1 北京理工大学光电学院，北京 100081
2 精密光电测试仪器与技术北京市重点实验室，北京 100081
3 北京理工大学长三角研究院（嘉兴），浙江 嘉兴 314019
分析了一维多孔径阵列的成像特性，选取子孔径间距比为1∶2的一维非冗余三孔径结构为基阵列，以最大化频域覆盖为设计标准，设计了沿基线方向对基阵列在360°范围内以不同角度进行多次旋转的新型合成孔径结构，以提高中频调制传递函数（IFMTF）和系统成像质量。当填充因子为28.51%时，旋转合成得到的九孔径阵列的IFMTF值（0.1223）大于Golay-9阵列的0.0782。仿真和实验结果的定量和定性评价均证明了所提方法的有效性。
成像系统 光学稀疏孔径 一维多孔径阵列 旋转合成 中频调制传递函数 频域覆盖
1 北京理工大学光电学院, 北京 100081 精密光电测试仪器及技术北京市重点实验室, 北京 100081
2 北京理工大学光电学院, 北京 100081 精密光电测试仪器及技术北京市重点实验室, 北京 100081北京理工大学长三角研究院(嘉兴), 浙江 嘉兴 314019
组织血氧饱和度（StO2）是检测组织和血液中血液灌注和血液氧合变化的重要指标, 在临床及日常监测中具有重要意义。 高光谱成像以其非接触、 光谱信息丰富等优点, 成为一种评估StO2的新兴手段, 然而高光谱成像设备造价昂贵且操作复杂, 限制了其使用环境及发展。 传统工业相机获取皮肤组织的RGB图像空间分辨率高、 但其光谱分辨率低, 若能提高光谱分辨, 则其实现高精度生理参数测量成为可能。 提出了一种基于RGB图像高光谱重建的StO2评估方法。 该方法基于深度学习方法构建了从RGB图像到皮肤组织高光谱图像的重建模型, 获得了高物理可靠性皮肤组织高光谱图像, 并利用改进的朗伯比尔模型, 实现了区域StO2评估。 采用普通可见光相机与高光谱相机通过捆绑实验同时采集了49位受试者处于不同血液灌注状态下手部的RGB图像与高光谱图像作为数据集。 在对高光谱图像进行降维去噪的基础上, 根据含氧血红蛋白、 脱氧血红蛋白的特征光谱选取了450～600 nm（含31个光谱通道）波段作为重建光谱波段, 构建了基于深度学习的皮肤组织高光谱重建神经网络模型。 实验结果表明, 重建模型获得的皮肤反射光谱与高光谱相机直接采集的反射光谱曲线具有较高的一致性, 测试集中二者的平均绝对误差（MAE）为0.009 38, 均方误差（RMSE）为0.0148 1。 之后对重建模型得到的区域StO2测量结果与高光谱相机得到的测量结果二者的相似性进行了定量评估, 测试集样本中两种方法生成StO2空间分布图的二维相关系数均处于可靠范围内（大于94%）, 表明了本文提出的基于可见光图像高光谱重建的StO2评估方法具有较高的可靠性。 该研究利用普通彩色相机实现了区域StO2评估, 为各种疾病的临床诊断和监测提供了一种简单低成本的StO2监测方法。
组织血氧饱和度, RGB图像, 光谱重建, 深度学习 Tissue oxygenation RGB images Spectral reconstruction Deep learning 光谱学与光谱分析
2023, 43(10): 3193
1 北京理工大学光电学院精密光电测试仪器及技术北京市重点实验室，北京 100081
2 中国科学院深圳先进技术研究院生物医学光学与分子影像研究中心，深圳市分子影像学重点实验室，广东省生物医学光学影像技术重点实验室，中国科学院健康信息学重点实验室，广东 深圳 518055
3 北京理工大学长三角研究院（嘉兴），浙江 嘉兴 314019
光声分子影像技术在生物医学中具有广泛的应用。实现分子探针浓度的准确解析，对于相关疾病的研究具有重要意义。然而，活体探测时，来源于生物组织的信号与探针的信号混叠，增加了准确解析的难度。当前改善的方法：或需要使用多波长进行探测，导致解析速度慢而且过程复杂；或使用单波长的方法，但需要依托于一类特殊探针的开关功能，导致普适性不足。鉴于此，提出了一种基于Grüneisen弛豫非线性光声效应的单波长浓度解析方法，并分别对色素染料与罗丹明6G探针两类样品开展了解析实验。结果表明，本文提出的方法获得的解析结果比线性单波长方法的解析结果误差更小，并且具有较好的普适性，为光声分子影像的浓度解析方法提供了新的思路。
生物技术 光声效应 Grüneisen弛豫 浓度解析 分子影像 光学学报
2023, 43(23): 2317001
1 北京理工大学光电学院，北京 100081
2 精密光电测试仪器及技术北京市重点实验室，北京 100081
3 北京理工大学长三角研究院（嘉兴），浙江 嘉兴 314019
提出了一种基于近红外视频的心率检测方法。该方法采用正交分解投影结合奇异值分解（OP-SVD）的方法，实现了夜间运动状态下的高精度鲁棒性心率检测。该方法通过人脸标志点检测，将人脸分为多个感兴趣子区域，获得了多通道成像式光电容积描记（IPPG）信号；采用正交分解投影法去除多通道IPPG信号中的运动伪迹；接着利用奇异值分解法再次去噪，并通过重构子区域信号获得了高信噪比IPPG信号，最终实现了心率的准确提取。实验结果表明，与传统方法相比，该方法的误差最小，其平均绝对误差（MAE）值达到了3.14 bit/min。
医用光学 近红外视频 成像式光电容积描记术 心率 正交分解投影 奇异值分解 中国激光
2023, 50(21): 2107202
光学学报
2023, 43(15): 1500000
孔令琴 1,2,3赵跃进 1,2,3,*董立泉 1,2,3刘明 1,2,3[ ... ]褚旭红 1,2,3
1 北京理工大学光电学院，北京 100081
2 精密光电测试仪器与技术北京市重点实验室，北京 100081
3 北京理工大学长三角研究院，浙江 嘉兴 314019
成像式光电容积描记技术是在传统光电容积描记技术基础上发展而来的一种非接触式生理信号检测技术。成像式光电容积描记技术由于非接触、可远程监测、适用场景广泛、易操作以及低成本等优点可实现人体多项生理参数的测量，成为仪器及生物医学工程领域的新兴研究热点之一。本综述首先介绍了成像式光电容积描记技术的基本原理，对光学起源机理进行了分析，并对成像视频处理方法进行了总结，最后介绍了成像式光电容积描记技术在生理参数方面的应用，并对其在生理参数检测领域中的发展进行展望。
成像式光电容积描记技术 生理参数检测 心血管监测 光学学报
2023, 43(15): 1512002
1 河北师范大学, 职业技术学院, 河北 石家庄 050024
2 北京理工大学, 光电学院, 北京 100081
3 首都师范大学, 物理系, 北京 100048
近年来，太赫兹技术在检测、安保等诸多领域变得日益重要。如何扩大视场和提高成像质量是太赫兹成像的关键。针对以上问题，本文基于单相机扫描方式搭建了一个太赫兹光场成像系统以同时实现对太赫兹波空间和角度分布信息的利用。基于四维全光函数和双平面参数化方法，利用太赫兹光场传播过程中的强度一致性进行了重聚焦运算，通过对光场进行积分即可得到一系列对应不同视角、不同成像距离的结果。与初始的太赫兹成像结果相比，所搭建成像系统的视场和成像质量都得到了有效提升。在本文实验中，视场扩大了1.84倍，分辨率从1.3 mm提高到了0.7 mm。此外，部分被遮挡的目标信息也可通过使遮挡物离焦得到恢复。结果证明所搭系统能够提高太赫兹成像质量并拓展其功能，从而为太赫兹无损测量和安全检测提供了新的思路。
太赫兹成像 光场成像 太赫兹无损检测 terahertz imaging light field imaging THz nondestructive testing
1 北京理工大学光电学院, 北京 100081
2 精密光电测试仪器及技术北京市重点实验室, 北京 100081
3 北京理工大学长三角研究院(嘉兴), 浙江 嘉兴 314019
皮肤的漫反射光谱中包含丰富的组织信息,已被广泛应用于生理参数的检测,但由于人体生理参数变化复杂、多种情况下光学数据采集困难等因素,其在无创外周血液生理参数检测技术的发展及应用中受到了限制。鉴于此,使用蒙特卡罗模拟方法仿真了不同总血红蛋白、含氧血红蛋白、脱氧血红蛋白、高铁血红蛋白等多种外周血液成分浓度对皮肤的漫反射光谱及肤色的影响,提出了基于色谱融合的发绀成因分析方法。结果表明,皮肤的颜色特征可区分健康、黄疸病以及发绀,而分析方法解决了仅使用肤色很难对发绀现象的成因进行准确区分的难题。
医用光学 漫反射光谱 蒙特卡罗仿真 生理参数
1 北京理工大学光电学院, 精密光电测试仪器与技术北京市重点实验室, 北京 100081
2 河南师范大学物理学院, 河南省红外光谱测量与应用重点实验室, 河南 新乡 453007
光谱的预处理在光谱分析中占有非常重要的地位。 针对现有光谱去噪算法对弱峰保存能力差、 基线校正算法对光谱能量过扣除、 光谱特征峰定位不准确以及各种预处理算法串行处理造成的误差累计等问题, 设计了一个端到端的卷积神经网络。 该网络由两个模块组成: 基线校正和去噪模块和特征峰定位模块。 这两个模块相互连接又独立输出。 理想条件下, 可以依据光谱的线型函数和特征峰的位置拟合出无噪声无基线的光谱, 所以在基线校正和光谱去噪模块中连接特征峰定位模块的输出可以有效的提高去噪和基线校正的精度; 而高质量的光谱有助于更加精确的估计光谱峰的位置, 因此这两个模块相互连接可以有效提高重建光谱的质量。 光谱基线校正和去噪模块是一个前馈网络, 该模块由多个卷积层、 激活函数和批归一化层构成, 每一层均连接了特征峰定位模块的输出。 特征峰定位模块是一个多尺度特征融合网络, 该模块使用不同尺寸的卷积核将光谱分为不同的尺度, 融合大小不同尺度的特征估计光谱特征峰的具体位置。 在网络训练时, 使用不同温度、 湿度和不同预热时间的光谱仪获得光谱作为输入样本, 使用中国计量院的标准仪器获得光谱数据作为输出样本。 在实验中, 首先对合成的光谱分别添加不同信噪比的噪声和不同峰值的高斯基线, 分别评价该网络在噪声抑制、 基线校正、 光谱特征峰校正的能力; 然后将添加噪声和基线后的玉米的近红外光谱作为样本, 用最先进的算法对它们进行预处理, 然后用偏最小二乘法估计玉米中的水和油的浓度。 估计的浓度与用标准仪器测量的真实浓度进行比较, 以证明所提出的CNN的优势。 实验证明, 所设计的网络在单任务和多任务处理中均能取得良好的结果。 而且经过该网络处理的光谱在定量分析中可以得到更准确的结果, 具有较强的实用价值。
光谱学 卷积神经网络 光谱去噪 基线校正 特征峰定位 Spectroscopy Convolutional neural network Spectra denoising Baseline correction Characteristic peak positioning
针对现有视频跟踪算法因目标运动机动性强或非对称刚体目标快速变形等情况导致的目标丢失问题,提出了一种基于相关滤波自适应模型与平均峰值相关能量(APCE)重检机制的视频跟踪算法。自适应模型跟踪算法可根据目标区域的清晰度实时调整模型,有效保证目标跟踪模型的准确性。实验结果表明,将自适应模型跟踪算法融入判别式尺度空间跟踪(DSST)模型中,可增强模型对机动性强或快速变形物体的跟踪效果,在保证跟踪速度的同时,使原始DSST模型的平均精度提高了18.3个百分点,成功率提高了15.2个百分点。此外,将自适应模型跟踪算法与APCE重检机制相结合,可保证跟踪算法的稳定性。
机器视觉 目标跟踪 模型更新 自适应模型 相关滤波 重检机制 光学学报
2021, 41(18): 1815001
