一种基于数据挖掘的中药提取过程质量控制方法技术

本申请涉及一种基于数据挖掘的中药提取过程质量控制方法，其特征在于，包括以下步骤：取中药材加入到提取罐中，以一定的工艺参数进行样品提取，提取过程每隔一定时间采集一次提取液的近红外光谱；选定质量指标，收集提取的样品的质量指标参数；采用算法建立提取过程工艺参数与质量指标之间的关系，基于工艺参数与质量指标的关系设定质量指标评判值；提取终点的快速判断：当工艺参数满足特定条件时，则判定为到达提取终点；最优的工艺的判断：当质量指标评判值达到最高值时，对应的工艺参数为最优的工艺参数。本发明专利技术实现红花提取过程关键指标参数和工艺参数的数据挖掘分析研究，建立质量控制优化策略。量控制优化策略。量控制优化策略。

【技术实现步骤摘要】
一种基于数据挖掘的中药提取过程质量控制方法


[0001]本申请属于中药制药
，尤其是涉及基于数据挖掘的中药提取过程质量控制方法。

技术介绍

[0002]中药提取过程是中药生产中的关键环节，先进的提取工艺和可控的质量控制手段对提高中药产品质量，增强中药疗效和稳定性非常重要。红花为菊科植物红花Carthamus tinctorius L.的干燥花，性味辛温，具有活血通经、散瘀止痛功效，是常见的中药材。目前关于红花提取过程质量控制的研究报道较少，已有报道主要集中单因素考察，所考察的影响因素不够全面，且评价指标较为单一，并不能有效的提高红花提取液的质量，从而提高最终中成药产品的质量。当前中药提取生产中往往采用固定的提取时间，缺乏终点判断方法，但是由于药材批次间的质量差异和提取工艺参数的波动，导致实际提取终点滞后或提前于所制定的提取时间，造成批次间提取液质量相对标准偏差(RSD)较大，严重影响产品的稳定性和均一性，同时造成能源和时间浪费。

技术实现思路

[0003]本专利技术主要解决的技术问题是提供一种基于数据挖掘的中药提取过程质量控制方法，通过该方法实现红花提取过程质量控制，实现红花提取终点的快速判断，提高红花提取液的质量和批次间稳定性。
[0004]为解决上述技术问题，本专利技术采用的技术方案是：
[0005]一种基于数据挖掘的中药提取过程质量控制方法，包括以下步骤：
[0006]取中药材加入到提取罐中，以一定的工艺参数进行样品提取，提取过程每隔一定时间采集一次提取液的近红外光谱；
[0007]选定质量指标，收集提取的样品的质量指标参数；
[0008]采用算法建立提取过程工艺参数与质量指标之间的关系，基于工艺参数与质量指标的关系设定质量指标评判值；
[0009]提取终点的快速判断：当工艺参数满足特定条件时，则判定为到达提取终点；
[0010]最优的工艺的判断：当质量指标评判值达到最高值时，对应的工艺参数为最优的工艺参数。
[0011]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，所述中药材为红花，以羟基红花黄色素A含量为质量指标之一；羟基红花黄色素A含量的测定步骤为：先绘制标准曲线，称取定量的羟基红花黄色素A对照品置容量瓶中，定容至刻度，梯度稀释后，分别进样分析，以峰面积为横坐标，浓度为纵坐标，绘制标准曲线，得到所述标准曲线的回归方程；基于所述回归方程，结合采集的光谱信息计算出提取的样品的羟基红花黄色素A含量；
[0012]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，还以固含量为质量指标之一。
[0013]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，还包括数据处理步骤：在光谱预处理基础上，运用偏最小二乘法建立近红外光谱的多元校正模型。
[0014]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，数据处理步骤中，以交互验证误差均方根为指标，运用每次剔除6个样本进行交互验证确定最佳偏最小二乘法主因子数；多元校正模型对校正集样本和验证集样本的预测误差分别用校正集预测误差均方根和验证集预测误差均方根来考察，同时用校正集和验证集相对偏差分别考察模型校正集和验证集相对偏差值。
[0015]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，
[0016]取红花药材加入到提取罐中之后，加入AmL乙醇溶液进行搅拌提取，进行样品提取；
[0017]检测到的羟基红花黄色素A浓度为x，检测值为{x1；x2；x3；x4；
……
；x
n
}；
[0018]检测到固含量浓度为y，检测值为{y1；y2；y3；y4；
……
；y
n
}；
[0019]提取液中羟基红花黄色素A的含量为x*A；
[0020]提取液中固含量为y*A；
[0021]设定质量指标评判值f(x，y)＝ax*A+by*A+cx/y，其中a、b、c为常数，通过多次试验取得；
[0022]提取终点的快速判断方法为：当x
n
‑1≥98％x
n
且x
n
‑1/y
n
‑1≥98％x
n
/y
n
时，判定为到达提取终点；
[0023]n为样品提取的编号。
[0024]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，采集提取液的近红外光谱过程中，光谱扫描范围4000～10000cm
‑1，扫描次数为32次，分辨率为8cm
‑1，液体样品池为2mm光程的石英比色皿；实验采用空气为参比进行光谱采集，测量时环境温度为25℃，湿度为40％。
[0025]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，还包括数据挖掘结果的验证步骤：在相同的工艺参数下，取红花药材加入到提取罐中进行样品提取，提取过程每隔一定时间采集一次提取液的近红外光谱，重复10批，以验证羟基红花黄色素A、固含量、固含量中羟基红花黄色素A的纯度在10批次试验中的相对标准偏差。
[0026]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，所述标准曲线的回归方程为：Y＝36.213X
‑
295.65。
[0027]优选地，本专利技术的基于数据挖掘的中药提取过程质量控制方法，所述算法为k
‑
means、DBSCAN或P
‑
Growth。
[0028]本专利技术的有益效果是：
[0029]1)通过该方法实现红花提取过程质量指标参数的在线检测；
[0030]2)实现红花提取过程关键指标参数和工艺参数的数据挖掘分析研究，建立质量控制优化策略，提高红花提取液的质量；
[0031]3)实现红花提取终点的快速判断，有效缩短提取时间，降低能耗。
附图说明
[0032]下面结合附图和实施例对本申请的技术方案进一步说明。
[0033]图1是本实施例的基于数据挖掘的中药提取过程质量控制方法的技术流程图；
[0034]图2是红花提取液的近红外光谱。
具体实施方式
[0035]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0036]在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据挖掘的中药提取过程质量控制方法，其特征在于，包括以下步骤：取中药材加入到提取罐中，以一定的工艺参数进行样品提取，提取过程每隔一定时间采集一次提取液的近红外光谱；选定质量指标，收集提取的样品的质量指标参数；采用算法建立提取过程工艺参数与质量指标之间的关系，基于工艺参数与质量指标的关系设定质量指标评判值；提取终点的快速判断：当工艺参数满足特定条件时，则判定为到达提取终点；最优的工艺的判断：当质量指标评判值达到最高值时，对应的工艺参数为最优的工艺参数。2.根据权利要求1所述的基于数据挖掘的中药提取过程质量控制方法，其特征在于，所述中药材为红花，以羟基红花黄色素A含量为质量指标之一；羟基红花黄色素A含量的测定步骤为：先绘制标准曲线，称取定量的羟基红花黄色素A对照品置容量瓶中，定容至刻度，梯度稀释后，分别进样分析，以峰面积为横坐标，浓度为纵坐标，绘制标准曲线，得到所述标准曲线的回归方程；基于所述回归方程，结合采集的光谱信息计算出提取的样品的羟基红花黄色素A含量。3.根据权利要求2所述的基于数据挖掘的中药提取过程质量控制方法，其特征在于，还以固含量为质量指标之一。4.根据权利要求2所述的基于数据挖掘的中药提取过程质量控制方法，其特征在于，还包括数据处理步骤：在光谱预处理基础上，运用偏最小二乘法建立近红外光谱的多元校正模型。5.根据权利要求4所述的基于数据挖掘的中药提取过程质量控制方法，其特征在于，数据处理步骤中，以交互验证误差均方根为指标，运用每次剔除6个样本进行交互验证确定最佳偏最小二乘法主因子数；多元校正模型对校正集样本和验证集样本的预测误差分别用校正集预测误差均方根和验证集预测误差均方根来考察，同时用校正集和验证集相对偏差分别考察模型校正集和验证集相对偏差值。6.根据权利要求3所述的基于数据挖掘的中药提取过程质量控制方法，其特征在于，取红花药材加入到提取罐中之后，加入A mL乙醇溶液进行搅拌提取，进行样品提取；检测到的羟基红花黄色素A浓度为x，检测值为{x1；x2；x3；x4；
……
；x
n

【专利技术属性】
技术研发人员：李页瑞，曹雅晴，罗香，王钧，杨嘉伟，黄家鹏，林应，刘雪松，
申请(专利权)人：苏州泽达兴邦医药科技有限公司，
类型：发明
国别省市：