基于荧光光谱技术的血糖检测研究

血糖浓度不同的血清样品被相同波长的光激发后,得到各个血清的荧光发射光谱,通过对光谱分析以及数据处理后可以得到血清中血糖浓度的大小。实验结果表明,血清的发射波长约为470 nm,激发光波长相同时,随着葡萄糖浓度的增加,得到的光谱图中波峰处的光强也增加,另外波峰的半峰宽减小,曲线波峰的面积也越大。可以由这些特征值预测血糖浓度。

脉冲钬激光碎石热效应的实验研究

脉冲钬激光在碎石手术中产生热效应,由于对操作经验依赖严重,不便于推广经验避免其副作用。为寻求医疗碎石激光的工程优选参数,通过搭建体外碎石模型进行温升实验,实时监测温度变化,利用二维有限元法(FEM)求解热传输方程分析实验结果,针对不同参数:灌注液流速、激光功率、脉宽、频率和能量以及光纤头不同部位,分析激光参数与热效应的变化关系。结果显示:实验和理论计算的温度响应曲线形状基本吻合,实验与理论峰值相对误差最大为5.75%。灌注液流速和激光功率是热效应的主要影响因素,灌注液流速提高或激光功率降低可以有效降低热效应:脉冲钬激光在工作的前60s内,当灌注液流速为14~15ml/min,功率为20W和35W时,体外实验中产生峰值温度分别约为41.37℃和45.23℃;流速降低为0时,峰值温度分别提高至约49.5℃和53.8℃。另外,实验结果表明高能低频、较长的脉冲时间产生热效应较明显。

基于多通道的光学相干层析成像视网膜图像自动分类研究

光学相干层析成像(OCT)是获取眼部图像的主要技术手段之一。常见的眼科临床症状有软性玻璃疣,糖尿病性黄斑水肿和脉络膜新生血管性疾病。根据OCT图像的特殊性,通过利用深度神经网络对上述常见病变图像进行自动分类识别,提出了基于OCT视网膜病变图像自动分类的轻量级卷积神经网络—GM-OCTnet,其具有多通道、多尺度和相对轻量化等特点,并且能实现高精度、低误诊或少漏诊。此外,将所提出的模型与传统轻量级模型在OCT数据集中进行了比较。实验表明,利用混合深度分离卷积和轻量型注意力机制替换原始深度卷积和压缩注意力机制,相比传统的GhostNet模型平均准确率提高了2%左右,验证了该方法在OCT视网膜图像自动分类识别的性能和有效性。

多尺度条件卷积的OCT视网膜图像降噪研究

散斑噪声存在于光学相干层析成像(OCT)中,影响OCT图像质量。在使用OCT设备诊断各种常见眼科疾病时,高质量的OCT图像是极为重要的。利用深度神经网络对OCT图像进行降噪处理,使图像在保留空间结构细节的基础上能展示更多的信息。提出了一种基于残差学习网络的新型OCT图像降噪网络—CMCNN,其具有多尺度、多权重和多层次特征融合等特点,并且在保留图像空间结构细节的基础上降低图像噪声;再将提出的模型与传统降噪算法、深度学习降噪模型进行比较。实验表明,CMCNN在峰值信噪比(PSNR)和结构相似性(SSIM)方面比其他深度学习方法提高了2.5%左右,验证了方法可以有效地保留OCT图像中的细节信息,同时有效地抑制噪声,提高图像质量。

用于OCT成像与pH测量的双模态内窥探头

为了实现生物组织化学特性与物理结构的同时测量,提出了结合光学相干层析扫描(OCT)成像与荧光比率成像的双模态内窥探头。根据OCT成像原理,确定OCT系统的中心波长为1300 nm;根据所选用pH指示剂(SNARF-1)的吸收光谱与反射光谱,确定荧光的激发波长为520 nm。根据ABCD矩阵计算并确定探头的基本结构,基于理论计算结果进行光学元件的加工与探头的组装。此外,搭建了双模态系统,采用该系统测量了探头的横向分辨率与工作距离。通过猪大肠验证了探头同时进行成像和pH检测的能力,实验结果表明:探头能同时进行OCT成像与pH测量,并且具有较高的精度。OCT成像在空气中的横向分辨率约为52μm,工作距离约为14.6 mm,在生物组织中可以实现精度为0.01的pH测量。