用近红外光谱对组织氧测量方法的研究

在多层生物组织模型下，提出了一种利用近红外光谱技术定量无损检测组织氧饱和度的方法，讨论了受试者具有不同的外层组织时，如何采用适当的校准方法使半定量测量组织血氧浓度变化值具有可靠性和可比性；自行设计的监测系统，结构较为简洁，其探头包括光源和2个检测器，光源采用双波长LED，检测器为集成光学器件，2个检测器分别放置在与光源不同距离的位置上；以240mmHg压力进行人体前臂组断，氧合血红蛋白HbO2、还原血红蛋白Hb的浓度变化和组织氧饱和度tSO2的测试结果与时间分辨光谱TRS方法所得结果一致；系统基线平稳，具有较好的稳定性和检测精度。     

基于近红外光谱传感器的饮食监测系统

针对我国糖尿病患病率日益提高的问题,文章设计一套面向糖尿病患者的饮食监测系统,该系统中最为关键的是食物含糖量检测技术。采用苹果作为研究对象,利用艾迈斯半导体公司生产的最新的近红外光谱传感器采集其原始光谱数据,使用手持糖度计测量其糖度,通过PLS(偏最小二乘)算法建立苹果糖度的预测模型。实验结果显示预测值与实际值的相关系数为0.9858,均方误差为0.65。利用近红外光谱传感器对食物含糖量进行无损分析,避免对食物造成损伤,并且解决了近红外光谱仪庞大复杂难以民用的问题,为面向糖尿病患者的饮食监测系统应用奠定了基础,具有较高的实际应用价值。     

近红外光谱技术在激光热疗监测中的应用研究

针对激光热疗中生物病变组织光学参数随温度变化的特点,将近红外光谱技术应用于激光诱导肿瘤间质热疗疗效监测,在线检测激光作用后生物病变组织的温度与光学参数的变化趋势,以此来对疗效进行评估。基于监测原理分析,设计实验系统,以肝癌小鼠皮下移植瘤为实验对象,研究不同激光功率和作用时间下,生物病变组织约化散射系数和温度的变化,并利用核磁共振成像技术对移植瘤术前、术后的影像进行对比。实验结果表明:病变组织的约化散射系数在激光热疗过程中呈上升趋势,起始阶段上升较快,达到一定数值后趋于稳定,整体变化趋势与温度变化趋势比较吻合,核磁影像对比也证实了治疗效果。因此,通过近红外光谱技术监测激光热疗中病变组织约化散射系数的变化可有助于指导临床激光热疗。     

近红外反射光谱研究光透明剂渗透特性对胃组织光学透明的影响

为了解高渗溶液渗透特性对生物组织的光学透明进程的影响，探索光透明剂的安全有效浓度，用近红外反射光谱和相干光断层成像(OCT)研究了两种光透明剂丙三醇(甘油)和二甲亚砜(DMSO)以及二者的混合溶液[体积分数为80％的甘油水溶液，50％的DMSO水溶液，50％的甘油 20％的DMSO水溶液(GD1)和50％的甘油 30％的DMSO水溶液(GD2)]对胃黏膜组织的光学透明作用。结果表明，这四种溶液都能显著增强近红外光在胃黏膜组织中的穿透能力，光学透明的能力由低到高依次为体积分数为50％的DMSO，80％的甘油，GD1和GD2。发现生物组织光透明进程的快慢和效果与光透明剂的渗透所导致的组织的失水速率和程度成正比。     

基于可见-近红外光谱的组织热毁损实时监测研究

探讨了基于可见-近红外光谱的生物组织激光热毁损实时监测的可行性.采用5W、808 nm激光对新鲜离体猪肝进行了热毁损实验,在距离毁损中心4、8、12 mm处实时采集可见-近红外光谱(330～1100 nm),选取波长720 nm的散射光强(Rd720)作为评判因子.结果表明:加热初期Rd720随组织温度升高而快速增强,光谱测量点与毁损中心距离越小,Rd720上升越快;达到有效毁损后,若保持加热,则温度继续上升而Rd720趋于平稳;停止加热后,组织温度逐渐恢复到室温,而Rd720微降后基本保持不变且远高于初始值.由此可见,生物组织的可见-近红外散射光强可以作为激光热毁损实时监测的一项重要参数.     

基于近红外光谱的梨果糖浓度无损检测系统

应用近红外光谱漫发射技术设计了梨果的糖浓度无损便携式检测系统,建立了近红外光谱和梨的糖浓度值之间的关系。以850nm激光二极管作为背景光源,905nm作为特征光源,设计了用于梨的糖浓度无损检测的便携式仪器。将校正集样本结合偏最小二乘法进行建模,并对预测集进行预测。同时使用标准仪器测得梨果糖度标准值,得到了标准糖度值和预测值之间的相关图。其中校正集相关系数为0．99186,RMSEC为0．00175,由此模型进行预测时所得到的预测集相关系数为0．8262,RMSEP=0．00808。实验初步证明,文中所设计仪器可对同一种类的梨的糖浓度进行无损测量。     

基于近红外光谱的化学品鉴别方法研究

化学品自动鉴别分类对于其安全监管十分重要,本文研究了利用近红外光谱检测技术实现化学品自动检测分类的方法。首先,在近红外光谱仪器及光源基础上,研究了几种常见化学品的光谱特征,然后,结合光谱特征提取与概率统计分析中的贝叶斯方法,研究自动鉴别分类方法,并通过验证了该方法自动分类鉴别准确性。本文所研究的方法为实现化学品的在线快速检测提供了参考,具有比较重要的应用价值。     

基于近红外光谱和系统聚类法的蝗虫识别模型研究

以蝗虫的近红外光谱图作为分析的对象,采用聚类分析方法对蝗虫进行快速的识别研究.结果表明:矢量归一化预处理后的光谱数据经最长距离法进行聚类分析,分类结果正确率为100%.此法可为蝗虫自动侦测系统中识别蝗虫提供一种可靠、简便的手段,盲样检测的准确率可达91.67%.     

用于药品无损分析的近红外光谱检测系统光学设计

为实现药品的无损快检,设计了基于傅里叶变换红外光谱检测的光学系统,系统工作波段为4000～12000 cm-1.设计合适的光学结构并确定光学元件的特征参数,用Zemax对设计的光学系统进行光线追迹和优化分析.搭建实验平台,采集了5种相似药品的近红外光谱数据,用主成分分析法(PCA)结合误差反向传播人工神经网络算法(BPANN)对数据进行处理,有效区分了5种药品的光谱,识别准确率达到93.333％.实验结果表明:该近红外光谱检测系统适用于药品的无损分析,能有效鉴别相似药品.     

Portable muscle oxygenation monitor based on near infrared spectroscopy

In order to measure the relative change of muscle oxygenation non-invasively, dynamically and directly, a portable monitor based on near infrared spectroscopy (NIRS) was developed.The monitor consists of several function modules, including 735 nm, 805 nm and 850nm integrated three-wavelength light emitting diode (LED) light source, LED driver, integrated detector,amplifier and filter, A/D sampling circuit, single-chip microcomputer and laptop.The distance between light source and detector is 3 cm and the photon migration depth in tissue is approximately 1.5 cm.The monitor is portable with low dark noise and good long-term stability.The relative change of muscle oxygenation measured by the monitor was in accordance with the real physiology status in the cuff ischemia experiment, verifying the performance of the monitor for living muscle.Two inflexions referring to an accelerated fall and a leveling-offphase in the muscle oxygenation index, respectively, were observed in in vivo incremental intensity exercises.Significant correlation was found between the first inflexion and the ventilatory threshold which was identified by the gas exchange measurement.These results demonstrated that the monitor can be used to detect the local lactate threshold of the measured muscle and reflect the changes of oxygen index in local muscle for in vivo exercises.The monitor may provide a meaningful approach to evaluate the subject's oxidative capacity effectively.     

基于近红外光谱的材料粗糙度变化检测研究

为提高材料粗糙度变化检测的准确性,提出了一种基于近红外光谱的材料粗糙度变化检测方法。测量热红外偏振度,采用主成分分析方法降维处理。利用双温方程对光子照射到材料表面的条件下光子与电子及离子的能量转化情况分析,以对基体材料吸收率计算,等效处理材料表面粗糙度。通过双向分布函数构建粗糙度计算模型,完成材料粗糙度变化检测。实验将检测准确性与检测时间作为对比指标,结果表明,此次研究的检测方法有效提高了检测的准确度,平均为91%,并减少了检测的时间,平均为2.2 min。     

基于近红外光谱技术的脐橙快速无损检测

以信丰脐橙为对象,研究基于近红外光谱技术的脐橙品质无损检测方法。利用近红外光谱技术采集脐橙的光谱信息,将采集到的光谱信息通过加权平均值的方差处理获得测量结果,然后运用偏最小二乘法建立脐橙内部有机物成分与特征光谱信息之间的耦合关系实现糖度检测。实验结果表明,近红外透射光谱技术可以作为一种准确、可靠、无损的检测方法,用于检测信丰脐橙内部的糖度指标。     

基于近红外光谱技术乳制品品种快速无损鉴别

研究了使用近红外透射光谱法对四种乳制品品种进行快速鉴别的方法.首先对样品光谱进行多元散射校正等预处理,然后对处理后的光谱进行小波基为db3,分解尺度为6的小波压缩,最后以压缩后光谱数据作为输入变量,分别采用BP-ANN、RBF-ANN和SVM-ANN三种人工神经网络建立品种鉴别模型.结果显示,当光谱预处理方法为多元散射校正加S-G平滑加小波变换(MSC +S-G +WT)时,三种网络对样品的鉴别率均达到了100％.所以近红外光谱技术可以实现对乳制品品种的快速无损鉴别.     

波长优选BP神经网络用于近红外光谱分析

近红外光谱分析技术在物质成分分析中的得到广泛的应用,在自主研发的滤光片型近红外仪器中应用基于波长优选的BP神经网络模型的方法。该方法是采用多元线性回归算法获取最优波长,将最优波长作为BP神经网络模型的输入,所得模型的拟合残差为8.768991×10-6,建模样品集相关系数和检验样品集相关系数分别为0.994和0.996。试验结果表明,基于波长优选的BP神经网络模型方法能够更快获得最优解,减少建模所用变量,建立稳健的定量模型。     

基于吸光度的波长筛选方法用于近红外光谱定量模型的优化

建立一种基于吸光度的波长筛选方法,以近红外光谱测定中成药制剂的多糖含量为例,对模型优化效果进行验证.考虑模型稳定性,在计算机平台上搭建一种新的样本集划分框架,基于吸光度筛选出最优波段为400~1882&2072~2364 nm,建立偏最小二乘(PLS)模型得到的SEPAve、RP,Ave分别为27.13 mg L-1、0.856,与全扫描谱区(400~2498 nm)的PLS模型预测效果做比较.结果表明,基于吸光度的波长筛选方法,可以优选出高信噪比波长,从而提高了近红外光谱定量模型的性能.     

水泥生料成分的近红外光谱分析方法研究

水泥是一种重要的基础建筑材料,对社会生产有着重大的影响,实现水泥生料成分的快速检测对建筑行业的发展具有重大意义。本文基于近红外光谱分析方法研究了水泥生料中的Al2O3、Fe2O3成分的含量检测,首先通过联合X-Y距离划分法对样品集进行划分,然后对训练集采用不同光谱预处理方法进行处理,最后采用偏最小二乘回归和支持向量回归分别对近红外光谱数据建立预测模型,并对预测结果进行分析比较。研究结果表明,采用S G平滑预处理和偏最小二乘回归建模的近红外光谱分析方法检测效果较佳,Al2O3检测模型的决定系数R2为0895,预测均方根误差(RMSEP)为0072;Fe2O3检测模型的决定系数R2为0732,RMSEP为0023。研究结果为水泥生料成分的检测提供了有效的分析方法,促进了水泥行业的进一步发展。     

用近红外光谱快速测定对二乙基苯的纯度

研究采用傅里叶变换近红外光谱仪在近红外区域(750～2500nm)利用线性回归分析的方法测定对二乙基苯纯度。该方法大大缩短样本的检测时间,节约了费用,并且使对二乙基苯的合成过程易于控制。将傅里叶变换近红外光谱对未知样品的预测结果与气相色谱的测定结果进行了比较。在5835cm-1处,最大相关系数为0.9929,预测平均相对误差为2.72%,表明该检测方法是可行的。     

基于近红外吸收光谱技术的高精度CO2检测系统的研制

为了准确测量地震断裂带溢出的痕量CO₂气体浓度,文中采用可调谐半导体激光吸收光谱(TDLAS)技术,选取波数4 978.202 cm-1作为CO₂检测系统的吸收谱线,采用有效光程为40 m的多通池,以STM32作为主控和数据处理核心器件,研制了高精度CO₂检测系统。针对系统中的探测器噪声与光学干涉条纹噪声,利用卡尔曼-小波分析算法滤波提升系统性能。实验表明,与滤波前相比,系统在50 ppmv CO₂浓度下的二次谐波信噪比提升了2.06倍。在不同CO₂浓度下(50、300、1 000、4 000、8 000 ppmv),系统误差为2.57%～2.66%。系统测量4 000 ppmv浓度下的CO2时检测精密度达到20.9 ppmv。利用Allan方差分析得出,积分时间在约61 s时对应的最低探测下限(MDL)为5.2 ppmv,实现了对CO₂气体的高精度测量。结果表明,所设计的高精度CO₂系统可以在气体检测领域为预测地震前兆提供良好前景。     

高维特征选择方法在近红外光谱分类中的应用

针对卷烟近红外光谱高噪和高冗余特点,提出了一种基于随机森林（RF）和主成分分析（PCA）的特征优选方法RF-PCA,建立了5种不同质量级别卷烟的分类模型,并和其他方法进行了比较。该方法能够有效地对高维数据样本进行分类,用于甄别卷烟品质真伪。特征选择可以过滤与分类不相关的特征,而通过PCA方法可以消除冗余特征的不良影响,并可进一步降低特征维数。实验表明:RF-PCA方法能有效地剔除近红外光谱数据中的噪声特征和冗余特征,提高了分类效率。