相关实验视频
Updated: Jul 31, 2026
05:11
Multimodal 3D Printing of Phantoms to Simulate Biological Tissue
Published on: January 11, 2020
8.1K
超越光谱学:机器视觉作为3D打印制药中的非破坏性测试的未来
Imane Eddaou1, Sara Bom1, Angélica Graça1
1Research Institute for Medicines (iMed.ULisboa), Faculdade de Farmácia, Universidade de Lisboa 1649-003 Lisboa, Portugal.
International journal of pharmaceutics
|March 12, 2026
概括
对3D打印制药品的质量控制是一项挑战. 非破坏性光谱和成像技术,特别是机器视觉与人工智能,为确保个性化医学的产品完整性提供了有前途的解决方案.
科学领域:
- 制药技术 制药技术 制药技术
- 制造业 工程 制造工程
- 质量控制 质量控制 质量控制
背景情况:
- 3D打印 (3DP) 通过患者特定的剂量形式实现了个性化医疗.
- 传统的质量控制 (QC) 方法在小规模,按需3DP制造方面面临局限性.
- 确保3DP制药中的产品完整性需要先进的质量控制策略.
研究的目的:
- 审查3DP制药质量检验的非破坏性光谱和成像技术.
- 评估机器视觉 (MV) 和人工智能在实时缺陷检测中的作用.
- 为了比较新兴的质量控制技术,并讨论未来的挑战.
主要方法:
- 对非破坏性光谱技术的审查:近红外,拉曼和特拉赫兹光谱.
- 非破坏性成像技术的审查:光学连贯性断层扫描和高光谱成像.
- 机器视觉 (MV) 分析与人工智能,深度学习 (CNNs,YOLO) 集成,用于自动化检查.
主要成果:
- 光谱和成像技术为传统的QC提供了强大的替代方案.
- 由人工智能和深度学习增强的机器视觉显示了实时缺陷检测和自动决策的巨大潜力.
- 对比评估强调了像MV这样的非破坏性工具的日益重要.
结论:
- 非破坏性技术,特别是MV,对于个性化3DP药品的创新和质量保证至关重要.
- 解决监管挑战和标准化对于整合这些技术至关重要.
- 需要进一步的研究和开发来优化这些QC方法用于制药应用.
