[发明专利]基于近红外PCA分析判别片剂包衣终点的方法及其应用有效
申请号: | 202010720155.8 | 申请日: | 2020-07-24 |
公开(公告)号: | CN111595816B | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 陶青;罗晓健;何雁;饶小勇;聂斌;金正吉;余瑛;张爱玲 | 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 红外 pca 分析 判别 片剂 包衣 终点 方法 及其 应用 | ||
1.基于近红外PCA分析判别片剂包衣终点的方法,其特征在于,包括以下步骤:
S1.采集近红外光谱:采集薄膜包衣标准片和片剂薄膜包衣全过程内样品的近红外光谱;
S2.处理近红外光谱:对步骤S1获得的近红外光谱作残差分析,检测并剔除明显远离平均光谱的异常光谱,再经预处理和PCA分析处理,即得主成分信息;
S3.建立PCA终点判别模型:利用步骤S2获得的主成分信息,计算主成分得分值,分析主成分得分值与包衣时间的关系,选择与薄膜包衣时间高度相关的信息作为光谱特征,结合置信区间,据此进行PCA终点判别模型建模,并建立PCA得分图;
S4.终点判断:运用步骤S3中的PCA终点判别模型对待测片剂薄膜包衣全过程内样品的薄膜包衣进程监测和薄膜包衣终点情况进行判断,并用Nc系数分析整个薄膜包衣过程上的片剂与合格片的光谱差异,以及Nc系数的变化趋势与合格率变化趋势,据此对薄膜包衣的过程进行分析;判断标准为:在PCA得分图中,当第一个主成分得分值PC1未到达阈值时即未到达薄膜包衣终点;
所述置信区间的计算公式为:
置信区间 =;
所述Nc系数计算公式为:
................(1)
................(2)
其中,表示参考光谱第i个主成分得分值的均值,表示置信水平对应的标准分数,表示参考光谱第i个主成分得分值的标准差,n表示参考光谱的数量,表示第i个主成分得分判别系数, 表示测试样品第i个主成分得分值,表示第i个主成分在所选主成分的权重,其中;
所述置信区间采用95%的置信水平,,;
所述Nc系数作为薄膜包衣终点判别系数使用时:
当,则测试样品到达薄膜包衣终点,判别为合格片;当,测试样品还未到达薄膜包衣终点,判别为非合格片;当且的变化趋势为递减,则说明薄膜包衣进程正向终点靠近,反之的变化趋势为递增,距离1越来越远则出现了过度薄膜包衣的情况。
2.根据权利要求1所述的基于近红外PCA分析判别片剂包衣终点的方法,其特征在于,所述步骤S1中薄膜包衣标准片是指通过实验或专家确定的进入薄膜包衣终点的薄膜包衣片,具体的是指符合药典标准的薄膜包衣片或经过防潮实验、崩解实验、口感评价实验确定进入薄膜包衣终点的薄膜包衣片;所述片剂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。
3.根据权利要求1所述的基于近红外PCA分析判别片剂包衣终点的方法,其特征在于,所述步骤S3 PCA得分图中,标准片与片芯、中间片在第1个主成分得分值PC1的分布有明显差异,据此分析标准片的类簇第一个主成分得分值PC1的边界,得到终点判别的阈值。
4.根据权利要求3所述的基于近红外PCA分析判别片剂包衣终点的方法,其特征在于,所述PCA得分图上呈现顺序为:
所述片芯分布在得分图的最左侧;所述标准片分布在得分图的最右侧;所述中间片在得分图的分布随时间递增向右侧平移;所述标准片与所述片芯、中间片在得分图上分布有清晰的界限。
5.根据权利要求1所述的基于近红外PCA分析判别片剂包衣终点的方法,其特征在于,所述步骤S2中预处理包括平滑处理、多元散射校正、标准正太变量变换、导数微分、傅里叶变换、小波变换中的一种或几种的组合。
6.根据权利要求5所述的基于近红外PCA分析判别片剂包衣终点的方法,其特征在于,所述导数微分为二阶导数。
7.一种如权利要求1-6任意一项所述的基于近红外PCA分析判别片剂包衣终点的方法的应用,其特征在于,应用于制药领域中薄膜包衣进程监测和薄膜包衣终点情况判断。
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/202010720155.8/1.html,转载请声明来源钻瓜专利网。