您的位置: 专家智库 > >

张叶霞

作品数:3 被引量:15H指数:2
供职机构:南京中医药大学药学院更多>>
发文基金:江苏省科技厅社会发展基金江苏省自然科学基金国家自然科学基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇医药卫生

主题

  • 3篇近红外
  • 3篇红外
  • 2篇液相
  • 2篇液相色谱
  • 2篇色谱
  • 2篇相色谱
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇口服液
  • 2篇高效液相
  • 2篇高效液相色谱
  • 2篇光谱
  • 2篇红外光
  • 2篇红外光谱
  • 1篇茵栀黄
  • 1篇茵栀黄口服液
  • 1篇银黄
  • 1篇银黄口服液
  • 1篇在线监测模型
  • 1篇实时监测

机构

  • 3篇南京中医药大...
  • 1篇南京海昌中药...

作者

  • 3篇张叶霞
  • 2篇潘金火
  • 2篇严国俊
  • 1篇刘晓
  • 1篇蔡宝昌

传媒

  • 1篇中成药
  • 1篇中药材

年份

  • 2篇2016
  • 1篇2015
3 条 记 录,以下是 1-3
排序方式:
银黄口服液近红外光谱测定和相关性模型建立被引量:5
2016年
目的近红外光谱法测定银黄口服液(金银花、黄芩)中绿原酸和黄芩苷的含有量,并建立相关性模型用于定量分析。方法采集30批银黄口服液的近红外光谱数据,HPLC和偏最小二乘法建立绿原酸和黄芩苷的相关性模型。结果绿原酸和黄芩苷的最佳波段均为9 401.6-7 826 cm^-1,R2分别为0.985 2和0.9881,交叉验证均方差(RMSECV)分别为0.002 96和0.018,相对分析误差(RPD)分别为8.23和9.27。将该模型应用于检测两者的含有量时,其预测值的马氏距离(Mash distance)均小于1,相对误差分别为2.12%和1.67%。结论该模型预测性良好,可用于银黄口服液的实时监测和质量控制。
张叶霞潘金火蔡宝昌秦昆明刘晓王靥润严国俊
关键词:银黄口服液绿原酸黄芩苷近红外光谱偏最小二乘
中药液体制剂提取过程的近红外定量模型研究
众所周知,药品的质量是生产出来的,而不是检验出来的。因此,对药品而言,其内在质量的优劣,过程控制远比结果检验重要。  中药液体制剂大多为复方制剂,处方药味的提取、分离、精制、浓缩、干燥等一系列操作,不仅会改变各药味原有的...
张叶霞
关键词:化学组成高效液相色谱
茵栀黄口服液提取过程的近红外光谱在线监测模型和含量测定被引量:9
2015年
目的:采用近红外光谱技术对茵栀黄提取过程进行在线监测,实时反映有效成分绿原酸、黄芩苷和栀子苷的溶出信息,并建立其含量测定方法。方法:取不同时间点的茵栀黄提取液并采集其光谱信息,应用高效液相色谱法测定茵栀黄提取液中的绿原酸、黄芩苷和栀子苷的含量作为其化学真值。应用偏最小二乘法结合化学真值建立上述3种成分的定量分析模型。建模过程中,以决定系数R2、交叉验证误差均方根(RMSECV)和优化阶(Rank)为指标,确立用于建模的最优近红外波段和光谱预处理方法。结果:绿原酸、黄芩苷和栀子苷的最佳建模波段分别为9 401.6~7 498.2 cm-1、9 401.6~8 448.9 cm-1、9 401.6~7 498.2 cm-1,R2分别为0.9712、0.9826、0.9538,RMSECV分别为0.119、0.372、0.031,优化阶分别为6、3、6。将上述模型用于检测平行批次样品中绿原酸、黄芩苷和栀子苷的含量,得到其预测值的马氏距离(Mash dist)均小于1,其平均相对误差分别为:2.14%、0.47%和2.05%。结论:该实验模型的预测性能良好,建立的方法快速、便捷、准确,可对中药制剂生产过程控制提供科学依据。
张叶霞严国俊徐佳颜潘金火
关键词:茵栀黄口服液近红外高效液相色谱实时监测
共1页<1>
聚类工具0