期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于间接波前整形的近红外二区荧光共聚焦成像研究 被引量:2
1
作者 谭天 史天悦 +1 位作者 吴长锋 彭洪尚 《中国光学(中英文)》 EI CAS CSCD 北大核心 2024年第1期150-159,共10页
生物组织散射引起的光学像差限制了光学系统的成像性能。本文研究了基于间接波前整形的近红外二区荧光共聚焦成像技术。首先,制备了高效率近红外二区荧光探针,降低该波段生物组织的散射有助于实现高对比度的活体组织成像。其次,研究了... 生物组织散射引起的光学像差限制了光学系统的成像性能。本文研究了基于间接波前整形的近红外二区荧光共聚焦成像技术。首先,制备了高效率近红外二区荧光探针,降低该波段生物组织的散射有助于实现高对比度的活体组织成像。其次,研究了基于间接波前测量的自适应光学方法,将间接波前整形技术应用于激光扫描共聚焦显微系统中,以实现对生物组织引起的光学像差的测量与补偿,获得生物组织的高信噪比成像。最后,对基于间接波前整形的近红外二区荧光共聚焦成像系统开展了相关实验。实验结果表明,本系统对空气平板、散射介质和小鼠颅骨等产生的像差具有良好的补偿效果,最终信号强度较初始值分别提升了1.47、1.95和2.85倍,显著提升了最终的成像质量。 展开更多
关键词 间接波前整形 近红外二区成像 共聚焦成像 活体实验
在线阅读 下载PDF
基于深度学习的拉曼/太赫兹光谱对藏红花的分类识别
2
作者 苏康慧 王超琪 +2 位作者 张谷令 邹斌 杨玉平 《中华中医药学刊》 北大核心 2025年第6期36-39,I0004-I0008,共9页
目的采用光谱学结合机器学习方法实现菊科红花属植物草红花、鸢尾科番红花属植物西红花(产地伊朗)和藏红花(产地西藏)的种间与种内鉴别。方法采用拉曼光谱(Raman spectroscopy,RS)与太赫兹(Terahertz,THz)光谱,以伊朗产西红花、甘肃产... 目的采用光谱学结合机器学习方法实现菊科红花属植物草红花、鸢尾科番红花属植物西红花(产地伊朗)和藏红花(产地西藏)的种间与种内鉴别。方法采用拉曼光谱(Raman spectroscopy,RS)与太赫兹(Terahertz,THz)光谱,以伊朗产西红花、甘肃产草红花、西藏产西红花(下文称藏红花)为研究对象,结合主成分分析(Principal component analysis,PCA)、支持向量机(Support-vector machine,SVM)、随机森林(Random forest,RF)等机器学习方法和多层感知机(Multilayer perceptron,MLP)、卷积神经网络(Convolutional neural network,CNN)、长短期记忆递归神经网络(Long short term memory,LSTM)、径向基函数神经网络(Radial Basis Function,RBF)、基于遗传算法的反向传播神经网络(Genetic Algorithm-Back Propagation,GA-BP)等深度学习方法,分析三类样本的THz吸收光谱与RS,实现中草药小样本的快速分类识别。结果(1)SVM方法对三类样本的RS数据和经PCA降维后的RS数据进行分类精度分别为83.33%和94.44%;MLP对三类样本的原始THz光谱数据和经PCA降维后的THz光谱数据进行分类,准确率分别为94.00%和96.79%;表明PCA对机器学习分类精度提升较为明显,THz光谱用于深度学习结果较RS精度更高。(2)MLP、CNN、RBF、GA-BP、LSTM等神经网络对THz光谱数据的分类准确率高于对RS分类准确率,其中LSTM和RF对太赫兹原始吸收数据分类准确率高达100%,分类精度高、速度快、模型稳定性好。结论光谱与机器学习方法结合可以实现草红花、西红花和藏红花的种间与种内鉴别,THz光谱鉴别精度较高。 展开更多
关键词 太赫兹时域光谱 拉曼光谱 深度学习 草红花 藏红花
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部