深層学習とCAEシミュレーションの融合による非経験的製剤設計支援システムの構築

Material type: 文書・図像類

Author: 高山, 幸三

Publisher: 城西大学

Publication date: 2020-06

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: type:text医薬品適用剤形として汎用される錠剤は，通例，粉体や顆粒の圧縮により製造されている。そのため錠剤内部には応力が残留し，このことが錠剤の重要品質特性（CQAs)に大きな影響を及ぼす。本研究では，モデル錠剤の硬度と崩壊時間をCQAsとし，Drucker-Prager capモデルを利用し...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JURA　(Josai University Repository of Academia)
Digital
You can check the holdings of institutions and databases with which 学術機関リポジトリデータベース（IRDB）（機関リポジトリ） is linked at the site of 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）.
JURA　(Josai University Repository of Academia)

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 深層学習とCAEシミュレーションの融合による非経験的製剤設計支援システムの構築
Author/Editor: 高山, 幸三
Author Heading: 高山, 幸三
Publication, Distribution, etc.: 城西大学
Publication Date: 2020-06
Publication Date (W3CDTF): 2020-06
Alternative Title: シンソウガクシュウト CAE シミュレーションノユウゴウニヨルヒケイケンテキセイザイセッケイシエンシステムノコウチク
Combined use of deep learning and CAE simulation for design and optimization of pharmaceutical products
Periodical title: 科学研究補助金研究成果報告書
No. or year of volume/issue: 基盤研究(C)(一般) 研究課題番号17K08252
Volume: 基盤研究(C)(一般)
Issue: 研究課題番号17K08252
Text Language Code: jpn
Subject Heading: シミュレーション
残留応力
スパースモデリング
エラスティックネット
深層学習
重要品質特性
錠剤形状
X線CT
Target Audience: 一般
Note (General): type:text
医薬品適用剤形として汎用される錠剤は，通例，粉体や顆粒の圧縮により製造されている。そのため錠剤内部には応力が残留し，このことが錠剤の重要品質特性（CQAs)に大きな影響を及ぼす。本研究では，モデル錠剤の硬度と崩壊時間をCQAsとし，Drucker-Prager capモデルを利用した有限要素法により残留応力を推算した。応力推定値を予測因子として深層学習とスパースモデリングを適用しCQAの予測を試みた。その結果，いずれのCQAsも高精度に予測され，予測に寄与する応力残留部位を同定することができた。残留応力の強弱は錠剤の処方に依存するが，その分布状態は錠剤形状にとよく影響されることが示唆された。Tablets are popular dosage forms for drug administration, and generally prepared by the compaction of pharmaceutical powders or granules so that various stresses can remain in the inside of tablets. The residual stresses may affect critical quality attributes (CQAs) of tablets, such as a hardness and a disintegration time. In this study, the residual stresses were estimated employing a finite element method incorporating a Drucker-Prager cap model. Hierarchical deep leaning models together with sparse models were applied to the remained stresses for predicting CQAs. As a result, CQAs were predicted with high accuracy as a function of remained stresses. The strength of residual stress was dependent in large part on the components of the formulations, but the distribution bias was mainly attributable to the tablet shape.
科学研究費助成事業研究成果報告書研究種目：基盤研究(C)（一般）, 研究期間：2017～2019, 課題番号：17K08252 研究分野：製剤学, 研究者番号：00130758. 12p.
identifier:JOS-kaken17K08252
Format (IMT): application/pdf
Source: https://libir.josai.ac.jp/il/user_contents/02/G0000284repository/pdf/JOS-kaken17K08252.pdf
https://libir.josai.ac.jp/il/user_contents/02/G0000284repository/pdf/JOS-kaken17K08252.pdf
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 城西大学 : JURA　城西大学機関リポジトリ