[发明专利]一种白芍的近红外在线质量检测方法

说明书

本发明公开了一种白芍的近红外在线质量检测方法，包括以下步骤：（1）样品制备：取不同产地、不同批次的白芍饮片样品；（2）近红外光谱数据采集：同时采集并记录白芍样品的近红外光谱图和白芍打粉后的近红外光谱图；（3）对光谱数据进行预处理：分别采用原始光谱、一阶求导、二阶求导、多元散射校正、矢量归一化或卷积平滑滤波，对打粉前后的白芍样品的近红外光谱数据进行预处理；（4）采用卷积神经网络（CNN）或偏最小二乘回归方法（PLSR）进行模型筛选，建立白芍定量校正模型。本发明方法操作快速、简单，所建立的模型准确可靠，可用于白芍饮片中芍药苷和水分含量的定量分析。

技术领域

本发明属于药材检测技术领域；具体涉及一种基于偏最小二乘回归方法（PLSR）的白芍的近红外质量检测方法。

背景技术

白芍为毛茛科植物芍药Paeonia lactiflora Pall.的干燥根,具有养血调经、敛阴止汗、柔肝止痛、平抑肝阳之功效，临床常用于治疗血虚萎黄、月经不调、自汗、盗汗、胁痛、腹痛、四肢挛痛、头痛眩晕等。白芍化学成分主要包括单萜类、三萜类、挥发油类及黄酮类，其中单萜及其苷类成分发现的最多，包括芍药苷、羟基芍药苷、芍药内酯苷、苯甲酰芍药苷等20多种，它们也是白芍中最为主要的生理活性物质。现代药理学研究表明，白芍的药理作用主要包括抗炎、保肝、镇痛、养血等。

2020年版《中国药典》采用高效液相色谱法以芍药苷作为指标性成分对白芍饮片的质量进行控制与评价，水分采用烘干法测定。上述方法准确度高，但却在现实应用中难以满足企业大规模生产时饮片过程控制快速和高通量检测的需求。近年来，近红外光谱分析技术（Near-infrared spectroscopy, NIR）在中药分析行业得到了广泛的应用，尤其在对道地药材的质量把控中发挥了重要作用。结合化学计量法，近红外光谱法也可以用于中药材的含量测定。NIR可以提供化合物分子中含氢基团（OH、NH、CH）的倍频与合频吸收峰信息，化学计量学方法可以将近红外光谱的样品信息与标准方法测得的信息建立校正模型，从而实现对中药的快速鉴别和含量测定。因为傅里叶变换近红外（FT-NIR）分析技术具有分析速度快、分析效率高、样品无需特殊预处理、高通量等优点, 故更符合生产中过程控制在线、快速检测的要求，成为了中药饮片质量控制方面除药典方法外的有益补充。

本文以全国主要产区100批白芍饮片为研究对象，通过化学计量方法将近红外光谱分析技术（NIR）光谱与芍药苷、水分的含量值相关联，建立定量校正模型，可以对白芍饮片进行快速定量分析，有力服务于饮片生产的过程控制与质量评价。

发明内容

为解决以上技术问题，本发明提供了一种基于偏最小二乘回归方法（PLSR）的白芍的近红外质量检测方法。该方法操作快速、简单，所建立的模型准确可靠，可用于白芍饮片中芍药苷和水分含量的定量分析。

为实现以上目的，本发明提供的技术方案如下：

一种白芍的近红外在线质量检测方法，其特征在于，包括以下步骤：

（1）样品制备：取不同产地、不同批次的白芍饮片样品；

（2）近红外光谱数据采集：同时采集并记录白芍样品的近红外光谱图和白芍打粉后的近红外光谱图；

（3）对光谱数据进行预处理：分别采用原始光谱、一阶求导、二阶求导、多元散射校正、矢量归一化或卷积平滑滤波，对打粉前后的白芍样品的近红外光谱数据进行预处理；

（4）采用卷积神经网络（CNN）或偏最小二乘回归方法（PLSR）进行模型筛选，建立白芍定量校正模型。