四川广泰科技有限公司

【应用案例】基于深度学习的疫苗封装检测

发表时间:2022-11-14 10:40
一、西林瓶缺陷检测


除了瓶底或瓶口透明玻璃的缺陷检测,瓶身的细小划痕、擦伤、气泡、黑点、杂质等,可能引起药物变质或污染,达不到无菌标准。西林瓶检测必须能正确识别这些缺陷,阻止有问题的药物进入医院造成病员的健康安全问题。药用瓶玻璃很容易有小划痕,但这种划痕不影响其安全性,因此可以被使用。

鉴于西林瓶使用的硼硅酸盐玻璃有透明、反光的特性,普通的机器视觉很难通过已制定的缺陷检测规则来区分缺陷和可容忍缺陷,亦很难识别各种无法预知的瑕疵。
深度学习系统可区分真实的缺陷和可接受的外观异常,专用于解决复杂检测类型的应用。通过广泛的、高强度的训练缺陷检测工具,使其可以从不同角度识别所有类型的达标瓶身,包括可接受程度的表面瑕疵。因此,在扫描西林瓶的时候,该工具就能分析和标记那些缺陷在可接受程度之外的瓶身,降低表面瑕疵引发的误检。

二、疫苗沉淀物检测 检测并区分西林瓶的杂质和疫苗中的杂质

制剂过程的各环节都可能有颗状沉淀物或污染物进入药剂,包括不限于药液制造过程中的污染、包装物的碎片,甚至玻璃渣。细碎玻璃渣一般来源于自西林瓶的吹制环节,或生产线的搬运碰撞。这些颗粒状沉淀是液体药剂被召回的十大原因之一。
特殊光源照明不仅可以透射瓶身,还能确保有足够的对比度来寻找细小颗粒。 但是采用特殊的打光方式仍然避免不了反射和光晕对图像的影响。
液体中的颗粒物可能颜色有深有浅、大小相异、形状不同,且随着液体向不同的方向移动,常与微小气泡相混淆;西林瓶因不同材质或不同形状有不同的光透度。以上这些因素都造成了传统机器视觉很难检测药剂中的沉淀物。
深度学习系统结合高动态范围增强(HDR+)技术,可用于西林瓶药剂沉淀物的检测。通过对大量样本的学习,积累了不同折射率、反射率西林瓶下的识别经验,这些样本沉形态各异、大小不同、有些混着气泡、有些没混合气泡。
深度学习配上HDR+技术可最大限度地减少光晕和反射,不用牺牲产线速度,单次就能捕获光照均匀的图像。不像标准HDR需要静态多次采集,HDR+可以对高速运动中的检测物进行单次采集就能捕获清晰图像。
将西林瓶自旋然后静止,在沉淀物缓慢沉降过程中采集一系列图像,深度学习系统通过漂浮物的表面特征来识别杂质,并与瓶身的杂质、斑点进行区别。

三、西林瓶胶塞、铝塑盖检测 检测可能导致密封问题的小缺陷

在灌装药液之后,以一个小胶塞堵住瓶口,并用铝塑盖卷住玻璃瓶口进行胶塞进行封压。胶塞与盖帽因生产商不同而有不同的颜色的材质。胶塞密封非常重要,否则会因液体泄漏或药物污染造成一场严重的产品召回风险。用自动化视觉检测胶塞,只有无缺陷以及放置到位无凸起的,才能进入下一个铝塑盖封压环节。
铝塑盖检测环节包括:盖缺失、压接缺陷、损伤、是否是产品指定产颜色。看似微小的表面缺陷如刮痕或穿孔,却潜藏着密封问题和药剂污染的风险。
铝塑盖很小,且从不同的角度看起来很不一样。普通的视觉系统可能很难正确识别缺陷,通常会因其表面变化导致误判断为缺陷产品。
同样也得通过机器视觉结合深度学习才能正确检测。机器视觉会从各个角度检测铝塑盖,有可能从瓶颈下方或上方检测以确保正确的尺寸、位姿和其他问题。深度学习系统可以检测表面划痕、穿孔以及其他缺陷,并能识别和判断表面缺陷与功能缺陷。两样技术结合使用不仅能提高产品药剂质量,还能减少误判断、降低废料率、提高产线吞吐量。


20221024请关注我们公众微信号并留言哦