Imagerie chimique et chimiométrie pour l'analyse des formes pharmaceutiques solides

Chemical imaging and chemometrics for the analysis of pharmaceutical solid dosage forms

• Auteur / Autrice : Christelle Gendrin
• Direction : Ernest Hirsch
• Type : Thèse de doctorat
• Discipline(s) : Electronique, Electrotechnique, Automatique.Traitement d'Image
• Date : Soutenance en 2008
• Etablissement(s) : Université Louis Pasteur (Strasbourg) (1971-2008)

Mots clés

Mots clés contrôlés

Spectroscopie

Imagerie en chimie

Résumé

Des systèmes d'imagerie hyperspectrale ont été mis sur le marché pour l'analyse chimique microscopique et macroscopique. Constitués d'un détecteur plan présentant une matrice de pixels, ou d'un détecteur point lié à une plateforme mobile, ils peuvent acquérir des spectres localisés spatialement [. . . ]. Les données générées ont donc deux dimensions spatiales et une dimension spectrale, formant ainsi un cube de données. Elles permettent à la fois l'identification des constituants des échantillons et la visualisation de leur distribution spatiale. L'industrie pharmaceutique s'est vivement intéressée à ce nouveau mode d'analyse chimique. En effet, l'homogénéité des différents constituants est essentielle pour la qualité globale des comprimés pharmaceutiques. Par exemple, un mélange non homogène peut engendrer des problèmes au niveau de la production des comprimés comme une adhérence de la poudre sur les poinçons de la presse, ou produire des comprimés n'ayant pas la quantité nominale en Principe Actif (PA), la molécule soignant la maladie, ou encore amener des différences de dissolution et donc influencer l'efficacité du principe actif. De plus, depuis 2002, l'administration américaine imposant les normes de qualité sur les produits pharmaceutiques et alimentaires, La Food and Drug Administration (FDA), promeut la mise en place d'outils de suivi de la production et de contrôle qualité tout au long de la chaîne de fabrication, lançant ainsi l'initiative PAT (Process Analytical Technology). Afin d'améliorer la qualité de leur production et de diminuer le nombre de lots rejetés, les industries pharmaceutiques suivent aujourd'hui ces instructions et tendent à implémenter des nouveaux outils de contrôle. Pour ces raisons, les systèmes d'imagerie chimique non destructifs ont toute leur place dans l'industrie pharmaceutique. . . [etc]

By combining both spectral and spatial information Near Infrared Chemical Imaging (NIR-CI) allows the identification of the chemical species and their localization. Since the distribution of chemical species influences greatly the quality attributes of the medicine this kind of instrumentation has naturally shown to be very useful for the development of pharmaceutical products. However, each analysis generates thousands of spatially resolved spectra which need to be processed for objective comparison of the data. In the present work, the extraction of distribution maps and their characterization is firstly addressed. In that case the samples' composition is fully known and specific wavelengths or the full reference spectra are used to localize the chemical species. Histogram analysis is performed to assess the homogeneity of the first intermediates revealing a batch with greater inhomogeneity. In the second intermediates, a difference in the particle sizes of two batches is enhanced using a segmentation scheme based on Otsu thresholding and watershed refinement. The usefulness of NIR-CI and image processing to study and compare the quality of intermediates is demonstrated. In a second part, the simultaneous extraction of spectra and distribution maps without a priori information is proven. The accuracy of NMF, BPSS, MCRALS and PMF algorithms are compared. The latter proves to extract both spectral profile and concentration with the best accuracy especially when rotational tools are used to investigate the space of feasible solutions. The last chapter deals with the quantification of API in binary mixtures and pharmaceutical tablets. The quantification without a priori reveals to be quite challenging. With homogeneous sample, the multivariate curve resolution algorithms fail to recover the pure spectra. A segmentation scheme is appropriate only in specific cases if the chemical species particles are larger than the spatial resolution of the device. If a full range of tablets with known concentration is provided, PLS algorithm gives the most accurate quantification results. However, it is demonstrated that with the only knowledge of reference spectra, PLS-DA provides an estimation of the concentration which allows semi-quantitative analysis of samples when the construction of a full range is not possible for instance during the analysis of development samples.