[发明专利]一种基于近红外传感器融合的药物结晶过程质量非线性表征方法

说明书

本发明提供一种基于近红外传感器融合的药物结晶过程质量非线性表征方法及其应用，属于检测分析和药物质量控制技术领域。所述检测方法包括多光谱采集平台的搭建及光谱的采集，对近红外光谱进行处理并构建CNN非线性融合模型。本发明模拟了RA结晶过程，并利用多光谱采集平台和CNN非线性融合模型进行预测，结果表明本发明成功实现了针对上述RA结晶过程的非线性表征方法，实现RA结晶过程中关键质量的快速分析，从而为其质量控制奠定基础，因此具有良好的实际应用之价值。

技术领域

本发明属于检测分析和药物质量控制技术领域，具体涉及一种基于近红外光谱数据融合的药物结晶过程质量非线性表征方法

背景技术

公开该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不必然被视为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。

近红外光谱技术(near infrared spectroscopy，NIRS)是近几年发展起来的一种快速检测技术，属于分子振动光谱。近红外(near infrared，NIR)谱区是指介于可见区(visible region，VIS)和中红外(mid infrared spectroscopy，MIR)区之间的电磁波，其波长范围为780～2526nm，分为短波近红外(700～1100nm)和长波近红外(1100～2500nm)。由于其较易获取图谱，且图谱稳定，但同时也存在与光谱重叠严重的缺陷，因此需要通过化学计量学方法的协助，以便于从近红外光谱多组分吸收的重叠和交叉中找出有用的吸收波长，完成分析过程。

结晶作为一种重要的药物纯化手段，应用于原料药的分离、纯化过程，尤其适用于具有目标特性原料的生产。利用NIR技术对结晶过程进行检测，有助于增强对于产品质量形成过程的理解，加强对结晶工艺的分析、设计和优化，从而确保原料和最终产品的质量达到设计指标。有研究人员认为在某些结晶体系中，固体的存在易使探针结垢，导致光谱失真，对结晶的模型预测产生较大偏差，所以其在应用于结晶过程时要注意创造理想的条件。但另有研究者认为这种特点其实也代表近红外中同时包含了固液两相的丰富信息，而不再是一种不利的缺点。

对于过程分析来说，以实验室台式机为代表的第一代在线分析仪器具有准确度高、稳定性强的优势，但是也存在光谱采集速度慢、安装环境要求高、性价比较低等限制。微型化、低成本的NIR传感器开始进入研究人员的视野。微型近红外光谱传感器具有技术成熟稳定、集成度高、体积小质量轻、性价比高、适应性强、可选择性好等优点，但同时存在波长范围短的缺点。

发明内容

针对上述现有技术中存在的问题，本发明提供了一种近红外传感器融合的药物结晶过程质量非线性表征方法，开发基于微型传感器融合的新一代在线分析方法，有效解决波长范围的限制，降低NIR过程分析的成本，实现药物结晶过程中关键质量的快速分析，并提升模型的预测能力，具有显著的社会、经济效益。本发明是通过如下技术方案实现的：

本发明的第一个方面，提供一种近红外传感器融合方法，所述方法包括，近红外光经过待测物质再通过光纤分路器分别到达并联的两个或两个以上近红外传感器，检测信号通过上位机进行读取，完成融合光谱的采集，所述近红外传感器型号不同。

本发明的第二个方面，提供一种近红外传感器融合的药物结晶过程质量非线性表征方法，其特征在于，所述方法包括：基于近红外传感器融合方法的多光谱采集平台的搭建及光谱的采集，对近红外光谱进行处理并构建卷积神经网络(convolutional neuralnetworks，CNN)非线性融合模型。

本发明的第三个方面，构建了莱鲍迪苷A(rebaudioside A，RA)结晶过程中上清液含量表征的方法，通过利用两个可检测波长范围不同的近红外传感器融合采集光谱以及原始光谱融合数据的卷积神经网络建立非线性莱鲍迪苷A含量模型。

本发明具有以下优点和积极效果：