颅脑创伤近红外实时监测技术研究

采用一套专门设计的由微创光纤探头组成的光纤光谱仪生物组织光学参数测试系统,对颅脑创伤的大鼠创伤侧和对照侧进行近红外光谱检测及脑水含量(brain water content:BWC)测定.通过采用Feeney's自由落体撞击法建立大鼠急性局灶性脑挫裂伤模型,以近红外光谱技术和干湿比重法监测伤后脑水肿的变化.实验发现:伤后1 h,伤侧脑组织已发生水肿,伤后24～72 h,伤侧脑水肿达高峰,随后逐渐下降;用脱水剂后,脑水肿情况逐渐好转,随着药物失效,水肿又一次发生.生物组织优化散射系数(Reduced Scat-tering Coefficient:μ's)与Bwc的变化规律一致,有很好的线性相关性,能够较好的反映脑组织水肿程度以及药物脱水效果.证实近红外光谱技术用于颅脑创伤实时监测的可行性,为颅脑创伤的研究提出了一种新技术.     

基于功能近红外光谱技术(fNIRs)的帕金森病大鼠模型脑组织特性研究

利用功能近红外光谱技术(functionality near infrared spectroscopy,fNIRs)探索帕金森病(parkin-son's disease,PD)大鼠模型的脑组织功能特性.通过小动物磁共振(magnetic resonance imaging,MRI)和电子计算机断层扫描(computed tomography,CT)对PD大鼠模型进行影像学研究,用fNIRs系统测试大鼠模型脑组织纹状体特征参数.实验结果表明,PD大鼠脑部没有明显的形态结构变化;优化散射系数(reduced scattering coefficient:μ's)、脑血容量(cerobral bloodvolume:CBV)在PD大鼠的纹状体部与对照组间存在显著的差别;fNIRs测量参数(μ's、CBV)与CT灌注(CTP)测定参数[CBF(cerebral blood flow),CBV]之间存在相关性.这些结果表明fNIRs可以作为PD研究的重要参考手段.     

基于近红外在线装置苹果糖度模型参数优化研究

糖度(SSC)是苹果内部品质主要评价指标之一,近红外光谱技术是预测苹果SSC的首选技术,优化近红外光谱采集装置的参数,可以提升模型的性能。采用本课题组自主研发的动态在线设备采集苹果的近红外光谱(350～1 150 nm),研究不同参数条件下(运动速度、积分时间和光照强度)对近红外光谱预测苹果糖度模型的影响,优化动态在线装置的参数。210个红富士苹果被分为两批,第一批90个苹果样品,经过Kennard-Stone算法(K-S)算法分为建模集和预测集,用于研究不同运动速度、不同积分时间对苹果SSC含量在线预测模型的影响。在0.3和0.5 m·s^-1两种运动速度下,使用多元散射校正(MSC)、小波变换(WT)、标准正态变量变换(SNV)对采集到的光谱进行预处理,对不同移动速度的光谱构建糖度的偏最小二乘回归模型(PLS),结果表明：装置的运动速度为0.5 m·s^-1所建立的预测模型性能较优,在四种不同积分时间中,积分时间为120 ms时,经SNV预处理所建立的模型性能最优,其预测集的相关系数和均方根误差分别为0.968和0.331。第二批苹果120个...     

基于贝叶斯优化的SVM玉米品种鉴别研究

为了快速检测玉米品种类型,基于支持向量机(SVM)和近红外光谱联合建立玉米品种的分类模型。以郑单958、先玉335、京科968、登海605和德美亚等五个品种共计293个样本为研究对象,对采集的近红外光谱进行标准正态变量变换(SNV)处理后使用主成分分析法(PCA)对光谱数据进行降维处理。按照6∶1比例,随机选取251个样本为训练集,42个样本作为测试集,探讨贝叶斯优化算法(BO)对SVM模型性能的影响。分别使用网格搜索(GS)、遗传算法(GA)和BO算法等三种方法对SVM模型的两个重要参数惩罚因子C和径向基核函数参数γ进行寻优。选择各模型十折交叉验证识别准确率最高时对应的惩罚因子和核参数作为建模参数,建立SVM分类模型。将使用BO算法建立的SVM分类模型与使用GS和GA进行参数寻优后建立的模型性能进行比对。实验发现,使用BO优化的SVM分类模型相比于其他两种优化算法得到的SVM模型性能具有显著优势,测试集的识别准确率可达到100%。说明使用BO算法寻优的SVM模型参数是全局最优参数,其他两种优化算法寻优的参数可能陷入了局部最优,从而导致模型性能表现不佳。在进行PCA降维前后的光谱数据上分别建立BO-SVM模型,结果表明,BO算法对于高维数据优化效果不佳,更适用于低维数据。对于不同样本类别间数量不均衡导致模型性能表现不佳的问题,通过剔除郑丹958和先玉335两类数量较少的样本,使用剩余三个类别,共计248个样本重新建立SVM模型,实验发现,剔除两类小样本之后,各个模型在测试集上的性能均有提升,说明对于类间样本数量不均衡问题,某类样本数量越多,对于模型参数的修正就越细腻,模型对该类的拟合效果就越好。研究结果可用于玉米品种的快速鉴别,也可为基于近红外光谱的其他农产品分类和产地鉴别提供参考。     

基于光谱靶标的光学遥感器退化特性在轨评估方法研究

多光谱遥感器在轨运行期间,受化学分子污染、发射振动、宇宙辐射等因素的影响,其光谱响应特性会发生变化,使目标物理量的测量值产生偏差,且不能用辐射定标进行校正,影响数据产品序列的一致性。提出了一种基于光谱靶标的光谱响应退化特性在轨评估方法,通过建立响应函数退化模型,并利用光谱靶标反射率在检测波段内呈非线性变化的特性来实现对光谱响应函数退化情况的定量化评估。模拟仿真与外场实验结果初步验证了本文方法的有效性,该方法在提高辐射定标精度和优化遥感器设计等方面有重要意义。     

基于集群方法(ER)的近红外光谱转移集优化法

近红外光谱因为具有小成本、易操作、低耗时等优点,所以广泛用于食品领域.作为一种间接的检测方法,近红外光谱检测需要建立光谱和浓度之间的统计模型.但是,一种条件下建立的模型在另一种检测条件下会失效.针对此问题,重新建模可以加以解决,但是重新建立光谱与浓度之间的模型非常繁琐耗时.此时,模型转移可以在避免重新建模的情况下,通过...     

基于近红外光谱的杂交水稻种子发芽率测试研究

现阶段水稻种子发芽率测试仍然按照传统的农作物种子发芽技术规定进行发芽试验,此方法存在试验周期长、成本高、专业性要求高等缺点,本研究提出一种基于近红外光谱技术的快速、无损测试杂交水稻种子发芽率的新方法。采用人工老化方法在温度45 ℃、湿度100%的条件下分别老化处理2个品种杂交水稻种子0,24,48,72,96,120,144 h;用近红外光谱仪分别采集2个品种不同老化时间段杂交水稻种子光谱数据共280份,随机分成校正集(168份)和检验集(112份);测试不同老化时间段的水稻种子发芽率;以偏最小二乘算法(PLS)建立了回归模型,分析不同光谱波段和比较不同光谱预处理方法对模型精度的影响。2个品种的水稻种子光谱数据采用全波段和标准化＋正交信号校正预处理时模型最优,模型校正集决定系数(R_C)与验证集相关系数(R_P)分别为0.965和0.931,校正标准误差(SEC)与预测标准误差(SEP)分别为1.929和2.899,验证集预测值与真实值之间的相对误差在4.2%以内。研究结果表明利用近红外光谱分析技术进行杂交水稻种子发芽率的快速无损检测是可行的。     

基于光谱靶标的光学遥感器光谱响应特性在轨评估方法研究

多光谱遥感技术在研究地表生物量、气候变迁和自然灾害预报等方面有重要应用,遥感器的光谱敏感度与遥感数据的定量化存在相关性。遥感器在轨运行期间,受空间辐射、温度剧变和化学分子污染或宇宙尘埃等因素的影响,光学系统光谱敏感度产生退化,导致测量值与真值出现偏差,影响影像产品的精度。在已有工作的基础上,提出了一种简化的基于人工光谱检测参照的光谱响应特性在轨评估方法,通过建立光谱响应函数的退化模型,结合光谱靶标反射率的测量结果与影像反演结果,实现遥感器光谱响应特性的在轨评估。经仿真实验与在轨实验验证,该方法可以有效实现对光谱响应函数波长漂移和带宽缩放变化的检测,并有利于提高遥感器长时间序列数据产品精度和多种遥感器数据产品的综合利用水平。     

基于高光谱数据研究应用近红外相机加装滤光片实现玉米叶片水分测量的关键参数

实现玉米等活体作物叶片不同区域以及近地冠层的水分含量检测,可为研究作物生长中的水分胁迫响应机制,以及旱情监测、精准灌溉等提供有效技术手段.大体积、大重量、低光通量的高光谱仪难以在田间实现活体检测,将小体积、小重量、高光通量近红外相机加装滤光片使其具有波长分辨能力,有望实现田间活体叶片水分含量成像检测.基于玉米叶片的近红...     

智能优化算法应用于近红外光谱波长选择的比较研究

近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS进行波长选择,优选最小化冗余信息。智能优化算法是以生物的行为方式或物质的运动形态为背景,经过数学抽象建立算法模型,通过迭代计算来求解组合最优化问题,其核心策略是以某种目标函数为标准,基于多元校正建模并以逐步逼近的方法筛选出有效的波长点。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,结果显示：所选用两个数据集的总氮最优模型分别为PSO-PLS和GA-PLS模型,烟碱最优模型分别为GA-PLS和SA-PLS模型,五种智能优化算法所建模型预测性能并非全部优于全谱PLS模型,但是通过智能优化算法进行波长选择后建立的PLS模型大大简化,模型的预测精度、可解释性和稳定性均有所提高。同时也对优选波长进行了解释和分析,烟叶总氮特征波长优选组合为4 587~4 878和6 700~7 200 cm-1;烟叶烟碱特征波长优选组合为4 500~4 700和5 800~6 000 cm-1,优选出来的特征波长具有实际物理意义。     

基于二值化图像结合像元统计法的扑尔敏片剂近红外成像检测参数优化研究

研究药物领域中近红外成像检测参数对高光谱数据质量的影响,建立检测参数优化方法。以扑尔敏片剂为研究对象,采用近红外化学成像技术,考察光谱分辨率、空间分辨率、扫描次数和扫描高度等因素,采用L9 (34) 正交表设计,优化近红外成像检测参数;采用二值化图像法和像元统计法对高光谱数据进行定量分析,测定扑尔敏片剂表面马来酸氯苯那敏含量。以高效液相色谱法作为参考方法,精密测定片剂中马来酸氯苯那敏含量。两种方法测定的含量差值绝对值为考察指标,优化最佳检测条件。结果表明, 扑尔敏片剂的高光谱数据最佳检测条件：空间分辨率25 μm×25 μm,扫描高度-5340(Z值,精确聚焦),光谱分辨率16 cm-1,扫描次数16次。该研究首次优化近红外成像扫描高度参数对高光谱数据质量的影响,优化近红外成像扫描高度等检测参数可用于指导扑尔敏片及其他药物近红外成像数据采集和方法建立。     

基于参数优化支持向量机的林下参净光合速率预测模型

使用K-fold交叉验证方法,通过两种支持向量机函数,四种核函数,grid-search算法,遗传算法,粒子群算法,建立对个体净光合速率预测拟合程度最高和最佳惩罚参数c的支持向量机模型.将可见光光谱组成成分配比关系归为一个P粒子,将叶温、散射辐射、气温等归为一个ε粒子.通过信息粒子化技术对影响个体净光合速率的因子进行降维处理,使得分析光合有效辐射、可见光光谱组成成分和个体净光合速率之间的相关关系成为了可能.试验结果表明,epsilon-SVR-RBF-Genetic Algorithm模型,nu-SVR-linear-grid-search模型和nu-SVR-RBF-Genetic Algorithm模型对光合有效辐射和P粒子组成预测集的拟合程度均达到97%以上,nu-SVR-linear-grid-search模型的惩罚参数c值最小,泛化能力最强,最终采用该模型对光合有效辐射、P粒子和ε粒子组成的预测集进行预测分析,拟合程度达到96%以上.     

净分析信号算法用于近红外模型优化的研究

将净分析信号概念引入多元复杂的银杏叶提取物分析中,利用净分析信号算法对近红外光谱图进行处理,并用净分析算法结合二维相关光谱算法对模型进行了优化,最终建立槲皮素、山柰素和异鼠李素三种组分同时测定的近红外定量模型。利用两种净分析信号算法(Lorber的NAS算法和Goicoechea 与 Olivieri的HLA/GO算法)作为光谱预处理方法,用一系列主因子重构后的光谱图建立校正模型,并通过净分析信号-二维相关光谱算法对图谱中主对角线处的波段进行选择,优化模型建立所采用的波段。所采用的两种基于净分析信号的预处理方法成功的应用于银杏叶中三种黄酮：槲皮素,山奈素和异鼠李素含量的同时测定。净分析信号预处理方法显著降低了建模所需主因子数,提高模型的稳健性。净分析信号-二维相关光谱算法能够优化建模波段,提高模型的预测能力。结论：净分析信号算法能够应用于近红外光谱模型预处理和优化过程,在复杂多组分且干扰未知植物药含量分析的研究中具有实际应用价值。     

磺胺甲基异(噁)唑的TLC-SERS研究

应用表面增强拉曼光谱技术将薄层色谱(TLC)与FT-Raman光谱联用,对抗菌素磺胺类药物的有效成分磺胺甲基异噁唑的光谱进行了研究分析。结果表明,在薄层原位仅1 μg样品就可获得分子的主要振动谱带。文章还分析了复方磺胺甲基异噁唑片(复方新诺明片)与对照品谱图的差异,论证了应用表面增强拉曼光谱技术将薄层色谱与FT-Raman光谱联用对医药化学成分进行高灵敏度检测的可行性及优越性。     

激光诱导击穿光谱实验装置的参数优化研究

为了使激光诱导击穿光谱(LIBS)实验装置中的多个关键参数达到最优化设置,以便更好地服务于煤质分析,实验中对这些参数与煤粉等离子体中待测元素发射谱线信噪比间的关系进行了详细研究,并根据信噪比大小来进行最优化参数的选择.实验结果表明,对于本LIBS实验装置,其最优化参数设置是将激光脉冲能量设为120 mJ·Pulse-1...     

基于LabVIEW的高分辨率光谱测试系统(英文)

提出了一种基于LabVIEW的无源器件光谱测试方案.通过LabVIEW编程控制可调谐激光器、可编程光滤波器、光功率计和数据采集平台,获得了具有不同传递函数的光谱特性.实验中激光器的扫描速度为10nm/s,扫描范围为10nm,数据采集卡的采样速率为1MS/s,结果表明:单个器件的光谱测试可以在1s内完成,光谱分辨率可达1pm;与利用宽带光源和光谱分析仪的传统光谱测试方法相比,所提方案的测试性能可达到传统方案水平,且能显示更精细的光谱细节.该方案能应用于有高分辨率、快速和高效要求的光谱测试中.     

基于可见-近红外光谱技术的苹果糖度光照位置优化研究

在利用可见-近红外漫透射光谱技术对苹果的可溶性固形物（SSC）检测时,由于卤素灯光照射在苹果上的位置不同,采集到的苹果光谱中所包含的可溶性固形物信息不同,导致模型得出的结果不同;找到一个最好的苹果光照位置有利于得到最佳的可溶性固形物评价模型。利用多模式可调节的光学结构在相同的实验环境和实验条件下采集了购买于同一水果批发商的尺寸相近但照射位置不同的两批苹果的近红外漫透射光谱,探索苹果可溶性固形物模型建立过程中最佳的照射位置从而得到最佳位置的可溶性固形物评价模型。通过对样品进行光谱采集、糖度真值采集并结合化学计量学方法得出最佳的建模位置,照射位置为上部且光谱没有预处理时的偏最小二乘回归（PLS）模型性能为RMSEC为0.288 2,RMSEP为0.343 6,R_c为0.960 6,R_p为0.934 9;照射位置为斜上部且光谱没有预处理的PLS模型性能为RMSEC为0.340 7,RMSEP为0.513 3,R_c为0.931 1,R_p为0.863 6;照射位置为上部且光谱没有预处理的主成分分析回归（PCR）模型性能为RMSEC为0.573 6,RMSEP为0.601 4,R_c为0.842 4,R_p为0.800 7;照射位置为斜上部且光谱没有预处理的PCR模型性能为RMSEC为0.709 2,RMSEP为0.797 4,R_c为0.701 4,R_p为0.670 7,最佳照射位置为苹果上部;进一步地采用多种预处理方法对照射位置为上部的PLS模型进行对比,得到最优模型为MSC-PLS模型,其RMSEC为0.2264 4,RMSEP为0.301 5,R_c为0.966 9,R_p为0.949 9。最后再对相同的46个苹果进行相同的实验操作得到光谱、真值后,代入到建立的MSC-PLS模型中进行外部验证,结果显示外部验证的相关系数为0.930 58,验证均方根误差为0.843 59,验证了建立的MSC-PLS模型的稳定性和可靠性,进一步表明光谱采集位置为苹果上部时的近红外漫透射模型有很好的预测能力,该研究为预测苹果可溶性固形物的检测提供了技术支持。     

整体煤气化湿空气透平(IGHAT)循环的参数优化

本文采用非线性优化方法,分析了整体煤气化湿空气透平（ＩＧＨＡＴ）循环的热力性能,研究了温化器出口空气含 湿量、间冷压比及空分集成程度等主要参数对循环性能的影响。结果指出较之湿空气透平（ＨＡＴ）循环,ＩＧＨＡＴ循环的 空气含湿量有了大幅度的提高,从而使得循环比功大大增加。     

基于漫反射光谱的组织光学参数测量系统与方法研究

在体组织光学参数测量是生物医学光子学研究重点,不仅为人体成分无创检测、光学成像、光动力疗法等研究提供基础,并且可以快速获取人体光学参数变化,为临床诊断提供依据。研究了利用单一源探距离漫反射光谱在体测量光学参数的测量系统与反构方法。漫反射光谱测量系统由宽谱光源、高分辨光纤光谱仪及光纤探头组成,结构简单,测量方便,可准确快速测量样品漫反射光谱。在光纤探头几何形状基础上,研究了光纤收集及系统传递函数,在此基础上对反构算法进行了校正。光学参数反构算法中正向模型基于Monte Carlo以及神经网络方法,适用光学参数范围大,计算速度快;逆向算法采用主成分分析与非线性建模拟合相结合的方法,可抑制测量噪声影响。在测量系统及反构算法基础上,进行了组织仿体光学参数测量实验,结果表明,利用单一源探距离下漫反射谱,可以较为准确获取吸收系数以及约化散射系数,均方根误差分别达到4.58%以及7.92%。为保证系统测量准确性,测量波长范围应覆盖样品中所含吸收物质吸收峰范围。所研究的在体组织光学参数测量方法为人体成分无创检测及测量条件变化获取提供了基础。     

基于MC-UVE、GA算法及因子分析对葡萄酒酒精度近红外定量模型的优化研究

对葡萄酒酒精度偏最小二乘（Partial least squares,PLS）回归模型进行优化研究。使用近红外光谱仪采集葡萄酒样本的光谱数据,用于建立酒精度定量模型,实现在线快速检测。通过蒙特卡罗无信息变量消除（Monte Carlo uninformative variable elimination,MC-UVE）和遗传算法（Genetic algorithm,GA）进行变量选择,基于被选择的变量分别进行PLS和因子分析（Factor analysis,FA）,建立回归模型。结果表明,MC-UVE-GA-FAR模型预测集相关系数（R²）为0.946,预测均方根误差（Root mean square error of prediction,RMSEP）为0.215,效果优于MC-UVE-GA-PLS模型。与基于全范围光谱所建PLS回归模型相比,模型效果有所提升,而且模型所选变量个数仅为6,极大地简化了模型。MC-UVE和GA算法与FA分析结合可以实现模型的优化。