针对传统室内定位算法精度较低的问题, 提出一种基于Elman神经网络的室内定位算法。使用Elman神经网络进行指纹库插值扩充, 完备指纹库, 两者结合减少定位误差, 并对该算法模型进行了实验验证。实验结果表明: 在0.8 m×0.8 m×0.8 m环境中, 所提算法的平均定位误差为4.6 cm, 满足室内定位对于精度的要求。

针对基于神经网络的可见光室内定位技术存在训练速度慢、泛化能力弱而导致定位精度不高的问题, 提出采用天牛须搜索(BAS)算法优化神经网络的可见光定位方法, 搭建了0.8 m×0.8 m×0.8 m的实测模型。该方法使用BAS算法优化神经网络的连接权重矩阵, 拟合了室内无线信道参数, 实现室内定位。仿真与实验结果表明: 该方法仿真时的平均定位误差不超过3.42 cm, 比神经网络训练速度提升40%; 实验时, 在高度h=0.25 m的平面测得平均定位误差不超过4.0 cm。

Soluble microneedles (MNs) have recently become an efficient and minimally invasive tool in transdermal drug delivery because of their excellent biocompatibility and rapid dissolution. However, direct monitoring of structural and functional changes of MNs in vivo to estimate the efficiency of insulin delivery is difficult. We monitored the dissolution of MNs to obtain structural imaging of MNs' changes by using optical coherence tomography (OCT). We also observed the effect of MNs on microvascular conditions with laser speckle contrast imaging (LSCI) and measured the blood perfusion of skin to obtain functional imaging of MNs. We determined the performance of two soluble MN arrays made from polyvinyl alcohol (PVA) and polyvinyl alcohol/ polyvinylpyrolidone (PVA/PVP) by calculating the cross-sectional areas of the microchannels in mouse skin as a function of time. Moreover, the change in blood glucose before and after using MNs loaded with insulin was evaluated as an auxiliary means to demonstrate the ability of the soluble MNs to deliver insulin. Results showed that the structural imaging of these MNs could be observed in vivo via OCT in real time and the functional imaging of MNs could be showed using LSCI. OCT and LSCI are potential tools in monitoring MNs structural and functional changes.

根据数字螺旋成像法,利用光的轨道角动量记录物体信息,通过分析轨道角动量谱获取了相位型物体的信息;研究了使用不同拉盖尔-高斯(LG)光束探测时,简单的标准相位型物体轨道角动量谱的特性。结果表明,通过分析轨道角动量谱,可以有效地得到相位型物体的相位信息以及透射率信息。对不同拓扑荷数以及径向节点数的LG光束探测光所产生的不同衍射级频谱分量进行数值分析,结果表明探测光为高阶的LG光束时,更有利于探测简单的相位型物体的信息。

在光学相干层析成像(OCT)技术中引入激光散斑的处理方法。首先在同一位置多次采集得到光谱信号,再对每个时刻所得光谱信号沿波矢方向进行傅里叶变换,解析得到同一位置每个时刻的OCT结构信息。然后对OCT结构信号沿时序方向进行傅里叶变换,得到散斑的频谱分布,最后在频谱区域中将动态散斑与静态散斑的比值定义为成像参数,以该比值构建的图像可以将样品图像中的流动区域凸显出来。仿体实验充分验证了该方法的可行性,将该方法用于鼠耳的血管区域提取并得到了鼠耳的三维血管图。

为了消除光学相干层析成像(OCT)系统中存在的大量散斑噪声,引入了稳健性主成分分析(RPCA)算法。通过分析生物组织在OCT中散斑的产生机制,从而了解OCT系统中散斑噪声的特点。结合OCT系统自身的特点,证明基于RPCA算法的低秩矩阵恢复模型对OCT系统消除散斑噪声有良好的适用性。利用RPCA算法,可以得到将OCT原始图像分解成散斑噪声图像和样品截面图像的最佳估计。RPCA算法能在分离散斑噪声的同时,保留样品自身结构的散斑图样,有效地避免了伪影的生成。通过对比处理后和处理前的图像,结果表明,RPCA算法能够有效地抑制散斑噪声,提高信噪比,改善OCT图像效果。