A particle shape-based segmentation method to characterize spray dried materials by X-Ray microtomography
Nora Alina Ruprecht*, Heike Teichmann, Reinhard Kohlus
Keywords: Spray drying; Particle structure; X-Ray microtomography; Segmentation algorithm; Porosity distribution
DOI: 10.1016/j.partic.2022.12.017
喷雾干燥法是农业、食品、制药、化工等领域广泛采用的一种粉末制备技术，具有高效、稳定、可控等优点。该技术首先将液态或浆态物料雾化成细小的液滴，然后迅速干燥，从而形成粉末颗粒。干燥条件的差异会导致产生的颗粒在形状（如表面的光滑度或褶皱程度）、孔隙率（从致密到多孔或完全中空）以及尺寸上有所不同。X射线显微CT（μ-CT）技术是检测这类产物三维内部结构的一种可视化的方法。由于喷雾干燥粉末的粒径分布较宽、颗粒的外形不规则且颗粒间有大量重叠，在利用μ-CT对单颗粒结构进行三维重构时会出现图像分割算法失效的问题。
德国霍恩海姆大学（University of Hohenheim）Reinhard Kohlus教授研发团队开发了一种适用于喷雾干燥颗粒的μ-CT图像分割算法。该算法的核心思想在于：尽管颗粒间大多相互接触，但从μ-CT二维扫描断面的投影来看，非接触区域的图像呈现为分离状态，无需进一步进行图像分割。故在三维重构时可以直接利用这些分离状态的图像，忽略掉接触区域的图像。通过对分离状态图像的精准分类和组合，可准确地识别颗粒的位置，并得到颗粒的三维图像。在与文献中已有的其它同类算法对比后发现，所提出的新算法在计算粒度分布、颗粒数等方面更加精确、可靠。由于新算法实现了颗粒的分离，可进一步获取单颗粒的孔隙率以及颗粒的孔隙率分布。这也为后续研究喷雾干燥过程参数对产品孔隙率分布的影响提供了条件。
需要指出的是，该算法的前提是可以设置形状分类器且颗粒呈规则的三维形状。由于采用喷雾干燥技术制备的颗粒大都近似球形，因而满足上述条件。而对于具有更复杂几何形状的颗粒，如团聚体等，未来可利用机器学习（machine learning）技术手段进行分类。
上述成果发表在PARTICUOLOGY （Volume 81），欢迎感兴趣的读者扫描下方二维码进入ScienceDirect官网阅读、下载！
学术支持：车汉桥
编辑：《颗粒学报》编辑部
文章信息
Ruprecht, N. A., Teichmann, H., & Kohlus, R. (2023). A particle shape-based segmentation method to characterize spray dried materials by X-Ray microtomography. Particuology, 81, 119-127. https://doi.org/10.1016/j.partic.2022.12.017.