近红外荧光探针的合成、表征及应用分析

近红外荧光探针的发射波长能避免生物组织的干扰,对生物成像有较高的效率。文章对钯检测、N_2H_4检测、苯硫酚检测作为近红外荧光探针的合成、表征及具体在细胞中应用的分析。希望能为近红外荧光探针的更多应用和发展趋势做出不一样的分析方向。     

基于深度学习的彩色以及近红外图像去马赛克

单传感器捕获的彩色-近红外（RGB-NIR）图像存在光谱干扰，从而导致重建出的标准彩色图像（RGB）图像与近红外（NIR）图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法，通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题，使得网络更容易训练，并且提升了网络的拟合能力。首先，用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征；然后，将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征；其次，为充分利用低级特征与高级特征，将多个残差稠密块提取到的特征进行组合；最后，通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组（IVRG）数据集、有植被的户外多光谱图像（OMSIV）数据集和森林（Forest）三个公开数据集进行实验。实验结果表明，所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。     

基于近红外光谱的鸡蛋产地溯源

为了快速、准确、无损地追溯鸡蛋的不同产地,借助于近红外光谱技术,采用主成分析结合PLS-DA判别模型和簇类独立软模式法(SIMCA)建立了鸡蛋的溯源模型。利用标准正态变量(standard normal variate,SNV)、Savitzky-Golay平滑滤波(SG)和多元散射校正(multiplicative scatter correction,MSC)等方法对原始光谱数据进行了预处理,结果表明SG(3点)平滑处理结果最好;利用主成分分析方法对不同地区的鸡蛋进行聚类分析,发现当主成分数为3时,建立的SIMCA溯源效果最好。结果表明,在显著水平0.05时,4个地区(朔州、吕梁、太谷、运城)验证集的识别率均为100%,其中吕梁和运城地区的拒绝率为100%,朔州和太谷地区的拒绝率为98.6%。说明SIMCA模式建立的模型基本能够判别鸡蛋产地。     

近红外漫反射光谱法快速测定金银花中水分含量

用近红外光谱仪采集中药金银花粉末的近红外漫反射光谱,运用偏最小二乘回归(PLSR)分析建立了金银花中水分含量定量模型,对金银花中的水分含量进行快速测定。该定量模型的相关系数为0.999 12、校正标准差为0.243、预测标准差为0.450;对建立的金银花中水分含量定量模型进行交叉验证,标准差为0.777;采用近红外漫反射光谱法和红外水分仪测定的金银花中水分含量经t检验无显著差异。该方法简便、快速、安全、实用,适用于中药水分含量的快速测定。