大鼠创伤性脑水肿模型中近红外光有效检测深度研究

采用近红外光谱技术实现颅脑损伤的无损监测过程中,存在着检测深度不明确的问题.利用Monte carlo模拟光子在生物组织中的传输过程,建立有效检测深度模型,对光纤探头在大鼠创伤性脑水肿模型中的有效检测深度规律进行了研究.采用不依赖于模板的阈值分割和窄带水平集分割方法,将大鼠头部MRI图像分为头皮、头骨、脑脊液、灰质和白...     

基于微创光学参数(优化散射系数)测试的创伤性脑水肿甘露醇疗效评估研究

通过近红外光谱技术对创伤性脑水肿治疗效果进行了评估。首先采用Feeney’s自由落体撞击法建立SD大鼠创伤性脑水肿模型。然后利用两种不同剂量的甘露醇进行脱水治疗,同时应用自制的近红外(near infrared spectroscopy: NIRs)微创探头对脑组织进行在体实时监测,作为对比同时采用干湿比重法测量各监测时间点的脑水含量。最后根据近红外光谱技术实时监测的数据分析给药前后脑组织皮质优化散射系数(Reduced Scattering Coefficient: μ′_s)的变化规律,并结合脑水含量的变化情况,评估了不同剂量的甘露醇治疗创伤性脑水肿的疗效。根据实验结果得到结论：大脑皮层局部优化散射系数可以作为甘露醇疗效的实时评估参考指标参数,并且这种方法可以在体实时监测而不需处死动物,为将来颅脑损伤的实时疗效评估提出了一种方法。     

基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法：对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波。最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。     

基于深度学习的铸件X射线图像分割研究

针对当前图像分割算法在实现工业铸件内部缺陷分割上精度低且算法不够轻量化的问题,提出一种基于改进DeepLabv3+的工业铸件内部缺陷检测算法Effi-DeepLab。该方法采用EfficientNet中的MBConv来代替原有的Xception模块进行特征提取,使特征提取网络更加高效与轻量化;针对工业铸件内部缺陷尺寸小的问题,重新设计空洞空间金字塔池化（ASPP）层中空洞卷积的扩张率,使得卷积块对小目标具有更高的鲁棒性;在解码端充分利用特征提取阶段的低阶语义信息进行多尺度特征融合,以提高小目标缺陷分割的精度。实验结果表明,在本文使用的汽车轮毂内部缺陷图像数据集中,Effi-DeepLab模型对缺陷的分割准确率和平均交并比（mIoU）分别为93.58%和89.39%,相比DeepLabv3+分别提升了2.65%和2.24%,具有更好的分割效果;此外,还通过实验验证了本文提出算法具有良好的泛化性。     

VIP分析简化近红外光硬膜血肿检测的研究

多通道近红外光光密度差异检测硬膜血肿的方法具有快速、无创等优点,光源周围检测器数量与位置对降低硬膜血肿程度预测模型的病态性,提高血肿检测精度至关重要。提出了基于变量投影重要性(VIP)分析的检测器位置筛选方法。通过对距离光源位置2.0～5.0 cm范围内的30个检测器获得的光密度差异数据进行VIP分析,分析比较确定VIP阈值后从中筛选出4个检测器。以偏最小二乘法(PLS)建立基于4个检测位置获得的吸光度差预测血肿发生部位吸收系数的预测模型,检测器VIP优化后血肿位置吸收系数预测结果平均相对误差由4.08%降低到2.06%。可见利用VIP分析对检测器筛选后所建立预测模型仍可较好的对硬膜位置血肿程度进行判断。该研究为近红外光硬膜血肿检测中检测器位置的选择提供了新的思路和重要参考。     

中药口服液中可见异物检测系统研究

针对目前生产线上中药口服液中可见异物检测系统存在的速度慢、精度低等问题,设计了一种可同时检测多个药瓶的基于机器视觉的异物快速检测系统。介绍了成像系统和机械系统。提出了一种基于边缘轮廓的图像配准算法,有效地消除了药瓶晃动的影响。提出了一种逐点阈值分割图像的二值化方法,能得到质量较好的二值化图像。实验结果表明,该系统能快速、有效地检测出可见异物,能较好地满足在线检测需求。     

基于深度图像利用随机森林实现遮挡检测

提出了一种新颖的利用随机森林检测深度图像中遮挡现象的方法。该方法从一幅深度图像中提取每个像素点的遮挡相关特征,利用随机森林分类器检测每个像素点是否为遮挡边界点,得到图像中的遮挡边界。主要贡献在于:提出了一种新的遮挡相关特征深度值离散度特征,同时引入高斯曲率特征,并将它们与现有特征相结合来检测遮挡边界;以特征重要性和特征提取时间为衡量标准,对深度图像中的各遮挡相关特征进行了分析评估,在此基础上,选取平均深度差、最大深度差、平均曲率、高斯曲率和深度值离散度5种特征用于设计遮挡检测分类器;一种新的遮挡检测方法,利用随机森林解决深度图像的遮挡检测问题。实验结果表明,同已有方法相比,所提方法具有较高的准确性和较好的通用性。     

基于Mask R-CNN结合边缘分割的颗粒物图像检测

对颗粒物的尺寸检测是生产中重要的环节,使用相机采集图像并处理是常用的非接触检测方法。围绕颗粒物的识别与尺寸检测需求,选用沙粒为检测对象,提出了一种改进颗粒物边界掩膜的Mask R-CNN模型。该模型结合经典的边缘检测技术,并利用深度学习模型预测掩膜,根据边缘分割的结果来得到更高精度的掩膜。使用DenseNet作为检测网络的主干网络,使得整体网络参数量更少,并利用通道注意力机制加强网络的特征提取能力。实验结果表明,改进的网络可以提高检测的精度,且结合图像处理的方式能够改善掩膜尺寸检测的准确度,为颗粒物的工业检测提供了一种有意义的方法。     

基于形态学的复杂背景目标检测算法的研究

复杂背景下目标检测存在诸多困难,主要为背景对目标检测的干扰,大量噪声存在导致传统导数边缘检测方法的失效等。针对上述两点,提出了分割区域图像、利用形态学方法检测目标的新算法。首先利用目标与背景灰度差异性来确定目标的大致区域,将其分割出来,然后再结合多结构元素法进行目标的精确检测。通过与原图像分割、聚类算法分割实验比较,该算法具有较好的抗干扰性和抗噪性能。     

SAR图像中机场跑道自动检测方法研究

跑道检测通常由边缘检测和霍夫变换2个步骤组成.由于SAR图像中存在大量斑点噪声,使得边缘检测中存在大量虚假边缘,增加了霍夫变换的时间,降低了跑道检测的准确度,提出一种基于区域分割和距离变换的SAR图像中机场跑道自动检测的新方法.采用基于统计信息的方法增强跑道一背景的对比度,然后用二维直方图阈值分割方法分割图像,再通过距离变换对跑道一背景二值图进行处理,得到跑道中心线的大致分布,最后采用局部空间霍夫变换得到跑道参数.实验结果表明:该方法能够可靠检测出跑道,运算速度满足实时性要求.     

Near Infrared Imager with a Flexible Source-Detector Arrangement and a New Detection Gain Control

This paper describes a new near infrared (NIR) spectroscopic imager that has an expanded detection dynamic range intended for measurements with various transmitter-receiver (T-R) distances. Simultaneous multi-distance measurements for 48 points of the human forehead were performed to record brain activation by a mental test called digit span. Similarity Index (SI) analysis of 48 time-course curves was introduced for the evaluation of the result. A new mapping method toward depth direction is also shown for total hemoglobin and SI values. Simultaneous multi-distance measurements are useful for the brain functional analysis to distinguish depth variation.     

Monte Carlo Simulation of Near Infrared Reflectance Spectroscopy in the Wavelength Range from 1000 nm to 1900 nm

We have calculated the characteristics of reflected near infrared light, which is incident on the skin surface, scattered in the skin tissue and detected, in the wavelength range from 1000 nm to 1900 nm. We have used a Monte Carlo method to calculate the propagation path, the average photon visit depth, the average photon path length, etc. for the cases of short source-detector distances, to which the isotropic scattering approximation cannot be applied. An experiment to validate the simulation results was also conducted using a liquid phantom.     

Analysis of Light Propagation in a Realistic Head Model by a Hybrid Method for Optical Brain Function Measurement

Near infrared spectroscopy (NIRS) is used to measure the change in blood volume and oxygenation in the brain cortex induced by functional brain activation. The development of an adequate model to calculate light propagation in the head is very important because the light is strongly scattered in the tissue and this causes ambiguity in the volume of tissue interrogated with a source–detector pair of the NIRS instrument. In this study, a two-dimensional realistic head model is generated from a MRI scan of a human adult head. The light propagation in the head model is calculated by the hybrid Monte Carlo–diffusion method to obtain the change in detected intensity caused by a focal absorption change in the grey matter or in the white matter to discuss the relationship between the depth of the activated region and the sensitivity of the NIRS signal. The sensitivity to the activated region in the white matter steeply decreases with an increase of the depth of the activated region because the spatial sensitivity profile is mainly confined to the grey matter. The contribution of the focal brain activity to the NIRS signal is determined by not only the depth of the activated region from the head surface but also the depth of the activated region from the brain surface.     

可见/近红外光谱的油茶籽油三元体系掺假检测模型优化

采用可见/近红外光谱技术结合化学计量学方法对油茶籽油三元体系掺假进行定量检测研究。将菜籽油和花生油按不同比例掺入纯油茶籽油中,获得掺假样本。采集纯油茶籽油及掺假样本在350~1 800 nm范围内的可见/近红外光谱数据,随机分为校正集和预测集,并从不同建模波段、预处理方法及建模方法角度对掺假预测模型进行优化。研究结果表明,菜籽油、花生油和总掺伪量的最优建模波段及预处理方法分别为750~1 770,900~1 770 ,870~1 770 nm和多元散射校正(MSC)、标准归一化处理(SNV)和二阶微分,而最优的建模方法均为最小二乘支持向量机(LSSVM)。对于最优掺假模型,菜籽油、花生油和总掺伪量的预测集相关系数(R_p)和预测均方根误差(RMSEP)分别为0.963,0.982,0.993和2.1%,1.5%,1.8%。由此可见,可见/近红外光谱技术结合化学计量学方法可以用于油茶籽油的三元体系掺假定量检测。     

稻谷有害霉菌侵染的近红外光谱快速检测

稻谷是我国主要储粮品种。为快速、准确鉴定稻谷霉变状态,建立了一种基于近红外光谱的稻谷霉菌污染定性、定量分析方法。首先,将四种谷物中常见有害霉菌(黄曲霉3.17、黄曲霉3.3950、寄生曲霉3.3950、灰绿曲霉3.0100)分别接种在灭菌稻谷样品上。其次,将接种霉菌样品进行人工模拟储藏(28 ℃、RH 80%),并采集不同储藏时间(0,2,4,7和10 d)稻谷的近红外漫反射光谱信号。最后,利用主成分分析(PCA)、判别分析(DA)和偏最小二乘回归(PLSR)方法建立稻谷霉菌污染的快速分析模型。结果显示,近红外光谱可有效区分感染不同霉菌的稻谷样品,平均判别正确率达87.5%。稻谷霉变随储藏时间逐渐加深,近红外光谱对感染单一霉菌稻谷样品霉变状态的判别正确率达92.5%,多种霉菌的判别正确率达87.5%。稻谷中的菌落总数的PLSR模型定量结果为：有效决定系数(R2_P)为0.882 3、验证均方根误差(RMSEP)为0.339 Lg CFU·g-1,相对标准偏差(RPD)为2.93。结果表明,近红外光谱法可以作为一种快速、无损的分析方法来判定稻谷霉菌侵染状况,确保稻谷储运安全。     

基于Fournier Forand体积散射函数的水中激光脉冲后向散射特性分析模型

基于Fournier Forand体积散射函数,建立了一种水中激光脉冲后向散射仿真模型.运用该模型可用Monte Carlo方法模拟光子在水中的传播过程,并得到光波后向散射的冲击响应.将初始激光脉冲与冲击响应进行卷积并求其傅里叶谱,即可得到激光脉冲后向散射信号的时域和频域特征.利用该模型分析了入射为高斯型激光脉冲时,水...     

特征变量优选在苹果可溶性固形物近红外便携式检测中的应用

为实现苹果可溶性固形物(SSC)的便携式快速检测,利用环形光纤探头和微型光谱仪搭建便携式苹果可溶性固形物光谱采集系统,结合无信息变量消除(UVE)、遗传算法(GA)、竞争性自适应加权(CARS)算法筛选基于偏最小二乘(PLS)的苹果可溶性固形物的近红外光谱特征波长。另外,采用反向区间最小二乘支持向量机(BiLS-SVM)和GA算法优选基于LS-SVM的特征波长变量,分别建立所选特征波长和全波段的PLS模型和LS-SVM模型。试验结果表明,经过GA-CARS算法从全波段1 512个波长中筛选出的50个特征波长建立的PLS模型效果最好,其预测相关系数和预测均方根误差分别为0.962和0.403°Brix。利用该检测装置结合GA-CARS筛选的特征波长,可有效简化苹果可溶性固形物近红外便携式检测模型并提高模型的预测精度,为进一步构建便携式苹果可溶性固形物检测设备奠定了基础。