Анализ изображений ATR фармацевтических таблеток

О нас

PerkinElmer Enterprise Management (Shanghai) Co., Ltd

Электронная почта
li.fu@perkinelmer.com
Телефон
Адрес
Новый район Пудун, улица Чжанхэн, 1670.

Дата:2025-11-08Читать:4

В последние годы, даХимическая визуализация фармацевтических таблетокОни привлекают все большее внимание. По мере того, как технологии совершенствуются и применяются повсеместно, химическая визуализация становится эффективным средством получения информации о ключевых параметрах качества, которые часто трудно точно измерить с помощью других технологий. В дополнение к крупным фармацевтическим компаниям, производители дженериков и даже регулирующие органы1 в настоящее время широко признают ценность этой технологии в выявлении производственных сбоев, расширении масштабов производства и анализе основных причин2.

Во многих технологиях визуализацииТехнология получения изображений в ближней инфракрасной области спектра (NIR)Получите наибольшее внимание благодаря своим очевидным преимуществам и продемонстрируйте потенциал устойчивого развития в качестве инструмента анализа процессов (PAT) 3. Другие технологии химической визуализации, такие как визуализация Рамана и диффузное отражение в средней инфракрасной области спектра, имеют свои преимущества и недостатки, ноНИРС точки зрения технической реализации, удобства эксплуатации и адаптации образцовБольше преимуществ.А.

Данные, полученные с помощью этой технологии, также легче понять многим пользователям в этой области, поскольку у них может быть опыт макроскопического ближнего инфракрасного спектрального анализа компонентов таблеток. Тем не менее, изображения NIR в существующих технологиях (будь то преобразование Фурье, регулируемый или фиксированный фильтр) имеют существенные ограничения, коренящиеся в самом принципе измерения, а не в технических недостатках.

　　во-первых

Падающий свет имеет большую глубину проникновения в образце (на уровне десятков микрон), а характеристики диффузного отражения приводят к существенной размыванию изображения. По оценкам, глубина проникновения проб составляет не менее 10 микрон (в зависимости от размера частицы, наполнителя и других параметров), однако многие компоненты таблеток на самом деле имеют размер частиц менее 10 микрон, когда их вводят в смеситель для смешивания. Таким образом, если эти компоненты не образуют кластеры, технология затрудняет получение изображений, которые четко показывают пространственное распределение характеристик компонентов.

Примечательно, что в существующей литературе о изображениях NIR не рассматривается распределение частиц размером менее 10 микрон. Большинство исследований было сосредоточено на небольших группах частиц или более крупных частицах размером от десятков до сотен микрон, в то время как частицы размером менее 10 микрон должны были присутствовать в распределении. Для некоторых ингредиентов (например, стеарата магния), даже в более высоких концентрациях, если не образуется около 30 - 40 микрон или больше кластеров, это вещество будет трудно обнаружить с помощью NIR - изображений, потому что оно распределено по всей матрице относительно мелкими частицами. На самом деле, некоторые активные ингредиенты с содержанием менее 1% просто не могут быть обнаружены, если они не образуют кластеры.

　　во-вторых

Спектр NIR, измеренный в изображениях, часто сильно перекрывается. В макроскопическом ближнем инфракрасном спектральном анализе спектр NIR обычно менее дифференцирован, чем соответствующий рамановский или среднеинфракрасный спектр, и этот недостаток еще более заметен в изображениях NIR с коэффициентом сигнала и шума ниже, чем при макроскопическом ближнем инфракрасном спектральном анализе. Эти два фактора делают анализ изображений в значительной степени зависимым от химического анализа спектральных данных. Кроме того, последующий анализ изображений требует использования пиксельной статистики, которая обычно требует классификации отдельных пикселей изображения по химическим категориям, но на практике это чрезвычайно сложно, поскольку спектры компонентов, представленные отдельными пикселями в изображениях NIR, редко являются чистыми. Это затрудняет общий анализ изображений NIR, поскольку присвоение пикселей серого цвета « 1» или « 0» часто имеет определенную степень субъективности.

По сравнению с другими технологиями, технология спектральной визуализации ATR (полное отражение затухания) в спектральном анализе в средней инфракрасной области спектра демонстрирует значительные преимущества в этой области применения: ее пространственное разрешение улучшается примерно на порядок по сравнению с NIR - изображениями и в настоящее время достигает отдельных размеров частиц, то есть менее 10 микрон, когда многие компоненты попадают в обработку.Технология изображений ATR обладает пространственным разрешением, превосходящим 5 микрон⁴Во - вторых, спектр на изображении имеет более высокую контрастность, чем NIR, и легче различать различные компоненты; В - третьих, эта технология на самом деле является методом анализа поверхности, при использовании оптической конфигурации, описанной ниже, глубина проникновения образца составляет всего около 1 - 2 микрон. Это делает спектр одного пикселя относительно чистым, что значительно снижает нагрузку на последующий анализ изображений и имеет очевидные преимущества перед технологией NIR.Некоторые методы в гиперспектральном анализе изображений NIR могут быть полностью использованы для анализа изображений ATRА.

　　Технология ATR также имеет следующие преимущества:

　　•Для качественной идентификации можно напрямую вызывать большие коммерческие спектральные библиотеки;

　　•Для веществ, которые трудно идентифицировать с помощью технологии NIR (например, некоторые безводные неорганические соли), технология ATR может генерировать спектры высокой контрастности.

Мы сделалиПеркин Элмер Spotlight ™ Система микровизуализации 400 разработала аксессуары ATR，Завершение испытаний нескольких лекарственных препаратов.. В этой прикладной литературе производится измерение изображений ATR фармацевтических таблеток и подтверждается ряд технических преимуществ, описанных выше.Эта технология знаменует собой значительный прорыв в технологии визуализации лекарственных таблеток.Хотя в настоящее время он находится в « зачаточном» состоянии, ожидается, что он будет играть важную роль в будущем анализе таблеток и смесей лекарственных средств.

Экспериментальное проектирование

　　 01 　Подготовка образцов и презентация

В этой статье используются полные лекарственные таблетки без покрытия (с рецептурными и безрецептурными препаратами (OTC)) и получены образцы сырья, которое, как известно, присутствует в таблетках. В состав лекарственных средств рецептурного отпуска входят: активные ингредиенты, микрокристаллическая целлюлоза, фосфат кальция, крахмал и стеарат магния; Сырьем для продуктов OTC являются аспирин, парацетамол, кофеин, а также различные органические и неорганические добавки. В данном случае толщина таблетки составляет 2 - 3 мм, боковая вертикальная, поверхность ровная.

Приложение ATR использует кристалл германия (рисунок 1), который прикрепляется к поверхности таблетки. Конструкционная особенность этого аксессуара заключается в том, что целевая область образца (ROI) может быть локализована с помощью микрокамеры видимого света, что позволяет поверхности отбора проб ATR точно покрывать ROI без перемещения образца. Сжатие кристалла может образовывать круглую область отбора проб, в которой могут быть определены квадратные или прямоугольные области изображения разных размеров. С пиксельным размером изображения 1,56 микрона в диапазоне 500 × 500 микрон будет содержаться более 102 000 независимых спектральных данных.

Рисунок 1.Настройка выборки ATR

Для наиболее полного анализа изображений может потребоваться получение спектра ATR таблеточного сырья в качестве ссылки. Оптимальным вариантом является прямое измерение спектра с помощью системы изображений ATR, а не извлечение из стандартной справочной библиотеки, что, хотя последний вариант также может быть использован, может привести к снижению качества анализа изображений. В настоящем документе используются стандартные микротаблетки из бромида калия (KBR), обычно используемые в инфракрасном спектральном анализе, для каждого сырья таблетки были подготовлены простые микрочипы. При использовании аксессуаров для стандартного микропресса (2 - мм пресс - форма), ручное давление позволяет изготавливать микрочипы, подходящие для сбора данных ATR. После прессованного формования пластина переносится в аксессуар ATR, где чистые компоненты измеряются микроскопическими изображениями размером 50×50 микрон. На основе этих изображений используется программное обеспечение для расчета отдельных референсных спектров. Сбор эталонных изображений для каждого компонента занимает всего несколько минут, и такие операции обычно проводятся только один раз.

　　 02 　Изображение

　　Стандартный Spotlight с графическим приложением ATR ™ 400 Микроскопическая система для сбора изображенийА.Эта система генерирует изображения в результате совместной работы детектора решетки MCT с движущимся пробоотборником / аксессуаром ATR. Кристалл ATR закреплен на поверхности образца и остается относительно неподвижным с образцом - образец перемещается по отношению к детектору в целом. Размер пикселей изображения составляет 1,56 × 1,56 микрон (необязательно 6,25 × 6,25 микрон) с спектральным разрешением 16 см - 1. Фактические размеры изображений, собранных в этой статье, варьируются от 100 × 100 микрон до 400 × 400 микрон, а общее время сбора составляет от 1 минуты до примерно 40 минут.

Обработка данных изображений включает в себя такие этапы, как спектральная дифференциация, нормализация, анализ основных компонентов и т.д., а также выравнивание полной спектральной кривой наименьшего квадрата. В других 5 были проведены дополнительные улучшения графических изображений и статистический анализ.

Итоги и обсуждение

В качестве контактной технологии образцы загрязняются, как только они вступают в контакт с поверхностью кристалла, поэтому перед каждым изображением кристалл должен быть очищен. Однако, если частицы таблетки не имеют сильной адгезии, процесс очистки относительно быстрый.

На рисунке 2a показаны видимые микроскопические изображения поверхности таблетки. Хотя часть структуры частиц может быть идентифицирована, только видимое изображение не может эффективно различать компоненты частиц.

На рисунке 2b показано распределение компонентов крахмала. Изображение было получено после нескольких этапов обработки данных изображений ATR, описанных в этом разделе.

Аналогичный метод позволяет вывести модель распределения каждого компонента, а затем построить синтетическое изображение. Эта статья объединяет изображения трех основных компонентов в отдельное трехканальное синтетическое изображение RGB (красный / зеленый / синий) (рисунок 2c), которое более часто используется в изображениях NIR для таких продуктов. Этот тест отличается тем, что пространственное разрешение значительно улучшилось по сравнению с NIR - изображениями, а пространственный контраст изображений выше, что позволяет получить более четкие и подробные изображения поверхности таблетки за относительно короткое время измерения и позиционировать микроскопические области, которые не могут быть обнаружены современной технологией NIR - изображений.

Рисунок 2.3 Видимые изображения поверхности таблетки с основными компонентами (a), дифференциально обработанные однокомпонентные инфракрасные изображения (b) и синтетические изображения (c) (щелкните для просмотра больших карт)

　　 01 　Спектр сырья

　　На рисунке 3 показан спектр ATR таблеточного сырья и соответствующий спектр дифференциальной обработки первого порядкаС помощью изображений ATR можно заметить, что поле освещения всей поверхности кристаллического элемента не является полностью плоским, что в основном проявляется в сглаживании базового отклонения спектра, измеренного во всей области кристалла. Эту проблему можно легко решить, используя дифференциалы первого или второго порядка. Следует отметить, что исходные спектральные характеристики этого метода более заметны по сравнению с ближней инфракрасной визуализацией, что дает больше возможностей для использования более простого метода с одной переменной в анализе изображений. В ходе испытаний в качестве тестового образца был добавлен поливинилпирролидон, распространенный ингредиент, которого не было в таблетках, чтобы проверить эффективность последующей обработки данных.

Рисунок 3. Состав сырья (щелкните, чтобы увидеть большую диаграмму)

　　 02 　Проверка наличия компонентов таблеток

Первым шагом является подтверждение наличия спектральных характеристик сырья в спектре изображения. Этот шаг реализуется с помощью функции « Target» программного обеспечения. Спектр изображения предварительно обрабатывается (дифференциальная обработка первого порядка и исключение зоны поглощения углекислого газа), а затем извлекается основной независимый спектральный вклад с помощью анализа основного компонента (PCA). Затем исходный или « целевой » спектр согласовывается с линейной комбинацией основного компонента PCA, и плотность соответствия определяет, существует ли целевой спектр в спектре изображения.На рисунке 4 показаны результаты испытаний пяти компонентов таблетки.А.Пять компонентов.Качество идеально.，У поливинилкетона плохое качество.Это убедительно подтверждает данный метод.НадежностьА.

Рисунок 4. Проверка наличия сырья

　　 03 　Оценка распределения каждого компонента в таблетках

После подтверждения наличия целевого спектра в спектре изображения следующим шагом является создание карты распределения компонентов путем оценки относительной плотности компонентов в каждой точке пикселя изображения. Несмотря на то, что существует множество методов, для этой пятикомпонентной системы (предполагая, что между компонентами нет химических реакций и может быть получен чистый спектр сырья), исследование показало, что простой метод полного спектрального выравнивания кривых работает хорошо. После проверки остаточных изображений с помощью анализа основных компонентов, описанного выше, и проверки наличия других химических компонентов необходимо только моделировать спектр каждого пикселя как линейную комбинацию исходного спектра. Следует отметить, что при наличии сильной перекрестной корреляции между целевыми спектрами (т.е. несколько целевых спектров имеют несколько общих пиков характеристик) надежность технологии снижается. В этом случае, хотя микрокристаллическая целлюлоза и спектр крахмала, очевидно, имеют определенную корреляцию, ее разности все еще достаточно, чтобы обеспечить хорошие условия соответствия кривой наименьшего квадрата.На рисунке 5 показаны результаты выравнивания спектральных кривых пяти компонентов.Интенсивность пикселей в каждом изображении интуитивно отражает относительную плотность спектра цели в спектре изображения.

Рисунок 5A. Минимально квадратичное изображение микрокристаллической целлюлозы

Рисунок 5b. Распределение крахмала

Рисунок 5c. Распределение фосфата кальция

Рисунок 5d. Распределение стеарата магния

Рис. 5e. Карта распределения активного ингредиента (< 1%)

В большинстве случаев « горячие» области в производных изображениях демонстрируют характеристики, похожие на спектр чистых компонентов, в то время как пиксели на краю частицы демонстрируют ожидаемые « смешанные» спектральные характеристики.На рисунке показан типичный спектр горячих точек и соответствующий спектр сырья.А.

　　Эти изображения характеризуются тремя отличительными особенностями:

　　 1 Спектральный контраст и четкость изображения чрезвычайно значительны, намного превосходя изображения, полученные с помощью большинства методов визуализации NIR. Это можно легко проверить, нарисовав гистограмму распределения изображений.

　　 2 　Горячие области (частицы) различных компонентов не только имеют различия в форме, но и начинают проявлять форму, аналогичную форме частиц сырья. Например, на рисунке 6a показано изображение сканирующей частицы крахмала электронной микроскопии (SEM), показывающее, что частицы крахмала имеют высокую сферическую форму, которая отличается от многих других компонентов. В то время как частицы на соответствующих изображениях, полученных от ATR (рис. 6b), имеют аналогичную форму. Аналогичным образом, нерегулярные формы областей стеарата магния и микрокристаллической целлюлозы также в значительной степени совпадают с изображениями исходного SEM. Это открытие, благодаря улучшению точности изображений по сравнению с NIR, обеспечивает дополнительную важную основу для понимания связи между пространственным распределением и свойствами качества продукта.

Рисунок 6.ATR Форма изображения частиц - сравнение с SEM

　　 3 　Технология позволяет различать отдельные частицы до 10 микрон. На рисунке 7 показана область усиления схемы расчетного распределения активного ингредиента, известная концентрация которого в таблетках составляет менее 1% (по весу), где видны горячие точки диаметром 6 - 7 микрон. Спектр в горячей точке показывает, что многие пиксели почти полностью представляют чистый спектр активного ингредиента. Стоит отметить, что независимое исследование разрешения 6 оценивает, что технология имеет пространственное разрешение порядка 3 - 4 микрон в диапазоне около 1700 см - 1 волн, а спектральная четкость одной частицы также очень заметна.

Рис. 7А. Распределение активного ингредиента (< 1%)

Рис. 7b.< 10 мкм частиц активного ингредиента

Второй пример показан на рисунке 8, где показано разрешение диаметра частиц. В этом примере был проведен визуальный анализ некоторых растворимых болеутоляющих таблеток OTC.Технология визуализации NIR часто демонстрирует свои аналитические возможности, используя такие продукты в качестве демонстрационных образцовЕго основные компоненты - аспирин, парацетамол и кофеин - распределены в больших региональных морфологических масштабах в размерах частиц от десятков до сотен микрон. Но в этом примере не только представлены изображения вышеупомянутых основных ингредиентов, но и успешно представлены добавки со следующими характеристиками: (а) низкое содержание; (b) Более важным является то, что площадь его распределения меньше 10 микрон. В то время как первоначальный размер частиц многих наполнителей и исходного препарата (API) составляет менее 10 микрон, технология NIR - визуализации затрудняет обнаружение отдельных частиц в этом масштабе и обнаруживает только более крупные скопления, образованные этими частицами. На рисунке показаны не только основные ингредиенты, но и отдельные частицы фосфата кальция, не обнаруженные NIR в распределении аспирина / кофеина / парацетамола.

Рисунок 8А. Обезболивающие таблетки - общая структура - аспирин

Рисунок 8b. Перекрывание распределения ацетаминофенола

Рисунок 8c. Перекрытие распределения микрокристаллической целлюлозы

Рисунок 8d. Раскрытие микрокомпонентов - карбонат кальция

Рисунок 8e. Разложение изображений карбоната кальция

Рисунок 8f. Карбонат кальция в области аспирина

　　 04 　Характеристика распределения компонентов таблеток

　　Высококачественное распределение отдельных компонентов, как показано на рисунке 9Человеческий глаз может наблюдать значительные различия между различными компонентами таблеток. Однако, если требуется более быстрое и объективное представление, необходимо использовать другой способ выражения изображения. Один из способов -Интенсивность изображения. Обычный метод заключается в том, что для указанных изображений соответствующая яркость пикселей отображается на основе количества пикселей, и полученная гистограмма может получить полезную информацию, связанную с ключевыми технологическими параметрами таблетки. Для изображений ATR с высоким разрешением при составлении карты распределения компонентов таким образом генерируемые гистограммы обычно представляют два разных режима, соответствующих друг другуЦелевая группа частициОстаточные частицы(Как показано на рисунке 9a). Однако граница между этими двумя областями гистограммы не всегда четко различима. Поскольку это изображение серого цвета, будет большое количество пикселей, которые находятся между « чистыми» пикселями частиц и « чистыми» фоновыми пикселями. При подсчете пикселей эти пиксели должны быть классифицированы как перспективные или фоновые пиксели, то есть должен быть установлен порог прочности: пиксели выше этого порога являются целевыми частицами, а пиксели ниже этого порога - фоновыми.

Рисунок 9A. Гистограмма распределения отдельных компонентов (щелкните, чтобы увидеть большую диаграмму)

Порог может быть определен математическим алгоритмом (например, методом максимальной энтропии) или субъективным опытом. Для анализа изображений ATR было обнаружено, что было бы полезно определить порог прочности в сочетании со следующей информацией: размер частиц сырья, корректировка порога итерации и результаты проверки спектра нижних пикселей.

　　Рисунок 9b показывает процесс установления порогаА.На рисунке показано распределение компонентов для вычисления серого изображения, порог прочности которого установлен на двух уровнях, чтобы сохранить пиксели изображения с наибольшей интенсивностью. Какое изображение правильное? Хотя подробное обсуждение этого вопроса выходит за рамки настоящего документа, установление этого порога является ключом к получению точной количественной информации из этих изображений и должно рассматриваться с большой осторожностью. Однако при расчете четко различимого распределения частиц некоторые полученные статистические результаты (например, средний размер частиц, форма распределения, информация о ближайших соседях и т.д.) связаны с качественными свойствами продукта.

Рисунок 9b. Установите порог A - B для создания двухзначного изображения (щелкните, чтобы увидеть большую диаграмму)

　　На рисунке 9c показано сравнение расчетного распределения компонентов одного из указанных компонентов в двух партиях продукции, отмеченных как "квалифицированные" и "неквалифицированные".А.Были отобраны пять изображений различных образцов из партий, отвечающих установленным требованиям, и партий, не отвечающих установленным требованиям. Квалификация согласуется со средним размером частиц по всем другим компонентам партии, за исключением одного. Для этого специального ингредиента все изображения показывают, что средний диаметр частиц несоответствующей партии примерно в два раза больше, чем у соответствующей партии. Такая информация имеет огромное значение для выявления проблем, связанных с производственными процессами.

Рисунок 9c. Некоторые показатели могут быть связаны с параметрами качества (щелкните, чтобы увидеть большую диаграмму)

　　 заключение

　　ATR Химическая визуализацияУлучшена химическая визуализация некоторых видов лекарств.Технический уровень. По сравнению с химической визуализацией NIR, эта технология может значительно улучшить достижимое пространственное разрешение изображения, получитьБолее четкие и часто легко интерпретируемые изображенияЭта технология преодолевает основные ограничения изображений с прямым диффузным отражением в спектральном анализе в средней инфракрасной области спектра, а именно проблему затухания высоких сигналов в изображениях и неконтролируемых помех зеркального отражения. одновременноРешено.Несколько недостатков изображения Рамана, в том числеПерегрев образцов, потенциальные флуоресцентные помехи, ограниченное пространственное разрешение(В зависимости от конфигурации аппаратного обеспечения изображений Raman) иСроки сбора изображений относительно длинные.А.

　　 Список литературы

1. Лион, Р.; Лестер, Д.; Льюис, Э. Н.; Ли, Э.; Ю, Л. Х.; Джефферсон, Э. Х.; Хуссейн, А. С.: ААПС

PharmsciTech 2002 года; 3(3) статья 17.

2. Кларк Ф.; Vib Spec., 34 (2004) 25-35. Доступно в Интернете по адресу www.sciencedirect.com.

3. Льюис, Э. Н.; Шоппеллей, В.; Ли, Э.; Киддер, Л.; «Процесс аналитической технологии» Blackwell, 2005. ISBN-10 1-4051-2103-3.

4. Канас, А.; Картер, Р.; Хоулт, Р.; Селлорс, Дж.; Уильямс, С.; Конференция FACCS «Пространственное разрешение в среде IR ATR Imaging: Measurement and Meaning», 2006 год.

5. Расбанд, В. С., ImageJ, Национальные институты здравоохранения США, Бетесда, штат Мэриленд, США, 1997-2006 годы.

6. «Пространственное разрешение в FT-IR ATR-изображении» Техническая записка PerkinElmer № 007641_03 (2006).

Последняя статья:

Следующая статья:Основные компоненты плазменного масс - спектрометра и его роль