System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于光学分析领域。更具体地说,本专利技术涉及一种基于便携式近红外光谱的杜仲配方颗粒质量评价方法。
技术介绍
1、
2、杜仲配方颗粒为杜仲饮片经现代制药技术制成的单味中药颗粒剂,供临床医师进行组方使用。中药配方颗粒的每个品种都有严格的质量标准,其质量标准内容主要以定性为主,其质量控制指标一般参照相应药材国家标准制定,含量测定多为单一化学指标。杜仲配方颗粒的国家标准项下规定的含量测定方法为高效液相,但此法的操作繁琐,费时,前处理麻烦,需要专业人员操作,因此不利于杜仲配方颗粒质量的快速测定以及生产过程的实时监控。
3、近红外光谱技术具有分析速度快、环保高效、成本低、被测样品用量少、对样品无破坏等优点,能在数秒钟内完成对样品的测量,通过对样品的一次测量,就能同时测定一个样品的几种甚至几十种物质或浓度数据,这使得近红外光谱技术成为目前发展最快和最具有前景的分析技术之一,在食品、农业、化工、医药等多个领域都得到了广泛应用。
4、中药质量评价作为中药研究的重要部分之一,在中药生产以及应用方面都极为重要,相比于化学制剂,中药所含组分十分复杂,其功效往往是多种成分协同作用的结果,因此传统的质量评价方法即以成分为基础仅以单一或几种化学成分作为标准难以对中药质量进行客观准确地判断,因为单一或几种物质都不足以确保该中药的药效。基于生物评价建立中药功效与毒性、评价中药制剂一致性等的方法不断兴起,近红外光谱目前主要用于药物成分及含量的快速检测,但对于药物生物活性检测方面的潜力还有待被发掘。
5、中药
6、1.熵权法其权重依据客观的实验数据,是研究解决多个不相容问题和方法的有力工具,能够实现多指标综合评价,避免对各指标主观赋值,减少了主观因素对结果的影响,计算结果更加客观;
7、2.熵权法的可操作性强,计算公式简单直观,易于实现,适用范围广泛;
8、3.熵权法基于信息熵的思路,能够客观地反映不同指标之间的差异性和重要程度,考虑了各种指标之间的相关性,可以削弱异常值的影响,计算结果较为准确;
9、4.熵权法适用于指标间相关性较弱的情况,能够更好地处理指标间的相互影响,考虑到不同指标之间的相关性和相互作用;
10、5.具有一致性和稳定性,避免层次分析法等方法中可能存在的不一致性、不稳定性等问题。
11、熵权法是一种易操作的的多指标综合评价分析方法,熵值越小,信息越多,单个指标对综合评价的影响(权重)越大。熵权法的运用过程中避免了人为因素对指标权重结果可能造成的偏差,为多指标综合评价提供依据。这与中药多指标质量综合评价思路相符合,能真实地反映客观规律,将现代理化鉴别和生物评价相结合,更能全面反映中药的真实质量。
12、因此,探索一种利用便携式近红外光谱仪快速测定杜仲配方颗粒质量及非侵入性检测药物活性的方法,对于生产监控、药品质量快速评价方面具有重要意义。
技术实现思路
1、本专利技术的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
2、本专利技术的一个目的是提供一种基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其具有简便快速、精准性高、样品用量少等优点;并能全面反映中药的真实质量,为杜仲配方颗粒质量的综合评价提供参考。
3、为了实现本专利技术的这些目的和其它优点,提供了一种基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其包括以下步骤:
4、步骤一、将杜仲配方颗粒压片,然后采集其近红外光谱数据;
5、步骤二、测定杜仲配方颗粒中松脂醇二葡萄糖苷的含量;
6、步骤三、利用细胞氧化损伤模型测定给予杜仲配方颗粒后对应细胞的细胞活力值及细胞内mda含量;
7、步骤四、利用步骤一得到的近红外光谱数据分别与松脂醇二葡萄糖苷含量、细胞活力值、细胞内mda含量、综合评价值建立松脂醇二葡萄糖苷含量预测模型、细胞活力值预测模型、细胞内mda含量预测模型、综合评价模型;其中,利用熵权法计算松脂醇二葡萄糖苷含量、细胞活力值以及细胞内mda含量三个指标之间的熵值确定各指标的权重,得到杜仲配方颗粒的综合评分值;
8、步骤五、分别将待测样品的近红外光谱数据代入松脂醇二葡萄糖苷含量预测模型、细胞活力值预测模型、细胞内mda含量预测模型以及综合评价预测模型,得到松脂醇二葡萄糖苷含量、细胞活力值细、胞内mda含量以及综合评分值。
9、优选的是,利用压片机在10-20mpa的压力下将杜仲配方颗粒压成片状。
10、优选的是,利用便携式近红外光谱仪采集光谱数据的参数设置如下:扫描的分辨率为12nm,扫描次数为64次,近红外光谱检测范围为900~1700nm。
11、优选的是,松脂醇二葡萄糖苷含量预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入tq analyst中进行平滑处理,采用kennard-stone算法将经处理的近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与测定的松脂醇二葡萄糖苷含量导入matlab软件建立全谱偏最小二乘回归模型作为松脂醇二葡萄糖苷含量预测模型。
12、优选的是,细胞活力值预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入tq analyst软件中进行标准正态变量处理,采用kennard-stone算法将经处理的近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与测定的细胞活力值导入matlab软件建立向后区间偏最小二乘回归模型作为细胞活力值预测模型。
13、优选的是,细胞内mda含量预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入tq analyst中进行平滑、多元散射处理,采用kennard-stone算法将经处理的近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与测定的细胞细胞内mda含量导入matlab软件建立向后区间偏最小二乘回归模型作为细胞活力值预测模型。
14、优选的是,综合评价预测模型的建立方法如下:将步骤一采集的近红外光谱数据采用kennard-stone算法将原始近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与综合评价值本文档来自技高网...
【技术保护点】
1.基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,利用压片机在10-20MPa的压力下将杜仲配方颗粒压成片状。
3.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,利用便携式近红外光谱仪采集光谱数据的参数设置如下:扫描的分辨率为12nm,扫描次数为64次,近红外光谱检测范围为900~1700nm。
4.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,松脂醇二葡萄糖苷含量预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入TQ Analyst中进行平滑处理,采用Kennard-Stone算法将经处理的近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与测定的松脂醇二葡萄糖苷含量导入MATLAB软件建立全谱偏最小二乘回归模型作为松脂醇二葡萄糖苷含量预测模型。
5.根据权利要求1所述的基于便携式近红外光谱的
6.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,细胞内MDA含量预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入TQAnalyst中进行平滑、多元散射处理,采用Kennard-Stone算法将经处理的近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与测定的细胞细胞内MDA含量导入MATLAB软件建立向后区间偏最小二乘回归模型作为细胞活力值预测模型。
7.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,综合评价预测模型的建立方法如下:将步骤一采集的近红外光谱数据采用Kennard-Stone算法将原始近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与综合评价值导入MATLAB软件建立向后区间偏最小二乘回归模型作为综合评价预测模型。
8.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,综合评价值的计算,包括以下步骤:
...【技术特征摘要】
1.基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,利用压片机在10-20mpa的压力下将杜仲配方颗粒压成片状。
3.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,利用便携式近红外光谱仪采集光谱数据的参数设置如下:扫描的分辨率为12nm,扫描次数为64次,近红外光谱检测范围为900~1700nm。
4.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,松脂醇二葡萄糖苷含量预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入tq analyst中进行平滑处理,采用kennard-stone算法将经处理的近红外光谱数据划分为训练集和验证集,训练集用于建立模型,预测集用于验证模型,将训练集样品的近红外光谱数据与测定的松脂醇二葡萄糖苷含量导入matlab软件建立全谱偏最小二乘回归模型作为松脂醇二葡萄糖苷含量预测模型。
5.根据权利要求1所述的基于便携式近红外光谱的杜仲配方颗粒质量评价方法,其特征在于,细胞活力值预测模型的建立方法如下:将步骤一采集的近红外光谱数据导入tqanalyst软件中进行标准正态变量处理,采用kennard-stone算法将经...
【专利技术属性】
技术研发人员:苏志恒,潘孜萍,韦锦斌,梁永红,潘诗翰,郭玥,邹紫微,邓利军,罗三珊,李金凤,黄会莎,
申请(专利权)人:广西医科大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。