低强度激光治疗(LLLT)是一种通过低强度激光照射相关皮肤、穴位等人体部位治疗心脑血管疾病、缓解疼痛、促进伤口愈合的新型物理方法。它能够刺激线粒体呼吸链的复合物Ⅳ(细胞色素c氧化酶)并增加腺苷三磷酸酯、活性氧化物、一氧化氮等物质的合成, 有助于定向调节细胞行为。高血压、高血糖和高血脂(三高)是最常见的血液疾病, 其导致的血液各参数的变化将引起其他脏器功能异常。目前, “三高”的发病群体数量日益增加, 患者偏年轻化, 因此迫切需要一种便携有效的治疗技术来应对该疾病。近年来研究发现, LLLT在血液系统疾病中有明显的作用, 能有效降低高血压。此外, LLLT还可以调节血糖, 并对因血糖过高导致的相关并发症起到一定的改善, 同时还可调节血脂的浓度, 但更多的应用侧重于前两者。这种治疗技术具有无创和便携等优势, 因此有望成为新的治疗方法。本文将对有关LLLT技术在“三高”中的应用及相关的机制进行综述。

空间光调制器(SLM)可以在电驱动等信号控制下, 实时调节振幅、相位、偏振态等信息, 近年来已被尝试用于代替计算全息(CGH)板实现非球面检测。SLM像素尺寸在3.5~20 μm, 远大于CGH板刻蚀分辨率, 使得SLM的相位调制量在像素尺度离散化, 与理想的连续相位存在误差, 带来检测精度的降低。因此, 有必要评估SLM像素尺寸对检测精度的影响, 从而选择合适像素尺寸的SLM。基于菲涅耳衍射原理以及快速傅里叶变换算法, 仿真波面经SLM调制并传播到待测表面的过程, 并探究待测面处生成波面精度与SLM像素尺寸大小之间的关系。对多组波面进行仿真并分析波面误差分布发现, SLM生成补偿波面误差与SLM像素尺寸所能表示的最大频率相关, 检测时需保证SLM像素尺寸所能表示的最大频率大于补偿波面频率最大值。

提出了一种在小样本条件下建立光谱定量分析的新方法-Bootstrap-SVM模型。 以道路沥青为研究对象, 共收集29个来自6个不同单位的沥青样本, 利用所提方法建立了沥青针入度定量分析模型。 Bootstrap-SVM由Bootstrap重抽样、 噪声注入及SVM三个步骤组成。 为了对比所提方法的优势, 对比了目前常用的PLS模型以及SVM模型。 研究结果表明Bootstrap-SVM, PLS, SVM预测均方根误差分别为0.773 5, 2.889, 1.784 4, 所提方法预测精度最好, 为小样本条件下光谱定量分析提供了一种新的有效方法。

提出了一种衰减全反射红外光谱法快速分类和识别多种食用油的方法——KL-BP模型.此模型利用KL算法对原始光谱数据分类特征进行提取并对原始数据降维,降维后的数据作为神经网络的输入建立分析模型.实验共收集了九种食用油包括芝麻油、玉米油、油菜籽油、调和油、葵花油、花生油、橄榄油、大豆油、茶籽油,共84个样品,并测定了其衰减全反射红外光谱.为了对比所提方法性能,分别建立PCA直接分类、KL直接分类、PLS-DA、PCA-BP和KL-BP模型的分类结果进行对比.研究结果表明,对所研究的9种食用油,PCA直接分类、KL直接分类、PLS-DA、PCA-BP和KL-BP方法的识别率分别为59.1%,68.2%,77.3%,77.3%和90.9%.在数据降维中,KL算法通过分别提取使类间距离和类内距离比值最大方向的特征向量提取和包含在类内离散度矩阵中的分类信息,能够比PCA方法提取了更多的分类信息;引入BP神经网络能有效地提高分类能力和分类准确率;KL-BP综合了KL对分类信息提取优势以及BP神经网络自学习、自适应、非线性的优点,在分类和识别成分相近的9种食用油中表现出了最优秀的能力.