應用文章
/ APPLICATION NOTES
相關性 vs 多元算法用于材料鑒別
發(fā)布時間:2022-02-10 11:55
拉曼光譜學為制藥行業(yè)的質量控制、質量保證和生產可追溯性引入了全新有價值的分析能力。這對該行業(yè)目前實行的原料鑒定及驗證帶來了巨大的改變,通常在倉庫中就可完成測試,而不需要將樣品送到實驗室。小型化和模塊化的拉曼設備性能有了明顯的提高,在多數(shù)情況下,能夠得到與大型臺式儀器和顯微鏡相同品質的數(shù)據(jù)。
拉曼光譜學為制藥行業(yè)的質量控制、質量保證和生產可追溯性引入了全新有價值的分析能力。這對該行業(yè)目前實行的原料鑒定及驗證帶來了巨大的改變,通常在倉庫中就可完成測試,而不需要將樣品送到實驗室1。小型化和模塊化的拉曼設備性能有了明顯的提高,在多數(shù)情況下,能夠得到與大型臺式儀器和顯微鏡相同品質的數(shù)據(jù)。
拉曼光譜學2-4 是一種快速鑒別未知化合物的技術,并且是被廣泛使用的便攜式技術之一(如精細化學品測試、藥物成分測量或藥物化合物認證)。 在許多公開的文獻中討論了拉曼光譜儀的經濟性5 和其技術性6 優(yōu)勢,但是對于使用這項技術的許多用戶(無論是新手還是有經驗的人)來說,會令大家感到困惑的一個領域,就是如何使用不同的統(tǒng)計算法對光譜進行在線分析,及如何將結果呈現(xiàn)給用
戶。
在這篇文章中,我們將手持式拉曼光譜儀作為光譜數(shù)據(jù)決策的工具,來討論其中兩種較常見的數(shù)學表示:命中質量系數(shù)(HQI)和顯著性水平(p 值)。一般來說,HQI 是優(yōu)先被選擇用來對未知材料進行數(shù)據(jù)庫匹配的方法,而p 值則適合用來對已知材料的身份進行驗證。在這里我們將討論對每個工具的具體舉例說明。
上一個: 用于拉曼定量分析的光譜預處理
下一個: 正確地維護和使用光纖
