化學(xué)計量學(xué)方法在大黃NIR光譜解析和室溫磷光分析中的應(yīng)用研究.pdf

1、大黃是聞名世界的我國特產(chǎn)藥材，具有瀉下、抗菌、利膽、保肝、止血活血等的功效。為確保非正品大黃不被混入商品和準(zhǔn)確測定大黃中主要活性成分的含量，建立大黃的質(zhì)量控制標(biāo)準(zhǔn)是一項非常緊迫的需要。傳統(tǒng)的中藥鑒別方法主要有經(jīng)驗鑒別、顯微鑒別和理化鑒別。這些方法或需要鑒別者具有相當(dāng)?shù)慕?jīng)驗，或操作比較復(fù)雜，不符合中藥現(xiàn)代化的要求。有些方法則要對藥材進行分離提取，耗時耗試劑難以普遍推廣，也不適合中藥的快速鑒定。因此當(dāng)前迫切需要發(fā)展一種快速、高效、準(zhǔn)確的新型

2、分析檢測技術(shù)。近紅外技術(shù)快速、無損，適合中藥材的質(zhì)量控制，但近紅外光譜(NIR)分析是一種間接測量技術(shù)，需要借助各種化學(xué)計量學(xué)方法進行分析。 本文研究化學(xué)計量學(xué)方法在大黃NIR光譜解析和室溫磷光分析中的應(yīng)用。將主成分分析、自模型混合物分辨方法等多元統(tǒng)計方法，以及RBF神經(jīng)網(wǎng)絡(luò)、嶺回歸RBF神經(jīng)網(wǎng)絡(luò)和支持向量機等技術(shù)應(yīng)用于近紅外和磷光光譜的分析中，力圖將傳統(tǒng)的分析方法與新的技術(shù)相結(jié)合，建立校正模型，實現(xiàn)對中藥與多環(huán)芳烴和多氮聯(lián)苯等

3、有機物復(fù)雜體系的分析。具體研究結(jié)果如下： (一)從定性和定量兩個方面對大黃的近紅外光譜進行研究在定性方面，應(yīng)用主成分分析(PCA)對大黃樣本近紅外光譜進行了分析，考察了pc1和pc3的得分圖，為近紅外光譜的進一步分析提供可靠的科學(xué)依據(jù)。研究了RBF神經(jīng)網(wǎng)絡(luò)和嶺回歸RBF神經(jīng)網(wǎng)絡(luò)對大黃近紅外光譜的鑒別，對原始數(shù)據(jù)進行了平滑、求導(dǎo)和壓縮處理，以達到消除斜坡背景和減少變量的目的。采用Leave-one-out和Leave-n-out兩

4、種交叉驗證方法進行模型驗證和預(yù)測，對參數(shù)進行了詳細的討論，正品與非正品大黃的鑒別結(jié)果令人滿意。研究了支持向量機(SVM)中4種不同的核函數(shù)對大黃樣本近紅外譜圖的正品和非正品鑒別。鑒別正確率均可達98.1％。討論了影響4個核函數(shù)預(yù)算的各個參數(shù)，表明多形式核函數(shù)更適合于大黃樣本的鑒定?？梢娀瘜W(xué)計量學(xué)方法結(jié)合近紅外光譜技術(shù)是中藥材質(zhì)量控制的一種快速、無損的分析方法。 在定量方面，采用主成分分析和支持向量機回歸(SVR)對大黃四個活性成

5、分的含量進行了預(yù)測。主成分分析與支持向量機結(jié)合預(yù)測大黃活性成分含量的結(jié)果明顯優(yōu)于主成分與RBF神經(jīng)網(wǎng)絡(luò)結(jié)合的結(jié)果，雖不及高效液相色譜測量的準(zhǔn)確度高，但近紅外光譜法快速、無損適合大黃的質(zhì)量控制。而且我們確信如果有更多大黃樣本的話，預(yù)測精度一定會提高。 (二)自模型混合物分辨方法對室溫磷光光譜的分析采用自模型混合物分辨方法對多環(huán)芳烴和氮類雜環(huán)物質(zhì)混合物的室溫磷光光譜進行了分析，初步考察了化學(xué)計量學(xué)方法對磷光混合物SS-RTP的處理效