用近红外光谱检测人体组织氧含量

为防止病人因组织缺氧而产生各种临床并发症 ,需要检测病人的组织氧。红外组织氧含量检测技术是一种新的无损检测技术 ,相对于脉搏氧饱和度检测 ,可以检测局部人体组织的氧合状况。用自行设计的近红外组织氧含量检测仪 ,进行了前臂阻断实验、婴儿脑氧实验和肌氧实验。检测中考虑了近红外传感器与人体的耦合 ,合理选择了光源与检测器的距离以及检测器的数目。用该仪器测量结果与生理变化相符。结果表明 :近红外方法可以实时无损地检测人体组织的氧合状况     

近红外光子在生物组织中迁移的仿真及应用

通过对光与生物组织相互作用物理本质的分析,介绍了一种求解光子在生物组织中迁移规律的蒙特卡罗计算方法。方法假定入射光为离散的光子,并受到生物组织的吸收和散射。认为光子在两次散射之间的长步和散射方向虽然是随机的,但可引入随机变量予以确定。对大量光子进行计算就可以获得光在生物组织中传播的宏观数据。将此方法用于脂肪组织,所得结果与实验符合甚好。说明此方法可用于检测人体皮下脂肪层的厚度,并对合理设计红外无损检测的传感器可提供依据     

近红外光谱在印刷品颜色检测中的应用

为了对印刷品颜色进行快速、准确检测,应用近红外光谱技术(NIR)并结合偏最小二乘法(PLS)建立印刷品颜色检测模型.对近红外光谱获取的144个样本光谱曲线,应用主成分分析方法进行降维,维数为5.选取的主成分作为光谱优化特征子集以替代原来复杂的光谱数据.随后,将144个样本数据随机分为定标集和预测集,利用偏最小二乘法在103个定标集样本数据基础上建立印刷品颜色预测模型,应用此模型对41个预测集样本颜色进行预测.研究结果表明:利用PLS模型得到样本的实测值和预测值之间的预测决定系数(R~2)为99.74%,预测平均相对误差为0.636%,表明利用近红外光谱技术检测印刷品颜色是可行的.     

基于近红外光谱无损快速检测面粉品质的研究

提出一种基于近红外光谱技术结合偏最小二乘法对面粉品质进行无损快速检测的方法.配制含滑石粉的面粉样品30个,采集样品在12 500~4 000 cm-1范围内的近红外漫反射光谱,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法(PLS)建立定量分析模型.结果表明所建定量分析模型的相关性能比较高,预测相关系数和预测均方根误差均符合要求.研究发现,近红外光谱技术用于快速无损检测面粉掺假是可行的.     

用近红外反射光谱检测方便面的含油率

探讨了用近红外反射光谱快速无损检测方便面含油率的可行性，分别采用归一化、一次求导及二次求导处理原始光谱数据，用５７６９ｃｍ－１、３５７８ｃｍ－１、５３９１ｃｍ－１和８３１５ｃｍ－１处的一次求导数值与方便面的含油率进行四元一次回归时，方程的复相关系数为０．９２，与标准化学分析相比，平均相对误差２．９％．结果表明ＮＩＲ光谱法在实际应用中能满足方便面含油率的测定精度     

用近红外反射光谱检测方便面的含油率

探讨了用近红外反射光谱快速无损检测方便面含油率的可行性，分别采用归一化、一次求导及二次求导处理原始光谱数据，用５７６９ｃｍ＾－１、３５７８ｃｍ＾－１、５３９１ｃｍ＾－１和８１３５ｃｍ＾－１处的一次求导数值与方便面的含油率进行四元一次回归时，方程的复相关系数为０．９２，与标准化学分析相比，平均相对误差２．９％。结果表明ＮＩＲ光谱法在实际应用中能满足方便面含油率的测定精度。     

土壤成分近红外光谱检测的重点和难点

近红外光谱技术(NIRS)是一种快速的检测分析方法,在土壤科学领域内具有广阔的应用前景.该文主要介绍了土壤成分近红外光谱检测的重点和难点,并对发展动向进行了展望.     

近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.     

近红外光谱技术在林业领域的应用

近红外光谱技术是一种快速、准确、无损、高通量、低成本的分析技术,广泛应用于林业领域。在木材性质检测方面,近红外光谱技术对于木材力学特征及化学成分含量等检测都有较高的准确性;在经济林产品品质分析方面,则主要用于反映林业产品的化学组分及含量、口感及硬度等直接和间接性状,对经济林产品品质及林木遗传育种的研究有较好应用前景;在林木分类鉴别应用方面,近红外光谱能够鉴别不同树种及种源,乃至反映树龄信息,在多物种模型中应用效果更好;近红外光谱还能够有效区分多物种的正常植物体与染病植物体,可在林木病虫害研究及生物检疫方面发挥作用。此外,近红外光谱还能应用于预测森林凋落物分解速率、预测土壤成分含量等。笔者分析了近红外光谱在林业科研和生产实际应用中的影响因素,包括样品状态、样本集特征等内在因素,以及预处理、波长选择、建模方式、硬件条件等外在因素对最终模型稳定性和准确度产生的影响。总结认为,近红外光谱技术引入林业研究后大大提高了林业样品检测效率,实现了绿色无损的高通量检测,对林地现场快速测量及林木遗传育种有极好的适应性,对促进林业产业的发展意义重大。     

近红外光谱分析技术的应用综述

近红外光谱（NIRS）分析技术是上世纪70年代发展起来的一项现代分析技术。它综合运用了计算机技术、光谱技术和化学计量等多个学科的最新研究成果,以其独特的高效、成本低、环保的优点在农业、食品等学科中得到了广泛应用。     

基于特征光谱提取的有机基质含水量快速测定方法

为了寻找一种有机基质含水量的快速检测方法,采用便携式可见/近红外光谱仪获得不同含水量醋糟有机基质样品的光谱信息,经过滑动平均滤波(MAF)和一阶微分(FD)预处理后,采用逐步回归法提取对有机基质含水量反应敏感的特征光谱,建立了基于特征光谱波段组合的线性回归模型.其中,以1 889,1 544和1 735 nm为特征光谱...     

保健品中枸橼酸西地那非成分近红外快速定性定量分析

建立了应用近红外光谱技术对保健品中枸橼酸西地那非成分的定量及定性分析方法.采集36个样品的液体透射光谱,分别采用主成分分析法和第一范围标定法建立定量和定性模型,并将定量分析方法的结果与HPLC定量结果进行比对.所建定量分析模型,主成分数为4,R2为99.92%,RMSECV为31.5.该模型对预示集的枸橼酸西地那非HPLC平均方法回收率为104.8%,近红外光谱分析法处理结果与HPLC法处理结果无显著差异.定性分析模型组间选择性为4.38,对18个未知样品判错率为0.所建立的新方法可对保健品中枸橼酸西地那非成分进行快速准确的定性及定量分析.     

Assessment of blood and oxygen delivery to flaps of rhesus using near infrared steady-state spectroscopy

Near infrared spectroscopy has been considered as a potentially ideal noninvasive technique for the postoperative monitoring of plastic surgery. In this study, 6 flaps were raised on rhesus monkeys' forearms. Blood and oxygen delivery to these flaps was monitored following vascular occlusions and inhalation of pure oxygen. Optical fibers were adopted in the probe of the oximeter so that the cutaneous detection could be performed in reflectance mode. Different and repeatable patterns of changes were measured following vascular occlusions on flaps. It is clear that the near infrared spectroscopy is capable of postoperatively monitoring vascular problems in flaps, especially the venous problem. Near infrared spectroscopy showed high sensitivity to detect the dynamic changes in flaps induced by inhalation of pure oxygen in this study. The experimental results indicated that it was potential to assess tissue viability utilizing the dynamic changes induced by some noninvasive stimulation (such as inhaling pure oxygen). It may be a new assessing method that is rapid, little influenced by other factors and less inconvenient to patients.     

NIR对真伪枸橼酸西地那非片快速定性定量分析

应用近红外光谱技术建立对枸橼酸西地那非片的定量及定性分析方法.通过对162个样品进行近红外光谱分析,分别采用偏最小二乘和第一范围标定法建立定量和定性模型,并将定量分析方法的结果与HPLC定量结果进行比对.所建定量分析模型,主成分数为4,R2为98.91%、RMSECV为1.54.该模型对预示集枸橼酸西地那非的平均回收率为100.14%,近红外光谱分析法处理结果与HPLC法处理结果无显著差异.定性分析模型组间选择性为5.09,对42批真伪样品判错率为0.结果显示,所建立方法可对真伪枸橼酸西地那非片进行快速准确的定性及定量分析.     

基于小波分析的近红外光谱数据预处理

近红外光谱中常常包含一些与待测样品性质无关联的干扰信息,为了使建立的定性或定量分析模型更加稳健、可靠,常常需要对测定的光谱数据进行预处理.结合大豆油脂酸价的近红外光谱分析方法,对由瑞典波通公司的DA7200型近红外光谱仪记录的36组大豆油脂样品光谱数据,采用小波变换的阈值去噪方法进行预处理,对比常用的窗口移动平滑预处理,说明了小波变换是一种有效实用的光谱预处理方法.     

基于近红外光谱的小麦粉湿面筋含量检测

本文应用近红外光谱法测定小麦粉中湿面筋含量.对小麦粉的近红外光谱图进行消除常数偏移量、多元散射校正、减去一条直线三种预处理方法,用偏最小二乘法建立小麦粉的近红外光谱图与湿面筋含量之间的关系模型,并预测小麦粉中湿面筋含量.实验结果显示减去一条直线预处理后的模型评价指标最优,模型的相关系数R2为934,模型交互验证后的均方差为051,预测结果的均方根误差为0456.实验结果表明,近红外光谱法能够用于小麦粉湿面筋含量的测定     

近红外光谱法定量分析亚麻油中的主要组分

用厚度为 1cm的玻璃比色皿作为吸收池 ,测定了亚麻油的近红外光谱 ,利用 70 0 0～ 6 0 0 0cm-1范围内的透波率 ,建立了主成分回归分析模型和BP人工神经网络模型 ,用二模型预测了亚麻油中油酸、亚油酸和亚麻酸的含量 ,预测结果的平均相对误差均在 2 %以内 ,并BP人工神经网络模型预测的效果较好。该法可用于亚麻油中主要组分的实时成分分析。     

基于数理形态学的近红外光图像实时人脸检测

该新型算法首先使用基于Harr特征和Adaboost算法的人脸检测方法寻找人脸候选区域,并对候选区域进行归一化处理;然后利用人眼瞳孔在近红外光图像中会生成白色光斑的特点,使用基于数理形态学的Quoit滤波器精确定位眼睛.为了减小不同瞳孔大小带来的影响,使用了多尺度的Quoit滤波器以提高准确性.实验表明,这种方法不仅准确性高而且速度快,达到了实时人脸检测的要求.