基于UV反射成像的螺内酯片成分映射：使用UV敏感相机与NIR和拉曼化学成像比较

《International Journal of Pharmaceutics》：UV reflectance imaging-based component mapping of spironolactone tablets using a UV-sensitive camera compared with NIR and Raman chemical imaging

　　

基于紫外（UV）反射成像的机器视觉能够为片剂成分表面分布的映射提供一种快速替代已建立的波谱成像方法。在本研究中，研究人员通过使用含有螺内酯作为低剂量活性药物成分（2 w/w%）以及微晶纤维素和一水乳糖作为主要辅料的视觉白色模型片剂，与参考技术进行比较，评估了该方法的适用性。制备了五个包含不同螺内酯粒径分数的片剂批次。选取代表最小、中间和最大API粒径分数的样品，通过UV反射成像、近红外（NIR）化学成像和拉曼（Raman）化学成像进行分析，以直接进行方法比较。UV反射成像提供了足够的灰度对比度，以区分螺内酯、一水乳糖和微晶纤维素在片剂表面的分布，所得映射图与NIR和拉曼分布表现出定性一致。此外，成功获得了所有五个粒径分数的基于UV的全表面成分映射图。UV反射成像仅需一次短曝光即可完成全表面采集，而NIR尤其是拉曼映射则需要长得多的时间。这些发现表明基于UV反射成像的映射作为快速筛查方法的潜力，其产生的表面分布模式与已建立的参考成像技术表现出合理的一致性。

在制药工业中，振动光谱化学成像（如拉曼（Raman）和近红外（NIR）化学成像）是表征材料和固体剂型的关键技术，但存在采集时间长、数据处理复杂等问题。尽管Raman成像提供高分辨率化学信息，但需数小时；NIR成像虽快，但分辨率较低。为了简化流程并提高速度，研究人员探索了基于紫外（UV）反射成像的机器视觉方法。本研究旨在评估UV反射成像作为快速表面映射方法在视觉白色片剂中的适用性，模型处方包含低剂量活性药物成分（API，活性药物成分）螺内酯（2 w/w%）以及微晶纤维素（MCC）和一水乳糖（LAC）作为主要辅料。研究人员制备了五个不同螺内酯粒径分数的片剂批次，选定最小（<50 μm）、中间（100–150 μm）和最大（200–300 μm）粒径分数进行NIR和Raman化学成像比较，并对所有五个分数进行全表面UV映射。通过灰度参考紧凑和k-means聚类生成成分分布图，采用Pearson相关系数、Spearman秩相关系数、Jensen-Shannon散度、Wasserstein距离、Gini系数和连续覆盖度等指标进行定量比较。结果表明，UV反射成像在<0.1秒内获得全表面分布图，与NIR（约77分钟）和Raman（约83小时）成像获得的空间分布模式高度一致，支持其作为快速筛查工具的应用潜力。论文发表在《International Journal of Pharmaceutics》。

**主要关键的技术方法**：使用Alvium 1800 U-812单色UV相机（Sony IMX487传感器）在~270 nm LED照明下获取反射图像，灰度对比基于成分吸收和散射差异。通过k-means聚类（k=3）和基于参考紧凑的灰度值分配进行成分映射，并生成连续隶属度图。NIR化学成像采用Spotlight 400 FT-NIR系统（25 μm步长，78分钟），Raman映射采用LabRAM系统（25 μm步长，83小时），均通过经典最小二乘（CLS）方法生成浓度图。样本来源：螺内酯由Gedeon Richter Plc.提供，辅料来自商业供应商。

**3.1 UV反射成像映射**
**3.1.1 获取成分的初步知识**：通过参考紧凑的UV反射图像，确定螺内酯、LAC和MCC的灰度强度顺序（LAC最亮，MCC中间，螺内酯最暗），源于吸收差异：LAC在~270 nm弱吸收，MCC中等，螺内酯强吸收。灰度直方图显示三个成分形成可分离的簇。
**3.1.2 UV反射成像映射图生成**：对样品（100–150 μm粒径分数）应用k-means聚类，成功区分三个主要成分，生成全表面成分映射图。API在低浓度下以离散区域出现，与辅料分布一致。全表面采集仅需0.09秒。

**3.2 NIR化学映射**：对三个粒径分数进行NIR全表面映射（77分钟，25 μm步长）。参考光谱显示LAC和MCC高度重叠，螺内酯具有特征峰（4360和5752 cm^-1）。NIR映射图显示成分分布，但LAC和MCC边界较模糊，归因于有效采样体积大和光子迁移。与UV映射定性一致。

**3.3 选定区域的Raman化学映射**：对3000×3000 μm²区域进行Raman映射（83小时，25 μm步长）。Raman参考光谱中，LAC和螺内酯峰尖锐，MCC特征明确。映射图显示更清晰的成分边界，API以离散域出现，与UV和NIR分布一致。

**3.4 UV反射、NIR和Raman映射的比较评估**：针对同一区域进行视觉和定量比较。UV–Raman的Pearson相关系数0.61–0.82，UV–NIR为0.64–0.78，NIR–Raman为0.69–0.82。Jensen-Shannon散度低，Wasserstein距离小，Gini系数差异小，连续覆盖度差异小（UV–Raman最低）。结论：三种技术提供高度相似的成分空间分布信息，但UV反射成像速度最快，Raman化学特异性最高，NIR在采样体积上存在差异。

**3.5 不同API粒径分数的全表面UV映射**：对五个批次（<50 μm、50–100 μm、100–150 μm、150–200 μm、200–300 μm）进行全表面UV映射，成功显示API粒径相关的分布差异（大小、频率和空间组织），证明方法可用于全表面评估和批量比较。

**讨论与结论**：研究人员指出，UV反射成像与NIR和Raman成像在描述片剂表面成分分布方面高度一致，但UV反射成像优势在于极短采集时间和全表面覆盖。该方法适用于视觉白色片剂，可区分主要成分，但低浓度辅料（如Aerosil和MgSt）由于浓度低、粒径小、分布均匀，在UV成像下未可靠分辨。未来需扩展至更复杂处方、更大数据集，并探索多波长UV方法。结论翻译如下：除了证明基于UV反射成像的机器视觉作为片剂表面映射的新型分析工具的可行性外，本研究通过NIR化学成像和Raman映射的比较将该方法置于实际背景下。结果表明，在所研究的API粒径分数范围内，UV反射成像能够提供与NIR化学成像和Raman映射广泛一致的表面分布信息，同时具有测量速度和单次短曝光全表面覆盖的明显优势。此外，基于UV的工作流程适用于所有研究的API粒径分数，展示了其揭示粒径依赖的表面分布模式差异的能力，支持其用于处方变体的比较评估。重要的是，该方法适用于视觉白色片剂，其中成分差异在可见光下不可辨别。方法能够分辨API和主要辅料，而低浓度、低空间对比度的次要成分在目前条件下未可靠区分。从实用角度，该方法可作为快速筛查工具，用于识别成分偏析或API富集区域，支持感兴趣区域选择和高通量样品比较。目前结果应在所研究的处方和测量设计范围内解读。未来应扩展至更复杂的工业处方、更大数据集，以及不同API浓度、辅料系统、压缩条件和片剂形状的验证。总体而言，基于UV反射成像的机器视觉是一种快速且信息丰富的固体剂型表面筛查方法，最适合在需要详细化学确认时与较慢的参考技术配合使用。