中医药独特的治疗观和健康观,使其在重大疾病的预防、治疗以及恢复中发挥重要作用,受到国内外的广泛认可。然而,中药材的基源复杂,且受到生长条件、采收季节、加工和运输方式等因素的影响,因而在质量上存在明显差异,使得中药质量成为国内外的关注焦点。近年来,近红外光谱(NIRs)技术为中药材的快速检测提供了技术支持,其高效性和无损性在中药分析领域展现出广阔的应用前景。本文以一清胶囊原药材黄芩、大黄和黄连为研究对象,利用近红外光谱技术结合化学计量学实现三种药材的快速检测和质量控制,以及黄芩提取和浓缩过程中黄芩苷含量的监控和预测。主要研究内容和成果如下:(1)以黄芩药材、提取过程和浓缩过程中的黄芩苷为研究目标,运用NIRs建立快速定量模型。共收集79个不同批次的黄芩药材,通过模拟一清胶囊生产过程,分别采集了三个阶段的近红外光谱,采用特征变量筛选算法对原始光谱进行特征波数的提取,经过处理后的光谱变量减少95%以上,有效去除了冗余变量,降低了模型的复杂度,提升了建模效率。运用线性算法偏最小二乘回归(PLSR)和非线性算法极限学习机分别建立模型,并比较模型的性能,最终建立了黄芩原药材、提取过程和浓缩过程的最佳预测模型,模型中的相对预测偏差值均小于9%,从而实现了不同过程中黄芩苷含量的快速检测。(2)基于NIRs技术,开展了大黄药材中干燥失重、浸出物、游离蒽醌和总蒽醌含量的快速检测研究。共收集不同批次大黄原药材142个,并进行近红外光谱采集和含量测定,运用PLSR法和基于粒子群优化的最小二乘支持向量机两种算法构建快速定量模型,并针对待测物质的特点优选最佳模型。此外,将所建模型用于实时放行测试,可以准确识别合格样本和异常样品。最后,采用β-容度容忍区间法,针对游离蒽醌含量和总蒽醌含量模型的相对偏差、精度、准确度进行全面的验证和评估,确保大黄药材的准确放行。(3)结合NIRs技术和全局模型,开展黄连和黄柏药材的快速质量控制研究。采用NIRs技术分别建立黄连药材以及黄柏药材中质量控制指标的单独定量校正模型,同时,基于黄连和黄柏共同的成分以及相似的及临床应用,建立了两种药材的全局模型,用于水分和小檗碱含量的快速预测。实验结果表明,全局模型可以实现两种药材的快速定量分析,相对预测偏差值均小于5.5%,此外,丰富的样本数量和拓宽的预测范围使模型更加精确,尤其对于黄连药材中的水分含量和黄柏药材中的小檗碱含量预测,全局模型获得了比单一模型更高的预测精度,为黄连和黄柏的质量控制研究提供新的思路。