拉曼光谱编码的荧光液相生物芯片检测系统研究

随着医疗诊断需求的增加,生物分子检测技术越来越受到人们的重视,液相生物芯片技术作为一种高通量,多通道的分子检测手段在近几年得到了飞速发展。通过层层自组装方法制备以微片为载体的拉曼光谱编码液相生物芯片,并利用自行搭建的一套高灵敏度、高分辨率的光学系统,实现对液相生物芯片的定性与定量分析。光学系统由拉曼光谱检测系统与荧光显微成像系统耦合而成。在拉曼光谱检测系统中激光器发射出785nm波长的激光,通过二向色镜,带反反射镜与物镜汇聚到样品上,样品产生的拉曼散射光,经物镜,带反反射镜,二向色镜与拉曼滤波片,最后通过凹透镜聚焦到光谱仪的狭缝上,光谱仪色散实现在线阵CCD上拉曼光谱的获取。荧光显微成像系统应用光学成像原理,通过调节凹透镜与405nm的激发光之间的距离,使激发光通过物镜均匀的照射到样品之上,样品激发出的荧光,通过物镜,带反反射镜,二向色镜,滤波片与相应的凹透镜,最后成像到面阵CCD上。改进传统便携式拉曼光谱检测系统光路并选用相应波段的带反反射镜与焦距20倍的物镜完成拉曼光谱检测系统与荧光显微成像系统的耦合。为了减少两路系统之间的相互影响选用合适的二向色镜以及滤波片,在提高耦合系统获取数据的准确性中有着重要的作用。该系统通过对反应之后的液相生物芯片进行拉曼光谱检测,以完成对每个编码玻片的定性识别,即解码;同时激发反应后液相生物芯片的荧光并采集荧光强度图,根据每个解码玻片上的荧光强度值完成对目标检测物的定量分析。区别于传统荧光编码液相生物芯片,拉曼光谱编码具有稳定性更强,光谱分辨率更高等优点。该光学系统集拉曼光谱检测系统与荧光显微成像系统于一体,解决了目前未有基于拉曼编码的液相生物芯片的检测系统的问题,并且可同时对多种目标物进行识别和定量分析,提升了实验结果的准确性。

基于光谱编码的血管内光声组分成像

光声成像突破了传统的光学成像和超声成像在生物组织成像领域的困境,该技术基于光声(Photoacoustic,PA)效应,脉冲激光激励下的生物组织产生超声信号,超声信号被接收后,通过反投影算法将其携带的时间信息和强度信息转化为能够反映生物组织吸收结构和分布的可视化图像。基于不同生物组织的光吸收差异,当激发光强度均匀且稳定时,光声成像反映的就是该物质对于该波长光的吸收特性。本文中,我们基于导管式的血管内光声断层扫描平台结合多波长激发的光声成像算法开发了基于光谱编码的血管内光声组分成像系统,实现了在离体血管斑块中脂质组分的定量成像,高分辨获得了脂质核心的大小形态和边界信息,表征了斑块内的脂质相对含量。

光谱编码模数转换器——分析与设计

分析了光谱编码模数转换的一般原理,讨论了实现电压转换为波长并采样,再对波长进行编码的各种途径和性能比较。由于信号的采样和编码在不同部分完成,采样速率和转换位数可以分别增强,以获得尽可能高的转换速率和多的转换位数。作为例子,分析和设计了一个5b it数个GS/s的由通道波导法布里-珀罗干涉器构成的光谱编码模数转换器,并指出,通过采用电压反偏多量子阱P IN结构调谐半导体激光器,以及采用啁啾光栅反向耦合双通道法布里-珀罗滤波器,可以分别获得数伏数GH z电压下数百GH z带宽的电压-波长转换及光采样,和10 b it以上的转换位数。

基于光谱编码的太赫兹光谱测量新方法

为了提升太赫兹光谱分析的瞬时性和系统集成度,提出一种超表面光谱编码与计算重建相结合的太赫兹光谱测量方法.利用多种超表面结构的光谱编码器件对入射太赫兹波进行高随机光谱编码,并提出基于字典学习的稀疏恢复算法以实现光谱重建.理论计算和数值仿真表明,在4%噪声水平下,所提方法对乳糖透射光谱的重建误差小于3%,可为片上集成化太赫兹光谱仪的发展提供新途径.

基于非局部深度先验的编码孔径快照光谱成像重构算法

在编码孔径快照光谱成像(CASSI)重构领域,重构质量的提升受到图像先验正则化和优化方法的双重影响。针对传统正则项设计复杂、调参效率低下及现有深度先验正则项感受野局限、难以捕捉长距离依赖等问题,以及基于模型的优化方法重建精度不足、端到端优化方法缺乏解释性的挑战,文章提出了一种创新的基于非局部深度先验的CASSI重构算法。该算法通过构建非局部深度先验网络,在先验正则化方面实现高光谱图像空间与光谱维度的全局信息和长程依赖的深入捕捉;在优化方法上,引入了深度展开网络的多阶段架构,加快了收敛速度,并显著提高了重建质量。仿真结果显示,新算法重建图像的峰值信噪比(PSNR)较传统方法提高了13.12 dB,较最新的深度学习方法提升了1.06 dB;同时,计算复杂度降低了43.4%,参数量减少了53.2%,有效保证了深度学习方法的计算效率。试验验证结果显示新算法能够还原更多细节、恢复更多的结构和纹理,视觉效果较好,进一步验证了该算法的有效性。这一研究可为深度学习在计算光谱成像重构领域的应用提供一定参考。

基于高阶残差量化的光谱二值编码新方法

光谱二值和多值编码技术能够实现目标光谱的快速匹配、识别和分类等应用,但这类量化编码方法会损失大量的光谱细节信息,且不能解码出与原始光谱近似的重构光谱,应用有限。为了解决上述问题,提出一种高阶残差量化的光谱编码新方法HOBC(high-order binary coding)。首先,对光谱向量进行去均值的规范化处理,得到值域为(-1,1)的光谱序列;然后,求解规范化光谱的±1编码、编码系数和残差(即一阶残差);基于一阶残差,逐阶解算2至K阶残差的±1编码及其系数;最后得到K个编码序列及其系数,即为HOBC的编码结果。选择典型波谱库数据集,对比光谱0/1二值编码BC01(binary coding with 0 and 1)、光谱分析编码SPAM(spectral analysis manager)、二值/四值混合编码SDFC(spectral derivative feature coding)和DNA四值编码等4种方法,进行了光谱量化编码和解码重构实验,分别统计了光谱形状特征和斜率特征编码的信息熵和存储量、光谱形状特征编码与原始光谱之间的光谱矢量距离SVD(spectral vector distance)、谱间Pearson相关系数SCC(spectral correlation coefficient)和光谱角SAM(spectral angle mapping)。结果表明,在编码存储量上,HOBC的1~4阶编码分别与以上4种编码相等;在编码信息熵上,HOBC的1~2阶编码分别与BC01和SPAM相等,而HOBC的3~4阶编码分别高于SDFC和DNA编码;在SCC上,HOBC1阶编码与BC01相等,而2~4阶编码均分别优于SPAM,SDFC和DNA编码;在SAM方面,HOBC 1~4阶编码均分别明显优于4种对比方法;4种对比方法不能明确解码重构,而HOBC可简便重构出与原始光谱近似的解码序列,且SVD逐阶递减。进一步,基于临泽草地试验站公开光谱数据集,进行了10类地物目标的光谱编码和监督分类实验,实验结果表明,在Kappa系数,总体分类精度和平均分类精度等3种性能评价指标上,HOBC均明显优于4种对比方法,尤其是,HOBC 4阶编码优于原始光谱的分类性能;对样本数量较少且类间相似性较高的难分类地物,HOBC亦具有优于其他算法的鲁棒性。说明HOBC编码在大幅压缩数据量的同时,其编码序列能保留较高的信息量,且具有较高的光谱可分性,可用于光谱高精度快速识别和分类;其解码重构序列与原始光谱序列具有较高的相似性,理论上可适用于目标识别和分类等应用。

光谱编码型穆勒矩阵测量中的相位延迟量误差分析

光谱编码型穆勒矩阵测量技术具有测量速度快、结构紧凑、低损耗、无移动部件等优点,单次测量可获取穆勒矩阵全部元素。其主要原理是采用一组特定厚度比例的相位延迟片,将样品的穆勒矩阵元素调制到光谱的频率通道上,再通过光谱的傅里叶变换解调出穆勒矩阵。其中相位延迟片的厚度或延迟量误差将导致解调的穆勒矩阵元素产生较大误差。本文通过理论推导得到具有延迟量误差的光强一般表达式,并详细地推导了利用单一样品求解得到延迟量误差的过程;利用单一样品求解延迟量误差可以避免不同样品对初始相位的影响,提高延迟量误差求解精度;还对穆勒矩阵测量中延迟量误差的影响进行了仿真,并实验验证了误差标定以及补偿方法的可行性。

光谱相位编码光码分多址系统信息侦听技术研究

针对光谱相位编码光码分多址系统(OCDMA)的信息侦听技术进行了研究。利用Optisyslem3.0(光通讯系统仿真软件)和Matlab7.1搭建光谱相位编码OCDMA系统软件分析平台,提出用户地址码字拦截模型。通过仿真分析可以看出该窃听模型在多相编码下能有效地破译用户地址码字,实现对整个系统的信息窃听,可见光谱相位编码相干OCDMA系统的安全性值得进一步探讨。

基于三维整数小波变换的高光谱图像编码方法

高光谱图像是一种数据量很大的三维图像,在存储和传输之前必须对其进行有效的压缩。本文提出了一种基于三维整数小波变换的高光谱图像压缩编码方法,首先利用三维整数小波包变换去除高光谱图像的空间和谱间冗余,然后对变换后的每个子带的小波系数构造子带重要性树,通过子带重要性树的分裂对小波系数进行三维嵌入零块编码,最后为了进一步提高编码性能,把编码输出的二进制符号送入算术编码器并结合高效的上下文模型进行熵编码。对4组场景的AVIRIS高光谱图像进行测试,结果表明该方法的编码性能略优于3DSPIHT和3DSPECK算法,同时该方法还支持高光谱图像从有损到无损的渐进传输。

一种目标提取新方法—光谱排序编码法

为了进一步提高光学遥感目标提取精度,拓展目标提取方法的适用范围,推进遥感智能化信息提取方法的发展,本文从谱带强度与波形特征有机结合的角度出发提出了光谱排序编码法。首先介绍了该方法的基本原理:对端元光谱与图像光谱按谱带强度大小各自进行排序的基础上,通过比较同一顺序上的波段位置的异同来计算两条光谱曲线的相似度;然后开展了与约束能量最小法(CEM)、光谱二阶导数法(SSD)的目标提取精度对比实验,结果表明该方法的目标提取精度为95%,比CEM提高了41.9%,比SSD提高了46.9%;最后利用SPOT多光谱和AVIRIS高光谱数据检验了该方法在目标提取适用范围上的能力,结果表明该方法既适用于多光谱遥感,又适用于高光谱遥感。总之,算法具有速度快、精度高、适用范围广的特点。

一种岩性提取新方法——光谱排序编码法

光谱排序编码法(SSE:Spectra Sort Encod ing A lgorithm)是在对目标光谱与地物光谱按光谱强度大小进行排序的基础上,计算两条光谱曲线的相似度,然后,根据相似度与识别误差进行编码,从而达到识别目标的目的。文章详细介绍了算法提出的背景、原理,并对算法在岩性提取中的精度进行对比验证,结果表明在识别误差从0到0.3变化的过程中,算法最高精度的平均值为1,平均精度的平均值为0.825。高精度是其进行岩性提取的基础,岩性端元提取对比试验的结果也证明它是一种有效的岩性提取算法。

编码成像光谱仪的编码构形设计与解码算法

采用循环Ｓ－矩阵设计了一维和二维循环编码构形，使仪器的编码测量过程大为简化。基于π变换和快速阿达玛变换的解码算法，将矩阵乘法简化为矩阵元素间的加、减运算和位置交换，降低了仪器对微机系统的要求。

基于光谱自编码微球的多样品酶联免疫检测混合筛选

将苯乙烯及其同系物共聚合成具有不同特征光谱的光谱自编码微球,应用于酶联免疫检测(ELISA),AP酶标抗体筛选灵敏度达体积稀释比1∶160000。将20种编码微球与20个样品对映包被后混合,进行多样品ELISA混合筛选,分析阳性信号最强微球的光谱编码,得到了阳性反应样品的编号。成功开发了一种多样品的ELISA混合筛选技术。

多帧图像编码孔径光谱成像技术

在双色散结构编码孔径光谱成像系统(DD-CASSI)的基础上,提出了利用多帧采样图方法(Multi Frame-DD-CASSI),以提高信息采样率,并提出新的数学模型,实现了对三维数据立方体的光谱维压缩编码,充分利用了光谱维数据的相关性,利用32帧采样图恢复数据,达到了0.99的光谱曲线相似度和40 db的图像峰值信噪比.

光谱图像编码综述

现代遥感光谱图像的数据量十分庞大,冗余度也较高。本文介绍了现代常用的几种光谱编码方法,并对它们各自的优缺点进行了总结归纳,认为现代编码最好采用多种编码方法技术结合的方式,可以更好地提高编码的速度与效率。

超光谱影像的分布式信源编码压缩方法

在超光谱影像压缩领域,目前还没有一个公认的标准或已成熟的压缩方法,分布式信源编码(DSC)是一种新出现的应用机制。通过论述超光谱影像压缩中DSC的概念和意义,回顾DSC的理论基础,系统地研讨了超光谱影像压缩中DSC的主要方法,最后给出了DSC应用于超光谱影像压缩的应用前景、发展现状和技术难点。

基于平衡检测法的光谱幅度编码系统的设计与仿真

多用户干扰(multiple access interference,MAI)一直是光码分多址通信系统所要解决的关键技术之一,基于平衡检测法的光谱幅度编码(spectral amplitude coding,SAC)方案的提出能够有效地消除MAI.该文介绍了平衡检测法的原理并将其应用到光谱幅度编码系统中,并应用光通信仿真软件Optisystem7.0对该系统进行了仿真,仿真结果直观地表明,该系统实现了在BER≤10-9时的无误传输,即消除了MAI.

编码成像光谱仪的模板设计

提出一种快速编码模板设计。它以旋转码盘取代以往的直线往复运动二维模板，大大提高了对像面的编码调制速度；而将一维模板的狭缝设计成弯曲状，使之与二维码盘产生的谱线弯曲相匹配，减小了光谱编码误差。结合具体仪器给出了设计结果。

基于光谱自编码微球的多样品免疫荧光混合筛选和荧光成像

研究了微球粒度、温度、pH和包被液浓度对聚苯乙烯微球免疫吸附的影响。将20种编码微球与20个样品对映包被,进行免疫荧光混合筛选,分析荧光信号最强微球的光谱编码,确定了阳性样品的编号。其异硫氰酸荧光素(FITC)荧光标记抗体筛选灵敏度可达体积稀释比1∶2000。采用氩离子激光扫描荧光成像技术,成功实现了基于光谱自编码微球的多样品免疫荧光混合筛选和荧光成像。

一种基于Transformer结构的压缩光谱图像重建方法

编码孔径快照光谱成像系统(Coded Aperture Snapshot Spectral Imaging,CASSI)与传统高光谱成像方式相比,具有采集时间短、成本功耗低等优点,因此研究基于CASSI系统获取的压缩图像重建技术在一定程度上有利于解决高光谱图像获取困难的问题。基于此设想,文章深入研究基于光谱维度感知的多头自注意力光谱重建模型,不同于以往在空间维计算全局相关性,该方法沿光谱维计算自注意力;此外,将CASSI系统中物理掩模的潜在引导性引入自注意力计算。在此基础上,文章研究发现上述原始网络对于捕获空间维信息具有局限性,提出加入空间维信息提取、空间维与光谱维之间的信息交互模块以及频域约束,整合为基于光谱和空间信息混合先验的压缩光谱图像重建网络(Mix Spectral-Spatial Prior Information for Efficient Hyperspectral Image Reconstruction,MixT)。实验结果表明:1)空间维信息、维度交互模块和频域约束的加入能提升图像重建性能;2)MixT方法在测试数据集上的峰值信噪比(Peak Signal to Noise Ratio,PSNR)为35.50,结构相似性(Structure Similarity Index Measure,SSIM)为0.948,均高于五种现有相关算法。