人工神经网络紫外分光光度法同时测定复方阿司匹林片3组分的含量

【摘要】  目的 在不经分离的情况下，用紫外分光光度法同时测定复方阿司匹林片中的3个组分的含量。方法 采用人工神经法，取已知浓度的咖啡因、阿司匹林、非那西丁标准溶液按不同比例混合生成合成样品，以合成样品的不同波长下的吸光度值作为网络输入值，3组分的量为输出值，训练网络并预测复方阿司匹林片中3组分的含量。结果 复方阿司匹林片中阿司匹林、非那西丁和咖啡因的平均回收率分别为98.7%、101.4%、100.4%，RSD值分别为0.7%、1.5%、2.1%。结论 人工神经网络有较强的预测能力，能不经分离同时测定复方阿司匹林片中的3组分。

【关键词】  人工神经网络；紫外分光光度法；复方阿司匹林片

Abstract:Objective To establish a method for simultaneous determination of the three components, aspirin, phenacetin and caffeine in compound aspirin tablets. Methods The quantity of combined samples were applied as input and the absorbancy were applied as output to train the artificial neural network.Results  The average recovery of aspirin, phenacetin and caffeine were 98.7%, 101.4% and 100.4%, respectively. Conclusion The artificial neural network combined with spectrophotometry is a good method for simultaneous determination of the three components in compound aspirin tablets.

    Key words:artificial neural networks；ultraviolet spectrophotometry；compound aspirin tablets

      复方制剂中的多组分不经分离，直接用紫外分光光度法同时进行测定，在药物的质量控制中有较大的实用价值［1］。人工神经网络法具有高度的容错能力，可广泛应用于多组分的定量分析［2-4］。复方阿司匹林片是含有阿司匹林、非那西丁、咖啡因的复方制剂，各组分的含量差异较大，且吸收曲线重叠严重，用化学法需要经过多次萃取后测定，操作烦琐且测定误差大。本文用BP人工神经网络辅助紫外分光光度法，同时测定复方阿司匹林片中3组分的含量，得到较满意的结果。

    1  实验部分

    1.1  材料与方法

    　　UV1101紫外可见分光光度计（上海天美仪器公司）。

    　　阿司匹林（山东新华制药集团）、非那西丁（梁山蓝天制药有限公司）、咖啡因（广州市化学试剂玻璃仪器批发部，进口分装）纯度均不低于99%。复方阿司匹林片（广东三才医药集团有限公司；处方：阿司匹林220 mg，非那西丁150 mg，咖啡因35 mg）。其他试剂均为分析纯。

    1.2  溶液的制备

    1.2.1  对照品溶液的制备  精密称取阿司匹林约30 mg，非那西丁约20 mg，咖啡因约20 mg，分别置100 mL量瓶中，加乙醇5 mL溶解，以蒸馏水定容，即得。

    1.2.2  缓冲溶液的制备  取磷酸二氢钾6.8 g，加0.1 mol/L NaOH 290 mL，用水稀释至1 000 mL即得。

    1.2.3  合成样品溶液的制备  分别精密量取上述各对照品溶液适量置100 mL量瓶中，以复方阿司匹林片中的3组分为3个因素，以3组分的量相当于复方阿司匹林片标示量的50%、80%、100%、120%、150%为5个水平进行正交设计，按正交结果进行实验。加缓冲溶液至刻度并摇匀，得50个合成样品溶液。

    1.3  网络训练

    　　将50个合成样品分别在200～300 nm波长范围内每隔10 nm测定其吸光度值，作为网络输入值，而3组分的量为输出值，对网络进行训练并用于预测。

    2  结果与讨论

    　　将样本分为2组：训练集45个，用于训练网络；测试集5个，用于检验网络收敛情况。

    2.1  参数的选择

    2.1.1  节点及节点数的选择  取阿司匹林、非那西丁、咖啡因对照品溶液和样品溶液分别在200～400 nm进行紫外扫描，得相应的紫外吸收曲线，见图1。由图可见，3组分的吸收光谱重叠严重，但其紫外吸收范围均在200～300 nm波长范围内，复方阿司匹林片样品溶液的吸收曲线是3者的叠加。 输入节点对网络预报性能影响较大，应尽量选择对组分浓度变化较灵敏的波长下的吸光度数据。输入节点的数目少，网络获取的信息量不足，影响预报的准确性；而输入节点数目多则工作量太大，也会影响预测结果。

    　　经试验，选择在200～300 nm波长范围内每隔10 nm测定其吸光度值作为网络输入值，而3组分的含量为输出值。

   隐层节点数第一层为5，第二层为5时，误差最小。

    2.1.2  训练次数  BP神经网络有很强的自学习能力，随着训练次数的增加，训练集各组分的误差下降，本文经考察，当训练次数达到50 000时，误差基本稳定，训练次数继续增加反而会使误差回升，选择训练次数为50 000。

    2.2  分析结果

    2.2.1  合成样品分析  合成样品中选取5个作为测试集，测定吸光度值并用训练好的人工神经网络进行分析，结果见表1。由表可见，合成样品的分析结果较满意，网络有较强的预测能力。表1  合成样品分析结果

    2.2.2  药品分析  取20片复方阿司匹林片，称其质量为10.650 g，研细，精密称取粉末约90 mg，共取6份，以缓冲溶液定容至100 mL容量瓶中，加5 mL乙醇溶解，加缓冲溶液80 mL，超声30 min后定容。过滤，取续滤液5 mL置另一100 mL量瓶中，以缓冲溶液定容。测定其吸光度值并用人工神经网络进行分析，结果见表2。表2  复方阿司匹林片含量测定结果

    从上述6号样品续滤液中取2.5 mL置100 mL量瓶中，共取6份，并加入阿司匹林标准溶液3 mL、非那西丁标准溶液3 mL及咖啡因标准溶液0.7 mL，以缓冲溶液定容。测定吸光度值并用人工神经网络进行分析，回收率结果见表3。表3  复方阿司匹林片的回收率

    Tab.3  Recoveries of the three components in compound aspirin tablets

    序号m(加入量)/μg阿司匹林非那西丁咖啡因m(测得量)/μg阿司匹林非那西丁咖啡因回收率/%阿司匹林非那西丁咖啡因1910.2645.3142.8889.9636.2148.197.898.6103.72910.2645.3142.8898.4653.7141.098.7101.398.73910.2645.3142.8895.6661.3140.498.4102.598.34910.2645.3142.8906.6664.3143.799.6102.9100.65910.2645.3142.8906.6656.0144.499.6101.7101.16910.2645.3142.8894.7655.3143.498.3101.5100.4平均回收率/%[8]98.7101.4100.4RSD/%[8]0.71.52.1

    结果显示，阿司匹林、非那西丁和咖啡因的平均回收率为98.7%、101.4%和100.4%，RSD分别为0.7%、1.5%、2.1%，结果较满意。

【】
  ［1］ 刘建行，徐风华.3种方法测定阿司匹林含量的比较研究［J］.药房，2006，17（6）：418-420.

［2］ 方艳红，王琼，徐金瑞.人工神经网络法同时测定苯二酚异构体［J］.分析试验室，2001，20（6）：76-79.

［3］ 林生岭，徐绍芬，谢春生.人工神经网络光度法同时测定5组分染料混合物［J］.分析化学，2004，32（11）：1481-1483.

［4］ 郑静，曾嘉，林开利.人工神经网络-分光光度法同时测定废水中的金和钯［J］.分析试验室，2006，25（12）：19-22.