In this paper, we present a distal-scanning common path probe for optical coherence tomography (OCT) equipped with a hollow ultrasonic motor and a simple and specially designed beam-splitter. This novel probe proves to be able to effectively circumvent polarization and dispersion mismatch caused by fiber motion and is more robust to a variety of interfering factors during the imaging process, experimentally compared to a conventional noncommon path probe. Furthermore, our design counteracts the attenuation of backscattering with depth and the fall-off of the signal, resulting in a more balanced signal range and greater imaging depth. Spectral-domain OCT imaging of phantom and biological tissue is also demonstrated with a sensitivity of ～100dB and a lateral resolution of ～3μm. This low-cost probe offers simplified system configuration and excellent robustness, and is therefore particularly suitable for clinical diagnosis as one-off medical apparatus.

单晶光纤（SCF）具有长径比高、比表面积大、散热好等优势，近年来成为高功率激光振荡器及放大器的选择材料之一。采用光线追迹法，模拟分析了泵浦光在Tm∶YAG SCF中的传播模式及强度分布情况。采用1.7 μm激光二极管（LD）作为泵浦源进行共振泵浦，将模式匹配和泵浦光导波传输结构相结合，实现了Tm∶YAG SCF连续激光运转，在~2.02 μm处获得了7.85 W的功率输出，对应入射泵浦功率的斜效率为46.3%。

金属有机骨架材料（MOFs）是一类高比表面积、 结构多样性、 可修饰性较强的无机配位多孔骨架材料, 在挥发性有机化合物的吸附、 传感等领域有巨大应用前景。 新鲜度的评价对于肉类工业发展具有重要意义, 肉类在品质劣变时会产生挥发性物质, 是指示其新鲜度变化的灵敏的信息。 据此, 研究制备了一种基于荧光传感的冷鲜猪肉新鲜度指示MOFs复合膜, 并且依据膜对劣变挥发性化合物的响应信息、 对应猪肉样品的新鲜度指标（TVB-N值）建立PLS定量分析模型, 证实其有望成为冷鲜肉品质劣变监测的新技术。 主要结论如下: 以六水硝酸锌∶对苯二甲酸=2∶1的比例, 并向其中添加浓度为2×10-3 mol·L-1的罗丹明B, 制备得到RhB@MOF-5, 并对其进行表征。 根据RhB@MOF-5吸附冷鲜猪肉劣变气味前后的红外光谱变化, 推测其中可能有胺类物质。 之后以MOF∶PVDF(w/w)=4∶5的比例按照混合基质法制得MOFs复合薄膜。 并通过贮藏期实验验证了MOFs复合膜的贮藏稳定性, 证明其能在4 ℃避光环境中维持至少60 d的荧光稳定性。 此外, 利用MOFs 复合膜结合荧光传感技术对冷鲜猪肉整个劣变期间的挥发性化合物进行吸附、 响应, 观察其荧光性质的变化。 同时采用三维荧光技术观察到吸附后MOF-5相关峰和罗丹明B相关峰强度减弱, 分析是由胺类物质引起的罗丹明B电子云改变, 从而产生荧光猝灭。 采集激发波长340 nm处的表面荧光光谱可同时得到两个发射波长分别为435nm和550nm的特征峰与TVB-N值的响应信息, 使用偏最小二乘算法（PLS）建立新鲜度指标（TVB-N）预测模型, 建模结果R2c为0.908, R2p为0.821, RMSEC和RMSEP分别为3.435和3.647 mg·(100 g)-1, 具有良好的预测精度。 表明功能化MOFs复合膜可用于冷鲜猪肉的新鲜度预测。

针对传统光谱法检测鸡蛋新鲜度存在的效率低、 准确率不够高等问题, 提出采用可见-近红外光谱结合极度提升树(XGBoost)等算法对鸡蛋新鲜度分类进行研究, 以期在保证足够高准确度的同时大幅提高检测效率。 将不同储存条件下的鸡蛋作为样本, 并分别划分为训练集和测试集, 采用训练集的综合评价指标(F-measure)和准确率(Accuracy)评估分类模型的性能。 具体地, 首先利用可见-近红外光谱系统采集鸡蛋的反射光谱, 将所得的光谱数据经过不同预处理后再结合随机森林(random forest, RF)、 偏最小二乘(partial least squares, PLS)、 支持向量机(support vector machine , SVM)、 多层感知机(muhi-layer perception , MLP)以及XGBoost等分类算法构建鸡蛋新鲜度分类评估模型, 并对比各模型性能指标。 分析结果发现, 经Savitzky-Golay一阶导(Savitzky Golay first-order derivative, SG-1st-Der)预处理后的RF、 SVM、 XGBoost模型和经标准正态变量(standardized normal variate, SNV)预处理后的PLS、 MLP模型具有较好的训练结果。 为进一步提高模型精度和运算效率, 提出利用区间偏最小二乘法(interval partial least squares, IPLS)对SG-1st-Der和SNV预处理后的光谱数据首先进行降维, 然后再分别建立基于RF、 SVM、 XGBoost、 PLS及MLP等算法的预估模型, 最后通过测试集对模型进行验证。 结果发现原始光谱数据经SG-1st-Der预处理后所建立的IPLS-XGBoost分类模型性能最优, 在不同储藏条件下测试集的F-measure分别为92.33%和90%, Accuracy分别达到94.44％和91.67％, 而程序运行时间均不超过0.6 s。 表明, 可见-近红外光谱结合IPLS-XGBoost分类算法可应用于鸡蛋新鲜度评估, 该方法在模型分类性能、 准确度评估、 运行速度等方面比传统方法更具优越性。

多菌灵（Carbendazim， 甲基-1H-2-苯并咪唑氨基甲酸酯）是一种内吸性广谱杀菌剂， 广泛应用于苹果种植过程中的轮纹病和褐斑防治， 若不合理使用会在苹果中残留危害消费者身体健康。 采用表面增强拉曼光谱免疫分析技术（surface-enhance Raman spectroscopy combined immunoassay, SERSIA）， 以SERS高灵敏度和分子“指纹”图谱特性为基础， 结合免疫特异选择性， 实现苹果中多菌灵的微/痕量检测。 制备核-分子-壳“三明治式”结构的Au@M@Ag 纳米SERS材料和结合抗原的SERS免疫探针， 在包被抗体的Fe3O4磁性纳米材料可分离功能下， 实现多菌灵的特异性检测。 采用透射电镜（transmission electron microscope， TEM）、 紫外-可见光谱和拉曼光谱等方法对制备的材料进行表征并优化了实验参数。 研究表明多菌灵浓度与标记分子4-巯基苯甲腈的2 227 cm-1处特征峰强度值在0.5～300 nmol·L-1范围内具有良好的线性关系， 同时该免疫探针信号具有良好的稳定性和重现性。 对不同加标浓度的苹果实际样本进行检测， 得到的平均回收率为95.6%～98.3%， 相对标准偏差（relative standard deviation， RSD）为0.15%～0.99%。 该方法操作简单， 检测灵敏度高、 选择性强、 稳定性好， 为苹果中痕量多菌灵的检测提供了新的方法。

钙钛矿结构的新型Tm∶GdScO₃晶体具有平坦且宽带（>450 nm）的增益光谱，可以产生2 μm波段少周期激光脉冲。然而，目前该晶体的锁模激光特性，尤其是其各向异性的超短脉冲输出特性尚未明朗。采用b切的Tm∶GdScO₃晶体作为增益介质，通过共振泵浦被动锁模技术，详细研究了其E//a发光方向的飞秒脉冲输出特性，实现了60 fs激光脉冲产生（约9个光学周期），激光中心波长为2034 nm，光谱半峰全宽为80 nm，时间带宽积为0.35，接近傅里叶转换极限。该研究证明了Tm∶GdScO₃晶体是实现2 μm波段少周期飞秒脉冲的理想激光材料，所获得的飞秒激光在分子超快动力学、高分辨率分子光谱学等科学研究领域极具应用潜力。

对物证的传统光学检验存在不便获取样本空间结构、针对性差、操作过程繁琐等不足。光学相干层析技术（OCT）具有原位、非侵入、高分辨率、高速、低成本等优点，在法庭科学领域有很大应用潜力。通过文献分析，阐述OCT的成像原理，针对此技术在法庭科学的不同研究方向，如指纹检验、法医学检验、文件检验、生物物证检验等，论述了OCT在物证鉴定领域应用的可行性，展望了OCT在法庭科学领域中的研发思路、方法及应用前景。

红外与可见光图像融合一直是图像领域研究的热点, 融合技术能弥补单一传感器的不足, 为图像理解与分析提供良好的成像基础。 因生产工艺以及成本的限制, 红外探测器的分辨率远低于可见光探测器, 并在一定程度上因源图像分辨率的差异阻碍了实际应用。 针对红外与可见光图像分辨率不一致的问题, 提出了用于红外图像超分辨率重建与融合的多任务卷积网络框架, 应用于多分辨率图像融合。 在网络结构方面, 首先设计了双通道网络分别提取红外与可见光特征, 使算法不受源图像分辨率的限制; 其次提出了特征上采样模块, 先用双线性插值方法增加像素个数, 再通过多层感知器精细化拟合像素平滑空间与高频空间的映射关系, 无需重新训练模型即可实现任意尺度的红外图像上采样; 接着将线性注意力引入网络, 学习特征空间位置间的非线性关系, 抑制无关信息并增强网络对全局信息的表达。 在损失函数方面, 提出了梯度损失, 保留红外与可见光图像中绝对值较大的滤波器响应值, 并计算该值与重建的融合图像响应值的Frobenius范数, 无需理想的融合图像作为真值监督网络学习就能生成融合图像; 此外, 在梯度损失、 像素损失的共同作用下对多任务模型进行优化, 可以同时重建融合图像和高分辨率红外图像。 算法在RoadScene数据集上进行训练, 与其他4种相关算法在TNO数据集上进行对比, 主观性能上该方法可以输入任意分辨率的源图像, 融合图像红外目标突出、 可见光细节纹理丰富, 在源图像分辨率相差较大时能重建特征清晰的高分辨率红外图像, 模型泛化性能强; 客观性能上在信息熵、 差异相关性总量、 空间频率等多个评价指标上表现优异, 结果表明重建的融合图像信息丰富、 信息转化率高、 清晰度高, 验证了算法的有效性。

胶带是犯罪现场常见的作案工具，胶带上留有的指印等物证有重要意义，然而现场发现的胶带通常会相互重叠粘连或者粘附在其他客体上，因此胶带粘面上指印的无损提取一直是刑事技术领域的难题之一。基于此，提出了一种基于光学相干层析（OCT）技术显现胶带粘面潜在指印和分离多层胶带重叠指印的方法。采用自主搭建的频域OCT系统对3种情形下隐藏在胶带粘面的潜在指印进行检测，通过可视化处理获取指印的二维截面图像、en face横截面图像、三维渲染图像并分析其产生机理。结果表明，OCT技术不但可以实现对单层胶带粘面上潜在指印的快速无损显现，而且可对多层胶带上重叠指印进行分离，同时能够消除多色背景图案的干扰，指印细节特征的质量清晰、数量充足。通过3D渲染可以观察到汗孔等三级特征的分布信息，为指印显现提供了新的技术和方法。