-
Correo electrónico
li.fu@perkinelmer.com
- Teléfono
-
Dirección
No. 1670 zhangheng road, Pudong New Area
Acerca de nosotros
PerkinElmer Enterprise Management (Shanghai) Co., Ltd
Horizonte de materiales análisis de imágenes ATR de tabletas farmacéuticas
Fecha:2025-11-08Leer:6
En los últimos años, síTecnología de imagen química de tabletas farmacéuticasHa recibido una atención cada vez más amplia. Con la mejora tecnológica y la popularización de las aplicaciones, la imagen química se ha convertido en un medio eficaz para obtener información sobre parámetros de calidad clave, que a menudo son difíciles de determinar con precisión a través de otras tecnologías. Además de las grandes empresas farmacéuticas, los fabricantes de medicamentos genéricos e incluso los reguladores 1 han reconocido ampliamente el valor de esta tecnología en la detección de fallas de producción, el aumento de la escala de producción y el análisis de causas subyacentes 2.
Entre las muchas tecnologías de imagen,Tecnología de imágenes de infrarrojo cercano (nir)Con sus ventajas notables, ha recibido la mayor atención y ha demostrado un potencial de desarrollo sostenible 3 como medio de tecnología de análisis de procesos (pat). Aunque otras técnicas de imagen química, como la imagen Raman y la reflexión difusa de infrarrojo medio, tienen sus propias ventajas y desventajas, peroNIREn términos de implementación técnica, facilidad de operación y adaptabilidad de la muestraMás ventajoso.
Los datos generados por esta tecnología también son más fáciles de entender por numerosos usuarios en este campo, ya que pueden tener experiencia en análisis espectrales de infrarrojo cercano macro de la composición de las tabletas. Sin embargo, las imágenes NIR en las condiciones de la tecnología existente (ya sea transformación de fft, filtro ajustable o filtro fijo) tienen limitaciones esenciales, y su raíz radica en el principio de medición en sí y no en los defectos técnicos.
Primero
La profundidad de penetración de la luz incidente en la muestra es mayor (decenas de micras), y las características de reflexión difusa pueden causar que la imagen sea sustancialmente inútil. Según las estimaciones, la profundidad de penetración de la muestra alcanza al menos 10 micras (dependiendo del tamaño de las partículas, el relleno y otros parámetros), pero muchos ingredientes de tabletas tienen menos de 10 micras cuando se ponen en la mezcladora para la mezcla. Por lo tanto, a menos que estos componentes formen agregados, la tecnología tiene dificultades para obtener imágenes que muestren claramente la distribución espacial de las características de los componentes.
Cabe señalar que la literatura existente sobre imágenes NIR aún no ha involucrado la distribución del tamaño de las partículas individuales por debajo de 10 micras. Los casos de investigación se centran principalmente en agregados de partículas pequeñas o partículas más grandes de decenas a cientos de micras, mientras que las partículas con un tamaño de partícula inferior a 10 micras deberían existir en la distribución. Para algunos ingredientes, como el estetano de magnesio, incluso si la concentración es alta, si no se forma un agregado de unos 30 - 40 micras o más, será difícil detectarlo por imágenes NIR porque esta sustancia se distribuye en toda la matriz con partículas relativamente pequeñas. De hecho, algunos ingredientes activos con un contenido inferior al 1% no se pueden detectar en absoluto a menos que se forme un agregado.
En segundo lugar
Los espectros NIR medidos en la imagen a menudo tienen un alto grado de superposición. En el análisis espectral macro de infrarrojo cercano, la distinción del espectro NIR suele ser inferior a la correspondiente imagen Raman o espectro infrarrojo medio, y esta desventaja es más prominente en las imágenes NIR con una relación señal - ruido inferior al análisis espectral macro de infrarrojo cercano. Estos dos factores principales hacen que el análisis de imágenes dependa en gran medida del análisis químico - cuantitativo de los datos espectrales. Además, el análisis posterior de la imagen requiere el uso de técnicas estadísticas de píxeles, que generalmente requieren que los píxeles individuales de la imagen se clasifiquen por categorías químicas, pero son extremadamente desafiantes en la práctica, ya que los espectros de componentes presentados por un solo píxel en una imagen NIR rara vez son puros. Esto dificulta el análisis general de las imágenes nir, ya que a menudo hay un cierto grado de subjetividad al asignar valores de "1" o "0" a los píxeles grises.
En comparación con otras tecnologías, la tecnología de imágenes espectrales ATR (reflexión total atenuada) en el análisis espectral de infrarrojo medio muestra una ventaja significativa en este campo de aplicación: su resolución espacial ha aumentado aproximadamente un orden de magnitud en comparación con las imágenes nir, y ahora ha alcanzado la magnitud de un solo tamaño de partícula cuando muchos componentes entran en el procesamiento, es decir, menos de 10 micras.Se ha confirmado que la tecnología de imágenes ATR tiene una resolución espacial superior a 5 micras.4En segundo lugar, en comparación con el nir, el espectro en la imagen tiene un mayor contraste y es más fácil distinguir diferentes componentes; En tercer lugar, esta tecnología es en realidad una tecnología de análisis de superficie, cuando se utiliza la configuración óptica descrita a continuación, la profundidad de penetración de la muestra es de solo aproximadamente 1 - 2 micras. Esto hace que el espectro de un solo píxel sea relativamente más puro, lo que reduce considerablemente la carga de trabajo del análisis de imágenes posteriores y tiene ventajas obvias sobre la tecnología nir.Algunas tecnologías en el análisis de imágenes NIR hiperespectrales se pueden aplicar completamente al análisis de imágenes atr..
La tecnología ATR también tiene las siguientes ventajas:
·Se puede llamar directamente a una gran biblioteca espectral comercial para la identificación cualitativa;
·Para sustancias difíciles de identificar por la tecnología NIR (como ciertas sales inorgánicas anhidras), la tecnología ATR puede producir espectros de alto contraste.
Hemos sidoPerkin Elmer Spotlight ™ El sistema de imágenes microscópicas 400 ha desarrollado accesorios ATR，Y completar una variedad de pruebas de tabletas de medicamentos. Esta aplicación de la medición de imágenes ATR de tabletas farmacéuticas disponibles en el mercado en la literatura ha verificado muchas de las ventajas técnicas mencionadas anteriormente.Esta tecnología marca un gran avance en la tecnología de imágenes de tabletas farmacéuticas.. Aunque todavía se encuentra en la etapa "embrionaria", se espera que desempeñe un papel importante en el análisis futuro de tabletas y mezclas de medicamentos.
Diseño experimental
01 Preparación de muestras e Introducción
En este artículo se utilizaron tabletas completas de medicamentos sin recubrimiento (incluidos medicamentos recetados y medicamentos de venta libre (otc) y se obtuvieron muestras de materias primas conocidas en las tabletas. Los ingredientes de los medicamentos recetados incluyen: ingredientes activos, celulosa microcristalina, fosfato de calcio de hidrógeno, almidón y magnesio; Las materias primas de los productos OTC son aspirina, acetaminofén, cafeína y una variedad de accesorios orgánicos e inorgánicos. En este caso, el grosor de la tableta es de 2 - 3 mm, el lado es vertical y la superficie es plana.
El accesorio ATR utiliza un cristal de germanio (figura 1) para ajustarse a la superficie de la tableta. El diseño de este anexo se caracteriza por que el área objetivo de la muestra (roi) se puede localizar a través de una cámara microscópica de luz visible, lo que permite que la superficie de muestreo ATR cubra con precisión el Roi sin mover la muestra. El extremo de ajuste del cristal puede formar un área de muestreo circular, en el que se pueden definir áreas de imagen cuadradas o rectangulares de diferentes tamaños. Calculado en un tamaño de píxeles de imagen de 1,56 micras, contendrá más de 102.000 datos espectrales independientes en una región de 500 x 500 micras.
Figura 1. configuración de muestreo ATR
Para el análisis de imagen más completo, puede ser necesario obtener el espectro ATR de la materia prima de la tableta como referencia. La mejor opción es utilizar directamente el sistema de imágenes ATR para medir el espectro, en lugar de extraerlo de la Biblioteca de referencia estándar, y aunque también se puede utilizar este último esquema, puede provocar una disminución de la calidad del análisis de imágenes. En este trabajo, se prepararon microchips simples para cada materia prima de las tabletas utilizando accesorios de microchips de bromuro de potasio estándar (kbr) comúnmente utilizados en el análisis espectral infrarrojo. Cuando se utilizan accesorios estándar de microchip (molde de 2 mm), la presión de mano puede preparar microchip adecuado para la adquisición de datos atr. Después de la formación de prensado, la hoja de prensado se transfiere al anexo ATR para la medición de imágenes de comunidad de 50 × 50 micras de componentes puros. Sobre la base de estas imágenes, se calcula un espectro de referencia separado utilizando el software. La adquisición de imágenes de referencia de cada componente tarda solo unos minutos, y este tipo de operaciones generalmente solo se realizan una vez.
02 Imágenes
Con Spotlight estándar con accesorios de imagen ATR ™ El sistema de imágenes microscópicas 400 realiza la adquisición de imágenes.El sistema genera imágenes a través de la colaboración entre el detector de matriz MCT y el anexo de la estación de muestreo Móvil / atr. El cristal ATR se fija a la superficie de la muestra y se mantiene relativamente estático con la muestra - la muestra y el cristal ATR en su conjunto se mueven en relación con el detector. El tamaño del píxel de la imagen es de 1,56 × 1,56 micras (6,25 × 6,25 micras opcionales) y la resolución espectral es de 16 CM - 1. El rango de tamaño real de la imagen tomada en este artículo es de 100 × 100 micras a 400 × 400 micras, y el tiempo total de adquisición es de entre 1 minuto y unos 40 minutos.
El procesamiento de datos de imagen incluye pasos como diferenciación espectral, normalización y análisis de componentes principales, y realiza el ajuste de la curva espectral completa de mínimos cuadrados. Otros 5 han llevado a cabo nuevas mejoras de imagen gráfica y análisis estadísticos.
Resultados y discusión
Como tecnología de contacto, las muestras están contaminadas una vez que entran en contacto con la superficie del cristal, por lo que es necesario limpiar el cristal antes de cada imagen. Sin embargo, a menos que las partículas de la tableta tengan una fuerte adherencia, el proceso de limpieza es relativamente rápido.
Como tecnología de contacto, las muestras están contaminadas una vez que entran en contacto con la superficie del cristal, por lo que es necesario limpiar el cristal antes de cada imagen. Sin embargo, a menos que las partículas de la tableta tengan una fuerte adherencia, el proceso de limpieza es relativamente rápido.
La Figura 2A muestra una imagen microscópica de la luz visible en la superficie de la tableta. Aunque se puede identificar parte de la estructura de partículas, las partículas de cada componente no se pueden distinguir eficazmente solo por imágenes de luz visible.
La figura 2B muestra claramente la distribución de los componentes de almidón. La imagen se obtiene mediante los múltiples pasos de procesamiento descritos en esta sección de los datos de imagen atr.
Un método similar puede deducir el patrón de distribución de cada componente y luego construir una imagen sintética. En este trabajo, las imágenes de los tres componentes principales se combinan en una imagen sintética de tres canales rgb (rojo / verde / azul) separada (figura 2c). este método de caracterización es más común en las imágenes NIR de tales productos. La diferencia de esta prueba es que su resolución espacial ha mejorado significativamente en comparación con la imagen nir, y el contraste espacial de la imagen es mayor, lo que permite obtener imágenes más claras y detalladas de la superficie de la tableta en un tiempo de medición relativamente corto y localizar áreas microscópicas que la tecnología actual de imagen NIR no puede detectar.
Figura 2.3 imagen de luz visible en la superficie de la tableta de los principales componentes (a), imagen infrarroja de un solo componente (b) después del procesamiento diferencial e imagen sintética (c) (haga clic para ver la imagen grande)
01 Espectro de materias primas
La figura 3 muestra el espectro ATR de una materia prima de tableta y su correspondiente espectro de tratamiento diferencial de primer orden.. a través de imágenes atr, se puede observar que el campo de iluminación de toda la superficie del elemento cristalino no es completamente plano, lo que se manifiesta principalmente en el fenómeno de desplazamiento basal suave del espectro medido en toda la región cristalina. Este problema se puede resolver fácilmente utilizando el diferencial de primer o segundo orden. Cabe señalar que las características espectrales de las materias primas de este método son más significativas que las imágenes de infrarrojo cercano, lo que ofrece mayores posibilidades de adoptar métodos univariables más simples en el análisis de imágenes. Durante la prueba, se agregó la pirrolidona de polietileno, una materia prima común que no existía en la pastilla, como muestra de prueba para verificar la efectividad del procesamiento de datos posterior.
Figura 3. ingredientes de las materias primas (haga clic para ver la imagen grande)
02 Detección de la presencia de componentes de tabletas
El primer paso es confirmar si hay características espectrales de las materias primas en el espectro de la imagen. Este paso se realiza a través de la función "destino" del software. Primero se preprocesa el espectro de imagen (procesamiento diferencial de primer orden y se elimina la zona de absorción de dióxido de carbono), y luego se extraen las principales contribuciones espectrales independientes a través del análisis de componentes principales (pca). Posteriormente, el espectro de materia prima o "objetivo" se ajusta a la combinación lineal de los componentes principales del pca, y la cercanía del ajuste puede juzgar si hay un espectro objetivo en el espectro de imagen.La figura 4 muestra los resultados de la prueba de los cinco componentes de la tableta..De cinco componentesLa calidad de la instalación es muy buena.，La calidad de ajuste de la Povidona es pobre.Que verifica fuertemente el método.Fiabilidad.
Figura 4. detección de la presencia de materias primas
03 Evaluar la distribución de cada ingrediente en la tableta
Después de confirmar la existencia de un espectro objetivo en el espectro de la imagen, el siguiente paso es generar un mapa de distribución de cada componente estimando la abundancia relativa de componentes en cada píxel de la imagen. Aunque hay varios métodos, para este sistema de cinco componentes (suponiendo que no haya reacciones químicas entre los componentes y se pueda obtener un espectro puro de materias primas), el estudio encontró que el método simple de ajuste de la curva espectral completa funciona bien. Después de comprobar la imagen residual y la presencia de otros componentes químicos a través del análisis de componentes principales mencionado anteriormente, solo es necesario modelar el espectro de cada píxel como una combinación lineal del espectro de la materia prima. Cabe señalar que si hay una fuerte correlación cruzada entre los espectros objetivo (es decir, varios espectros objetivo tienen múltiples picos característicos comunes), la fiabilidad de la tecnología se reduce. En este caso, aunque existe una clara correlación entre la celulosa microcristalina y el espectro de almidón, su diferencia sigue siendo suficiente para garantizar buenas condiciones de ajuste de la curva de mínimos cuadrados.La figura 5 muestra los resultados del ajuste de la curva espectral de cinco componentesLa intensidad de los píxeles en cada imagen refleja intuitivamente la abundancia relativa del espectro objetivo en el espectro de la imagen.
Figura 5a. imagen de ajuste de mínimos cuadrados de microcristalina
Figura 5b. mapa de distribución del almidón
Figura 5c. mapa de distribución del fosfato de calcio
Figura 5d. mapa de distribución del estetano de magnesio
Figura 5e. mapa de distribución del principio activo (menosdel 1%)
En la mayoría de los casos, las áreas "calientes" en las imágenes derivadas muestran características similares a los espectros de componentes puros, mientras que los píxeles en el borde de las partículas presentan las características espectrales "híbridas" esperadas.La imagen muestra el espectro típico de puntos calientes y el espectro de materias primas correspondiente..
Estas imágenes presentan tres características distintivas:
1 El contraste espectral y la claridad de la imagen son extremadamente significativos, superando con creces las imágenes producidas por la mayoría de las técnicas de imagen nir. Esto se puede verificar fácilmente dibujando la distribución del histograma de la imagen.
2 Las áreas calientes (partículas) de diferentes componentes no solo tienen diferencias de forma, sino que también comienzan a mostrar formas similares a las partículas de materia prima. Por ejemplo, la figura 6a muestra una imagen del microscopio electrónico de barrido de partículas de almidón (sem), que muestra que las partículas de almidón son altamente esféricas, lo que es diferente de muchos otros ingredientes. Por su parte, las partículas en la imagen derivada ATR correspondiente (figura 6b) presentan formas similares. Del mismo modo, las formas irregulares de las regiones de magnesio y microcristalina también coinciden muy bien con las imágenes Sem de la materia prima. Este descubrimiento se ha beneficiado de la mejora de la fidelidad de la imagen en comparación con el nir, proporcionando una base adicional e importante para comprender la asociación entre la distribución espacial y los atributos de calidad del producto.
Figura 6. forma de la imagen de partículas ATR - comparación con Sem
3 Esta tecnología puede distinguir partículas individuales por debajo de 10 micras. La figura 7 muestra el área amplificada del mapa de distribución computacional del principio activo, cuya concentración conocida en la tableta es inferior al 1% (en peso), en el que se pueden ver puntos calientes de 6 - 7 micras de diámetro. Los espectros en los puntos calientes muestran que muchos píxeles presentan espectros puros de principios activos casi por completo. Cabe señalar que el estudio de resolución independiente 6 estima que la resolución espacial de la técnica cerca del número de ondas de unos 1700 CM - 1 puede alcanzar la magnitud de 3 - 4 micras, y la claridad del espectro de una sola partícula también es muy prominente.
Figura 7a. mapa de distribución del principio activo (menosdel 1%)
Figura 7b. partículas de principio activo de menos de 10 micras
El segundo ejemplo se muestra en la figura 8, donde se muestra la resolución del tamaño de las partículas pequeñas. El ejemplo realizó un análisis de imágenes de algún analgésico soluble otc.La tecnología de imágenes NIR a menudo utiliza este tipo de productos como muestras de demostración para mostrar su capacidad de análisis.. sus principales ingredientes - aspirina, acetaminofén y cafeína - se distribuyen en grandes áreas con un tamaño de partícula de decenas a cientos de micras. Sin embargo, este ejemplo no solo presenta imágenes de los principales ingredientes anteriores, sino que también presenta con éxito accesorios con las siguientes características: (a) bajo contenido; (b) más importante aún, su área de distribución tiene un tamaño inferior a 10 micras. Aunque muchos de los excipientes y API tienen un tamaño inicial de partícula inferior a 10 micras, la tecnología de imágenes NIR tiene dificultades para detectar partículas individuales de esta escala y solo puede detectar agregados de mayor tamaño formados por estas partículas. La imagen no solo muestra los ingredientes principales, sino también las partículas individuales de fosfato de calcio que no se pueden detectar por NIR contenidas en la distribución de aspirina / cafeína / acetaminofén.
Figura 8a. analgésicos - estructura general - aspirina
Figura 8b. superposición de la distribución del acetaminofén
Figura 8c. superposición de la distribución de microcristalina
Figura 8d. revelación de trazas - carbonato de calcio
Figura 8e. vista descompuesta de la imagen del carbonato de calcio
Figura 8f. carbonato de calcio en el área de la aspirina
04 Caracterización de la distribución de los componentes de las tabletas
Mapa de distribución de un solo componente de alta calidad como se muestra en la figura 9El ojo humano puede observar diferencias obvias entre los diferentes componentes de la tableta. Sin embargo, si se necesita una representación más rápida y objetiva, se necesitan diferentes métodos de expresión de imágenes. Una forma esRepresentación del histograma de intensidad de la imagen. El método convencional es que para la imagen especificada, el brillo del píxel correspondiente se dibuja en función del número de píxeles, y el histograma generado a través del análisis puede obtener información útil relacionada con los parámetros clave del proceso de la tableta. Para las imágenes ATR de alta definición, cuando se dibuja un mapa de distribución de componentes de esta manera, el histograma generado generalmente presenta dos patrones diferentes, que corresponden aGrupo de partículas objetivoyPartículas residuales(como se muestra en la figura 9a). Sin embargo, la línea divisoria entre estas dos regiones del histograma no siempre es claramente reconocible. Debido a que se trata de una imagen en escala de grises, habrá un gran número de píxeles entre los píxeles de partículas "puras" y los píxeles de fondo "puros". Al realizar el conteo de píxeles, estos píxeles deben clasificarse como píxeles de primer plano o píxeles de fondo, es decir, deben establecerse un umbral de intensidad: los píxeles por encima de ese umbral pertenecen a la partícula objetivo y los píxeles por debajo de ese umbral pertenecen a los píxeles de fondo.
Figura 9a. gráfico de distribución de un solo componente (haga clic para ver la imagen grande)
El umbral se puede determinar por algoritmos matemáticos (como el "método de máxima entropía") o por experiencia subjetiva. Para el análisis de imágenes atr, se ha encontrado que es útil combinar la siguiente información para determinar el umbral de intensidad: el tamaño de las partículas de la materia prima, el ajuste del umbral iterativo y los resultados de la inspección del espectro de píxeles subyacente.
La figura 9b muestra el proceso de configuración del umbral:La imagen muestra una imagen gris computacional distribuida por componentes con umbrales de intensidad establecidos en dos niveles para preservar los píxeles de imagen más intensos. ¿¿ qué imagen es correcta? Aunque la discusión detallada del tema ha ido más allá del alcance de este artículo, la fijación de este umbral es clave para obtener información cuantitativa precisa de estas imágenes y debe manejarse con extrema cautela. Sin embargo, cuando se calcula una distribución clara y reconocible de las partículas, algunos de los resultados estadísticos obtenidos (como el tamaño medio de las partículas, la forma de distribución, la información del vecino más cercano, etc.) están relacionados con los atributos de calidad del producto.
Figura 9b. establezca el umbral a - B para generar una imagen binaria (haga clic para ver la imagen grande)
La figura 9c muestra una comparación de la distribución de los componentes calculados de uno de los dos lotes de productos marcados como "calificados" y "no calificados"..Se tomaron cinco imágenes de diferentes muestras en lotes calificados y no calificados, respectivamente. Los resultados del cálculo del tamaño medio de las partículas de todos los demás componentes en los lotes calificados y no calificados son consistentes, excepto uno. Para este componente especial, todas las imágenes muestran que el tamaño promedio de las partículas del lote no calificado es aproximadamente el doble que el del lote calificado. Este tipo de información es de gran valor para identificar los problemas del proceso de producción.
Figura 9c. algunos indicadores se pueden asociar con parámetros de calidad (haga clic para ver la imagen grande)
Conclusiones
Tecnología de imágenes químicas ATRMejora de la imagen química de algunos tipos de tabletas farmacéuticasNivel técnico. en comparación con la imagen química nir, esta tecnología puede mejorar significativamente la resolución espacial de la imagen realizable y obtenerImágenes más claras y generalmente más fáciles de interpretar. esta tecnología supera las principales limitaciones de la imagen de reflexión difusa directa en el análisis espectral del infrarrojo medio, es decir, la atenuación de alta señal y la interferencia de reflexión especular incontrolada en la imagen. a la vezResueltoMúltiples defectos en la imagen raman, incluyendoSobrecalentamiento de la muestra, interferencia fluorescente potencial, resolución espacial limitada(dependiendo de la configuración del hardware de imágenes raman) yEl tiempo de adquisición de la imagen es relativamente largo.
Referencias
1. Lyon, R.; Lester, D.; Lewis, E. N.; Lee, E.; Yu, L. X.; Jefferson, E. H.; Hussain, A. S.: AAPS
PharmsciTech 2002; 3 3) Artículo 17.
2. Clarke, F.; Vib Spec., 34 (2004) 25-35. Disponible en línea en www.sciencedirect.com.
3. Lewis, E. N.; Schoppelrei, W.; Lee, E.; Kidder, L.; Tecnología analítica de procesos, Blackwell, 2005. ISBN-10 1-4051-2103-3.
4. Canas, A.; Carter, R.; Hoult, R.; Vendedores, J.; Williams, S.; Conferencia FACCS “Resolución espacial en imágenes ATR de medio IR: medición y significado”, 2006.
5. Rasband, W. S., ImageJ, Institutos Nacionales de Salud de los Estados Unidos, Bethesda, Maryland, Estados Unidos, 1997-2006.
6. «Resolución espacial en imágenes ATR FT-IR» Nota técnica de PerkinElmer n° 007641_03 (2006).