空间分布均匀度是中药大品种银杏叶片的关键质量属性(critical quality attribute,CQA)。银杏叶片中活性药物成分(active pharmaceutical ingredient,API)的空间分布均匀度评价是保证产品稳定可控的重要内容。该研究采用高光谱成像技术...空间分布均匀度是中药大品种银杏叶片的关键质量属性(critical quality attribute,CQA)。银杏叶片中活性药物成分(active pharmaceutical ingredient,API)的空间分布均匀度评价是保证产品稳定可控的重要内容。该研究采用高光谱成像技术,基于3种预测模型构建API浓度空间分布图,实现银杏叶片空间分布均匀度的可视化研究。在每一银杏叶片中,选取感兴趣区域(region of interest,ROI),长宽均为50像素,共计2500个像素点,每个像素点有288个光谱通道,单个样品的含量预测数据量可达1×10^(5)。3种模型的预测结果表明,偏最小二乘(partial least squares,PLS)模型的预测准确性最高,校正集决定系数R^(2)_(pre)为0.987,预测集决定系数R^(2)_(pre)为0.942,校正均方根误差(root mean square error of calibration,RMSEC)为0.160%,预测均方根误差(root mean square error of prediction,RMSEP)为0.588%;经典最小二乘(classical least squares,CLS)模型的预测误差较大,RMSEP为0.867%;多元曲线校正-交替最小二乘(multivariate curve resolution-alternating least square,MCR-ALS)模型的预测能力三者中最差,其无法实现含量预测。基于PLS和CLS模型的预测结果,通过三维数据重构获得API浓度的空间分布图。进一步,采用直方图法,实现API的空间分布均匀度评价,数据表明银杏叶片中API的空间分布较为均匀。该研究基于3种模型探讨银杏叶片空间分布可视化的可行性。结果表明,PLS模型的预测准确性最高,MCR-ALS模型的预测准确性最低,研究结果为银杏叶片质量控制可视化方法提供新策略。展开更多
文摘空间分布均匀度是中药大品种银杏叶片的关键质量属性(critical quality attribute,CQA)。银杏叶片中活性药物成分(active pharmaceutical ingredient,API)的空间分布均匀度评价是保证产品稳定可控的重要内容。该研究采用高光谱成像技术,基于3种预测模型构建API浓度空间分布图,实现银杏叶片空间分布均匀度的可视化研究。在每一银杏叶片中,选取感兴趣区域(region of interest,ROI),长宽均为50像素,共计2500个像素点,每个像素点有288个光谱通道,单个样品的含量预测数据量可达1×10^(5)。3种模型的预测结果表明,偏最小二乘(partial least squares,PLS)模型的预测准确性最高,校正集决定系数R^(2)_(pre)为0.987,预测集决定系数R^(2)_(pre)为0.942,校正均方根误差(root mean square error of calibration,RMSEC)为0.160%,预测均方根误差(root mean square error of prediction,RMSEP)为0.588%;经典最小二乘(classical least squares,CLS)模型的预测误差较大,RMSEP为0.867%;多元曲线校正-交替最小二乘(multivariate curve resolution-alternating least square,MCR-ALS)模型的预测能力三者中最差,其无法实现含量预测。基于PLS和CLS模型的预测结果,通过三维数据重构获得API浓度的空间分布图。进一步,采用直方图法,实现API的空间分布均匀度评价,数据表明银杏叶片中API的空间分布较为均匀。该研究基于3种模型探讨银杏叶片空间分布可视化的可行性。结果表明,PLS模型的预测准确性最高,MCR-ALS模型的预测准确性最低,研究结果为银杏叶片质量控制可视化方法提供新策略。
