[发明专利]一种桔梗药材的近红外光谱检测方法

权利要求书

1.一种桔梗药材水分以及桔梗皂苷D的近红外光谱检测方法，其特征在于，检测步骤如下：

(1)桔梗药材粉碎过筛；

(2)采集桔梗药材粉末的近红外光谱图；

(3)根据标准近红外光谱和采集的桔梗药材的近红外光谱，输入已经建立的水分以及桔梗皂苷D的标准近红外光谱模型，计算得到桔梗材中水分以及桔梗皂苷D的含量；

其中的光谱条件为：扫描次数为32，分辨率为8cm^-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm^-1。

2.根据权利要求1所述的方法，其中，桔梗皂苷D的含量测定方法，步骤如下：

(1)桔梗药材粉碎过筛；

(2)采集桔梗药材粉末的桔梗皂苷D测定近红外光谱图；

(3)根据桔梗药材桔梗皂苷D标准近红外光谱模型和采集的桔梗药材的近红外光谱图，计算得到采集药材中桔梗皂苷D的含量。

其中的光谱条件为：扫描次数为32，分辨率为8cm^-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm^-1。

3.根据权利要求1所述的方法，其中所述桔梗皂苷D的标准近红外光谱模型的建立方法，步骤如下：

(1)多批桔梗药材粉碎过筛；

(2)高效液相色谱法测定多批桔梗药材的桔梗皂苷D的含量；

(3)采集多批桔梗药材粉末的近红外光谱图；

(4)采用5600～10000cm^-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小二乘回归(PLSR)建立近红外数据与桔梗之间的定量校正模型，采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数，考察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差RSEP和相关系数R确定。

其中的光谱条件为：扫描次数为32，分辨率为8cm^-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm^-1。

4.根据权利要求3所述的方法，其特征在于，相关系数R、校正集均方差RMSEC、预测均方差RMSEP和相对偏差RSEP的具体计算公式：

各式中C_i——传统分析方法测量值；

——通过NIR测量及数学模型预测的结果；

C_m——C_i均值；

n——建立模型用的校正集样本数；

m——用于检验模型的验证集样本数。

5.根据权利要求3所述的方法，其特征在于，步骤如下：

(1)药材样品准备，粉碎过筛，备用；

(2)含量测定：对药材中的桔梗皂苷D含量进行高效液相测定，

(3)近红外光谱数据采集

将上述处理后的桔梗药材粉末进行近红外光谱扫描，采集所述药材的近红外光谱，扫描次数为32，分辨率为8cm^-1，以仪器内置背景为参比，扫描光谱范围为4000～10000cm^-1，

(4)定量模型的建立

采用5600～10000cm^-1波段区间的近红外数据，选择一阶导数、Savitzky-Golay平滑和数据归一化算法用于预处理近红外光谱数据，采用偏最小二乘回归(PLSR)建立近红外数据与桔梗皂苷D这个质控指标数据之间的定量校正模型，采用相关系数R、校正集均方差RMSEC和主成分数Factor优化建模参数，考察模型性能，模型对未知样品的预测效果用预测均方差RMSEP、相对偏差RSEP和相关系数R来考核，

所述采集桔梗样品是采集5-200个批次。