【摘要】 基于近红外漫反射光谱技术，实现片剂硬度与孔隙度的无损快速检测。通过PLS回归模型验证，预测误差小于3%，替代传统破坏性检测方法。

近红外（NIR）光谱技术凭借其快速、无损的特性，已成为制药质量控制的核心手段。本文重点解析如何通过近红外漫反射光谱法精准预测片剂硬度和孔隙度，为药品生产提供高效检测方案。

 

技术原理与应用价值

近红外光谱通过物质分子振动吸收实现成分分析，在制药领域兼具定性与定量功能：

  • ​定性应用：通过光谱库比对识别化合物
  • ​定量分析：结合多变量校准技术测定活性成分
  • ​物理特性检测：创新性应用于片剂硬度与孔隙度评估

关键技术突破：Donoso团队首次实现近红外光谱对片剂孔隙度的无损测定

 

实验方法与模型构建

1. 光谱采集流程

  • 设备：Bruker Vector22近红外分光光度计
  • 参数：波长范围1.1~2.5μm，29组样本均值分析
  • 处理：13点一阶导数平滑+21点二阶导数转换

2. 预测模型开发

采用四类回归方法建立预测模型：

模型类型

相关性强度

特点

线性回归

中等

基础参考模型

二次/三次回归

较高

拟合度提升

PLS回归

最优

全数据参与更精准

 

实证结论与行业价值

1.关键发现：

  • 硬度↑ → 近红外吸光度↑
  • 孔隙度↓ → 近红外吸光度↑

2.技术优势：

  • 检测速度提升5倍以上
  • 避免传统破坏性测试损耗
  • 人为误差率降低至0.3%

3.应用验证：

graph LR

A[实验室检测数据]-->B[近红外预测模型]

B-->C[硬度预测值]

B-->D[孔隙度预测值]

C-->E[误差<±3%]

D-->E

 

参考文献：1.Donoso, M., Kildsig, D. O., & Ghaly, E. S. (2003). Prediction of Tablet Hardness and Porosity Using Near‐Infrared Diffuse Reflectance Spectroscopy as a Nondestructive Method. Pharmaceutical Development and Technology, 8(4), 357–366.

 

科学指南针已获得检验检测机构资质认定证书（CMA）、实验动物使用许可证、“ISO三体系认证”等专业认证，并荣获国家高新技术企业、国家“互联网+科研服务领军企业等多项荣誉。未来，科学指南针将继续朝着“世界级科研服务机构”的目标，在产品研发和用户服务等方面持续努力，为科学发展和技术创新做出更大贡献。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。