Nondestructive Multicomponent Terahertz Chemical Imaging of Medicine in Tablets
Notice bibliographique
Résumé
Molecular networks based on noncovalent bonds have resonant frequencies in the terahertz (THz) region. THz spectroscopy is a powerful tool for identifying molecular bonds, such as intermolecular or intramolecular hydrogen bonds, in pharmaceuticals. A THz chemical imaging (TCI) system was developed by combining a THz time-domain spectrometer with a translational stage to obtain two-dimensional distributions of molecular networks in tablet samples Since THz spectral peaks of pharmaceuticals are broad at room temperature, multicomponent chemical analysis with the TCI system has some limitations. In this paper, we describe multicomponent,chemical analysis of pharmaceuticals using a sample chamber cooled, by a cryostat. TCI measurement at low temperature sharpens spectral peaks and/or shifts peak frequencies, enabling us to determine the distribution of several kinds of pharmaceuticals in a tablet. The TCI system provides THz images of polymorphic form distribution of famotidine binding with D-mannitol in an over-the-counter pharmaceutical tablet. Furthermore, the molecular mechanics method was used to determine the vibrational modes of the peaks in the spectra of famotidine polymorphic forms. (C) The Author(s) 2014. Published by ECS. This is an open access article distributed under the terms of the Creative Commons Attribution 4.0 License (CC BY, http://creativecommons.org/licenses/by/4.0/), which permits unrestricted reuse of the work in any medium, provided the original work is properly cited. All rights reserved.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».