-
公开(公告)号:CN115031643A
公开(公告)日:2022-09-09
申请号:CN202210545177.4
申请日:2022-05-19
申请人: 山东大学
IPC分类号: G01B11/06 , G01N21/3563 , G01N21/359
摘要: 本发明公开了流化床包衣过程中包衣膜厚度在线测量方法及系统;其中所述方法包括:获取流化床包衣过程中的近红外光谱数据;对获取的近红外光谱数据,进行异常光谱剔除,提取出近红外光谱的特征;对提取的近红外光谱特征进行预处理;对预处理后的近红外光谱特征进行波段选择;将波段选择结果,输入到训练后的包衣膜厚度定量分析模型,得到包衣膜厚度。本发明可以提供一种非侵入性、非破坏性、快速、连续的衣膜厚度自动测量模式,为实现流化床生产过程的在线监测提供依据。
-
公开(公告)号:CN114783539A
公开(公告)日:2022-07-22
申请号:CN202210461016.7
申请日:2022-04-28
申请人: 山东大学
摘要: 本公开公开的一种基于光谱聚类的中药成分分析方法及系统,获取训练好的中药成分分析模型的具体过程为:获取中药成分近红外光谱样本;将中药成分近红外光谱样本划分为原始样本集和新样本集;将原始样本集划分为校正集和验证集,利用校正集和验证集构建获得中药成分分析模型;对新样本集进行聚类分析,获得不同的样本类别;选择距离各类别中心最近的样本为候选样本;将候选样本加入原始样本集划分出的校正集中形成新校正集,将新样本集中除候选样本外的其余样本作为测试集,利用新校正集和测试集对中药成分分析模型进行训练,获得训练好的中药成分分析模型。通过该训练好的中药成分分析模型进行中药成分分析时,提高了模型预测的精度。
-
公开(公告)号:CN111575329B
公开(公告)日:2021-12-07
申请号:CN202010454657.0
申请日:2020-05-26
申请人: 山东大学
IPC分类号: C12P19/26 , A61K31/702 , A61K31/737 , A61P19/02
摘要: 本发明提供一种具有C5蛋白靶向性的硫酸软骨素寡糖的制备方法与应用,属于生物医药技术领域。本发明以鱿鱼硫酸软骨素为原料,通过酶解法制备硫酸软骨素寡糖后,利用本方法对各种类型寡糖的活性进行筛选,得到活性最好的片段,方法科学性高、可行性强。本发明进一步利用筛选出的硫酸软骨素二糖,通过体外、体内实验探究并揭示了硫酸软骨素二糖通过调节补体系统治疗骨性关节炎的机制,最终为骨性关节炎的治疗提供一种新的途径,因此具有良好的实际应用之价值。
-
公开(公告)号:CN113670847A
公开(公告)日:2021-11-19
申请号:CN202111129160.2
申请日:2021-09-26
申请人: 山东大学
IPC分类号: G01N21/3577 , G01N21/359 , G01N30/02 , G06K9/62
摘要: 本发明涉及药物分析和质量评价技术领域,具体涉及一种基于“总量统计矩”的川西獐牙菜提取过程的近红外质量监测方法;本发明将总量统计矩分析法应用于整体评价藏药的提取过程中,可以避免药材本身有效成分的相互影响,从而干扰单一成分的色谱峰结果;本发明中以川西獐牙菜为例,基于总量统计矩分析法,结合近红外光谱技术建立使用范围更广、模型预测效果更优的混合不同料液川西獐牙菜提取过程的定量模型,实现对藏药提取过程快速无损的质量监测,为规范藏药质量标准奠定理论基础,也为传统民族药现代化生产的过程分析提供参考依据。
-
公开(公告)号:CN113608431A
公开(公告)日:2021-11-05
申请号:CN202110903088.8
申请日:2021-08-06
申请人: 山东大学
摘要: 本发明提供一种流化床制粒过程水分动态控制方法和应用,属于质量控制技术领域。本发明基于利用近红外光谱技术在线预测水分精确值,结合PID控制算法,同时计算出水分变化与时间的函数,通过负反馈调节蠕动泵转速动态的控制流化床制粒过程水分的变化,更好的保证制粒终产品的批间一致性。本发明技术方案的建立有助于流化床制粒终点颗粒的质量,为后续混合‑制粒‑压片连续化生产提供了技术支持,从而提高药品的安全性与有效性,因此具有良好的实际应用之价值。
-
公开(公告)号:CN104048938A
公开(公告)日:2014-09-17
申请号:CN201310082861.4
申请日:2013-03-15
申请人: 山东大学
IPC分类号: G01N21/3577 , G01N21/359
摘要: 本发明公开了一种快速测定原料血浆醇沉过程中免疫球蛋白G含量的方法,操作简单,分析快速,能准确测定醇沉液中IgG的含量。具体步骤如下:(1)每间隔10~15min从条件一致的不同批次原料血浆醇沉过程中采集样品并离心处理;(2)采用近红外光谱分析仪采集样品的原始近红外光谱,并按照常规方法测定样品中IgG的实际含量;(3)将步骤(2)中所得近红外光谱数据与IgG实际含量数据相关联,采用数学方法划分样品集为校正集与验证集,利用化学计量学软件建立校正集样品IgG含量的定量模型;(4)所有光谱经过一阶导数+SG9点平滑处理之后建立模型,并比较不同变量选择方法对建模结果的影响;(5)采用验证集样品对上述建立的数学模型的预测能力进行验证。
-
-
-
-
-
-