化學(xué)校正理論與主成分分析的應(yīng)用

1、華東理工大學(xué)East China University of Science And Technology化學(xué)校正理論與化學(xué)校正理論與主成分分析的應(yīng)用主成分分析的應(yīng)用華東理工大學(xué)儀器分析教研室華東理工大學(xué)儀器分析教研室倪力軍倪力軍l校正(calibration)：利用已知樣本的信息利用已知樣本的信息建立自變量與未知量間的數(shù)學(xué)關(guān)系的過建立自變量與未知量間的數(shù)學(xué)關(guān)系的過程，也可以說是一個建立定量模型過程程，也可以說是一個建立定量模型過程。l多元校正(multivariate calibration): 利用利用測得的多變量信息對混合物體系進行濃測得的多變量信息對混合物體系進行濃度預(yù)測的一種化學(xué)計量

2、學(xué)方法。度預(yù)測的一種化學(xué)計量學(xué)方法。l很多分析儀器都配有化學(xué)校正方法軟件很多分析儀器都配有化學(xué)校正方法軟件（HPLC、GC、NIR）常用概念常用概念l預(yù)測(prediction)：預(yù)測未知樣本信預(yù)測未知樣本信息的過程息的過程 l校正集(calibration set)：用于建模用于建模的已知樣本集合的已知樣本集合 l檢驗集(validation set)：用于檢驗?zāi)Ｓ糜跈z驗?zāi)Ｐ蜏?zhǔn)確性的一組已知測定結(jié)果的樣型準(zhǔn)確性的一組已知測定結(jié)果的樣本集合本集合 l預(yù)測集(prediction set)：用于預(yù)測用于預(yù)測的未知樣本集合的未知樣本集合。分析化學(xué)校正理論發(fā)展的背景分析化學(xué)校正理論發(fā)展的背景 （1）

3、新型儀器（如色譜、光譜、波譜、極）新型儀器（如色譜、光譜、波譜、極譜等）可提供含有樣本的定性（結(jié)構(gòu)）與定譜等）可提供含有樣本的定性（結(jié)構(gòu)）與定量信息的譜（多變量數(shù)據(jù)）。每一譜圖在數(shù)量信息的譜（多變量數(shù)據(jù)）。每一譜圖在數(shù)學(xué)上可看成一個矢量。學(xué)上可看成一個矢量。 （2）許多數(shù)學(xué)上過去由于計算困難而難以）許多數(shù)學(xué)上過去由于計算困難而難以應(yīng)用的問題也得以解決；應(yīng)用的問題也得以解決； （3）聯(lián)用儀器還可產(chǎn)生矩陣（張量）類型）聯(lián)用儀器還可產(chǎn)生矩陣（張量）類型的數(shù)據(jù)信息（如的數(shù)據(jù)信息（如GC-MS, HPLC-DAD, GC-IR, HPLC-MS, 多維核磁共振譜等）多維核磁共振譜等）l 分析儀器的進展促

4、成了分析儀器的進展促成了化學(xué)計量學(xué)中的校正化學(xué)計量學(xué)中的校正理論從簡單的一元校正到多元校正的發(fā)展。理論從簡單的一元校正到多元校正的發(fā)展。l 多元校正研究對象是以矩陣形式表達(dá)的多元校正研究對象是以矩陣形式表達(dá)的Lambert-Beer Law，將化學(xué)原理與線性代數(shù)、，將化學(xué)原理與線性代數(shù)、統(tǒng)計、優(yōu)化等數(shù)學(xué)方法結(jié)合，提出了各類多統(tǒng)計、優(yōu)化等數(shù)學(xué)方法結(jié)合，提出了各類多元校正方法。元校正方法。l多元校正理論目的是不經(jīng)過分離或掩蔽實現(xiàn)多組分系統(tǒng)的同時測定，使得很多受實驗條件限制而難以開展的定性、定量分析可以借助于數(shù)學(xué)方法和計算機手段去解決 。校正理論的發(fā)展過程校正理論的發(fā)展過程l標(biāo)準(zhǔn)曲線法標(biāo)準(zhǔn)曲線法單變

5、量校正（相當(dāng)于一元線性單變量校正（相當(dāng)于一元線性回歸）：回歸）：經(jīng)典分析化學(xué)的常用校正方法經(jīng)典分析化學(xué)的常用校正方法 l直接校正：直接校正：(1)多元線性回歸多元線性回歸(multiple linear regression, 簡稱簡稱MLR)(2)卡爾曼濾波法卡爾曼濾波法 l間接校正：間接校正：(1)K矩陣法；矩陣法；(2)P矩陣法；矩陣法；(3)主成分回歸主成分回歸(PCR)；(4)偏最小二乘法偏最小二乘法(PLS)單變量校正在單變量校正在HPLC中的應(yīng)用中的應(yīng)用單變量校正在單變量校正在HPLC中的應(yīng)用中的應(yīng)用建立校正表建立校正表第二個峰對應(yīng)物質(zhì)的標(biāo)準(zhǔn)工作曲線第二個峰對應(yīng)物質(zhì)的標(biāo)準(zhǔn)工作曲線

6、第第5個峰對應(yīng)物質(zhì)的標(biāo)準(zhǔn)工作曲線個峰對應(yīng)物質(zhì)的標(biāo)準(zhǔn)工作曲線多元校正的理論基礎(chǔ)多元校正的理論基礎(chǔ) （53）是多元校正理論的基礎(chǔ)，采用不）是多元校正理論的基礎(chǔ)，采用不同的方法確定系數(shù)矩陣同的方法確定系數(shù)矩陣B，形成不同的多，形成不同的多元校正方法。元校正方法。直接校正直接校正多元線性回歸多元線性回歸l原理：用純組分靈敏度系數(shù)構(gòu)成的矩陣用純組分靈敏度系數(shù)構(gòu)成的矩陣直接代替（直接代替（5-3）式中的系數(shù)矩陣）式中的系數(shù)矩陣B，然，然后求未知樣本濃度矩陣后求未知樣本濃度矩陣X。l注意：此處的多元線性回歸的含義與統(tǒng)此處的多元線性回歸的含義與統(tǒng)計回歸分析中的意義不同：模型參數(shù)矩計回歸分析中的意義不同：模型參

7、數(shù)矩陣陣B不是由校正集矩陣不是由校正集矩陣X與與Y回歸得到的?；貧w得到的。 MLRMLR法適用范圍法適用范圍l 混合物系中定性組分已知的白色體系；混合物系中定性組分已知的白色體系；l 體系的響應(yīng)值與組分濃度間呈線性關(guān)系；體系的響應(yīng)值與組分濃度間呈線性關(guān)系；l 各組分的光譜之間線性無關(guān)（即光譜曲各組分的光譜之間線性無關(guān)（即光譜曲線形狀相差很大，如果不同組分光譜曲線形狀相差很大，如果不同組分光譜曲線間存在倍數(shù)關(guān)系或完全重迭，相當(dāng)于線間存在倍數(shù)關(guān)系或完全重迭，相當(dāng)于B B矩陣中存在相關(guān)的行，會造成矩陣矩陣中存在相關(guān)的行，會造成矩陣BBBBT T奇奇異，無法求逆）；異，無法求逆）；l 各組分間無相互作

8、用或相互作用很小。各組分間無相互作用或相互作用很小。 例例1：亮氨酸：亮氨酸(組分組分1),異亮氨酸異亮氨酸(組分組分2)均能均能與茚三酮發(fā)生顯色反應(yīng)，形成有色絡(luò)合物。與茚三酮發(fā)生顯色反應(yīng)，形成有色絡(luò)合物。在在546nm到到590nm間每隔間每隔4nm測定純組分測定純組分1、2溶液的吸光度。用單變量校正曲線方法求溶液的吸光度。用單變量校正曲線方法求得組分得組分1、2在對應(yīng)波長下的吸收系數(shù)，見在對應(yīng)波長下的吸收系數(shù)，見表表1。配制。配制4個由組分個由組分1、2構(gòu)成的混合物樣本，構(gòu)成的混合物樣本，經(jīng)顯色反應(yīng)后在相同條件下分別測定經(jīng)顯色反應(yīng)后在相同條件下分別測定4個樣個樣本的吸光度，吸光度值見表本的

9、吸光度，吸光度值見表2。試用。試用MLR法法求求4個混合物樣品中組分個混合物樣品中組分1、2的濃度。的濃度。由（由（54）可求出）可求出4個混合物的濃度矩陣，個混合物的濃度矩陣，結(jié)果見表結(jié)果見表53。lMLR法預(yù)測的組分濃度值與實測值法預(yù)測的組分濃度值與實測值相差很大，甚至出現(xiàn)負(fù)值，為什么？相差很大，甚至出現(xiàn)負(fù)值，為什么？這兩種氨基酸的這兩種氨基酸的光譜曲線形狀十光譜曲線形狀十分相似，矩陣分相似，矩陣B B的行接近相關(guān)，的行接近相關(guān)，使得使得BBT病態(tài)，病態(tài)，求逆時會帶來很求逆時會帶來很大誤差，造成大誤差，造成MLR模型預(yù)測模型預(yù)測值不合理。值不合理。間接校正法間接校正法K K矩陣法矩陣法l

10、基本思路基本思路根據(jù)混合物的校正矩陣根據(jù)混合物的校正矩陣X、Y，借助最小二，借助最小二乘法求得靈敏度系數(shù)矩陣乘法求得靈敏度系數(shù)矩陣B，然后根據(jù)，然后根據(jù)B去去求得未知待測混合物的各組分的濃度。求得未知待測混合物的各組分的濃度。l 基本模型基本模型l 優(yōu)點優(yōu)點可消除由純組分物性代替其在混合物中物性可消除由純組分物性代替其在混合物中物性帶來的誤差。帶來的誤差。 例例2：對不同濃度的亮氨酸、異亮氨酸組成的對不同濃度的亮氨酸、異亮氨酸組成的16個混合樣品，采用與例個混合樣品，采用與例1相同條件測其吸光度。相同條件測其吸光度。利用實驗所得的利用實驗所得的16個樣本的吸光度數(shù)值個樣本的吸光度數(shù)值, ,由（

11、由（5-12）可得）可得K矩陣為：矩陣為： 配制配制3個混合物樣本作為檢驗集，測定這個混合物樣本作為檢驗集，測定這3個樣個樣本在對應(yīng)波長下的吸光度矩陣本在對應(yīng)波長下的吸光度矩陣Y。由（。由（5-13）有：）有： X3*2=YKT(KKt)-1 , X3*2的結(jié)果見表的結(jié)果見表5-4。結(jié)果比結(jié)果比K矩陣法有所改進，但誤差仍然較大。矩陣法有所改進，但誤差仍然較大。原因：原因：Y Y接近相關(guān)造成接近相關(guān)造成K K的行接近相關(guān)，對的行接近相關(guān)，對KKt t求逆帶來很大誤差。求逆帶來很大誤差。間接校正法間接校正法P P矩陣法矩陣法l模型：模型：lP為回歸系數(shù)矩陣為回歸系數(shù)矩陣l未知樣本濃度預(yù)測未知樣本濃

12、度預(yù)測l不足：不足：校正集樣本數(shù)校正集樣本數(shù)n必須必須大于或等大于或等于測試點數(shù)于測試點數(shù)p p 。通常用選擇測試點的。通常用選擇測試點的辦法降低辦法降低p的個數(shù)。的個數(shù)。主成分回歸主成分回歸（PCR） PCR采用相互正交的矢量組成的矩采用相互正交的矢量組成的矩陣替代矩陣陣替代矩陣Y，剔除了噪聲，求回歸，剔除了噪聲，求回歸系數(shù)矩陣時，不存在矩陣奇異無法系數(shù)矩陣時，不存在矩陣奇異無法求逆的問題，使校正模型的準(zhǔn)確性求逆的問題，使校正模型的準(zhǔn)確性得以提高。因而既保持得以提高。因而既保持了了P-矩陣法矩陣法可進行實驗設(shè)計和一步計算的優(yōu)點，可進行實驗設(shè)計和一步計算的優(yōu)點，又克服了又克服了P-矩陣法要丟失

13、大部分量矩陣法要丟失大部分量測信息及損失估計準(zhǔn)確性的不足。測信息及損失估計準(zhǔn)確性的不足。 偏最小二乘偏最小二乘(Partial Least Square) 交叉驗證交叉驗證（Cross-validation）l 用用PCR、PLS建模時，取幾個主成分，建模時，取幾個主成分，模型預(yù)測性能最好？模型預(yù)測性能最好？l 依次取依次取1m個主成分，在每個主成分下個主成分，在每個主成分下建模時，取建模時，取n-1個建模，留第一個做檢驗，個建模，留第一個做檢驗，然后取第二個樣本做檢驗，其余然后取第二個樣本做檢驗，其余n-1個樣個樣本建模，將本建模，將n個模型預(yù)測值與實際值的誤個模型預(yù)測值與實際值的誤差平方求

14、和，稱為差平方求和，稱為PRESS (prediction sum of squares)。對應(yīng)。對應(yīng)PRESS最小的最小的主成分個數(shù)即為最佳建模主成分?jǐn)?shù)。主成分個數(shù)即為最佳建模主成分?jǐn)?shù)。 此時模型的預(yù)測效果最好此時模型的預(yù)測效果最好,這一過程叫交這一過程叫交叉驗證。叉驗證。華東理工大學(xué)East China University of Science And TechnologyPCA的應(yīng)用的應(yīng)用 用偏最小二乘方法建立用偏最小二乘方法建立 丹參提取過程的在線檢測模型丹參提取過程的在線檢測模型 近紅外光譜是介于可見光和中紅外之間，頻率近紅外光譜是介于可見光和中紅外之間，頻率 為為40001000

15、0cm-1的譜區(qū)的譜區(qū),分子內(nèi)部的含氫基團分子內(nèi)部的含氫基團 （C-H，N-H，O-H等）在這一譜區(qū)內(nèi)產(chǎn)生伸縮等）在這一譜區(qū)內(nèi)產(chǎn)生伸縮 振動與彎曲振動的倍頻與合頻吸收。由于有機振動與彎曲振動的倍頻與合頻吸收。由于有機 物分子中一般都含有這些基團，因此這一譜區(qū)物分子中一般都含有這些基團，因此這一譜區(qū) 包含了豐富的物質(zhì)信息?？勺鳛槎ㄐ?、定量分包含了豐富的物質(zhì)信息?？勺鳛槎ㄐ浴⒍糠?析的基礎(chǔ)。析的基礎(chǔ)。不同提取時間下丹參水提液的不同提取時間下丹參水提液的NIR譜圖譜圖不同提取時間下丹參水提液的不同提取時間下丹參水提液的HPLC譜圖譜圖 不同提取時間下的丹參酮不同提取時間下的丹參酮IIA與與 丹酚酸

16、丹酚酸B的的HPLC面積百分比面積百分比0510152025303540020406080100120 minarea%丹酚酸B丹參酮A對數(shù) (丹酚酸B)乘冪 (丹參酮A) 丹參酮丹參酮IIA最小二乘建模最小二乘建模 （?。ㄈ?3001300nmnm1600nm1600nm與與12001200nmnm2400nm400nm的的 二階導(dǎo)數(shù)光譜分析）二階導(dǎo)數(shù)光譜分析） 丹參酮丹參酮IIA偏最小二乘建模分析結(jié)果偏最小二乘建模分析結(jié)果 （最佳主因子數(shù)最佳主因子數(shù)3 3） 丹參酮丹參酮IIA偏最小二乘建模分析結(jié)果偏最小二乘建模分析結(jié)果 （相關(guān)系數(shù)相關(guān)系數(shù)R R2 2=0.9427=0.9427） 丹參酮

17、丹參酮IIA偏最小二乘建模分析結(jié)果偏最小二乘建模分析結(jié)果 因子數(shù)、相關(guān)系數(shù)、校正標(biāo)準(zhǔn)差因子數(shù)、相關(guān)系數(shù)、校正標(biāo)準(zhǔn)差、PRESSPRESS 丹參水提液中丹參酮丹參水提液中丹參酮IIA的實測值與預(yù)測值的實測值與預(yù)測值 丹酚酸丹酚酸B偏最小二乘建模偏最小二乘建模（取（取1300nm1300nm1600nm1600nm和和22002200nmnm2400nm2400nm的一階導(dǎo)數(shù)光譜分析）的一階導(dǎo)數(shù)光譜分析） 丹酚酸丹酚酸B最小二乘建模分析結(jié)果最小二乘建模分析結(jié)果 （最佳主因子數(shù)最佳主因子數(shù)5 5） 丹酚酸丹酚酸B偏最小二乘建模分析結(jié)偏最小二乘建模分析結(jié)果果 （相關(guān)系數(shù)相關(guān)系數(shù)R R2 2=0.914

18、3=0.9143 ） 丹酚酸丹酚酸B偏最小二乘建模分析結(jié)果偏最小二乘建模分析結(jié)果 因子數(shù)、相關(guān)系數(shù)、校正標(biāo)準(zhǔn)差、因子數(shù)、相關(guān)系數(shù)、校正標(biāo)準(zhǔn)差、PRESSPRESS 丹參水提液中丹酚酸丹參水提液中丹酚酸B的實測值與預(yù)測值的實測值與預(yù)測值 小結(jié)：小結(jié)： K-矩陣、矩陣、P-矩陣、矩陣、PCR以及以及PLS方法相互方法相互貫通，經(jīng)歷了一個逐步發(fā)展的過程：貫通，經(jīng)歷了一個逐步發(fā)展的過程：P-P-矩陣法克服了矩陣法克服了K-K-矩陣法要求兩次逆而引起誤差擴大的缺矩陣法要求兩次逆而引起誤差擴大的缺點；點；主成分回歸則克服了主成分回歸則克服了P-P-矩陣不滿秩求逆或需丟失光譜信息矩陣不滿秩求逆或需丟失光譜信

19、息的弱點，采用的弱點，采用PCAPCA分解量測矩陣分解量測矩陣Y Y得其廣義逆而顯著改善了得其廣義逆而顯著改善了P-P-矩陣法；矩陣法；PLSPLS則不僅分解矩陣則不僅分解矩陣Y Y也分解濃度矩陣也分解濃度矩陣X X，并同時考慮這兩，并同時考慮這兩個矩陣間的線性關(guān)系與相互影響，比個矩陣間的線性關(guān)系與相互影響，比PCRPCR具有更好的回歸具有更好的回歸預(yù)測效果。預(yù)測效果。多元校正理論的新進展多元校正理論的新進展l 神經(jīng)元網(wǎng)絡(luò)結(jié)合神經(jīng)元網(wǎng)絡(luò)結(jié)合PCA進行多元建模：如對進行多元建模：如對光譜信息用光譜信息用PCA進行壓縮，抽提若干主成進行壓縮，抽提若干主成分作為神經(jīng)元輸入節(jié)點值，需預(yù)測的組分分作為神

20、經(jīng)元輸入節(jié)點值，需預(yù)測的組分濃度作為輸出值。濃度作為輸出值。l 對偏最小二乘（對偏最小二乘（PLS）的改進算法）的改進算法NIPLSl 引進數(shù)學(xué)中的一些新方法（如穩(wěn)健算法、引進數(shù)學(xué)中的一些新方法（如穩(wěn)健算法、嶺回歸法等）建立多元校正模型。嶺回歸法等）建立多元校正模型。校正理論在現(xiàn)代分析儀器中的應(yīng)用 化學(xué)計量學(xué)的發(fā)展與計算機技術(shù)的普及給化學(xué)計量學(xué)的發(fā)展與計算機技術(shù)的普及給現(xiàn)代分析儀器帶來了新的發(fā)展契機與革命。現(xiàn)代分析儀器帶來了新的發(fā)展契機與革命。近紅外技術(shù)（近紅外技術(shù)（NIRNIR）的發(fā)展與普及就是一）的發(fā)展與普及就是一個典型的例子。個典型的例子。 NIR是一種測量技術(shù)，它能反映共價鍵是一種測量

21、技術(shù)，它能反映共價鍵聯(lián)接的有機化合物的振動光譜。聯(lián)接的有機化合物的振動光譜。 NIR是一種分光光度學(xué)技術(shù)，遵循比爾是一種分光光度學(xué)技術(shù)，遵循比爾(Beer)定律，定律，A=abc；A是吸收率；是吸收率；a是是分子衰減系數(shù)；分子衰減系數(shù)；b是樣品的光程長；是樣品的光程長；c是是分析物濃度。分析物濃度。 NIR區(qū)域（區(qū)域（11002500nm或或400010000波數(shù)）中活躍的吸收帶是組合帶波數(shù)）中活躍的吸收帶是組合帶及其諧波帶。它分為四個子區(qū)域，在子及其諧波帶。它分為四個子區(qū)域，在子區(qū)域中含區(qū)域中含R-H功能的分子，包括取代基功能的分子，包括取代基的作用，都會吸收近紅外輻射，每個子的作用，都會吸

22、收近紅外輻射，每個子區(qū)域吸收的線性動態(tài)濃度范圍響應(yīng)不同區(qū)域吸收的線性動態(tài)濃度范圍響應(yīng)不同的光程長度?？偟膩碚f是從中度（大于的光程長度?？偟膩碚f是從中度（大于0.01%）濃度范圍到純（）濃度范圍到純（100%）濃度的）濃度的范圍都有范圍都有NIR吸收吸收。 合適的合適的NIR分光儀擁有較高的能量分光儀擁有較高的能量（光通量），可以用來測定粉末、顆粒（光通量），可以用來測定粉末、顆粒和液體（包括混濁懸浮液）樣品。光導(dǎo)和液體（包括混濁懸浮液）樣品。光導(dǎo)纖維常用來把纖維常用來把NIR射線從儀器傳輸?shù)綐悠?。射線從儀器傳輸?shù)綐悠贰?NIR采用化學(xué)計量學(xué)方法去采用化學(xué)計量學(xué)方法去“標(biāo)定標(biāo)定”或仿效一個分析過

23、程。一旦模型建立和或仿效一個分析過程。一旦模型建立和被檢驗通過，它就可以被使用或轉(zhuǎn)移給被檢驗通過，它就可以被使用或轉(zhuǎn)移給其它的其它的NIR儀器使用。儀器使用。 NIR技術(shù)被廣泛應(yīng)用的原因 (1) 高分析速度；高分析速度； (2) 極少或不需要樣品預(yù)處理；極少或不需要樣品預(yù)處理； (3) 無需使用化學(xué)試劑或溶液；無需使用化學(xué)試劑或溶液； (4) 高動態(tài)濃度范圍；高動態(tài)濃度范圍； (5) 較深的樣品穿透率較深的樣品穿透率 NIR光譜儀可以用來解決兩類問題：（1） 定性分析 一系列有代表性的樣品經(jīng)過光譜分一系列有代表性的樣品經(jīng)過光譜分析、數(shù)據(jù)經(jīng)統(tǒng)計學(xué)評估通過后，加析、數(shù)據(jù)經(jīng)統(tǒng)計學(xué)評估通過后，加入到光

24、譜數(shù)據(jù)庫中，作為將來評估入到光譜數(shù)據(jù)庫中，作為將來評估未知樣品時使用的預(yù)測數(shù)據(jù)資料庫。未知樣品時使用的預(yù)測數(shù)據(jù)資料庫。對新的樣本用模式識別得方法確定對新的樣本用模式識別得方法確定其歸屬或分類。其歸屬或分類。 （2）定量分析（多元校正） 對于事先準(zhǔn)備好的（濃度已知）樣對于事先準(zhǔn)備好的（濃度已知）樣品依次進行品依次進行NIR測試，相應(yīng)譜圖數(shù)據(jù)測試，相應(yīng)譜圖數(shù)據(jù)保存在校正表中，選擇合適的回歸模保存在校正表中，選擇合適的回歸模型（如多元線性回歸、型（如多元線性回歸、PCR、PLS等）等）建立譜圖數(shù)據(jù)與樣品濃度間的關(guān)系，建立譜圖數(shù)據(jù)與樣品濃度間的關(guān)系，然后進行模型校驗。對于未知樣品，然后進行模型校驗。對

25、于未知樣品，其濃度可以根據(jù)所建模型與其濃度可以根據(jù)所建模型與NIR光譜光譜數(shù)據(jù)預(yù)測數(shù)據(jù)預(yù)測。用煙葉的用煙葉的NIRNIR光譜測定尼古丁含量光譜測定尼古丁含量煙葉樣品的煙葉樣品的NIR一階導(dǎo)數(shù)譜一階導(dǎo)數(shù)譜用已知樣品進行用已知樣品進行PLS建模結(jié)果建模結(jié)果尼古丁實測值與模型預(yù)測值尼古丁實測值與模型預(yù)測值近紅外光譜法測定緩釋制劑中冰片釋放量近紅外光譜法測定緩釋制劑中冰片釋放量 l 冰片緩釋制劑的制備：將冰片、乙基纖維素和聚將冰片、乙基纖維素和聚乙二醇乙二醇4000按兩種不同配比制得兩種緩釋制劑按兩種不同配比制得兩種緩釋制劑（樣品（樣品1與樣品與樣品2），將其溶于一定量的乙醇中，），將其溶于一定量的乙醇中，在室溫下不斷攪拌使乙醇揮發(fā)，混合物再放置至在室溫下不斷攪拌使乙醇揮發(fā)，混合物再放置至沒有乙醇味得到冰片固體分散物。沒有乙醇味得到冰片固體分散物。 l 近紅外建模樣品制備：因乙基纖維素不溶于因乙基纖維素不溶于50%乙醇，準(zhǔn)確稱取一定量的冰片和聚乙二醇乙醇，準(zhǔn)確稱取一定量的冰片