功能性近红外光谱技术研究的可视化分析

背景:近年来,功能性近红外光谱技术因便携性、低成本、非侵入性和高时间分辨率的特点,在认知神经科学、临床医学和工程技术等领域展现出广泛的研究意义和应用潜力。目的:分析近10年来功能性近红外光谱技术的研究进展、热点问题及前沿趋势。方法:在Web of Science数据库中检索2013-01-01/2023-11-30发表的功能性近红外光谱技术相关文献,运用CiteSpace和VOSviewer软件对发文统计量、期刊、国家、机构、作者和关键词进行可视化分析。结果与结论:共纳入2 714篇文献进行研究,近10年有关功能性近红外光谱技术的文献总量整体呈上升趋势。选择的2 714篇文献,来自68个国家2 400个机构的9 171名作者,共发表在495种期刊上,美国和英国伦敦大学是代表性的国家和机构,Ehlis和Fallgatter是该研究领域具有影响力的2位作者,《神经影像》期刊以高引用率位居首位。功能性近红外光谱技术研究主要来自英国伦敦大学、中国北京师范大学和德国图宾根大学。使用VOSviewer 1.6.20生成的关键词共现网络图揭示了6个研究集群,通过分析各集群的具体关键词进一步把握了该领域的研究热点。关键词的突现分析揭示了研究前沿和发展趋势,为功能性近红外光谱技术未来研究方向提供了重要指导。

近红外光谱技术快速鉴别碱水浸泡鸡肉的研究

采用近红外光谱分析技术并结合主成分分析法,建立碱水浸泡鸡肉快速鉴别模型。原始光谱经平滑、多元散射校正和一阶导数等预处理后进行系统主成分分析,结果显示正常鸡肉和碱水浸泡鸡肉能得到清晰的分类。通过不同光谱预处理方法,采用簇类的独立软模式法建立分类模型,结果显示通过对样品光谱采用7点卷积平滑方法预处理,分类模型综合正确率最高,校正回判正确率在77.08%~100%之间,预测正确率在81.25%~100%之间。综上,采用近红外光谱分析技术对碱水浸泡鸡肉进行快速鉴别可行。

近红外光谱技术在乳及乳制品质量检测中的应用

随着生活水平的提升,人们对食品质量的关注日益增加,快速获取产品质量信息已成为热点问题之一。近红外光谱技术作为一种快速、无损、定量的检测手段,能够在短时间内获取食品的质量信息,该技术已逐渐在食品质量评价中得到广泛应用。本文综述了近红外光谱技术在乳及乳制品质量检测方面的应用,旨在为该技术在乳制品行业中的进一步应用提供参考。

偏最小二乘法和近红外光谱技术快速测定发酵黄芪茎叶中黄酮含量及抗氧化活性

试验测定发酵前、后黄芪茎叶黄酮含量和抗氧化活性,并应用近红外光谱技术(NIR)结合化学计量学法快速预测发酵黄芪茎叶黄酮含量,为定量检测发酵黄芪茎叶黄酮含量提供理论依据以及为黄芪茎叶深加工利用提供技术支持。试验采用硝酸铝-亚硝酸钠比色法测定发酵黄芪茎叶黄酮的含量,测定黄酮对1,1-二苯基-2-三硝基苯肼(DPPH)自由基清除能力和羟基自由基的清除能力,利用偏最小二乘方法构建发酵黄芪茎叶黄酮的快速预测模型。结果表明,发酵黄芪茎叶黄酮抗氧化能力强于发酵前,构建快速预测模型采用了二阶导数(SD)+正态变量变换(SNV)+去趋势算法(Detred)的方法对全谱图进行预处理的效果较好,优化后的模型决定系数(R^(2))、校正均方根误差(RMSEC)、校准标准差(SEC)分别为0.92、0.24、0.24,其相对分析误差(PRD)为3.46,外部验证R2为0.88。研究表明,构建的NIR模型校正和交互验证决定系数均较大,PRD均大于2,说明模型预测性能较好,建立的模型有助于检测发酵黄芪茎叶黄酮含量活性成分。

基于近红外光谱技术的局部氧饱和度监测在体外循环中的应用

在体外循环过程中,对患者血流动力学变化的实时监测与管理对于确保患者安全和良好预后具有至关重要的作用。基于近红外光谱成像技术(NIRS)的血氧饱和度(rSO_(2))检测可无创、实时、长时程连续监测大脑或组织的氧代谢,已广泛应用于临床心脑血管疾病的诊断、预后、疗效评估以及神经康复过程。本文将对NIRS的基本原理、常见血氧指标及其在心脏手术中的应用进行综述,以期为临床对体外循环患者并发症的预防及管理提供参考。

基于近红外光谱技术有监督模式识别的青皮产地溯源分析

利用便携式近红外光谱仪采集不同产地(安徽、广东、四川)青皮外壁和内囊光谱数据,采用单一预处理和组合预处理方法消除光谱中的多种干扰,结合主成分分析(PCA)、簇类独立软模式分类法(SIMCA)及Fisher线性判别分析(FLDA)等模式识别方法建立青皮产地溯源模型。结果表明,光谱预处理可以在一定程度上消除基线漂移、背景噪声和谱峰重叠干扰,但无法实现产地溯源。3种模式识别方法中,PCA无法实现青皮产地溯源;青皮外壁和内囊原始光谱的SIMCA模型获得的青皮产地溯源整体鉴别率分别为99.14%和98.28%;FLDA模型获得的整体鉴别率均为99.57%,优于SIMCA模型;经光谱预处理优化后的SIMCA和FLDA模型对青皮产地溯源的鉴别率均可达100%,即便携式近红外光谱技术结合有监督模式识别方法可实现青皮产地溯源的无损分析,可为食药同源物质产地溯源拓展新途径。

近红外光谱技术在茶叶生产质控与品质评价中的研究进展

茶是世界上最受欢迎的饮料之一,在国内外均有庞大的市场。市场的发展对茶叶的品质要求不断提高,而快速、可靠的茶叶质量控制与品质评价技术是辅助茶叶品质提升的重要手段,一直是研究者关注的热点。传统的茶叶质量与品质检测方法费力、耗时或极具主观性。近红外光谱技术以其简单、无损、快速的特点,在茶叶生产质控与品质评价中越来越受到人们的欢迎。基于近红外光谱的检测技术是一种间接的检测方法,其检测结果容易在数据传递过程中受到各种影响因素的干扰,本文总结了近红外光谱技术在茶叶生产质控与品质评价中的重要影响因素,分析了近红外光谱技术在茶叶生产质控与品质评价中的应用状况,并对研究前景进行展望,为应用近红外光谱技术于茶叶生产质控与品质评价中的研究方向提供参考。

近红外光谱检测技术在塑料分选中的应用进展

近红外光谱检测技术(NIRS)在塑料分选中的应用旨在对塑料种类与组份进行识别,从而提高回收效率最终实现资源的综合利用。本文首先介绍传统塑料分选技术发展;其次概述近红外检测技术原理与其在塑料领域的应用现状;最后对在塑料分选领域应用前景进行了总结与展望。在塑料分选领域,近红外光谱检测技术相比传统的物理和化学检测方法,具有快速、无损、高效等明显的优势,可通过实时、在线检测,定性与定量的方式对未知样品进行识别与分选。尽管该技术在一些实验研究中已经取得了显著的阶段性成果,但在实际工程应用特别是检测的精准度,外延新的应用场景等方面仍需进一步研究和优化。

近红外光谱技术(NIRS)在草地生态学研究中的应用

近红外光谱技术(NIRS)是一种快速、高效、无损的现代检测技术,已经在许多领域广泛应用。文章阐述了NIRS应用于草地生态学研究的意义,介绍了NIRS用于测定牧草营养成分、矿物质、土壤养分含量,分析了牧草混合物的组成、动物对所采食牧草的反应、牧草病虫害抗性等一些复杂特性,以及进行生化标记、同位素鉴别研究。综合这些研究可以看出,NIRS能够作为一种整体研究工具应用于草地生态学的许多研究领域中,可以检测各种常规化学成分、分析草地生态系统的各种动态指标和系统运行的多项整体特性。希望通过本文的总结分析,推动NIRS在中国草地生态学研究中的应用,加速该领域研究手段的现代化。

近红外光谱技术在常用包装材料分类方法的研究与应用

目的探索近红外光谱技术在常见包装材料分类中的应用潜力。方法首先利用近红外光谱仪对PBS、HDPE、LDPE、LLDPE、PP、PS、POE、PPC、PBAT、PLA、PGA+PBAT这11类常用包装材料进行光谱数据采集,然后采用滑动平均(MA)、标准正态变量变换(SNV)、多元散射校正(MSC)对光谱进行预处理,使用支持向量机(SVM)、K-近邻(KNN)、决策树和随机森林4种模式识别方法建立定性判别模型,最后根据模型评价指标和混淆矩阵对模型的预测性能进行比较。结果SNV结合K-近邻的模型分类效果较优,准确率达到97.03%。结论基于近红外光谱仪的塑料鉴别研究为塑料回收和再利用提供了一种便捷、快速、无损的检测方法,具有较好的应用前景。

近红外光谱技术快速检测新鲜红辣椒中水分含量和辣椒素含量的研究

为了快速准确地检测新鲜红辣椒中水分含量和辣椒素含量,采用近红外光谱技术结合偏最小二乘法(PLS)建立预测新鲜红辣椒中水分含量和辣椒素含量的定量模型。对5个品种138份新鲜红辣椒进行光谱采集,并将采集的光谱数据分别与水分含量和辣椒素含量检测值进行关联。结果表明,水分含量检验集、校正集、预测集模型的相关系数r分别为0.9585、0.9886、0.9285,残留预测偏差(RPD)都在2以上,模型拟合效果较好,预测性和准确度高;辣椒素含量模型相关系数r均大于0.8,RPD均大于2,模型预测的准确度高。说明基于近红外光谱模型快速检测新鲜红辣椒中水分含量和辣椒素含量的方法可行。

近红外光谱技术(NIRS)在干草品质检测中的研究与应用

干草品质对动物的生产性能、牧草价值和最终盈利有着最直接的影响,检测干草品质的方法也在不断改进,近红外光谱技术(NIRS)这种快速、高效而无破坏性的现代检测技术已在饲草料中广泛应用。文章阐述了应用NIRS分析干草品质的可行性和高效性,详细介绍了NIRS用于检测牧草营养成分、真菌侵染程度、内生真菌产生的有毒物质以及一些难于用化学方法检测的微量成分等重要指标的研究成果。指出NIRS用于分析干草品质突破了过去常规化学方法的复杂、耗时、成本高等缺陷,是干草品质分析方法的一个重大进步,并期待着NIRS在牧草品质中的应用研究工作继续完善和发展,建立更精确的定标模型以及更系统的分析软件,促进畜牧业的快速发展。

近红外光谱技术(NIRS)在检测牧草霉菌毒素中的应用

具有快速、高效、无损、在线等优势的近红外光谱技术(nearinfrared reflectance spectroscopy technique,NIRS)已经在农业、食品、化工、医学等领域获得广泛应用。牧草在加工贮藏过程中,受多种真菌的侵染,引起霉菌毒素在牧草中积累。霉菌毒素会通过动植物产品进入人畜的食物链,引起人畜中毒。牧草中霉菌毒素的常规检测不但需要粉碎、浸提、层析等繁琐的样品前处理过程,还需要酶联免疫吸附法、高效液相色谱法、溥层色谱法等后续检测过程。通过发展高精度、低检出限的光谱仪器,建立相应霉菌毒素检测的软件技术与校正模型,能够在牧草利用中达到快速准确检测霉菌毒素的含量和性质,从而为牧草的合理加工与利用提供依据,促进NIRS技术在健康畜产品生产领域的应用。

近红外光谱技术(NIRS)在反刍动物营养研究中的应用现状

近红外光谱技术（NIRS）分析样品时以其方便、快捷和准确等诸多优点在动物营养研究中得到了广泛的应用；用NIRS技术预测家畜日粮中有机物消化率时所产生的标准偏差（SECV）在1．6％～2．8％之间，而预测干物质的消化率时所产生的SECV在1．6％～3．5％之间。NIRS能够准确地预测饲料中的化学成分和生物学组分以及反刍家畜十二指肠微生物蛋白的流量，但对于预测饲料在瘤胃降解率的动态特性时与实际相差很大。NIRS技术预测舍饲家畜采食量与体内法得到的结果相似，但在预测放牧家畜采食量时其预测误差为14％左右。上述结果表明，NIRS技术在预测反刍家畜消化代谢、日粮营养评价、采食量等方面已取得了很大的进展，并在反刍动物营养研究领域中有着广阔的应用空间。

近红外光谱技术(NIRS)在牧草领域中的应用研究进展

牧草是草食动物最主要的营养来源。牧草品质的优劣不仅影响家畜的生长发育和生产效率,也决定着最终畜产品的产量与品质。牧草品质的优劣主要取决于牧草营养成分及其消化率、适口性、以及牧草中所含抗营养因子和真菌毒素、霉菌毒素的含量水平。近红外光谱技术(NIRS)是一种低成本、快速、简单、无损的定性、定量分析技术,已在许多领域广泛应用。该文简要介绍了NIRS的原理和特点,详细综述了NIRS在牧草品质分析、牧草育种、牧草品种鉴定和性状分类中的应用。通过较全面综述NIRS在牧草领域中的应用现状,以期有助于NIRS在我国牧草领域中的发展。

脑功能成像的新方法——功能性近红外光谱技术(fNIRS)

功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)利用血液的主要成分对600-900nm近红外光良好的散射性,从而获得大脑活动时氧合血红蛋白和脱氧血红蛋白的变化情况。目前该技术开始运用于自然情境下的高级认知、发展心理学、异常心理学等多个领域的研究。该技术具有造价较低、便携性好,无噪音、无创性和对实验过程中被试动作不会过份敏感等优点,但也存在空间分辨率不高和校正算法有待进一步完善等方面的不足。未来fNIRS的研究可以与fMRI等其他成像技术进行结合,开展婴幼儿和特殊人群的认知神经科学研究以及自然情境下大脑认知的神经机制研究。

脑功能性近红外光谱技术在新生儿领域中的研究进展

功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)是一种新兴的神经影像学检查工具,根据神经血管耦合机制,通过监测脑氧代谢的变化反映脑部神经元的活动功能,无创便捷,尤其适合新生儿脑功能监测。该文对新生儿语言、音乐和情绪的脑网络发育规律,新生儿护理的脑网络成像,静息态脑网络连接规律,以及疾病状态下脑功能成像特点等方面的fNIRS相关研究进行综述。

基于近红外光谱技术的南荻生物质品质快速分析

为快速分析洞庭湖南荻的生物质品质(可溶物、纤维素、半纤维素、木质素、灰分含量和纤维素结晶度、聚合度),以采集的126份种质资源为材料,分别采用2种光谱预处理方法和3种特征光谱筛选方法优化原始光谱,基于不同组合方式优化光谱及原始光谱,结合偏最小二乘法构建近红外光谱分析模型,筛选针对7个品质指标的双重优化模型,基于灰色关联度法对126份种质资源进行工业化潜力评估。结果表明:洞庭湖南荻可溶物、纤维素、半纤维素、木质素、灰分含量及纤维素结晶度、聚合度均存在丰富的多样性,且大致呈正态分布,符合近红外建模的要求;基于直接差分法(DD)结合竞争性自适应重加权算法(CARS)优化的PLS模型对南荻可溶物含量的预测结果表现优异,其校正集的均方根误差(RMSEC)为0.27,决定系数(R_(C)^(2))为0.99;交叉验证集的均方根误差(RMSECV)为0.77,决定系数(R^(2)_(CV))为0.97,预测集的相对分析误差为5.07,相关系数(R_(V)^(2))为0.88;基于DD结合变量组合集群分析混合迭代保留信息变量(VCPA–IRIV)优化的PLS模型在南荻的纤维素、半纤维素、木质素、灰分含量和结晶度、聚合度的预测中表现优异,模型的RMSEC为0.14~10.20,R_(C)^(2)为0.98~0.99,RMSECV为0.28~19.46,R^(2)_(CV)为0.94~0.98,R_(V)^(2)为0.87~0.98,相对分析误差(RPD)为4.84~15.65;表明基于双重优化光谱子集建立的近红外光谱模型能较好地预测南荻的生物质品质,且具有较高的稳定性;通过灰色关联度法对126份南荻种质资源进行评估,发现126个样本的工业化利用潜力分数大致呈正态分布,其利用潜力分数的均值为54.4,一级种质资源4个,二级种质资源40个,三级种质资源63个,四级种质资源14个,五级种质资源5个。

近红外光谱技术在人参质量评价中的研究现状

本文总结了近红外光谱技术在人参外观检验、有效成分分析、重金属和农药残留检测等质量评价方法中的应用,论述了近红外光谱技术在提高评价准确性和可靠性方面的重要性,同时总结了近红外光谱技术在人参产地溯源、年限鉴别、种子鉴别、类别鉴别、皂苷和多糖检测等多方面的应用。

运动损伤与功能性近红外光谱技术综述

随着全民运动的兴起,运动损伤的发生率逐年增加,同时,随着人们经济生活的提高,对运动损伤后的康复更为重视。目前的运动损伤康复治疗以肢体功能康复为主,但运动损伤后脑功能变化也开始受到研究者的关注。功能性近红外光谱技术(fNIRS)以其抗干扰性、便携性等特点,可较好地应用于运动损伤患者的脑功能检测中。本文对运动损伤康复及fNIRS的研究成果进行了归纳总结,探讨了运动损伤康复的现状和研究进展,分析fNIRS及其在研究运动损伤后损伤肢体神经控制机制的应用价值,为进一步提升运动损伤的康复效果提出新思路。