吲哚菁绿介导的近红外光检测技术在胆囊癌手术切除术中的应用

目的探讨吲哚菁绿介导的近红外光检测技术在胆囊外科手术治疗中的应用。方法采用前瞻性研究方法,收集2016年1月~2018年1月我院收治的45例预行外科手术治疗的胆囊癌患者的临床资料。术前给予静脉注射吲哚菁绿(0.5mg·kg^-1),观察患者术前发现肿瘤荧光显像情况;在离体标本,在肿瘤解剖面观察荧光显像特点;术后随访1年,观察术后肿瘤复发情况。结果在45例患者,术前发现45个肿瘤,其中37个能在体表区域呈现荧光,显现荧光患者肿瘤深度和肿瘤直径分别为(0.4±0.2)cm和(6.3±2.1)cm,与未显现荧光的8例患者【分别为(1.5±0.4)cm和(4.5±0.3)cm,P<0.05】比,差异显著;将45例离体肿瘤组织标本从中央剖开,剖面均显示出较强的荧光,其中23例高分化胆囊癌均为肿瘤实质显像,14例中分化癌中有4个为肿瘤实质显像,其余8例低分化胆囊癌组织均与肿瘤周围组织显像一致;术后随访1年,未发现死亡病例,其中7例(15.6%)患者肿瘤复发。结论吲哚菁绿介导的近红外光显像技术能够显示肿瘤位置,可探测到常常影响检查而遗漏的病灶,有助于对病灶的完全清除。

吲哚氰绿介导的近红外光检测技术在肝癌手术应用的效果分析

目的探讨吲哚氰绿(ICG)介导的近红外光检测技术在肝癌手术中的应用效果,为临床提供依据。方法选取2015年1月至2016年5月间我院收治的20例肝细胞癌患者作为本研究对象,采用ICG介导的近红外光检测技术行肝癌切除术,分析其临床应用价值。结果术前影像学检查时共发现20处肿瘤病灶,其中肝脏表面肿瘤投射区荧光共18个;在将病灶切除后采用荧光显像技术对其余肝脏组织进行探测,共发现疑似病灶9个;20份离体标本剖开,8例中分化肝癌有6例肿瘤周围肝组织可见明显环状显像、2例可见实质显像,9例高分化肝癌均可见实质显像,3例低分化肝癌则均可见肿瘤病灶周围肝组织显像;对患者随访12个月,无死亡病例,其中2例复发。结论 ICG介导的近红外光检测技术在肝癌手术应用,可有效实现手术过程实时导航,有利于更安全地切除肿瘤,并提高肿瘤检出率,改善患者预后。

近红外光谱检测技术在农业与食品分析中的应用分析

近红外光谱检测技术是当前较为常用的光谱分析技术,近年发展速度较快。近红外光谱具有操作简单、速度快、稳定性高、效率高的特点,在实际检测过程中不会对样品造成破坏,被广泛应用于各个领域。虽然我国在近红外光谱检测技术应用方面晚于西方国家,但是在某些方面的发展已经领先于国际水平。本文就如何充分利用现代网络技术,实现中心数据库和终端用户的资源共享,为有效推动近红外光谱技术的应用和发展提供参考。

基于数字锁相解复用的多通道近红外光并行检测技术

多波长光源照射下微弱光的准确检测是利用近红外漫射光进行人体疾病诊断时所面临的基本问题,而多光源并行检测是实现快速测量所要解决的关键问题之一.基于数字锁相的基本原理,提出了结合单光子计数技术和现场可编程门阵列(FPGA)平台的多通道数字锁相方案,不但可实现微弱光的准确检测,而且可实现多通道实时并行检测.基于此方案,搭建了多通道近红外光检测系统.实验结果表明,所搭建的检测系统对由仿体出射光的检测信噪比为24 dB,同时对不同频率编码的光源具有很好的识别度,对不同调制幅度的测量误差小于9.13%.

伴和不伴焦虑症状的抑郁症患者脑功能性近红外光谱成像频谱特征

目的探讨伴和不伴焦虑症状的抑郁症患者脑功能性近红外光谱成像频谱特征,以为其临床诊断和鉴别诊断提供帮助。方法对30例伴有焦虑症状的抑郁症患者(A组)、28例不伴有焦虑症状的抑郁症患者(B组)分别进行功能性近红外光谱成像检测,分析功能性近红外光谱成像前额区和双侧颞区频谱S积分值、K斜率值、T重心值,并和正常对照组(C组30名)进行对比。结果A组、B组前额区、双侧颞区S积分值较C组降低,差异有统计学意义(P<0.01),但A组和B组之间差异无统计学意义(P>0.05);A组较B组和C组前额区、双侧颞区K斜率值变小,前额区T重心值变大,差异有统计学意义(P<0.01)。Pearson相关分析显示,A组、B组前额区S积分值与其汉密顿抑郁量表中的阻滞因子分呈负相关(P<0.05);A组、B组双侧颞区S积分值与其汉密顿抑郁量表中的认知障碍因子分呈负相关(P<0.05);A组前额区T重心值与其汉密顿抑郁量表中的焦虑/躯体化因子及汉密顿焦虑量表评分呈正相关(P<0.05)。结论伴和不伴有焦虑症状的抑郁症患者具有相对特征性的功能性近红外光谱成像频谱,并与其临床症状呈现一定的相关性,功能性近红外光谱成像检测可作为其诊断和鉴别诊断的重要手段。

畜禽肉化学成分近红外光谱检测技术研究进展

和传统的肉品化学成分检测方法相比,近红外光谱分析是一种能够快速、简单、安全和可同时测定多种化学成分的肉品检测方法。论述了近年来猪、鸡、牛、羊四种动物肉中粗蛋白质、肌间脂肪、脂肪酸、水分、灰分、肌红蛋白和胶原蛋白七种化学成分的近红外光谱分析检测研究进展,并探讨了目前研究中存在的问题及其原因。从已发表的研究结果可以看出,近红外光谱分析具有替代耗时成本高的现有肉品化学检测方法的巨大潜力,特别是用于商业上同步检测多种化学成分。研究大多采用主成分分析法进行特征光谱筛选,偏最小二乘和修正偏最小二乘法建立校正模型,交互验证进行预测结果评价。目前研究热点集中在肉中脂肪酸含量预测模型和应用近红外高光谱图像和多元回归预测肉中化学成分。近红外光谱预测结果差异性较大,这与样品集选择、光谱预处理和建模方法都有很密切的关系。样品选择对近红外预测精度具有重要的意义,非均质肉样影响了近红外化学成分预测精度。总的来说,肌间脂肪、脂肪酸与水分指标预测效果较好,粗蛋白质和肌红蛋白指标预测效果次之,灰分和胶原蛋白指标预测结果较差。

近红外光谱检测技术在农业和食品分析上的应用

近红外光谱是 2 0世纪 90年代以来发展最快、最引人注目的光谱分析技术。阐述了近红外光谱的原理、技术特点 ,介绍了近红外光谱仪、光谱预处理方法以及化学计量学研究的发展过程 ,重点列举了近红外光谱在农业和食品分析中的成功应用实例。资料表明 ,近红外光谱以其速度快、不破坏样品、操作简单、稳定性好、效率高等特点 ,已广泛应用于各个领域。特别是在欧美及日本等发达国家 ,很多近红外光谱分析法被列为标准方法。而我国近红外光谱的应用研究起步较晚 ,虽然某些方面已具国际领先水平 ,但就总体来看与国际水平还有大的差距。文章首次提出了集中优势资源 ,包括人力资源和设备资源 ,利用现代网络技术 ,建立终端用户和中心数据库资源共享的模式 ,以推动近红外光谱技术在我国农业科技和生产中的应用。

基于近红外光谱的大豆茎秆化学组分含量检测模型构建与应用

【目的】大豆茎秆化学组分(纤维素、半纤维素、木质素和粗纤维等)与其茎秆抗倒伏能力密切相关,但由于目前大豆茎秆化学组分检测多采用传统的化学分析技术,测定过程操作复杂、耗时耗力、成本昂贵且易造成环境污染,不适合大规模育种应用,因此,通过构建一套低成本、快速、科学、无污染的大豆茎秆化学组分检测方法,为大豆种质资源茎秆组分分布规律及其与大豆生长习性和倒伏性关系的研究提供方法基础。【方法】通过建立一套基于近红外光谱检测技术的大豆茎秆化学组分检测模型,并利用该模型对大豆种质资源茎秆中的中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)和粗纤维(crude fiber,CF)等化学组分进行检测分析,通过方差分析、多重比较和小提琴图分析,明确大豆茎秆CF含量与其生长习性及抗倒伏性之间的内在关系。【结果】基于构建的大豆茎秆化学组分近红外光谱快速检测模型对茎秆NDF、ADF和CF组分检测数值的校正相关系数(RC)均在0.90以上。利用16份模型外大豆茎秆样本对模型的有效性进行验证发现,常规化学检测与该模型检测结果之间无显著性差异(P>0.05)。利用该模型对2017年和2018年种植的393份大豆茎秆CF含量及其生长习性之间的关系进行分析,结果表明,大豆茎秆CF含量符合正态分布规律,在CF含量50.00%以上的材料中,2年数据均表现出直立型(91.67%和86.14%)显著高于蔓生型(8.33%和13.86%),表明大豆茎秆CF含量与其生长习性呈极显著正相关(P<0.01)。【结论】构建的近红外光谱模型具有低成本、快速高效、无污染的特点。此外,茎秆中CF含量高的大豆品种植株具有更强的抗弯曲度,可作为大豆抗倒伏育种亲本筛选的重要指标。

沙田柚黄龙病近红外光谱检测研究

2019年从容县各乡镇轻度感病、中度感病、重度感病以及未感病但有其他黄化症状的305株沙田柚树上,采集了590份不同症状的叶片样品,在Nested-PCR检测的基础上,使用广州讯动网络有限公司开发的手持式近红外光谱仪采集光谱,建立标准数据库模型并进行验证。结果表明,以11月307份样品建立的近红外光谱标准数据库模型的检测效果较佳,总识别率81.75%,黄龙病阳性样品和阴性样品的识别率分别为83.41%和78.80%,假阳性率7.62%,假阴性率10.62%。其中,对斑驳黄化叶样品(Nested-PCR检测100%阳性)的识别率最高,达96.72%。在对2月283份样品的验证中,该模型识别能力较差。与Nested-PCR检测相比,近红外光谱检测具有无损、快速的优点,但在对带菌的无症状叶、缺素黄化叶(主要为缺镁)和不带菌的均匀黄化叶和其他黄化叶(主要为烂根、损伤导致的黄化叶)等的检测中灵敏度较低,分别易发生漏检和错检。

近红外光谱结合极限学习机的榛子蛋白质含量检测

以毛榛与平榛作为研究对象,将去壳后的毛榛与平榛分别制成90组与60组试验样本,获取波长范围为900 nm~1700 nm的原始光,同时,通过凯氏定氮法测得其中蛋白质含量真实值,并通过对比研究一阶(1-der)导数、二阶(2-der)导数、多元散射校正(multiplicative scatter correction,MSC)以及标准变量变换(standard normal variate,SNV)等预处理方法对模型精度的影响,确定适合榛子光谱的预处理方法。并通过反向间隔偏最小二乘法(backward interval partial least squares,BiPLS)分别选出适用于蛋白质预测的特征波段,达到精简模型的效果。以极限学习机(extreme learning machine,ELM)为建模方法建立蛋白质含量预测模型,最终可以得出两种榛子的预测集的相关系数R与预测均方根误差(root mean square error of prediction,RMSEP)分别为0.8806和0.5993,0.8823和0.5984,模型精确度较高。

近红外光谱技术检测蔬菜品质的研究进展

近红外光谱无损检测是随着高科技发展应运而生的一门新技术，在不破坏样品的情况下对上述内部品质进行评价。该技术不同于传统的化学分析方法，它利用分子选择性地吸收辐射光中某些频率波段的光，产生的吸收光谱，来判定其对应物质的含量，对样品不产生破坏。本文介绍了国内外运用近红外光谱技术进行蔬菜品质检测的研究情况，分析了目前该技术运用于蔬菜品质检测还存在的问题和今后的研究方向，提出了可从建立单一指标的模型逐步完善形成综合模型等方法，提高预测模型的通用性和准确度。

用近红外无损肌氧及运动心率检测技术评定100m极量强度运动对心脏冲击影响

利用连续双波长近红外光技术测量肌肉中血红蛋白含氧量的变化情况,同时应用运动心率无线实时采集设备,设计了检测实时肌肉组织血氧含量和瞬时心率实验方案,对6名健康男性进行了100 m跑同步实测实验。实验表明,肌肉组织氧合血红蛋白浓度在100 m跑结束后继续降低,达到最低值的时刻滞后于运动结束时刻的时间为(6.65±1.10)s;心率则在运动结束后继续上升,达到最高值的时刻滞后于运动结束时刻的时间为(8.00±1.57)s。这些结果显示了双波长近红外光组织氧测试技术和运动心率无线实时采集系统能够正确检测极量强度运动时的血氧参数和心率,揭示了极量强度运动过程中肌肉中氧运输与消耗的过程及其与心率之间的动力学特征。

近红外光谱快速检测技术在纺织行业的运用探讨

纺织行业的安全环保,有赖于通过检验以确保产品质量。产品质量检验技术除依靠质检员等人工努力外,有必要借助技术手段,实现对生产设备、原材料、成品等进行综合检验。通过设计建模和实际应用,以一种新的检验技术(近红外光谱快速检测技术)快速、准确、无污染、不破坏成品结构和高效、低成本的检验技术犯法,有必要为纺织行业的快速发展提供契机。

热成像技术与近红外光谱技术结合无损检测西拉葡萄叶片水分含量

西拉是一个古老而优质的酿酒葡萄品种,改良其种植技术与方法越来越受到人们的关注。其中,葡萄植株水分含量的测定与控制对其种植与收获有很重要的影响,因此,寻找其快速简便且非破坏性的测量方法十分重要。为了探究实现对葡萄藤叶水分含量的无损且简便快捷的测量方法,用热成像技术与近红外光谱法结合对叶片水分进行检测,并找出其与叶片含水量之间的相对应关系。结果表明,使用热成像技术和近红外光谱技术分别测量葡萄藤叶片水分含量参数CWSI与IG,可以通过计算得出二者均与叶片水分丢失有明显的线性关系。热成像技术与近红外光谱法结合可以用来较为精确地测量叶片水分含量,同时做到快速无损。

近红外光谱技术在HIE患儿脑氧饱和度检测的临床应用研究

目的:研究近红外光谱技术在新生儿缺氧缺血性脑病(Hypoxic ischemic encephalopathy,HIE)脑氧饱和度(regional oxygen saturation,rSO2)检测的临床应用价值。方法:收集我院2006年至2009年HIE患儿70例(包括轻度HIE组46例及中、重度HIE组24例),同时收集产科同期的足月健康儿30例作为对照组,分别在12h、24 h、72 h用近红外光谱检测技术(near infrared spectroscopy,NIRS)测定安静状态下的rSO2,并使用脉搏血氧仪监测SpO2,进行组间比较。结果:NIRS数据显示3组不同时间rSO2组间差异有显著统计学意义(P<0.05),在轻型HIE组,各时间的rSO2差异有统计学差异(P<0.05);而SpO2监测分析,中、重度HIE组,轻度HIE组与对照组之间差异无统计学意义(p>0.05)。结论:在新生儿HIE时,NIRS能准确监测rSO2,客观评价脑组织的氧合状态,为评价HIE患儿脑损伤程度提供客观、量化的依据。

精煤发热量的近红外光谱检测方法研究

为了检测精煤的低位发热量,采集了150个精煤样品的近红外漫反射光谱,采用主成分分析(PCA)结合不同光谱预处理方法,建立了基于马氏距离剔除异常样品后的定量数学模型,同时与工业上的检测结果进行对比。结果表明:经过多元散射校正处理后的模型效果最优,相关系数达到0.909,校正集均方根误差为0.001 31,交叉验证均方根误差为0.001 62;之后采取PCA方法对光谱的数据降维,提取了前三个相关样本的主成分,发现其累计方差贡献率为93.786%,表明模型具有较高的稳定性和预测能力,为精煤低位发热量的近红外漫反射光谱分析技术提供了有效的数据处理方法。

近红外光谱在线检测技术在中药领域中的应用展望

随着我国的科学技术水平不断的发展与进步,计算机技术水平也在不断的完善发展,这使得近红外光谱在线检测技术在多个领域得到了广泛的应用。这项技术凭借着自身的优秀技术手段在中药领域发挥了极其重要且独特的促进作用,同时也在一定程度上带动了经济效益。文章结合近红外光谱在线检测技术的应用基础以及相关技术手段进行简要的分析,对其在中药领域中的应用发展进行展望。

近红外光谱技术在牛肉嫩度检测中的应用

本文首先阐述了近红外光谱技术应用于牛肉嫩度分析的历史,然后结合多元回归法进行实验分析,从实验中总结出应用近红外光谱技术提高牛肉嫩度检测准确性的方法。

煤质内部成分的近红外光谱定量检测和分析研究

煤是一种非常重要的化石能源,使用范围很广,煤质的优劣性是决定煤炭具体用途的主要依据,因此,提高煤质分析工作的准确性就显得格外重要.目前,现代煤质分析技术的发展十分快,主要是以高效、快速的煤质分析法为主要方向,因此,具有高效性和快速性的近红外光谱技术得到了广泛应用.