Author Affiliations
Abstract
1 School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, P. R. China
2 School of Medical Technology, Beijing Institute of Technology, Beijing 100081, P. R. China
3 Department of Laser Medicine, First Medical Center of PLA General Hospital, Beijing 100853, P. R. China
4 Britton Chance Center for Biomedical Photonics – MoE Key Laboratory for Biomedical Photonics, Advanced Biomedical Imaging Facility, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan 430074, Hubei, P. R. China
5 Precision Laser Medical Diagnosis and Treatment Innovation Unit, Chinese Academy of Medical Sciences, Beijing 100000, P. R. China
Vascular-targeted photodynamic therapy (V-PDT) is an effective treatment for port wine stains (PWS). However, repeated treatment is usually needed to achieve optimal treatment outcomes, possibly due to the limited treatment light penetration depth in the PWS lesion. The optical clearing technique can increase light penetration in depth by reducing light scattering. This study aimed to investigate the V-PDT in combination with an optical clearing agent (OCA) for the therapeutic enhancement of V-PDT in the rodent skinfold window chamber model. Vascular responses were closely monitored with laser speckle contrast imaging (LSCI), optical coherence tomography angiography, and stereo microscope before, during, and after the treatment. We further quantitatively demonstrated the effects of V-PDT in combination with OCA on the blood flow and blood vessel size of skin microvasculature. The combination of OCA and V-PDT resulted in significant vascular damage, including vasoconstriction and the reduction of blood flow. Our results indicate the promising potential of OCA for enhancing V-PDT for treating vascular-related diseases, including PWS.
Vascular-targeted photodynamic therapy (V-PDT) optical clearing agent (OCA) treatment efficacy enhancement skin-fold window chamber port wine stains Journal of Innovative Optical Health Sciences
2024, 17(2): 2350023
西安邮电大学 通信与信息工程学院,陕西西安710121
由于卷积操作的局限性,现有的皮肤病变图像分割网络无法对图像中的全局上下文信息建模,导致其无法有效捕获图像的目标结构信息,本文设计了一个融入交叉自注意力编码的U型混合网络,用于皮肤病变图像分割。首先,将设计的多头门控位置交叉自注意力编码器引入到U型网络的最后两个层级中,使其能够在图像中学习语义信息的长期依赖关系,弥补卷积操作全局建模能力的不足;其次,在跳跃连接部分引入一个新的位置通道注意力机制,用于编码融合特征的通道信息并保留位置信息,提高网络捕获目标结构的能力;最后,设计一个正则化Dice损失函数,使网络能够在假阳性和假阴性之间权衡,提高网络的分割结果。基于ISBI2017和ISIC2018数据集的对比实验结果表明,本文网络的Dice分别为91.48%和91.30%,IoU分别为84.42%和84.12%,分割精度在整体上优于其他网络,且具有较低的参数量和计算复杂度,即本文网络能够高效地分割皮肤病变图像的目标区域,可为皮肤疾病辅助诊断提供帮助。
医学图像分割 皮肤病变 交叉自注意力编码 位置通道注意力 medical image segmentation skin lesion cross-self-attention coding position channel attention
电子科技大学 光电科学与工程学院,成都 611731
设计了一款低相噪蓝宝石振荡器并对其进行温度控制,基于蓝宝石谐振器理论,采用有限元仿真软件完成了蓝宝石谐振器设计。蓝宝石谐振器实测中心频率为9.84 GHz,有载Q值113 000。将该蓝宝石谐振器作为选频网络与放大器、滤波器、移相器和耦合器构成低相噪蓝宝石振荡器。振荡器的输出工作频率9.84 GHz,输出功率9 dBm,偏离载波1 kHz处相位噪声为−117 dBc/Hz,偏离载波10 kHz处相位噪声为−144 dBc/Hz,偏离载波100 kHz处相位噪声为−161 dBc/Hz。该振荡器有助于提高雷达对于低慢小目标的检测能力。
低慢小目标检测 蓝宝石谐振器 回音壁模式 相位噪声 振荡器 low-slow small object detection sapphire resonator whispering gallery modes phase noise oscillator 强激光与粒子束
2024, 36(3): 033004
1 海军航空大学, 山东 烟台 264000
2 中国人民解放军92493部队, 辽宁 葫芦岛 125000
3 中国人民解放军31004部队,北京 100000
针对当前辐射源的动态威胁评估问题, 提出一种基于属性约简-改进TOPSIS的威胁评估算法, 引入组合赋权法和基于时间度的时间权重计算方法, 构建动态威胁评估模型。首先根据优势关系对属性进行约简, 然后利用组合赋权法计算属性权重, 从欧氏距离、灰色关联度和广义马氏距离3种测度出发改进TOPSIS方法, 计算加权综合贴近度, 并结合时间权重, 实现最终的威胁排序。仿真实验结果验证了所提算法的合理性,相比传统评估方法, 可靠性更高, 并能够根据决策者偏好调整参数,有较强的灵活性。
动态威胁评估 属性约简 组合赋权法 时间度 逼近理想解排序法 dynamic threat assessment attribute reduction combination weighting method time degree TOPSIS
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院大学,北京 100049
针对复杂场景下红外图像中弱小目标像素占比少、特征细节不明显致使目标特征提取困难、检测准确率低的问题,提出了一种基于注意力机制的复杂背景下红外弱小目标检测方法。该方法以YOLOv5网络为基础,设计SimAMC3注意力机制模块,优化网络的特征提取层;设计目标检测头,通过增加特征融合层来改变其开始进行特征提取的深度,获得新的弱小目标检测层,使浅层特征层更好地保留弱小目标的空间信息;改进预测框筛选方式,提高距离相近或重叠目标的检测精度。实验选取了两个SIRST红外弱小目标图像数据集,对其进行标注并训练。实验结果表明,改进后的算法与原YOLOv5算法相比,平均精度均值(mAP)分别提升了4.8%和7.1%,在不同复杂背景下均可有效检测出红外弱小目标,体现了良好的鲁棒性和适应性,可以有效应用于复杂背景中的红外弱小目标检测。
深度学习 红外弱小目标 目标检测 注意力机制 deep learning infrared dim-small target target detection attention mechanism
1 中国科学院合肥物质科学研究院 安徽光学精密机械研究所,安徽合肥23003
2 中国科学技术大学,安徽合肥3006
3 香港中文大学 机械和自动化工程系,香港999077
二氧化碳(Carbon dioxide, CO2)是大气中最主要的温室气体,具有大气本底浓度高而年变化量小的特点。因此,对其浓度进行高精度的监测是实现“双碳”目标的重要环节。本文基于连续波光腔衰荡光谱技术,搭建了一套探测灵敏度低至ppb的CO2气体传感装置。系统中选取了中心波长为6 251.760 cm-1的CO2吸收线、设计了超高精细度(>300 000)的石英玻璃型法布里-珀罗谐振腔和高性能的温度、压力控制模块。腔内气体的温度和压力在24 h的变化量分别小于0.07 ℃和15 Pa。Allan方差的结果显示,系统在303 s的最佳积分时间下,可获得0.7×10-12 cm-1的检测限,对应的CO2最低可检测浓度为1.6 ppb。在较大的CO2浓度范围内,系统响应的线性相关系数为0.999 94。最后,系统以10 s的响应时间,对大气中的CO2浓度进行了2天的连续观测,其结果与商用仪器(Picarro, G2401)的监测数据高度一致,排除人体呼气干扰后的相对偏差优于6‰。该系统具有结构简单、成本低、灵敏度极高的特点,在痕量气体监测领域将具有广阔的应用前景。
CO2探测 光学传感 光腔衰荡光谱 极高灵敏度 CO2 detection optical sensing cavity ring-down spectroscopy ultra-high sensitivity 光学 精密工程
2023, 31(20): 2921
长春理工大学 电子信息工程学院,吉林长春130000
卷积神经网络(Convolutional Neural Network, CNN)可用于工业生产环境下的纺织品疵点的鉴别与分类。针对实际场景下的纺织品瑕疵存在瑕疵类型视觉区分度小和实际数据样本采集时的瑕疵类别不平衡问题,本文提出了基于标签嵌入方法的纺织品瑕疵识别网络(Textile Defect Recognition Network Based on Label Embedding, TDRNet)。首先,算法调整了基础骨干网络的结构,从而提高模型的分类精度;接着算法还设计了标签嵌入模块(Label Embedded Module, LEM),并使用该模块来生成模型的类别权重偏移;然后,本文提出了分布感知损失函数(Distribution Perception Loss, DP Loss)调整算法的类别分布,从而减小同类瑕疵特征的类内距并增大异类瑕疵特征的类间距;最后,本文引入了Seesaw Loss损失函数,通过抑制少数类别的负样本梯度并提高对误分类时的样本损失来动态平衡模型训练过程中在不同样本下的更新梯度,以缓解少数类别的误分类率。在自制的“广东智能制造”布匹瑕疵分类数据集中,本文提出的框架在粗粒度分类和细粒度分类两个任务上的top1错误率可达16.35%和17.12%,而top5错误率在细粒度分类任务上低至5.20%。与其他分类模型相比,TDRNet在对比实验中取得了最优的结果。此外,TDRNet与近5年经典的细粒度分类模型进行了比较,并取得了SOTA结果,这充分表明了TDRNet的先进性。
卷积神经网络 纺织品瑕疵识别 标签嵌入 分布感知损失 Seesaw损失 convolutional neural network textile defect recognition label embedding distribution perception loss Seesaw Loss 光学 精密工程
2023, 31(10): 1563
1 西南技术物理研究所, 成都 610041
2 四川水利职业技术学院 资源环境工程学院, 成都 611830
3 成都信息工程大学 光电工程学院, 成都 610225
为了研究云粒子微观特性, 采用激光成像技术、高斯光束匀化处理技术、高分辨率阵列探测器以及图像抽帧还原算法, 研制出激光云粒子成像仪。通过地面模拟测量及实际飞行试验, 对仪器性能进行了测试。结果表明, 研制仪器可实现对25 μm~1550 μm云粒子的成像, 分辨率为25 μm, 粒径测量误差小于9.5%; 实测的冰晶粒子形态符合云粒子自然分布规律, 粒子尺度谱符合指数分布, 决定系数在0.58~0.97之间。该研制仪器可为云降水微物理研究提供基础观测数据。
激光技术 云粒子探测仪 线阵成像 尺度谱 laser technique cloud particle probe linear array imaging scale spectrum