近红外光谱技术在药物无损非破坏定量分析中的应用研究

论文摘要

本文应用近红外光谱（NIR Spectroscopy）分别结合径向基函数（RBF）神经网络、主成分分析—径向基函数（PCA-RBF）神经网络、遗传算法优化的径向基函数（GA-RBF）神经网络和自适应神经模糊推理系统（ANFIS）对四种不同药品的有效活性成分进行了定量分析,实现了药物的无损分析。建立了基于短波近红外光谱的琥乙红霉素粉末药品的RBF网络模型和偏最小二乘（PLS）模型。研究表明,RBF网络模型在处理复杂非线性体系时比PLS具有优越性。另外将主成分分析（PCA）引入RBF网络模型,建立了基于近红外光谱的阿莫西林粉末药品的PCA-RBF网络模型,预报结果令人满意。研究并建立了基于近红外光谱的琥乙红霉素粉末药品和甲砜霉素粉末药品的GA-RBF网络模型。另外,在建立甲砜霉素粉末药品的GA-RBF网络模型时,将GA用于光谱波段的优化,提高了RBF网络的预报精度,改善了校正模型的鲁棒性。首次将自适应神经模糊推理系统（ANFIS）应用到药物无损非破坏定量分析中,结合PCA技术先对光谱数据进行了分析,并建立了基于近红外光谱的盐酸氟桂利嗪粉末药品的最优PCA-ANFIS模型。结果表明,用PCA-ANFIS模型与近红外漫反射光谱相结合可以对固态药物样品进行行之有效的非破坏定量分析。

论文目录

• 提要
• 第一章 绪论
• 1.1 近红外光谱技术的发展
• 1.2 近红外光谱分析的理论基础
• 1.2.1 近红外光谱的产生原理
• 1.2.2 近红外光谱的定量分析原理
• 1.3 近红外光谱技术的特点
• 1.3.1 近红外光谱技术的优点
• 1.3.2 近红外光谱技术的缺点
• 1.4 近红外光谱分析基本流程
• 1.4.1 训练集样品的选择
• 1.4.2 标准方法的测定
• 1.4.3 光谱数据的测量
• 1.4.4 校正模型的建立与验证
• 1.4.5 未知样品的预测
• 1.5 近红外光谱分析中常见的化学计量学方法
• 1.5.1 光谱预处理方法
• 1.5.2 定量分析方法
• 1.5.3 定性分析方法
• 1.6 近红外光谱技术的应用
• 1.7 本文研究目标和内容
• 参考文献
• 第二章 神经网络与自适应神经模糊推理系统概述
• 2.1 RBF 神经网络
• 2.1.1 RBF 神经网络结构
• 2.1.2 正交最小二乘（OLS）训练算法
• 2.1.3 模型参数评价指标
• 2.2 基于遗传算法的RBF 网络训练方法
• 2.2.1 遗传算法基本原理
• 2.2.2 GA-RBF 神经网络
• 2.3 自适应神经模糊推理系统
• 2.3.1 模糊集合
• 2.3.2 语言变量
• 2.3.3 模糊关系
• 2.3.4 模糊if-then 规则
• 2.3.5 模糊推理
• 2.3.6 模糊推理系统
• 2.3.7 ANFIS 结构
• 2.3.8 混合学习算法
• 2.4 ANN、GA 和ANFIS 在化学领域中的应用
• 参考文献
• 第三章 短波NIR 光谱结合RBF 网络对琥乙红霉素粉末药品的定量分析
• 3.1 实验部分
• 3.1.1 实验仪器及软件
• 3.1.2 样品的制备及含量测定
• 3.1.3 测量条件
• 3.2 结果与讨论
• 3.2.1 近红外漫反射光谱
• 3.2.2 原始光谱的最优RBF 网络模型
• 3.2.3 预处理光谱的最优RBF 网络模型
• 3.2.4 RBF 网络模型的可靠性评价
• 3.2.5 偏最小二乘法预测琥乙红霉素粉末药品含量
• 3.3 本章小结
• 参考文献
• 第四章 NIR 光谱结合PCA-RBF 网络对阿莫西林粉末药品的定量分析
• 4.1 实验部分
• 4.1.1 实验仪器及软件
• 4.1.2 样品的制备及含量测定
• 4.1.3 测量条件
• 4.2 结果与讨论
• 4.2.1 近红外漫反射光谱
• 4.2.2 原始光谱的最优PCA-RBF 网络模型
• 4.2.3 SNV 光谱和MSC 光谱的最优PCA-RBF 网络模型
• 4.2.4 PCA-RBF 网络模型的可靠性评价
• 4.2.5 主成分回归和偏最小二乘法的预测结果
• 4.3 本章小结
• 参考文献
• 第五章 NIR 光谱结合GA-RBF 网络对琥乙红霉素粉末药品的定量分析
• 5.1 实验部分
• 5.1.1 实验仪器及软件
• 5.1.2 样品的制备及含量测定
• 5.1.3 测量条件
• 5.2 结果与讨论
• 5.2.1 近红外漫反射光谱
• 5.2.2 MSC 光谱的最优GA-RBF 网络模型
• 5.2.3 其它预处理光谱的最优GA-RBF 网络模型
• 5.2.4 GA-RBF 网络模型的可靠性评价
• 5.2.5 RBF 网络模型的预报结果
• 5.3 本章小结
• 参考文献
• 第六章 NIR 光谱结合波段选择 GA-RBF 网络对甲砜霉素粉末药品的定量分析
• 6.1 实验部分
• 6.1.1 实验仪器及软件
• 6.1.2 样品的制备及含量测定
• 6.1.3 测量条件
• 6.2 结果与讨论
• 6.2.1 近红外漫反射光谱
• 6.2.2 MSC 光谱的最优GA-RBF 网络模型
• 6.2.3 其它预处理光谱的最优GA-RBF 网络模型
• 6.2.4 GA-RBF 网络模型的可靠性评价
• 6.2.5 基于全光谱数据的GA-RBF 网络
• 6.3 本章小结
• 参考文献
• 第七章 NIR 光谱结合ANFIS 对盐酸氟桂利嗪粉末药品的定量分析
• 7.1 实验部分
• 7.1.1 实验仪器及软件
• 7.1.2 样品的制备及含量测定
• 7.1.3 测量条件
• 7.2 结果与讨论
• 7.2.1 近红外漫反射光谱
• 7.2.2 SNV 预处理光谱的最优PCA-ANFIS 模型
• 7.2.3 其它光谱的最优PCA-ANFIS 模型
• 7.2.4 PCA-ANFIS 模型的可靠性评价
• 7.2.5 PLS 模型的预报结果
• 7.3 本章小结
• 参考文献
• 全文总结
• 攻读博士学位期间发表的学术论文
• 致谢
• 摘要
• Abstract