浅议计量学傅里叶变换近红外漫反射光谱法结合化学计量学技术高通量草麻黄药材策略学

论文导读：hemometrics）策略，能够实现复杂样品的快速高通量（high-throughput）浅析。本探讨采取漫反射FT-NIR法，结合对向传播人工神经网络（counter-propagationartificialneuralnetwork,CP-ANN）鉴定不同产地及不同采摘时间的草麻黄药材，结合偏最小二乘法（partialleastsquare,PLS）测定草麻黄中和伪的含量，建立草麻黄药
摘要：草麻黄（Ephedra sinica）被收载于《中华人民共和国药典》2010年版一部“麻黄”项下，是我国药用麻黄的主要来源。不同产地，特别是不同采摘时间的草麻黄，其形态、组织结构及次生代谢产物的差别较小，采取形态学鉴别策略与组织学鉴别策略均难以对其进行准确鉴别；常用的色谱浅析策略则有着样品处理复杂、浅析时间长、需要利用化学试剂等不足。另一方面，麻黄生物碱是麻黄药材发挥疗效的主要物质基础，故草麻黄中和伪含量的测定也是麻黄药材探讨的一项重要内容。傅里叶变换近红外漫反射光谱法（diffuse reflectance Fouriertranorm near infrared spectroscopy, diffuse reflectance FT-NIR）无需特殊的样品处理，也不利用化学试剂，具有无污染、操作简便快速、样品用量小等优点，辅以化学计量学（chemometrics）策略，能够实现复杂样品的快速高通量（high-throughput）浅析。本探讨采取漫反射FT-NIR法，结合对向传播人工神经网络（counter-propagation artificial neuralnetwork, CP-ANN）鉴定不同产地及不同采摘时间的草麻黄药材，结合偏最小二乘法（partial least square, PLS）测定草麻黄中和伪的含量，建立草麻黄药材的近红外漫反射光谱高通量浅析策略。采取验证样品的预测准确率（prediction accuracy）对产地及采摘时间判别模型进行评价；采取校正样品的交叉验证均方根误差（root mean squareerror of cross vapdation, RMSECV）、验证样品的预测均方根误差（rootmean square error of prediction, RMSEP）及验证样品预测值与参考值的相联系数（correlation coefficient, R）分别对和伪含量预测模型进行评价。目的：1.建立漫反射FT-NIR法判别草麻黄药材产地和采摘时间的策略。2.建立漫反射FT-NIR法测定草麻黄药材和伪含量的策略。策略：1.测量草麻黄样品的近红外漫反射光谱。2.测量草麻黄药材和伪的含量。3.草麻黄药材预测模型的建立及验证：（1）建立草麻黄药材产地论文导读：小结29-30第二章漫反射FT-NIR法判别草麻黄药材产地和采摘时间的策略学探讨30-36第一节漫反射FT-NIR法结合CP-ANN判别不同产地的草麻黄药材30-321样品的选择302光谱区域的选择303光谱处理30-314数据预处理315模型的建立与验证31-32第二节漫反射FT-NIR法结合CP-ANN判别不同采摘时间的草麻黄药材32-341样品的选择322光
和采摘时间FT-NIR漫反射预测CP-ANN模型，采取验证样品的预测准确率对所建模型进行评价。（2）建立草麻黄药材和伪含量FT-NIR漫反射预测PLS模型，采取RMSECV、RMSEP及验证样品预测值与参考值的R对所建模型进行评价。结果：1.草麻黄药材产地和采摘时间FT-NIR漫反射预测CP-ANN模型验证样品的预测准确率分别为100.0%和80.0%。2.草麻黄药材和伪含量FT-NIR漫反射预测PLS模型的RMSECV分别为2.62201和1.33701，RMSEP分别为1.12和0.236，验证样品预测值与参考值的R分别为0.9721和0.9309。结论：本探讨所建近红外漫反射光谱法结合CP-ANN和PLS，能同时判别草麻黄药材的产地和采摘时间、预测其和伪的含量，实现草麻黄药材的高通量浅析。关键词：草麻黄论文高通量浅析论文傅里叶变换近红外漫反射光谱法论文化学计量学论文
本论文由www.7ctime.com,需要论文可以联系人员哦。英汉缩略语名词对照6-7
中文摘要7-10
ABSTRACT10-14
前言14-18
第一章 草麻黄药材近红外漫反射光谱测量与和伪含量参考值测定18-30
第一节 草麻黄药材近红外漫反射光谱的测量18-19
1 仪器与材料18
2 实验策略18-19
3 实验结果19
第二节 草麻黄药材和伪含量参考值的测定19-29
1 仪器与试药19-20
2 实验策略20-28
3 实验结果28-29
第三节 本章小结29-30
第二章 漫反射FT-NIR法判别草麻黄药材产地和采摘时间的策略学探讨30-36
第一节 漫反射FT-NIR法结合CP-ANN判别不同产地的草麻黄药材30-32
1 样品的选择30
2 光谱区域的选择30
3 光谱处理30-31
4 数据预处理31
5 模型的建立与验证31-32
第二节 漫反射FT-NIR法结合CP-ANN判别不同采摘时间的草麻黄药材32-34
1 样品的选择32
2 光谱区域的选择32-33
3 光谱处理33
4 数据预处理33
5 模型的建立与验证33-34
第三节 本章小结34-36
第三章 漫反射FT-NIR法测定草麻黄药材和伪含量的论文导读：LS测定草麻黄药材的含量36-391样品的选择362光谱区域的选择363光谱处理36-374数据预处理37-385模型的建立与验证38-39第二节漫反射FT-NIR法结合PLS测定草麻黄药材的伪含量39-411样品的选择392光谱区域的选择393光谱处理39-404数据预处理405模型的建立与验证40-41第三节本章小结41-43全文总结43-44参
策略学探讨36-43
第一节 漫反射FT-NIR法结合PLS测定草麻黄药材的含量36-39
1 样品的选择36
2 光谱区域的选择36
3 光谱处理36-37
4 数据预处理37-38
5 模型的建立与验证38-39
第二节 漫反射FT-NIR法结合PLS测定草麻黄药材的伪含量39-41
1 样品的选择39
2 光谱区域的选择39
3 光谱处理39-40
4 数据预处理40
5 模型的建立与验证40-41
第三节 本章小结41-43
全文总结43-44
参考文献44-47
文献综述47-55
参考文献52-55
致谢55-56
硕士期间发表的论文56-57