NIR-BP联合定量模型快速分析长春西汀注射液的含量

作者：张秉华; 王小亮

来源：西北药学杂志, 2022, 37(06): 30-36.

• 近红外光谱
• 长春西汀
• BP神经网络
• 快速检验

目的 将近红外光谱快速检验方法和BP(Back Propagation)神经网络智能算法相结合，进行长春西汀注射液的NIR-BP联合定量建模方法研究，实现对长春西汀的定量快速检验。方法 选取78批长春西汀注射液样品，按照标准方法测定样品含量并采集近红外漫反射光谱。通过优化确定采用多元散射校正MSC光谱预处理方法，建模谱段为6 000～8 000 cm-1,神经网络隐含层神经元20个，隐含层和输出层激励函数分别为purelin和tansig时，所建立的长春西汀注射液的NIR-BP联合定量模型对总体样本预测值与真实值的相关系数R最高。结果 所建立的NIR-BP联合定量模型对预测集的预测值与真实值的最大绝对偏差为0.27 mg·mL-1,平均绝对偏差为0.10 mg·mL-1,最大相对偏差为4.54%,平均相对偏差为1.64%,预测结果与标准检验方法检测结果无显著性差异。对长春西汀注射液和烟酸注射液样本的欧氏距离检验表现出良好的专属性。结论 所建立的定量模型均有准确、快速、便捷的特点，提供了近红外光谱建模的新方法，同时对药品的在线检验具有较高的参考价值。