相似性良好；利用人工神经网络对同属消导类药物的4种药物进行分类鉴别,结果表明：利用人工神经网络可实现对4种消导类药物的鉴别。采用平均值法建立了4种消导类药物的红外指纹图谱。第七章：调血止带类药物红外指纹图谱的研究。对同属调血止带类药物的3种中成药的红外图谱进行了测定,采用聚类分析法考察同种药物红外光谱的一致性,结果表明：同一厂家及不同厂家生产的同种药物的红外图谱之间相似性良好；利用人工神经网络对同属调血止带类药物的3种药物进行分类鉴别,结果表明：利用人工神经网络可实现对3种调血止带类药物的鉴别。采用平均值法建立了3种调血止带类药物的红外指纹图谱。第八章：中成药的红外指纹标准图谱库检索。利用OMNIC软件建立了中成药红外指纹标准图谱库,将43种中成药红外平均指纹图谱作为标准图谱录入光谱数据库。利用OMNIC软件的谱库检索功能对本文研究的20种中成药的258个样本进行全光谱范围内的相关性检索。结果显示,其中的228个中成药样本的红外图谱均能与图库中各自的红外标准指纹图谱相匹配,匹配准确率达到了88%,说明本文所建立的中成药红外指纹标准图谱具有较好的指纹性和特征性,利用所建立的图谱数据库在中药检索方面具有较好的准确性。
赖燕华[10]2010年在《液相色谱和光谱法结合化学计量学用于中药指纹图谱研究》文中研究指明本论文阐述了近年来指纹图谱的研究进展,及化学计量学在指纹图谱研究中的应用及前景。用高效液相色谱法和红外、近红外及叁维荧光光谱法分别建立了不同基源、产地或炮制的中药指纹谱图,运用化学计量学方法对数据进行解析,建立了鉴定中药的识别模型,为指纹图谱技术用于中药质量控制提供了一定的理论基础。第一章对中药指纹图谱的起源、定义、特点、研究现状和前景进行了综述,重点介绍了构建指纹图谱的方法及各自的特点。另外还介绍了化学计量学方法在指纹图谱研究中的应用,对各种数据前处理、特征选取、模式识别方法进行了详细的阐述。第二章采用高效液相色谱法建立了不同基源及不同炮制的中药决明子指纹图谱。由于决明子的成分非常复杂,组分性质各异,传统的单一检测波长的色谱指纹图谱不足以全面地反映决明子的内在质量。实验发现,不管是生品决明还是炒决明,有一些组分在固定的一个检测波长处没有响应或者信号很弱。基于这种情况,我们采用高效液相色谱利用二极管陈列检测器得到46个来源不同的中药决明子样品在238nm和282nm检测波长下的指纹图谱。并利用化学计量学方法对实验数据进行解析。主成份分析(PCA)的结果表明46个决明子样品可清楚地分成四类,生品大决明子、炒大决明子,生品小决明子和炒小决明子,与单一波长(238nm和282nm)指纹图谱相比,得到了更理想的分辨效果,本文还运用偏小二乘法(PLS),反传人工神经网络(BP-NN)和径向基人工神经网络(RBF-NN)等有监督的化学计量学方法建立训练模型,并对由四类不同的决明子样品组成的测试集进行分类判别预报,揭示决明子的内在质量,取得了比较满意的结果。结果表明,本文提出的方法可以作为决明子质量控制的一种有效工具。第叁章以生品决明和炒制决明为例,建立了一种基于傅里叶变换红外光谱指纹图谱的方法,用于对不同炮制的中药进行快速分类。收集80个决明子样品,测量其在2000-400 cm-1范围内的红外光谱,用主成分-最小二乘-支持向量机(PC-LS-SVM)、核主成分-最小二乘-支持向量机(KPC-LS-SVM)、RBF-NN对光谱数据进行解析。优化的模型最终用来完成对测试集样品的预报。从分类效果来看,PC-LS-SVM、KPC-LS-SVM和KPC-RBF-NN的结果相似,前两种方法得到了100%的正确分类率,后者的正确分类率也接近于100%。KNN方法得到的结果不甚理想。从化学计量学模型建立的角度来看,KPC-LS-SVM在一定程度上要优于PC-LS-SVM。当PC-LS-SVM模型不适用或不利于计算的时候,可以考虑KPC-LS-SVM模型。结果表明FT-IR光谱结合化学计量学方法可作为有效辨别不同炮制的中药的参考方法第四章用近红外光谱法建立了不同产地延胡索样品的快速分类方法,从而达到鉴别道地与非道地药材的目的。采用小波变换(WT)处理光谱数据,并建立了LS-SVM, RBF-NN, DPLS和KNN识别模型。从识别率和预报率来看,四种模型都获得了相当的分类正确率,不过其中LS-SVM方法无疑是最成功的,识别率和预报率均在95%以上。由此可见,近红外光谱法结合WT-LS-SVM化学计量学方法能有效地对延胡索药材进行分类。初步实验结果表明,该方法可作为快速鉴别道地和非道地药材的可行性方法。第五章对来源于同科的中药夏天无和延胡索,以及两者以不同比例混合的混伪品共119个样品进行了叁维荧光光谱扫描,建立了不同种类样品的叁维荧光光谱和等高线荧光光谱图。对荧光光谱矩阵O(119×542×37)进行主成分分析和平行因子分析。主成分分析提取了119个样品的特征光谱后,再对其进行主成分投影分析,得到了样品的大致分布。而对119个样品的叁维荧光数据则用4因子平行因子模型分析,得到了原阿片碱及其他3个成分的荧光分辨轮廓,并分析了不同样品在4个因子上的投影得分图的特点,4因子投影图能有效地鉴别夏天无和延胡索,并能较好地区别混伪品,对未知样的归属也能进行有效的判断。将主成分提取的特征光谱数据矩阵Onew(119×542)和平行因子分析得到的4因子得分矩阵C(119×4)作为输入变量,分别建立有监督识别模型。KNN或LDA模型只能正确区分夏天无和延胡索,但不能很好地对混伪品进行鉴别。BPNN和RBFNN模型得到了较为满意的结果,不管是对夏天无和延胡索,还是混伪品都有较好的分辨能力。尤其是以PARAFAC因子得分作为变量时,不管是BPNN还是RBFNN模型,都能成功地鉴别夏天无、延胡索及混伪品,并能对未知样品的归属进行预报。本章成功地利用叁维荧光光谱法,结合二维模式识别方法和多维模式识别方法对夏天无和延胡索样品进行鉴别,有效地辨别了混伪品,并成功地对未知样品的归属进行预报。该方法快捷有效,将多维方法用于中药质量评价及控制,不失为一种有意义的尝试,为研究其他中药提供了参考。
参考文献：
[1]. 人工神经网络—红外光谱法用于中药大黄样品的鉴定研究[D]. 马书民. 东北师范大学. 2004
[2]. 温度限制串联相关网络-红外光谱法用于中药大黄样品的鉴定分类[J]. 马书民, 刘思东, 张卓勇. 计算机与应用化学. 2007
[3]. 红外光谱法和X射线衍射技术在中成药定性鉴别方面的应用[D]. 张洁. 河北师范大学. 2015
[4]. 基于NIR、MIR光谱和化学计量学的松花粉、大黄质量控制[D]. 王亚敏. 首都师范大学. 2005
[5]. 高效液相色谱法和近红外光谱法结合化学计量学在中药质量控制中的应用[D]. 刘颖. 南昌大学. 2011
[6]. 近红外光谱法快速检测某些中药及中成药品质的应用研究[D]. 吴利敏. 西南大学. 2013
[7]. 红外光谱法和X射线衍射技术在中药配方颗粒定性鉴别方面的应用[D]. 王向丽. 河北师范大学. 2015
[8]. 红外光谱法和X射线衍射技术在中成药定性鉴别方面的应用[D]. 王蕾. 河北师范大学. 2014
[9]. 化学计量学在二十种中成药的红外指纹图谱中的应用研究[D]. 凌芝. 河北师范大学. 2013
[10]. 液相色谱和光谱法结合化学计量学用于中药指纹图谱研究[D]. 赖燕华. 南昌大学. 2010
标签：化学论文; 有机化工论文; 人工神经网络论文; 红外光谱论文; 成分分析论文; 红外技术论文; 中成药论文; xrd论文;