1 天津大学精密仪器与光电子工程学院, 天津 300072
2 天津市生物医学检测技术与仪器重点实验室, 天津 300072
3 天津医科大学肿瘤医院, 天津 300060
基于动态扩散荧光层析成像(DFT)的荧光剂药代动力学参数(渗透率等),可为判断不同生物组织体的生理过程和病理信息提供参考。自适应扩展卡尔曼滤波(AEKF)作为一种动态分析方法,具有精确的建模和多参数在线估计等优势。基于DFT系统对吲哚菁绿(ICG)在健康小鼠肝脏和荷瘤小鼠皮下移植瘤组织中的代谢过程进行了测量,然后采用DFT重建技术获得了ICG的时间序列荧光层析图像,在此基础上结合二室模型和AEKF方法得到了ICG的时间序列渗透率参数层析图像。对比两种实验结果可知,肿瘤中ICG的渗透率参数Kpe、Kep均较健康小鼠肝脏中的小。时间序列荧光层析图像显示,AEKF方法能有效获得复杂生物体实时、稳定的ICG药代动力学参数。
医用光学 自适应扩展卡尔曼滤波 药代动力学 扩散荧光层析成像 吲哚菁绿 渗透率参数
首先用扩展卡尔曼滤波算法构建了机载红外搜索跟踪系统被动定位滤波模型,然后针对该滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用虚拟噪声技术,提出了适合于红外搜索跟踪系统被动定位的自适应扩展卡尔曼滤波算法,该算法实时地估计了虚拟噪声的统计特性,减小了线性化误差,提高了非线性滤波的精度.仿真结果表明,在完全相同的初始条件下,自适应扩展卡尔曼滤波对目标距离和速度的估计结果明显优于扩展卡尔曼滤波,此算法具有很高的工程应用价值.
红外搜索跟踪系统 被动定位 扩展卡尔曼滤波 自适应扩展卡尔曼滤波 虚拟噪声 IRSTS Passive location Extended Kalman Filter（EKF） Adaptive Extended Kalman Filter（AEKF） Subjuctive noise
