由漫射图像测量生物组织的光学特性

张连顺; 张晓晖; 王章祯

doi:10.3969/j.issn.1001-3806.2011.05.027

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

由漫射图像测量生物组织的光学特性

张连顺 , 张晓晖 , 王章祯

文章导航 > 激光技术 > 2011 > 35(5): 675-677

引用本文:

Citation:

由漫射图像测量生物组织的光学特性

1.
中国民航大学理学院, 天津 300300

作者简介: 张连顺(1963-)，男，博士，教授，主要研究方向为生物光子学。Email:zhangls1963@yahoo.com.

基金项目:
国家自然科学基金委员会与中国民用航空局联合基金资助项目(61079010)
中图分类号: Q632

Determination of optical coefficients of biological tissue by means of diffuse image

1.
College of Science, Civil Aviation University of China, Tianjin 300300, China
CLC number: Q632

摘要: 为了获取生物组织的光学特性参量,采用CCD无损测量系统来获得生物组织的漫反射图像,通过数据分析获取组织表面的漫射光分布,首先对具有不同光学特性参量的组织模拟液进行测量,用实验所得数据训练神经网络,并用另一组实验数据对神经网络的有效性和精确度进行了验证,然后对牛肉、猪肉以及人体表皮组织在633nm光照下进行了测量,由经实验数据训练的神经网络反演获得生物组织的光学特性参量。结果表明,神经网络能够正确反演不同组织的光学特性参量,并具有较高的精度。
- 医用光学与生物技术 /
- 光学特性 /
- 漫射光 /
- 神经网络
Abstract: In order to acquire the optical properties (scattering and absorption coefficients) of biological tissue, the CCD non-invasive measurement equipment was used to measure the image of diffuse reflectance of biologrcal tissue. The spatially resolved diffuse reflectance of the tissue was acquired by analyzing the image. One set of experimental data on tissue phantoms were used to train a neural network which was used to extract the optical properties. The accuracy of the neural network was investigated and validated by another set of experimental data. The optical properties of bovine muscle, pig muscle and human skin tissue under 633nm laser irradiation were also determined by the network which was trained by the experiment. The result shows the neural network can estimate the optical properties of different tissues with high accuracy.
- medical optics and biotechnology /
- optical properties /
- diffuse light /
- neural network

[1]	ZONIOS G,DIMOU A.Modeling diffuse reflectance from semi-infinite turbid media:application to the study of skin optical properties[J].Optics Express,2006,14(19):8661-8674.
[2]	TAN Y,HE J F,CAO J L,et al.High contrast and fast photoacoustic image of tissue[J].Laser Technology,2008,32(5):551-553(in Chinese).
[3]	AMELINK A,STERENBORG H J C M,BARD M P L,et al.In vivo measurement of the local optical properties of tissue by use of differential path-length spectroscopy[J].Optics Letters,2004,29(10):1087-1089.
[4]	DIMOFTE A,FINLAY J C,ZHU T C.A method for determination of the absorption and scattering properties interstitially in turbid media[J].Physics in Medicine and Biology,2005,50(10):2291-2311.
[5]	DAM J S,DALGAARD T,FABRICIUS P E,et al.Multiple polynomial regression method for determination of biomedical optical properties from integrating sphere measurements[J].Applied Optics,2000,39(7):1202-1209.
[6]	BOLT R A,BOSCH TEN J J.Method for measuring position-dependent volume reflection[J].Applied Optics,1993,32(24):4641-4645.
[7]	ALWIN K,LOTHAR L,MICHAEL S P,et al.Spatially resolved absolute diffuse reflectance measurements for noninvasive determination of the optical scattering and absorption coefficients of biological tissue[J].Applied Optics,1996,35(13):2304-2314.
[8]	FEI SIKE Technology R D Center.Neural network theory and MATLAB 7 realization[M].Beijing:Publishing House of Electronics Industry,2005:90-104(in Chinese).
[9]	XIE Sh S,CHIN T Ch,HUANG L H,et al.Measurement of the optical properties of mammalian tissues in vitro[J].Acta Photonica Sinica,1996,25(2):97(in Chinese).
[10]	GHOSH N,MOHANTY S K,MAJUMDER S K,et al.Measurement of optical transport properties of normal and malignant human breast tissue[J].Applied Optics,2001,40(1):176-184.

[1]	罗振坤 , 王秋华 , 高光煌 , 孙嵘 , 陈宗礼 , 张桂素 . 激光辐射多功能集成防护镜光学特性与复合技术. 激光技术, 2011, 35(4): 486-491. doi: 10.3969/j.issn.1001-3806.2011.04.012
[2]	来建成 , 李振华 , 王春勇 , 王清华 , 贺安之 . 肌肉组织的光透射特性与辐射传输理论的修正. 激光技术, 2007, 31(3): 265-267,280.
[3]	杨丽 , 孙建华 . 生物组织光学特性参量的图像测量研究. 激光技术, 2010, 34(6): 743-746,769. doi: 10.3969/j.issn.1001-3806.2010.06.007
[4]	何军锋 , 谭毅 . 光声成像技术在生物医学中的研究进展. 激光技术, 2007, 31(5): 530-533,536.
[5]	付奎 , 娄本浊 , 孙彦清 , 龙姝明 , 黄朝军 . Zn0.95-xBe0.05MnxSe稀磁半导体的光谱特性分析. 激光技术, 2015, 39(1): 135-139. doi: 10.7510/jgjs.issn.1001-3806.2015.01.027
[6]	孔梅梅 , 高志山 , 陈磊 , 李新华 . 人眼光学模型的研究与发展. 激光技术, 2008, 32(4): 370-373.
[7]	莫长涛 , 陈长征 , 张黎丽 , 孙凤久 . 神经网络在光电位置坐标传感器中的应用. 激光技术, 2003, 27(6): 594-596.
[8]	夏桂芬 , 赵保军 , 韩月秋 . 基于神经网络的远程激光测距机混沌弱信号检测. 激光技术, 2006, 30(5): 449-451.
[9]	于有生 , 李文杰 , 陈俐 . 神经网络在脉冲激光焊焊缝建模中的应用. 激光技术, 2004, 28(6): 585-587,590.
[10]	黄威威 , 游德勇 , 高向东 , 张艳喜 , 黄宇辉 . 基于相关分析和神经网络的激光焊接稳态识别. 激光技术, 2022, 46(3): 312-319. doi: 10.7510/jgjs.issn.1001-3806.2022.03.004
[11]	葛一凡 , 陆旭 , 刘玉柱 . 基于激光诱导击穿光谱和神经网络的蛋壳研究. 激光技术, 2022, 46(4): 532-537. doi: 10.7510/jgjs.issn.1001-3806.2022.04.015
[12]	王成亮 , 杨庆胜 , 李军 , 钟巍峰 , 陈志明 . 基于神经网络的光纤温度和应变快速解调方法. 激光技术, 2022, 46(2): 254-259. doi: 10.7510/jgjs.issn.1001-3806.2022.02.017
[13]	颜鑫 , 应恺宁 , 戴鹭楠 , 谭钧夫 , 沈中华 , 倪辰荫 . 基于物理信息神经网络的激光超声波场研究. 激光技术, 2024, 48(1): 105-113. doi: 10.7510/jgjs.issn.1001-3806.2024.01.017
[14]	王金来 , 於自岚 , 高传玉 , 吉选芒 , 安毓英 , 曾丹勇 , 刘劲松 , 杨继昌 , 张永康 . 激光冲击区表面质量的人工神经网络研究. 激光技术, 2001, 25(1): 1-6.
[15]	黄佳成 , 陈根余 , 周伟 , 朱毅 , 王昊 . 激光修整青铜金刚石砂轮预测模型与优化研究. 激光技术, 2024, 48(3): 405-410. doi: 10.7510/jgjs.issn.1001-3806.2024.03.016
[16]	王爽 , 阮军 , 贺庆丽 . 蒙特卡罗方法研究光动力疗法选择性光损伤. 激光技术, 2008, 32(2): 184-186.
[17]	徐朝辉 , 程全 , 支联合 . 光动力疗法中的治疗剂量学研究. 激光技术, 2011, 35(4): 547-550. doi: 10.3969/j.issn.1001-3806.2011.04.026
[18]	范晓红 , 李正佳 , 周海 , 何艳艳 . 分布Er：YAG激光对皮肤光致热分解作用数值分析. 激光技术, 2010, 34(2): 181-184. doi: 10.3969/j.issn.1001-3806.2010.02.011
[19]	谭毅 , 何军锋 , 任亚杰 , 姚军财 . 基于旋转多元阵列探测器的快速光声成像系统. 激光技术, 2009, 33(3): 300-302.
[20]	魏华江 , 邢达 , 何博华 , 吴荣海 , 谷怀民 , 巫国勇 , 陈雪梅 . 热作用致人前列腺增生组织的光穿透深度变化. 激光技术, 2008, 32(3): 244-247.

点击查看大图

计量

文章访问数: 3943
HTML全文浏览量: 656
PDF下载量: 744
被引次数: 0

由漫射图像测量生物组织的光学特性

作者简介: 张连顺(1963-)，男，博士，教授，主要研究方向为生物光子学。Email:zhangls1963@yahoo.com

1. 中国民航大学理学院, 天津 300300

收稿日期: 2010-11-17
录用日期: 2011-01-17
网络出版日期: 2011-09-25

基金项目: 国家自然科学基金委员会与中国民用航空局联合基金资助项目(61079010)

关键词:

摘要: 为了获取生物组织的光学特性参量,采用CCD无损测量系统来获得生物组织的漫反射图像,通过数据分析获取组织表面的漫射光分布,首先对具有不同光学特性参量的组织模拟液进行测量,用实验所得数据训练神经网络,并用另一组实验数据对神经网络的有效性和精确度进行了验证,然后对牛肉、猪肉以及人体表皮组织在633nm光照下进行了测量,由经实验数据训练的神经网络反演获得生物组织的光学特性参量。结果表明,神经网络能够正确反演不同组织的光学特性参量,并具有较高的精度。