Verification method for the required sample size in determining particle morphology of pharmaceutical particles via image analysis using relative standard deviation as a model-free approach
Daisuke Sasakura*, Sho KimuraKeywords: Particle size; Particle shape; Particle image analysis; Non-spherical shaped particle; Active pharmaceutical ingredient; Method validation
DOI: 10.1016/j.partic.2026.04.002
精准表征药物颗粒的尺寸与形状特征，对药物制剂研发、生产工艺优化及药品质量监管具有重要意义。自动粒子图像分析技术（APIA）可实现颗粒形态的高通量检测，但如何确定具备统计学可靠性的最佳样本量，仍是该技术应用中的难点。传统参数化模型法往往需预先对颗粒几何形态、粒径分布作约束性假设，导致其难以适用于多峰分布、不规则形态等复杂颗粒体系，方法通用性较差。
本文建立了一种基于相对标准偏差（%RSD）收敛规律的非参数无模型的样本量验证方法。作者基于30万颗粒级大样本APIA实验数据集，通过分析颗粒统计指标随抽样数量增加的相对标准偏差收敛趋势，判定颗粒尺寸、形态特征精确表征所需最小有效样本量。针对%RSD随样本量增加反复波动的现象，提出“Last-Exit Method”收敛判定策略，自动识别最后一次超出目标阈值的位置作为最小可靠样本量，避免过早收敛导致的统计低估，获得保守且可复现的最小检测颗粒数。
该方法直接利用实测数据进行相对标准偏差（%RSD）趋势分析，无需构建复杂的模型、简便易于实施；非参数化策略规避了预设粒径分布、几何形状等先验假设的局限性；且不局限于特定的图像分析技术，对静态（SIA）与动态（DIA）图像分析系统均适用，通用性强。同时，该方法契合ICH、USP相关药品监管规范，确保原料药（API）颗粒表征数据的合规性与高透明度，为药企平衡检测效率与数据精度提供了量化依据。
相关研究成果发表于PARTICUOLOGY（Volume 114），欢迎感兴趣的读者扫描下方二维码或者点击文末“阅读原文”进入ScienceDirect官网阅读、下载！
编辑、排版：《颗粒学报》编辑部
文章信息
Sasakura, D., & Kimura, S. (2026). Verification method for the required sample size in determining particle morphology of pharmaceutical particles via image analysis using relative standard deviation as a model-free approach. Particuology, 114, 62-73. https://doi.org/10.1016/j.partic.2026.04.002