在藥品、注射劑及液體產品質控領域,澄清度檢測是評估溶液可見異物與濁度的關鍵環節。
澄清度檢測儀從人工輔助設備到全自動儀器,其核心檢測原理始終圍繞光與微粒的相互作用及信號處理算法展開。本文將系統解析目視法、光散射法、機器視覺法及圖像分析法等主流檢測技術的原理與應用邊界。

一、目視檢測法:標準化光環境下的視覺比較
目視法是最基礎且可靠的檢測方法,嚴格遵循各國藥典規定。該方法依賴標準化光源系統(如傘棚燈)為檢驗人員提供穩定、均勻的光學觀察場。其工作原理基于人眼對光散射的視覺感知。
檢測時,樣品置于特定照度(通常1000-4000lx)的光路中。溶液內的不溶性微粒會使光線發生廷德爾散射,宏觀表現為濁度。檢驗人員通過水平方向對比樣品與濁度標準液,或垂直方向觀察懸浮異物,依據視覺對比度差異判斷澄清度是否合格。此方法的準確性高度依賴于光源穩定性、背景一致性及檢驗人員的視覺分辨力與經驗,雖為主流仲裁方法,但存在主觀性強、效率低的局限。
二、光散射法:基于微粒光學特性的定量分析
光散射法檢測儀通過光電傳感器量化溶液濁度,實現客觀、可追溯的測量。其核心原理是激光或單色光與懸浮微粒的散射效應。
儀器發射特定波長的入射光穿過樣品池,溶液中的微粒使部分光線偏離原方向發生散射。檢測器通常以90°(側向散射)或特定角度接收散射光信號。根據瑞利散射與米氏散射理論,散射光強度與微粒濃度、粒徑大小及折射率差呈函數關系。通過測量散射光強并與標準曲線比對,儀器可直接輸出濁度值(如NTU、FNU)。該方法靈敏度高,尤其擅長檢測亞可見微粒(<50μm),但對顏色深的樣品可能存在干擾,需通過雙波長或后向散射補償修正。
三、機器視覺與圖像分析法:全自動智能檢測路徑
為克服人工目視的主觀性與低效,基于機器視覺的全自動燈檢機成為大規模生產的解決方案。其技術核心是高速成像與智能圖像處理算法。
系統通常采用高分辨率CCD或CMOS相機,在背光或特定角度光源照射下,對高速旋轉或振蕩的安瓿瓶、西林瓶進行多幀圖像采集。溶液中的異物(玻璃屑、纖維、毛發等)因與液體的折射率不同,會在圖像中形成對比度、紋理或運動軌跡異常。算法通過幀間差分、背景建模、特征提取(大小、形狀、邊緣銳度)等手段識別并分類異物。該方法可同時檢測澄清度與可見異物,實現全自動化判定與分級,但系統復雜度高,需針對不同容器與產品進行算法訓練與驗證。
四、檢測技術對比與選型要點
目視法作為藥典基準方法,適用于實驗室抽樣檢查、標準液標定及仲裁,其可靠性不能替代,但效率與一致性是短板。
光散射法提供客觀、可量化的濁度數據,適用于中間體、原料藥溶液的過程控制與在線監測,但對大顆粒異物(>100μm)的靈敏度相對不足,且無法提供異物形貌信息。
機器視覺法實現了高速、無損的100%在線全檢,是注射劑最終產品放行的主流選擇。其檢測能力覆蓋從微小微粒到較大異物的寬范圍,并可記錄圖像證據,但投資成本高,對產品變更(如容器、配方)的適應性需重新驗證。
五、技術融合與未來趨勢
當前澄清度檢測技術正向多傳感器融合與智能化演進。例如,將光散射法的高靈敏度與機器視覺的形貌識別能力結合,可同時實現微粒計數與異物分類。深度學習算法的引入,提升了機器視覺系統對復雜異物與偽影的區分能力。無論技術如何迭代,其根本目標始終一致:在符合法規要求的前提下,以更客觀、高效、可靠的方式,守護液體產品的內在潔凈與用藥安全。