[发明专利]基于聚类分析监测片剂包衣终点的方法及其应用在审

专利信息
申请号: 202010720127.6 申请日: 2020-07-24
公开(公告)号: CN111595814A 公开(公告)日: 2020-08-28
发明(设计)人: 聂斌;罗晓健;李欢;饶小勇;陶青;何雁;张尧;余瑛 申请(专利权)人: 江西中医药大学;江西本草天工科技有限责任公司
主分类号: G01N21/359 分类号: G01N21/359;G01N21/3563
代理公司: 南昌金轩知识产权代理有限公司 36129 代理人: 牛永山
地址: 330004 江西*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 聚类分析 监测 片剂 包衣 终点 方法 及其 应用
【说明书】:

发明涉及基于聚类分析监测片剂包衣终点的方法及其应用。该方法包括以下步骤:采集片剂薄膜包衣全过程内样品和薄膜包衣标准片的近红外光谱;确定有效光谱波长范围经预处理得到特征峰信息;建立近红外光谱系统聚类识别模型;用识别模型对不同批次、不同时间样品的薄膜包衣进度及终点情况进行判断。本发明用于薄膜包衣的进度及终点判断是一种间接方法,具有无损、快捷、准确的优点。对保证薄膜包衣产品的批间和批内均一性、提高薄膜包衣材料的利用率、实现薄膜包衣终点的在线检测等方面具有重要意义。

技术领域

本发明涉及一种薄膜包衣终点判别方法,具体涉及基于聚类分析监测片剂包衣终点的方法及其应用。

背景技术

近年来,近红外光谱结合判别模式分析技术,由于可直接对样品进行快速、无损检测,而被广泛应用于制药行业的过程分析技术。该技术已用于缓控释制剂、糖包衣片、滴丸、肠溶片、中药片剂包衣及在线监测等包衣终点判断领域的研究。

聚类分析是一种无监督学习方法,在没有任何先验信息条件下,将现有无标记数据进行归类,其中,聚类分析处理的数据集中是不存在类别归属标识。但是,在有监督学习方法中,数据分类方法所使用的数据是已知类别归属的。这是聚类与分类二者的主要区别。目前,聚类分析算法可大致分为以下几种:基于划分的算法、基于层次的算法、基于密度的算法、基于网格的算法和基于模型的算法等。

现有技术中,已报道的有公开申请CN108318440A“一种利用近红外指纹光谱技术快速判断片剂包衣终点的方法”,其公开了利用近红外技术结合正交偏最小二乘判别分析模型对包衣终点进行判断;另外文献如夏春燕等发表的“近红外光谱快速预测天舒片包衣终点研究”,利用近红外技术集合NIRS判别模型对包衣终点进行判断。但是采用近红外结合聚类识别模型,尚鲜有报道。

发明内容

本发明的目的在于提供基于聚类分析监测片剂包衣终点的方法及其应用。该法将采集到的片剂薄膜包衣全过程内样品和薄膜包衣标准片的近红外光谱,经预处理得到特征峰信息,并建立系统聚类识别模型,对薄膜包衣终点判断,具有快速、便捷、无损、精度高的优点,能够保证不同批次间衣膜质量具有良好的均一性。

为了实现上述目的,本发明采用以下技术方案:

一方面,提供了基于聚类分析监测片剂包衣终点的方法及其应用,包括以下步骤:

(1)采集薄膜包衣标准片和待测片剂,两种片剂薄膜包衣全过程内样品的近红外光谱;

(2)将步骤(1)获取的近红外光谱确定有效光谱波长范围,再经预处理得到特征峰信息;

(3)利用步骤(2)获得的特征峰信息,建立近红外光谱系统聚类识别模型;

(4)运用步骤(3)聚类识别模型对待测片剂薄膜包衣全过程内样品的薄膜包衣进度和薄膜包衣终点情况进行判断。

进一步地,步骤(3)中构建聚类识别模型,具体步骤为:

将特征峰信息导入建模软件进行聚类建模,薄膜包衣标准片每个时间点的平均光谱设为训练集,使用Euclidean距离测量方法,聚类数为5,形成五个聚类簇的识别模型;待测片剂的特征峰信息作为测试集,计算待测片剂到每个标准片平均光谱的距离,将待测片剂归属到与标准片距离最近的簇中。

更进一步地,五个聚类分别为第一类:片芯;第二类:薄膜包衣初期;第三类:薄膜包衣进展期;第四类:薄膜包衣近终期;第五类:薄膜包衣终点期。

更进一步地,五个聚类簇的结果展示,采用树状图和表格形式。

进一步地,步骤(1)中薄膜包衣全过程内样品包括片芯、不同薄膜包衣时间但未进入薄膜包衣终点的中间片和薄膜包衣成品片。

进一步地,步骤(2)中预处理是标准化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西中医药大学;江西本草天工科技有限责任公司,未经江西中医药大学;江西本草天工科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010720127.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top