Identitätskontrolle pharmazeutischer Hilfsstoffe mit Hilfe der
Identitätskontrolle pharmazeutischer Hilfsstoffe mit Hilfe der
Identitätskontrolle pharmazeutischer Hilfsstoffe mit Hilfe der
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
2 Theoretische Grundlagen<br />
2.5.5 Datenvorbehandlung<br />
Bei Datenvorbehandlungen werden mathematische Verfahren angewendet, um Spektren in<br />
<strong>der</strong> Art umzuformen, daß störende Einflüsse minimiert und die gewünschten Merkmale<br />
deutlicher dargestellt werden.<br />
Es gibt verschiedene Ursachen, die Spektren negativ beeinflussen, das heißt die relevanten<br />
Banden stark beeinträchtigen. Allgemein kann man die störenden Einflüsse in geräteab-<br />
hängige Einflüsse und Effekte aufgrund <strong>der</strong> Komplexität <strong>der</strong> zu untersuchenden Proben<br />
unterteilen.<br />
Feste, pulverförmige o<strong>der</strong> auch kolloide Proben bewirken eine diffuse Lichtstreuung,<br />
wobei die Partikelgröße und die Kristallisationsart einen entscheidenden Einfluß auf das<br />
Spektrum besitzt. Nicht-Linearität des Detektors, Streulicht, unzureichende optische<br />
Auflösung o<strong>der</strong> ein zu hohes Grundrauschen des Detektors können darüber hinaus störende<br />
Einflüsse auf ein Spektrum ausüben.<br />
So kommt es zu additiven und auch multiplikativen Effekten, die sich unterschiedlich im<br />
Spektrum wi<strong>der</strong>spiegeln. Typische Auswirkungen sind ein zu hohes Rauschen, eine Basis-<br />
linienverschiebung, aber auch Wellenlängenverschiebungen sind zu beobachten.<br />
Um die störenden Einflüsse zu minimieren o<strong>der</strong> zu eliminieren und schwach vorhandene<br />
spektrale Merkmale zu verbessern beziehungsweise zu vergrößern, bedient man sich ver-<br />
schiedener Methoden <strong>der</strong> Datenvorbehandlung. Die Komplexität <strong>der</strong> Spektren wird dabei<br />
verringert und so<strong>mit</strong> die Interpretation <strong>der</strong> Daten <strong>mit</strong>tels Faktoranalyse vereinfacht.<br />
Eine häufig verwendete Methode <strong>der</strong> Datenvorbehandlung ist die Bildung von Derivativ-<br />
Spektren. Es handelt sich hierbei um eine Art von Ableitungen, die aber nicht identisch ist<br />
<strong>mit</strong> den Ableitungen wie man sie im klassischen Sinne auf Funktionen anwendet, da ein<br />
Spektrum nicht durch eine kontinuierliche Funktion beschrieben werden kann. Vielmehr<br />
handelt es sich hier um eine Polynomglättung.<br />
Bei einer Polynomglättung nach Savitzky-Golay handelt es sich um eine gleitende<br />
Mittelwertbildung, wobei eine Gewichtung <strong>der</strong> Rohdaten erfolgt. Es werden Gewichte<br />
42
Change language