5.2.4. Tablet characterisationSˇasˇ

5.2.4. Tablet characterisation
Sˇ
asˇic [32] published findings from a study in which
Raman-CI was compared with NIR-CI for determining
spatial distribution of multiple components in tablets. Multivariate
Raman images could identify all of the components
in each tablet studied, while only two or three
components could be imaged using NIR imaging. It was
demonstrated that the eigenvalue-based criteria for choosing
principal components were ineffective for these Raman
Chemical Images, and the author remarked that the basic
postulates of PCA could pose a significant problem when
applied to Raman mapping spectra. For NIR mapping
spectra, interpretation of PCA proved difficult; problems
were associated with associating pure component spectra
and loadings. It was demonstrated that PCA was less efficient
for producing NIR-CIs than for Raman CIs.

Results (Thai) 1:

5.2.4 การแท็บเล็ตตรวจลักษณะเฉพาะของ
Sˇ
asˇic [32] เผยแพร่ผลการวิจัยจากการศึกษาที่
CI รามันถูกเมื่อเทียบกับ NIR CI สำหรับกำหนด
กระจายหลายส่วนในเม็ด Multivariate
ภาพรามันสามารถระบุส่วนประกอบทั้งหมด
ในแต่ละแท็บเล็ตเรียน ใน ขณะที่สองหรือสาม
สามารถ imaged ประกอบใช้ภาพ NIR ได้ มัน
แสดงที่ eigenvalue ตามเงื่อนไขที่เลือก
ส่วนประกอบหลักมีผลสำหรับรามันเหล่านี้
ภาพเคมี และผู้เขียนที่กล่าวพื้นฐาน
postulates PCA สามารถก่อให้เกิดปัญหาสำคัญเมื่อ
กับแรมสเป็คตราแม็ปรามันได้ สำหรับการแม็ป NIR
แรมสเป็คตรา การตีความของ PCA ที่พิสูจน์ยาก ปัญหา
สัมพันธ์กับเชื่อมโยงคอมโพเนนต์บริสุทธิ์แรมสเป็คตรา
และ loadings มันถูกแสดงว่า PCA มากน้อย
สำหรับผลิต NIR-CIs กว่า CIs รามัน

Results (Thai) 2:

5.2.4 แท็บเล็ตตัวละคร
S
ASIC [32] การตีพิมพ์ผลการวิจัยจากการศึกษาที่
รามัน-CI ถูกเมื่อเทียบกับ NIR-CI สำหรับการกำหนด
กระจายเชิงพื้นที่ขององค์ประกอบหลายเม็ด หลายตัวแปร
ภาพรามันสามารถระบุทุกองค์ประกอบ
ในการศึกษาแต่ละเม็ดในขณะที่เพียงสองหรือสาม
องค์ประกอบที่จะได้รับการถ่ายภาพโดยใช้การถ่ายภาพ NIR มันก็
แสดงให้เห็นว่าเกณฑ์ eigenvalue ที่ใช้สำหรับการเลือก
ส่วนประกอบที่สำคัญก็ไม่ได้ผลเหล่านี้รามัน
ภาพเคมีและผู้เขียนตั้งข้อสังเกตว่าพื้นฐาน
ของสมมุติฐาน PCA อาจก่อให้เกิดปัญหาอย่างมีนัยสำคัญเมื่อ
นำไปใช้กับการทำแผนที่รามันสเปกตรัม สำหรับการทำแผนที่ NIR
สเปกตรัมการตีความหมายของ PCA พิสูจน์ยากปัญหา
ที่เกี่ยวข้องกับการเชื่อมโยงองค์ประกอบสเปกตรัมบริสุทธิ์
และแรง มันก็แสดงให้เห็นว่า PCA มีประสิทธิภาพน้อยลง
ในการผลิต NIR-CIs กว่ารามัน CIs

Results (Thai) 3:

5.2.4 . แท็บเล็ตของทางˇ

เป็นˇ IC [ 32 ] ตีพิมพ์ผลการศึกษาที่
รามัน CI เมื่อเทียบกับ nir-ci หา
การกระจายตัวเชิงพื้นที่ของหลายส่วนประกอบในเม็ด หลายตัวแปร
รามันภาพสามารถระบุทั้งหมดของส่วนประกอบ
ในแต่ละเม็ด เรียน ในขณะที่เพียง 2 หรือ 3
ส่วนประกอบสามารถใช้ค่าอื่นๆผล มันคือ
แสดงให้เห็นว่าค่าตามเกณฑ์การเลือกส่วนประกอบหลักคือไม่ได้ผลเหล่านี้

รามันเคมีภาพ และผู้เขียนตั้งข้อสังเกตว่า สมมุติฐานขั้นพื้นฐาน
ของ PCA อาจก่อให้เกิดปัญหาเมื่อใช้สเปกตรัมรามันแผนที่
. สำหรับค่าแผนที่
สเปกตรัมของการตีความของ PCA พิสูจน์ยาก ปัญหาที่เกี่ยวข้องกับการประกอบชิ้นส่วน
เป็นเพียว
สเปกตรัมและการกระทำ . มันแสดงให้เห็นว่า ระบบมีประสิทธิภาพน้อยกว่า
ผลิตเนียร์ CIS กว่ารามัน CIS