机器学习和机器视觉加速3D印刷奥多到的电影开发
Orodispersible薄膜（ODF）是一个有吸引力的临床应用的交付系统，拥有大量经济和临床奖励。然而，ODF的制造不遵守个性化，需求药物，也不适用于当代范式的人性化，按需药物，也不遵守可持续制造。为了解决这些缺点，采用三维（3D）印刷和机器学习（ML）提供了ODF的按需制造和质量控制检查。直接墨水写入（DIW）能够制造复杂的ODF形状，厚度小于100μm。通过使用近红外线（NIR）光谱，探讨了ML算法以根据活性成分对ODF进行分类。发现线性判别分析的监督模型在分类ODF中提供了100％的准确性。应用后续的部分最小二乘算法验证剂量，其中测定系数0.96,0.99和0.98，分别用于扑热氨基酚，咖啡因和茶碱的ODF。因此，得出结论，3D印刷，NIR和ML的组合可能导致ODF的快速生产和验证。此外，使用机器视觉工具用于自动化体外测试。这些集体数字技术展示了自动化ODF工作流程的潜力
相关文章
关于这篇文章:O ' reilly, C.S.;Elbadawi m;德赛:;Gaisford,美国;巴西特托;机器学习和机器视觉加速3D打印或分散胶片的发展。制药学2021.那13.，2187. https://doi.org/10.3390/pharmaceutics13122187
材料
Blanose羧甲基纤维素型7HF-pH值（725 kda）由亚什兰（威尔明顿，美国）提供。乙酰氨酰粉（W222402-1KG-K），茶碱粉（T1633-1KG）和用于显微镜（21605-25G）的专利蓝乙烯盐（21605-25G）购自Sigma Aldrich（Gillingham，英国）。