-
E-Mail-Adresse
li.fu@perkinelmer.com
- Telefon
-
Adresse
1670 Zhangheng Road, Pudong
PerkinElmer Enterprise Management (Shanghai) Co., Ltd
Materialhorizont｜ATR-Bildverarbeitung von Medikamenttabletten
Datum:2025-11-08Lesen Sie:4
In den letzten Jahren, ja.Chemische Bildgebungstechnologie für TablettenZunehmende Aufmerksamkeit. Mit der Verbesserung der Technologie und der Verbreitung der Anwendung hat sich die chemische Bildgebung zu einem effektiven Mittel entwickelt, um Informationen über wichtige Qualitätsparameter zu erhalten, die mit anderen Techniken oft nicht genau bestimmt werden können. Neben den großen Pharmaunternehmen haben Generikhersteller und sogar Regulierungsbehörden1 den Wert der Technologie bei der Fehlerbehebung, der Produktionssteigerung und der Analyse der Grundursachen2 allgemein anerkannt.
In vielen Bildtechniken,Near Infrared (NIR) BildgebungMit seinen bemerkenswerten Vorteilen gewinnen Sie die größte Aufmerksamkeit und zeigen Sie ein nachhaltiges Entwicklungspotenzial als Mittel der Prozessanalyse (PAT)3. Andere chemische Bildgebungstechniken wie Raman-Bildgebung und mittlere Infrarotreflektion haben zwar Vorteile und Nachteile, aberNIRTechnische Umsetzung, Bedienenfreundlichkeit und ProbenanpassungMehr Vorteile.
Die durch diese Technologie erzeugten Daten sind auch für viele Anwender auf diesem Gebiet leichter zu verstehen, da sie möglicherweise Erfahrung in der makro-near-infrarot-spektrospektralen Analyse der Tablettenbestandteile haben. Die NIR-Bildgebung unter den Bedingungen der bestehenden Technologie (sei es Fourier-Transformation, einstellbarer Filter oder fester Filter) hat jedoch wesentliche Einschränkungen, die in dem Messprinzip selbst und nicht in technischen Mängeln beruhen.
zunächst
Durch eine größere Penetrationstiefe (Dutzende von Mikrometern) in der Probe kann die diffuse Reflexion das Bild wesentlich verschwimmen. Schätzungen zufolge erreicht die Probe eine Penetrationstiefe von mindestens 10 Mikron (abhängig von der Partikelgröße, Füllstoffen und anderen Parametern), aber viele Tablettenbestandteile haben eine tatsächliche Partikelgröße von weniger als 10 Mikron, wenn sie in einen Mischer eingesetzt werden. Es ist daher schwierig für die Technik, Bilder zu erhalten, die die räumliche Verteilung der Komponentenzeichen eindeutig zeigen, es sei denn, diese Komponenten bilden Aggregate.
Es ist bemerkenswert, dass die vorhandene Literatur zur NIR-Bildgebung noch keine Einzelpartikelgrößenverteilung unter 10 Mikron enthält. Die Studienfälle konzentrieren sich meist auf kleine Partikelgruppen oder größere Partikel von Dutzenden bis Hunderten von Mikron, während Partikel mit einer Partikelgröße von weniger als 10 Mikron in der Verteilung vorhanden sein sollten. Für bestimmte Bestandteile (z. B. Magnesiumstearat) ist es auch bei höheren Konzentrationen schwierig, NIR-Bildgebung zu erkennen, wenn keine Aggregate von etwa 30-40 Mikron oder größer gebildet werden, da die Substanz in relativ kleinen Partikeln über die gesamte Matrix verteilt ist. In der Tat können bestimmte Wirkstoffe mit einem Gehalt von weniger als 1% einfach nicht nachgewiesen werden, es sei denn, sie bilden einen Collektiv.
Zweitens
Die bei der Bildgebung gemessenen NIR-Spektren überlappen sich häufig stark. Bei der makroskopischen Near-Infrarot-Spektroanalyse ist die Differenzierung des NIR-Spektrums in der Regel geringer als die entsprechende Raman-Bildgebung oder das mittlere Infrarot-Spektrum, und dieser Nachteil ist bei Signal-Rauschen deutlicher als bei der NIR-Bildgebung bei der makroskopischen Near-Infrarot-Spektroanalyse. Diese beiden Faktoren führen dazu, dass die Bildverarbeitung stark von der chemometrischen Analyse der Spektraldaten abhängig ist. Darüber hinaus erfordert die anschließende Bildanalyse auch die Anwendung von Pixelstatistiktechniken, die in der Regel die Klassifizierung einzelner Bildpixel nach chemischen Kategorien erfordern, aber in der Praxis sehr anspruchsvoll sind, da das Komponentenspektrum, das von einzelnen Pixeln in NIR-Bildern dargestellt wird, selten rein ist. Dies erschwert die allgemeine Analyse von NIR-Bildern, da die Zuordnung von "1" oder "0" an Graustufenpixel oft mit einem gewissen Maß an Subjektivität verbunden ist.
Im Vergleich zu anderen Technologien zeigt die ATR-Spektrobildtechnik in der mittleren Infrarot-Spektroanalyse in diesem Anwendungsbereich einen erheblichen Vorteil: Die räumliche Auflösung ist um etwa eine Größenordnung höher als die NIR-Bildgebung und erreicht derzeit die einzelne Partikelgröße von weniger als 10 Mikron, wenn viele Komponenten in die Verarbeitung eintreten.ATR-Bildgebungstechnik mit einer räumlichen Auflösung von mehr als 5 Mikron4Zweitens hat das Spektrum im Bild einen höheren Kontrast im Vergleich zu NIR und unterscheidet verschiedene Komponenten leichter; Drittens ist die Technik eigentlich eine Oberflächenanalysetechnik, bei der die Probe nur etwa 1-2 Mikrometer durchdringt, wenn die unten beschriebene optische Konfiguration verwendet wird. Dies macht das Spektrum einzelner Pixel relativ reiner und reduziert somit die Arbeitsbelastung für die anschließende Bildanalyse erheblich, was einen offensichtlichen Vorteil gegenüber der NIR-Technologie bietet.Einige Techniken in der hochspektralen NIR-Bildanalyse können vollständig auf die ATR-Bildanalyse angewendet werden.
Die ATR-Technologie hat auch folgende Vorteile:
•Große kommerzielle Spektrumbibliotheken können direkt zur qualitativen Identifizierung aufgerufen werden;
•Für Substanzen, die NIR-Technologie schwer erkennen kann (z. B. bestimmte wasserlose, anorganische Salze), erzeugt die ATR-Technologie ein hohes Kontrastspektrum.
Wir haben fürPerkin Elmer Spotlight ™ 400 Mikrobildsysteme entwickeln ATR-Zubehör，und mehrere Tablettentests durchführenDiese Anwendungsliteratur misst die ATR-Bildgebung von pharmazeutischen Tabletten auf dem Markt und bestätigt viele der oben beschriebenen technologischen Vorteile.Diese Technologie markiert einen wichtigen Durchbruch in der Bildgebungstechnologie für Medikamente-TablettenObwohl es sich derzeit noch in der „Keimstufe“ befindet, wird erwartet, dass es eine wichtige Rolle bei der Analyse von zukünftigen Medikamenten-Tabletten und -Mischungen spielen wird.
Experimentales Design
01 Probenvorbereitung und Präsentation
In diesem Artikel wurden komplette Tabletten (verschreibungspflichtige und nicht verschreibungspflichtige Medikamente (OTC)) verwendet und Proben von Rohstoffen erhalten, die in den Tabletten vorhanden sind. Zu den Inhaltsstoffen der verschreibungspflichtigen Medikamente gehören: Wirkstoffe, Mikrokristalline Zellulose, Calciumwasserstoffphosphat, Stärke und Magnesiumstearat; Die Rohstoffe für OTC-Produkte sind Aspirin, Paracetamol, Koffein und eine Vielzahl von organischen und anorganischen Zusatzstoffen. In diesem Beispiel beträgt die Dicke der Tablette 2-3 mm mit vertikalen Seiten und flachen Oberflächen.
ATR-Anhänge sind aus Germaniumkristallen (Abbildung 1) gefertigt, die an die Tablettenoberfläche passen. Das Zubehör ist so konzipiert, dass der Zielbereich der Probe (ROI) über eine sichtbare Mikrokamera festgelegt werden kann, dass die ATR-Probenoberfläche den ROI genau abdeckt, ohne dass die Probe bewegt werden muss. Die Kristallpassenden bilden einen runden Probenbereich, in dem ein quadratischer oder rechteckiger Bildbereich verschiedener Größen definiert werden kann. Bei einer Bildpixelgröße von 1,56 Mikron werden über 102.000 unabhängige Spektraldaten in einem Bereich von 500 x 500 Mikron enthalten.
Abbildung 1. ATR-Probenkonfiguration
Für die umfassendste Bildanalyse kann es erforderlich sein, das ATR-Spektrum der Tablettenruhstoffe als Referenz zu erhalten. Das beste Szenario besteht darin, das Spektrum direkt mit dem ATR-Bildsystem zu messen, anstatt aus der Standard-Referenzbibliothek zu extrahieren, obwohl letzteres auch möglich ist, was zu einer Beeinträchtigung der Bildanalyse führt. In diesem Artikel werden einfache Mikroscheiben für jeden Rohstoff der Tablette mit einem Standard-Mikro-Tablettengebäude aus Kaliumbromid (KBr), das häufig in der Infrarot-Spektroanalyse verwendet wird. Mit dem Standard-Zubehör für Mikropressen (2 mm-Formen) können Mikropressen mit Handdruck für die ATR-Datenerfassung hergestellt werden. Nach der Druckformung wird die Preßplatte in das ATR-Anhänge übertragen, um eine kleine, 50 x 50 Mikrometer große Bildmessung der reinen Komponente durchzuführen. Auf der Grundlage dieser Bilder werden einzelne Referenzspektrume mit der Software berechnet. Die Erfassung eines Referenzbildes für jede Komponente dauert nur wenige Minuten und diese Operation wird in der Regel nur einmal durchgeführt.
02 Bildgebung
Standard-Spotlight mit ATR-Bildverarbeitungszubehör ™ 400 Mikrobildsysteme zur Bilderfassung.Das System erzeugt Bilder in Zusammenarbeit mit dem MCT-Array-Detektor und dem mobile Probenstand/ATR-Zubehör. Der ATR-Kristall wird an der Probenoberfläche befestigt und relativ zur Probe statisch gehalten - die Probe und der ATR-Kristall als Ganzes bewegen sich relativ zum Detektor. Die Bildpixelgröße beträgt 1,56 x 1,56 Mikrometer (optional 6,25 x 6,25 Mikrometer) und die spektrale Auflösung beträgt 16 cm-1. Die tatsächlichen Bildgrößen, die in diesem Artikel erfasst wurden, reichen von 100 x 100 Mikron bis 400 x 400 Mikron mit einer Gesamterfassungszeit von 1 Minute bis etwa 40 Minuten.
Die Bilddatenverarbeitung umfasst Schritte wie Spektraldifferenzierung, Normalisierung, Hauptkomponentenanalyse und eine minimale zweifache vollständige Spektralkurve. Weitere 5 wurden durch weitere grafische Bildverbesserungen und statistische Analysen durchgeführt.
Ergebnisse und Diskussionen
Als Kontakttechnik wird die Probe kontaminiert, sobald sie die Kristalloberfläche berührt, so dass die Kristalle vor jedem Bildaufnahmen gereinigt werden müssen. Allerdings ist der Reinigungsprozess relativ schnell, es sei denn, Tablettenpartikel haben eine starke Haftung.
Als Kontakttechnik wird die Probe kontaminiert, sobald sie die Kristalloberfläche berührt, so dass die Kristalle vor jedem Bildaufnahmen gereinigt werden müssen. Allerdings ist der Reinigungsprozess relativ schnell, es sei denn, Tablettenpartikel haben eine starke Haftung.
Abbildung 2a zeigt ein sichtbares Mikrobild der Tablettenoberfläche. Obwohl einige Partikelstrukturen erkennbar sind, können die einzelnen Komponenten nicht effektiv durch sichtbare Lichtbilder unterschieden werden.
Abbildung 2b zeigt die Verteilung der Stärkebestandteile. Das Bild wurde durch die Durchführung mehrerer in diesem Abschnitt beschriebener Verarbeitungsschritte für ATR-Bildverarbeitungsdaten erhalten.
Eine ähnliche Methode kann die Verteilungsmuster jeder Komponente ableiten und somit ein synthetisches Bild erstellen. In diesem Artikel werden Bilder aus drei Hauptkomponenten zu einem separaten RGB-Dreikanal-Synthesebild (Rot/Grün/Blau) zusammengeführt (Abbildung 2c), eine solche Charakterisierung, die in der NIR-Bildgebung von solchen Produkten häufiger verwendet wird. Der Unterschied besteht darin, dass die räumliche Auflösung im Vergleich zur NIR-Bildgebung deutlich verbessert ist und der räumliche Bildkontrast höher ist, wodurch ein klareres und detaillierteres Bild der Tablettenoberfläche in relativ kurzer Messzeit erzielt und mikroskopische Bereiche lokalisiert werden können, die mit der aktuellen NIR-Bildgebungstechnik nicht erkannt werden können.
Abbildung 2.3 Sichtbares Lichtbild der Tablettenoberfläche der Hauptkomponenten (a), Einzelkomponenten-Infrarotbildgebung nach Differenzierung (b) und Synthetisbild (c) (Klicken, um das große Bild zu sehen)
01 Rohstoffspektrum
Abbildung 3 zeigt das ATR-Spektrum eines Tablet-Rohstoffs und das entsprechende Spektrum der differentiellen Behandlung der ersten OrdnungDurch ATR-Bildgebung kann beobachtet werden, dass das Beleuchtungsfeld der gesamten Oberfläche des Kristallelements nicht vollständig flach ist, was sich hauptsächlich durch eine glatte Basisverschiebung des gemessenen Spektrums im gesamten Kristallbereich ausdrückt. Dieses Problem kann leicht gelöst werden, indem man Differenzen der ersten oder zweiten Ordnung verwendet. Es ist zu bemerken, dass die spektralen Eigenschaften des Rohstoffs des Verfahrens im Vergleich zur Near-Infrared-Bildgebung deutlicher sind, was eine größere Wahrscheinlichkeit für die Einführung einfacherer einvariabler Ansätze in der Bildanalyse bietet. Während des Tests wurde der übliche Rohstoff Polyethylenpyrroladon, der bisher nicht in der Tablette vorhanden war, als Testprobe hinzugefügt, um die Wirksamkeit der nachfolgenden Datenverarbeitung zu überprüfen.
Abbildung 3. Zutaten (Klicken Sie auf das große Bild)
02 Erkennung des Vorhandenseins von Tablettenkomponenten
Der erste Schritt besteht darin, zu bestätigen, ob die spektralen Eigenschaften der Rohstoffe im Bildspektrum vorhanden sind. Dieser Schritt wird durch die "Target"-Funktion der Software realisiert. Zunächst wird das Bildspektrum vorverarbeitet (Differenzierung der ersten Ordnung und Entfernung der CO2-Absorptionszone), bevor die wichtigsten unabhängigen spektralen Beiträge durch die Hauptkomponentenanalyse (PCA) extrahiert werden. Anschließend wird das Rohstoff- oder "Ziel"-Spektrum an eine lineare Kombination der PCA-Hauptbestandteile angepasst, die festlegt, ob ein Ziel-Spektrum im Bildspektrum vorhanden ist.Abbildung 4 zeigt die Testergebnisse der fünf Komponenten der Tablette.Fünf KomponentenDie passende Qualität ist sehr gut，Polyvidon ist schlechter geeignet.Diese Methode hat sich stark bewährt.Zuverlässigkeit.
Abbildung 4. Prüfung des Vorhandenseins von Rohstoffen
03 Bewertung der Verteilung der einzelnen Bestandteile in der Tablette
Nachdem das Ziel-Spektrum im Bildspektrum bestätigt wurde, besteht der nächste Schritt darin, ein Verteilungsdiagramm der einzelnen Komponenten zu erstellen, indem die relative Fülle der Komponenten jedes Pixels im Bild geschätzt wird. Obwohl es mehrere Methoden gibt, hat die Studie für dieses Fünf-Komponenten-System (unter der Annahme, dass keine chemischen Reaktionen zwischen den Komponenten vorhanden sind und ein reines Rohstoffspektrum erhältlich ist) festgestellt, dass eine einfache Methode zur vollständigen Spektralkurvenpassung gut funktioniert. Nachdem die Rückstandsbilder durch die oben genannte Hauptkomponentenanalyse geprüft und auf andere chemische Komponenten überprüft wurden, ist es einfach, das Spektrum jedes Pixels als lineare Kombination des Rohstoffspektrums zu modellieren. Es ist wichtig zu beachten, dass die Zuverlässigkeit der Technologie verringert wird, wenn eine starke Kreuzkorrelation zwischen den Zielspektrumen besteht (d. h. mehrere Zielspektrume haben mehrere gemeinsame Charakterspitzen). In diesem Beispiel gibt es zwar eine eindeutige Korrelation zwischen mikrokristalliner Zellulose und Stärkespektrum, aber ihre Differenz ist immer noch ausreichend, um eine gute minimale zweifache Kurvenpassung zu gewährleisten.Abbildung 5 zeigt die Spektralkurven für fünf KomponentenDie Pixelintensität in jedem Bild spiegelt intuitiv die relative Fülle des Zielspektrums im Bildspektrum wider.
Abbildung 5a. Minimal doppelt passendes Bild von Mikrokristalliner Zellulose
Abbildung 5b. Verteilung der Stärke
Abbildung 5c. Verteilung von Calciumphosphat
Abbildung 5d. Verteilung von Magnesiumstearat
Abbildung 5e. Verteilung der Wirkstoffe (< 1%)
In den meisten Fällen zeigen die „Hotspot“-Bereiche in abgeleiteten Bildern ähnliche Merkmale wie das reine Komponentenspektrum, während die Pixel am Partikelrand die erwarteten „gemischten“ Spektraleigenschaften zeigen.Das typische Hotspot-Spektrum und das entsprechende Rohstoffspektrum.
Diese Bilder zeigen drei bemerkenswerte Merkmale:
1 Der spektrale Kontrast und die Bildklarheit sind äußerst deutlich und übertreffen die Bilder, die mit den meisten NIR-Bildgebungstechnologien erzeugt werden. Dies kann einfach durch die Zeichnung einer histogrammischen Verteilung des Bildes überprüft werden.
2 Die Hotspot-Bereiche (Partikel) verschiedener Komponenten zeigen nicht nur unterschiedliche Formen, sondern beginnen auch eine ähnliche Form wie die Rohstoffpartikel anzuzeigen. Abbildung 6a zeigt zum Beispiel ein Scan-Elektronenmikroskop-Bild von Stärkepartikeln (SEM), in dem die sichtbaren Stärkepartikel im Gegensatz zu vielen anderen Komponenten hoch kugelförmig sind. Die Partikel in den entsprechenden ATR-abgeleiteten Bildern (Abbildung 6b) zeigen eine ähnliche Form. Ebenso passt die unregelmäßige Form der Magnesiumstearat- und mikrokristallinen Zellulosenbereiche sehr gut zu den Rohstoff-SEM-Bildern. Diese Erkenntnis ist dank der Verbesserung der Bildverarbeitungssicherheit im Vergleich zu NIR und bietet eine zusätzliche wichtige Grundlage für das Verständnis der Zusammenhänge zwischen der räumlichen Verteilung und den Produktqualitätseigenschaften.
Abbildung 6. ATR-Partikelbildform - im Vergleich zu SEM
3 Diese Technologie kann einzelne Partikel unter 10 Mikrometer unterscheiden. Abbildung 7 zeigt den vergrößerten Bereich der berechneten Verteilungskarte der Wirkstoffe, die in einer bekannten Konzentration von weniger als 1% (Gewichtsbezogen) in einer Tablette sind, in der Hotspots mit einem Durchmesser von 6-7 µm sichtbar sind. Das Spektrum an den Hotspots zeigt, dass viele Pixelpunkte fast vollständig das reine Spektrum der Wirkstoffe darstellen. Es ist bemerkenswert, dass die unabhängige Auflösungsstudie 6 schätzt, dass die Technologie eine räumliche Auflösung von 3-4 Mikrometer in der Nähe von etwa 1700 cm-1 Wellen erreichen kann, wobei die Klarheit des Einzelpartikel-Spektrums ebenfalls sehr hervorragend ist.
Abbildung 7a. Verteilung der Wirkstoffe (< 1%)
Abbildung 7b. Wirkstoffpartikel < 10 µm
Das zweite Beispiel sieht Abbildung 8, die die Auflösung kleiner Partikelgrößen zeigt. In diesem Beispiel wurde eine Bildanalyse einer bestimmten OTC-löslichen Schmerzmittel durchgeführt.Die NIR-Bildgebungstechnik verwendet diese Produkte oft als Demonstrationsprobleme, um ihre analytischen Fähigkeiten zu demonstrieren.Die Hauptbestandteile - Aspirin, Paracetamol und Koffein - sind in großen regionalen Formen mit Partikelgrößen von Dutzenden bis Hunderten von Mikron verteilt. Dieses Beispiel zeigt jedoch nicht nur ein Bild der oben genannten Hauptbestandteile, sondern erfolgreich auch Zusatzstoffe mit folgenden Merkmalen: b) Wichtiger ist, dass die Verteilungsflächengröße kleiner als 10 Mikrometer ist. Obwohl viele Zusatzstoffe und Rohstoffe (API) eine anfängliche Partikelgröße von weniger als 10 Mikrometer haben, ist es schwierig, einzelne Partikel in dieser Skala mit NIR-Bildgebung zu erkennen und kann nur größere Gruppen erkennen, die von diesen Partikeln gebildet werden. Die Abbildung zeigt nicht nur die Hauptbestandteile, sondern auch einzelne NIR-nicht nachweisbare Calciumphosphatpartikel, die in der Aspirin/Koffein/Paracetamol-Verteilung enthalten sind.
Abbildung 8a. Schmerzmittel - Gesamtstruktur - Aspirin
Abbildung 8b. Überlappung der Verteilung des Acetaminophenols
Abbildung 8c. Überlappung der mikrokristallinen Zellulosenverteilung
Abbildung 8d. Aufdeckung der Spurenbestandteile - Calciumcarbonat
Abbildung 8e. Aufbauansicht des Calciumcarbonatbildes
Abbildung 8f. Kalziumcarbonat in der Aspirinzone
04 Charakterisierung der Tablettenverteilung
Hochwertige Einzelkomponentenverteilung wie in Abbildung 9 gezeigtDas menschliche Auge kann deutliche Unterschiede zwischen den verschiedenen Inhaltsstoffen der Tabletten beobachten. Für eine schnellere und objektivere Darstellung ist jedoch eine andere Art des Bildausdrucks erforderlich. Eine Möglichkeit ist:Intensitätshistogrammdarstellung des BildesDie übliche Methode besteht darin, dass für ein bestimmtes Bild die entsprechende Pixelhelligkeit basierend auf der Anzahl der Pixel gezeichnet wird, um durch die Analyse des erzeugten Histogramms nützliche Informationen zu den kritischen Prozessparametern der Tablette zu erhalten. Bei ATR-Bildern in hoher Auflösung zeigt das erzeugte Histogramm, wenn ein Komponentenverteilungsdiagramm auf diese Weise gezeichnet wird, in der Regel zwei verschiedene Muster, die jeweils entsprechend sind.Zielpartikelgruppeundverbleibende Partikel(siehe Abbildung 9a). Die Trennlinie zwischen den beiden Histogrammbereichen ist jedoch nicht immer klar zu erkennen. Da dies ein Graustufenbild ist, gibt es eine große Anzahl von Pixeln zwischen "reinen" Partikelpixeln und "reinen" Hintergrundpixeln. Bei der Pixelzählung müssen diese Pixel als Vordergrund- oder Hintergrundpixel eingestuft werden, d. h. eine Intensitätsschwelle festgelegt werden muss: Pixel über dieser Schwelle gehören zum Zielpartikel und Pixel unter dieser Schwelle zum Hintergrundpixel.
Abbildung 9a. Histogramm der Verteilung einzelner Komponenten
Die Schwellenwerte können mittels mathematischer Algorithmen (z.B. der „Maximum Entropy Methode“) oder nach subjektiver Erfahrung bestimmt werden. Für die ATR-Bildanalyse wurde gefunden, dass es nützlich ist, die folgenden Informationen zu kombinieren, um die Intensitätsschwellen zu bestimmen: die Rohstoffpartikelgröße, die iterative Schwellenanpassung und die Ergebnisse der Untersuchung des unterliegenden Pixelspektrums.
Abbildung 9b zeigt den Schwellenvorgang：Das Diagramm zeigt ein berechnetes Graustufenbild mit einer Komponentenverteilung, dessen Intensitätsschwelle auf zwei Ebenen festgelegt ist, um die Bildpixel mit der stärksten Intensität zu erhalten. Welches Bild ist richtig? Obwohl die detaillierte Diskussion dieses Problems über den Umfang dieses Artikels hinausgeht, ist die Festlegung dieser Schwelle der Schlüssel zum Erhalt genauer quantitativer Informationen aus diesen Bildern und muss mit äußerster Vorsicht behandelt werden. Bei der Berechnung einer eindeutig erkennbaren Partikelverteilung stehen jedoch bestimmte statistische Ergebnisse (z. B. durchschnittliche Partikelgröße, Verteilungsform, Informationen über die nächste Nachbarschaft usw.) mit Produktqualitätseigenschaften in Verbindung.
Abbildung 9b. Stellen Sie die Schwelle A-B fest, um ein zweiwertiges Bild zu erzeugen (Klicken Sie, um das große Bild zu sehen)
Abbildung 9c zeigt einen Vergleich der berechneten Komponentenverteilung eines bestimmten Bestandteils in zwei als "geeignet" und "nicht geeignet" gekennzeichneten Produkten..Fünf Bilder von verschiedenen Proben aus qualifizierten und nicht qualifizierten Chargen wurden gesammelt. Die Berechnung der durchschnittlichen Partikelgröße für alle anderen Bestandteile der qualifizierten und nicht qualifizierten Charge ist mit Ausnahme einer Komponente konsistent. Für diese spezielle Komponente zeigen alle Bilder, dass die durchschnittliche Partikelgröße der nicht qualifizierten Charge etwa das Doppelte der qualifizierten Charge ist. Diese Informationen sind von großem Wert für die Identifizierung von Produktionsprozessproblemen.
Abbildung 9c. Einige Indikatoren können mit Qualitätsparametern verknüpft werden (Klicken Sie auf das große Bild)
Schlussfolgerungen
ATR Chemische BildgebungstechnologieVerbessert die chemische Bildgebung bestimmter Arten von Medikamenten TablettenTechnische EbeneIm Vergleich zur chemischen Bildgebung mit NIR verbessert diese Technologie die erreichbare Bildraumauflösung erheblich.Klarere und in der Regel leichter zu interpretierende BilderDie Technik überwindet die wichtigsten Einschränkungen der direkten diffusen Reflexionsbildgebung in der mittleren Infrarot-Spektralanalyse, nämlich das Problem der hohen Signalverdämpfung und der unkontrollierten Spiegelreflexionsstörung im Bild. gleichzeitigEs ist gelöst.Mehrere Mängel der Raman-Bildgebung, einschließlichÜberhitzung der Probe, mögliche Fluoreszenzstörungen, begrenzte räumliche Auflösung(abhängig von der Raman Imaging Hardware-Konfiguration) undRelativ lange Aufnahmezeit.
Referenzen
1. Lyon, R.; Lester, D.; Lewis, E. N.; Lee, E.; Yu, L. X.; Jefferson, E. H.; Hussain, A. S.: AAPS
PharmsciTech 2002; 3 Absatz 3 Artikel 17.
2. Clarke, F.; Vib Spec., 34 (2004) 25-35. Verfügbar online unter www.sciencedirect.com.
3. Lewis, E. N.; Schoppelrei, W.; Lee, E.; Kidder, L.; in „Process Analytical Technology“ Blackwell, 2005. ISBN-10 1-4051-2103-3.
4. Canas, A.; Carter, R.; Hoult, R.; Verkäufer, J.; Williams, S.; „Raumliche Auflösung im mittleren IR ATR-Bildgebung: Messung und Bedeutung“ FACCS-Konferenz, 2006.
5. Rasband, W.S., ImageJ, U.S. National Institutes of Health, Bethesda, Maryland, USA, 1997-2006.
6. „Raumliche Auflösung in FT-IR ATR-Bildgebung“ PerkinElmer Technische Hinweis Nr. 007641_03 (2006).