基于混料设计结合G1-熵权法和神经网络的夏枯草开音颗粒制剂处方优化
Optimization of the Prescription of Xiakucao Kaiyin Granules Based on Mixture Design Combined with G1-Entropy Weight Method and Neural Network
摘要目的 优化夏枯草开音颗粒制剂处方,并对中间体进行质量控制.方法 采用粉体学评价方法,测定夏枯草开音颗粒喷干粉的物理特性,建立由松装密度、振实密度、休止角、豪斯纳比等 9 个二级物理质量指标构成的物理指纹图谱,确定前期工艺的稳定性及喷干粉的质量一致性.以颗粒成型率、溶化率、吸湿率和休止角为评价指标,进行干法制粒,对夏枯草开音颗粒的辅料进行筛选;采用混料设计试验结合G1-熵权法和神经网络法分别对所筛选的辅料配比进行优化,并对比 2 种方法,确定夏枯草开音颗粒的最佳制剂工艺.建立颗粒的物理指纹图谱,评价不同批次间颗粒质量的一致性.结果 9 批喷干粉的物理指纹图谱相似度大于 0.970,物理属性稳定.通过混料设计试验得到的最佳辅料配比的综合评分高于神经网络建模寻优得到的综合评分,故最终确定夏枯草开音颗粒制剂处方的药辅比为 7∶3,加入 29%麦芽糊精和 71%乳糖,进行干法制粒.5 批颗粒的物理指纹图谱相似度大于 0.994.结论 建立的中间体物理指纹图谱可用于夏枯草开音颗粒的质量过程控制,优选出的夏枯草开音颗粒制剂处方能够较好改善颗粒的物理属性,提高颗粒质量一致性.
更多相关知识
- 浏览8
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



