文章

瑞迪博士关于在单颗粒水平上同时进行自动图像分析和拉曼光谱的研究出版物

研究论文摘要：

原材料的固体形式多样性对最终药物产品的性能至关重要。在这项研究中，利用拉曼光谱、图像分析以及拉曼和图像分析相结合来表征颗粒原材料的固体形式组成。拉曼光谱提供化学信息，是对图像分析提供的物理信息的补充。为了证明这种方法，两种固体形式的卡马西平的二元混合物具有不同的形状，即无水物（棱柱形）和二水合物（针形），在单个颗粒水平上进行了表征。开发了偏最小二乘判别分析分类模型，并使用已知的重量混合测试样品进行了测试，然后分析了未知的商业供应的卡马西平原料样品。对数千个粒子进行了分类，观察到使用已知的二元混合物，组合拉曼光谱 - 图像分析分类模型所需的最小粒子数约为每个固体形式 100 个粒子。采用组合模型对无水卡马西平和二水卡马西平颗粒进行检测和分类，分类误差为1%。此外，这种方法可以识别未知原料样品中的原料固体形式杂质。同时自动图像分析和单个颗粒水平的粉末拉曼光谱具有准确检测颗粒原材料样品中少量不需要的固体形式的潜力。

可通过链接免费访问研究论文 1 个月 这里.这将是 1 个月后的付费购买。

有关演示或进一步讨论的要求，请联系我们 关于主题。