近红外(NIR)分光光度法系通过测定物质在近红外光谱区(波长范围为780～2500nm,按波数计为12800～4000cm^-1)的特征光谱，并利用化学计量学方法提取相关信息，对物质进行定性和定量分析的一种光谱分析方法。近红外光谱由C-H、N-H、O-H和S-H等基团基频振动的倍频和合频组成，由于其吸收强度远低于物质的中红外光谱(4000～400cm^-1)的基频振动，而且吸收峰重叠严重，囚此通常不能直接对其进行解析，而是要对测得的光谱数据进行数学处理后，才能进行定性和定量分析。

近红外分光光度法具有快速、准确、对样品无破坏的检测特性，不仅能进行“离线”分析，还能直接进行“在线”过程控制；不仅可以直接测定原料药和制剂中的活性成分，还能对药品中的水分以及脂肪类化合物的羟基、碘值和酸值等进行分析；并能对辅料、中间产物以及包装材料进行定性和分级。

近红外光谱仪由光源、单色器、采样系统、检测器、数据处理器和评价系统等组成。常采用高强度的石英卤素灯或比较稳定的卤钨灯光源；单色器有声光调谐型、光栅型和棱镜型等；样品池、光纤探头、液体透射池和积分球是常用的采样装置；硅、硫化铅、砷化锢、锢镓砷、汞镉碲和氘代硫酸三甘肽检测器为常用的检测器。检测器和采样系统可根据供试品的类型进行选择。

在使用近红外光谱仪之前，应对其各项性能指标进行检定以保证数据的可靠性。近红外光谱仪的检定通常通过测定光谱与安装初始时储存于仪器中的标准光谱相比较来实现。

1．仪器的信号质量 傅里叶变换型的仪器一般要进行信噪比测试、100％透射线偏差测试、干涉图峰高测试以及能量测试等，检查测定结果是否与初始状态所得到的结果有显著性差异，用于检验仪器光路的准确性以及光源的能量是否能够达到测定要求。

2. 波数的准确度(X轴) 利用标准物质已知吸收峰的波数对比仪器的指示位置，确认仪器波数刻度及其指示值的准确度。使用氦氖激光发生脉冲信号的傅里叶变换近红外光谱仪，确认一个波数的准确性就可以保证在全波数范围内波数的准确性。标准物质有水蒸气和聚苯乙烯等。

3．吸收度的准确度(Y轴) 分别使用几个透光率不同的滤光片测定其近红外光谱，通过公式计算相应的吸收度值与初始状态所得到的结果相比较来判断吸收度的准确程度。

由于近红外光谱的复杂性，其定性和定量分析与中红外光谱不同，一般需要借助化学计量学手段才能进行。

一、定性分析

利用近红外分光光度法进行定性分析的主要步骤包括收集代表性样品，测定光谱，选择化学计量学方法对图谱进行预处理和降维处理，建立定性分析模型，对模型进行验证。

(一)代表性样品的选择

选择适宜的代表性样品(如不同的生产工艺、物理形态、粒度分布等)建立定性分析模型。模型中各类样品的性质决定了模型的使用范围。

(二)图谱预处理和降维处理

为有效地提取有用信息，排除无效信息，在建立分类或校正模型时需要对谱图进行数学预处理。归一化处理常用于消除或减弱由位置或光程变化所导致的基线平移或强度变化；导数处理可以提高谱图的分辨率，但导数处理的同时扩大了噪声．因此常辅以平滑处理来消除噪声；对固体样品，采用多元散射校正(MSc)或标准正态变量变换(SNV)校正可以消除或减弱光散射引入的基线偏移。

多元近红外光谱数据包含有大量的相关变量(共线性)，建模时需要减少变量，即用一组新的不相关但包含相应信息的变量来代表所有数据的变化建立模型。常用的减少变量的方法是主成分分析(PCA)法。

(三)建立定性分析模型

建立定性分析模型就是将样品的性质与光谱的变化相关联，用光谱的差异程度来区分样品的性质。定性分析中常采用模式识别的方法对具有相似特征的样品进行分组。模式识别方法包括判别分析和聚类分析。判别分析要求对样品的类别特征有明确的定义，并按定义区分样本；而聚类分析适用于仅需要对样本进行分组而不需要预先知道这些样品彼此间的确切关系。

(四)模型的验证

对定性分析模型，至少应进行模型的专属性和稳健性两个方面的验证。

1．专属性 模型的专属性通常用对已知样品的鉴别正确率表示。不仅需要验证真品的鉴别正确率，还需要用化学结构或性质上与模型中的物质相近的样品进行挑战性验证，证明模型能区分出这些物质。

2．稳健性 模型的稳健性系指在不改变模型参数的情况下，考察正常操作中的微小变化对模型预测结果的影响。通常包括：

(1)不同操作者的影响。

(2)环境条件(如实验室中的温度、湿度变化)的影响。

(3)操作(如样品在光学窗口的位置、液体探头的测量深度、包装状况)的影响。

(4)仪器部件更换的影响等。

二、定量分析

利用近红外分光度法进行定量分析的主要步骤包括收集样品并对待分析成分进行检验，选择代表性样品，测定光谱，选择化学计量学方法对图谱进行预处理和降维处理，建立定量分析模型，对模型进行验证。

(一)代表性样品的选择

根据样品的收集及检验情况，选择能包括全部样品理化性质差异的适宜数量的样品作为建模样品。建模样本的含量范围应该宽于预测样品的范围，必要时可以通过加速试验或特殊制备的方式获得

(二)图谱预处理和降维处理

参见“定性分析”

(三)建立定量分析模型

近红外光谱测量时一般不需要对样品进行预处理，但测量时可受多种因素的影响，利用单波长光谱数据建立的模型很难获得准确的定量分析结果。现代近红外光谱定量分析均利用多波长光谱数据，采用多元校正的方法来建立定量分析模型，如多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘回归(PLSR)和人工神经网络(ANN)等。

(四)方法学验证

近红外分光光度法定量分析的方法学验证与其他分析方法的要求相似。每个被验证参数可被接受的限度范围与该方法的应用目的有关，通常应考虑专属性、线性、准确度、精密度和重现性等。

相关链接：红外光谱法在药品检验中的应用实例(二)

文章来源：《实用化学药品检验检测技术指南》

版权与免责声明：转载目的在于传递更多信息。

如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。

如涉及作品内容、版权等问题，请在作品发表之日起两周内与本网联系，否则视为放弃相关权利。