[發明專利]一種基于積分球漫反射紫外可見光譜的三元摻偽三七定量分析方法

在審

• 申請號: 201710928148.5
• 申請日: 2017-09-27
• 公開（公告）號: CN107727591A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 卞希慧;張文文;陸占魁;嚴家陳;王少彬
• 申請（專利權）人: 天津工業大學
• 主分類號: G01N21/31
• 分類號: G01N21/31
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于中藥材檢測技術領域，具體涉及一種基于積分球漫反射紫外可見光譜的三元摻偽三七定量分析方法。

背景技術

中藥材三七為五加科植物三七的干燥根，因其具有散瘀止血、消腫定痛的功效，是常用的緊俏珍稀名貴中藥。由于三七市場需求大，價格昂貴，導致市場上存在多種與三七外觀、顏色相近的摻偽品或偽品，嚴重影響用藥安全。由此探討三七摻偽品的鑒別及定量分析，對保證安全用藥具有重要意義。

目前已有多種方法應用于三七的鑒別及定量研究，如顯微、可見及近紅外光譜(PC Nie，D Wu，DW Sun，Potential of visible and near infrared spectroscopy and pattern recognition for rapid quantification of Notoginseng powder with adulterants，Sensors，2013，13，13820-13834)、電子鼻、電子舌(謝紹鵬，一種三七真偽優劣快速鑒別方法，中國發明專利，2014，CN201410784877.4)等。但這些方法存在價格昂貴，耗時，專屬性不高等缺點。因此建立一種可準確測得三七摻偽品中各組分含量的方法具有重要意義。

紫外可見光譜法具有儀器價格低廉、快速、準確性高等諸多優勢，在物質定性定量分析方面得到了廣泛應用。傳統紫外可見光譜一般需要將被測物制成溶液，根據Lambert-Beer定律，將被測物在特征波長處的吸光度與濃度建立一元校正模型。但中藥一般由成百上千種化合物組成，其有效成分的分離與提取繁瑣費時。積分球漫反射附件的引入，使得樣品無需預處理，可以實現固體中藥樣品無損直接測量。

對于中藥的紫外可見光譜，由于組分繁多，很難尋找到目標分析物的特征峰，因此傳統一元校正模型無法實現復雜中藥體系的定量分析。多元校正技術通過在多個光譜通道數據與目標組分的含量之間建立數學模型，可以實現復雜樣品組分的準確定量。其中偏最小二乘方法因其簡單、快速、參數少，成為應用最廣泛的多元校正方法。

發明內容

本發明的目的是針對上述存在的問題，引入積分球漫反射檢測附件，以紫外可見光譜作為測試手段，建立偏最小二乘模型，提供一種三元摻偽三七的快速、無損、準確的定量分析方法。

為實現本發明所提供的技術方案包括以下步驟：

1)配制三元摻偽三七樣品

分別從不同的中藥店購買三七及兩種與三七相似的藥材若干，并將三七與這兩種藥材按照一定的質量百分比配制成三元摻偽三七樣品若干個。保證所有摻偽樣品中各藥材的質量百分含量范圍為0～100％。

2)采集樣品的紫外可見光譜

采用積分球漫反射紫外可見光譜儀器測定樣品的光譜。設置紫外可見光譜儀器的參數，波長范圍為290-800nm，掃描速度為高速，采樣間隔為0.5nm，測定方式為反射率，狹縫寬為5.0nm，檢測器單元為位置單檢測器。將儀器預熱15分鐘后依次掃描所有樣品的紫外可見光譜。先將用來測基線的吸收池放入紫外可見分光光度計中進行基線掃描，之后用小勺將待測藥品放入用來測固體的吸收池中，涂抹均勻，讓其完全覆蓋吸收池底部且無空隙，然后放進紫外可見分光光度計中進行掃描，每個樣品掃描一次后，將吸收池取出旋轉90度再次放入進行第二次掃描。兩次掃描的光譜取平均值作為該樣品的光譜。

3)將數據集劃分為訓練集和預測集

采用一定的分組方式，將數據集劃分為訓練集和預測集，其中總樣品數的2/3作為訓練集，1/3作為預測集。

4)確定偏最小二乘方法的因子數

根據蒙特卡羅交叉驗證的交叉驗證均方根誤差(RMSECV)隨著因子數(LV)的變化確定偏最小二乘模型的因子數，RMSECV最小值對應的因子數為最佳因子數。

5)使用不同預處理方法對光譜信號進行預處理，確定最佳預處理方法

根據預測均方根誤差(RMSEP)隨著窗口的變化確定SG平滑、一階導數、二階導數的窗口大小，RMSEP最小值對應的窗口為最佳窗口；根據RMSEP隨著小波函數及分解尺度的變化確定小波變換(CWT)的小波函數及分解尺度，RMSEP最小值對應的小波函數及分解尺度為最佳參數。在最佳參數下，考察中心化、尺度化、最大最小歸一化、標準化、標準正態變量、多元散射校正、一階導數、二階導數、連續小波變換、SG平滑等預處理方法對光譜進行預處理后PLS建模的預測效果確定最佳預處理方法，RMSEP最小值對應的預處理方法為最佳預處理方法。

6)建立偏最小二乘模型