> 硕士毕业论文 > 35400字硕士毕业论文红外光谱结合化学定量在儿科中成药分析中的应用

35400字硕士毕业论文红外光谱结合化学定量在儿科中成药分析中的应用

论文类型:硕士毕业论文
论文字数:35400字
论点:小儿,光谱,中成药
论文概述:

本课本采用红外光谱法结合化学计量学手段对包括小儿感冒类药物、小儿咳喘类药物、小儿厌食类药物以及小儿口疮类药物在内的20种儿科中成药的红外图谱进行了分析研究

论文正文:

第一章引言

中成药是一种含有颗粒、片剂、散剂等多种中药和草药粉碎后制成的剂型的中药产品。它是中国医学专家经过几千年的医学实践而发明和总结的有效方剂的精髓。由于其安全性好、体积小、使用不便,逐渐被世界公民所认可和接受。中国的中成药种类和剂型单一,用途广泛。然而,由于中成药的处方成分众多,原药材成分庞杂,中成药的质量绝对难以控制。化学计量学。计量学是一门研究化学实验产生的数据并提取相关化学信息的科学。它应用数学、统计学、计算机科学和其他相关学科来优化化学测量过程。通过对测量数据的求解和分析,最大限度地获取有用的化学信息,为化学测量提供实际和模式。文献研究发现,红外光谱结合化学计量学在中成药研究中有其独特的缺点。
本章综述了近年来红外光谱结合化学计量学腕部在中药领域的应用研究,以及小儿感冒、小儿咳喘、小儿厌食、小儿口疮等20种小儿中成药的研究现状。
1.1红外光谱和化学计量学的结合
化学计量学主要包括各种人工神经网络(ANN)、遗传算法、信息科学中的小波分析和图像分析、模式识别等。本文使用的化学计量学方法主要包括模式识别中的人工神经网络和聚类分析。人工神经网络是一种全新的模拟人脑功能的非线性信息处理系统。人工神经网络作为化学计量学方法之一,得到了越来越多的应用。多层前馈误差反向传播人工神经网络yin p-NN提出了一种由非线性变换神经单元组成的前馈网络,具有良好的非线性映射逼近能力和预测能力。文献研究表明,红外光谱结合人工神经网络在中药中的应用主要集中在物质的定性方面,相关文献见表1_1。
聚类分析是一种分类多元统计分析方法。根据个体或样本的特征进行分类,以便同一类别中的个体具有最高可能的同质性,而类别之间的差异应该具有最高可能的异质性。聚类分析具有简单直观的优点。它主要应用于探索性研究。一方面,它可以对分类和评价问题进行直接评价。另一方面,它可以为判别分析等其他方法提供训练样本。聚类的目的是根据已知数据计算观察到的个体或变量之间关系的统计(距离或相关系数)。根据最短距离法、最长距离法、中值距离法和重心法的标准,同一类别内的差异较小,而类别间的差异较大。最后,观察到的个体或变量被分成几类。近年来,有关红外光谱结合聚类分析在中药研究中应用的相关文献报告见下表。

1.22 20种儿科中成药的主要成分及疗效本文对20种儿童感冒药、儿童咳嗽哮喘药、儿童厌食药和儿童口疮药的红外光谱进行了分析研究。表中显示了主要组件和效果。

1.3 20种儿科中成药的研究现状
杨志毅等,“采用高效液相色谱法测定小儿清咽颗粒中牛老喜和哈巴罗夫的含量;杨桂芳等人分别采用高效液相色谱法和青紫-pLc法测定小儿清热宁颗粒中木犀草素的含量。戴菲用高效液相色谱法测定小儿清热颗粒中非法添加对乙酰氨基酚的含量。王宁等人用高效液相色谱法测定小儿清热宁颗粒中胆红素的含量。用HpLc法测定小儿清仁宁颗粒中绿原酸和木犀草素的含量。[24]薄层色谱法鉴别胆酸,高效液相色谱法测定保克宁颗粒中木犀草素的含量。梁从清等4用薄层扫描法测定通康片中黄芩甙的含量。林朝战等[26]用高效液相色谱-ELSD法测定通康片中秦煌甲普的含量。曹红等用薄层色谱法鉴别小儿鼻炎片中的白芷、升麻、防风,用液相法测定小儿鼻炎片中阿魏酸的含量。文献中采用HPLc法测定小儿咳喘灵颗粒中盐酸麻黄碱的含量。金阳饮测定小儿咳喘灵颗粒中盐酸伪麻黄碱和盐酸麻黄碱的含量。宫梅花等131用高效液相色谱法测定麻黄中盐酸麻黄碱的含量。明娟等[32]用速溶保健液相法测定了菲儿粉中甘草酸的含量。肖培云等[33-35]用高效液相色谱法测定小儿道赤片中大黄酚、大黄素和栀子的含量。

1.4本文的研究目的和意义
中成药含有多种化学成分,其疗效是多种成分作用的综合体现。红外光谱能够反映中成药化学成分的综合信息,具有宏观指纹特征。红外光谱和化学计量学的结合可以验证中成药红外光谱的一致性,可以全面了解和控制中成药的质量,最终实现药品的分类和鉴别。它是对中药鉴定中一种或多种成分选择的有力补充。文献研究发现,红外光谱结合化学计量学方法研究中药的相关文献有32篇,红外光谱法研究小儿清咽颗粒、小儿咳喘灵颗粒等中成药的相关研究报告未见。本课题对感冒、咳喘、厌食、口疮等20种小儿中成药的红外光谱进行了分析研究。通过聚类分析和特征曲线符合率考察了同类中成药红外光谱的一致性,并初步评价了同类中成药的质量一致性和稳定性。通过特征曲线与人工神经网络的符合率,对不同中成药的红外光谱进行研究,对其进行分类和鉴别。采用平均法建立了20种小儿中成药的红外指纹图谱,为小儿中成药的定性鉴别和质量控制标准的制定提供了科学依据。

目录
第二章红外光谱实验条件和方法的研究.........................................6
2.1实验部分...................................................................6[/溴/]2.1.1仪器和试剂....................................................................6
2.2结果和讨论.......................................................................6
2.2.1单因素实验条件的研究最佳实验条件为阳性...的外光谱...............................................6
2.2.2..............................12
2.2.3方法实验.....................................................................13
2.3本章概述....................................................................16
第三章研究儿童感冒药的红外光谱..........................................18
3.1实验部分.......................................................................18
3.1.1儿童感冒药样品的来源.........................................18
3.1.2数据处理方法..........................................................19
……[/溴/]第四章小儿咳喘药红外光谱研究.........................................41
4.1儿童咳嗽和哮喘药物样本来源于.................................................41
4.2小儿咳喘灵颗粒红外光谱研究.............................................41
4.2.1聚类分析法在小儿咳喘灵颗粒中的应用……41

结论
本教材采用红外光谱结合化学计量学分析小儿感冒等药物的疗效,对小儿咳喘、小儿厌食、小儿口疮等20种中成药的红外光谱进行了分析研究。主要结论如下:
1。采用单因素法和正交试验法对红外光谱的实验条件进行了优化选择,并进行了正交试验。实验结果表明,红外光谱法具有很好的重复性、精密度和稳定性。在最佳实验条件下,测定了20种儿科中成药的红外光谱。
2。利用聚类分析和特征曲线符合率,研究了20家不同儿科中成药生产厂家生产的同类中成药与同一厂家相同批号和不同批号样品的红外光谱相似性。结果显示在表格中。三种小儿中成药的红外光谱具有良好的一致性。
3。利用特征曲线和人工神经网络的符合率对4种不同类型的儿科中成药进行分类识别。结果表明,特征曲线与人工神经网络的符合率可用于儿科中成药的分类识别。
4。最后,用平均法建立了4类20种中成药的红外指纹图谱。

参考
[1]王桂杰,约翰·杨。近红外光谱结合人工网络鉴别大黄,西北药学杂志,2009,24(1):19-21。
[2]杨林楠,程余一,曲海滨。人工神经网络-近红外光谱法测定冬虫夏草中甘露醇,[,分析化学研究报告,2003。31(6):664-665。
[3]唐延锋,张卓勇,范国强。近红外光谱法和人工神经网络法鉴别大黄,光谱学与光谱分析,2004,24 (11): 1345-1351。
[4]徐永春、孙苏秦、周群、蔡邵青。红外光谱结合人工神经网络识别栽培、野生黄回答和粘黄回答[,光谱学与光谱分析,2002,22 (6): 945-945。
[5]唐延锋、张卓勇、范国强、朱惠珠、王馨悦。基于大黄红外光谱的人工神经网络识别研究,光谱学与光谱分析,2005,25 (5): 725-725。
[6]张勇、金项峻、谢云菲、赵兵、钱聪。基于人工神经网络的癫痫红外光谱研究,光谱学与光谱分析,2008,25 (6),1251-1254。
[7]渐江、杨宝玲、苏明、王冰、江国宾。基于主成分分析和人工神经网络的五味子质量鉴别方法研究,[,红外,2009。30(12):39-43。
[8]马淑敏。人工神经网络-红外光谱技术在中药大黄样品鉴定中的应用研究“0”。长春:东北师范大学:2004。
[9]庞涛·陶陶,简瑶·宾,李杜·明。人工神经网络分类识别苦丁茶红外光谱[期刊,光谱学与光谱分析,2007。27(7):1336-1339。
[10]辛雅量,胡媛,张巧燕,郑陈晗,秦陆平。4种牡荆属植物近红外漫反射指纹的聚类分析,[,施振国郭毅耀,2008,19(12):3037-3035。