提高深度剖析拉曼光谱的纵向分辨能力

使用适当似从理论上给出了共焦显微拉曼光谱仪的纵向仪器响应函数，针对相对薄（几个μm)的样品（诸如半导体薄膜材料）给出了一个简化的卷积模型，利用共焦显微拉曼光谱的深度剖析方法，研究了激光晶化后的非晶硅薄膜，并利用反卷积算法，提高了对薄膜纵向结构的分辨能力，发现了激光晶化产生的纳米微晶硅仅位于薄膜中间。     

基于IP的系统芯片(SOC)设计

随着集成电路设计与工艺技术水平的提高，出现了系统芯片(SOC)的概念。本文介绍了基于IP的SOC设计方式的设计流程，指出了其与传统IC设计方法的不同。讨论了支持SOC设计的几种关键技术，并对SOC的技术优势及发展趋势作了全面阐述。     

空间分辨（深度剖析）光谱法在拉曼和荧光光谱中的应用

利用共焦显微镜纵向扫描采样手段,发展了一种空间分辨（深度剖析）光谱方法进行荧光光谱和拉曼光谱的甄别以及它们相应跃迁的指认。利用荧光的自吸收现象,成功地甄别了Nd:YAG晶体中拉曼和荧光光谱,并详尽指认了荧光光谱线的相应跃迁归属。     

基于K阶簇分析的乳腺组织拉曼光谱成像研究

采用共焦拉曼光谱仪,测量了正常乳腺组织和浸润性导管癌组织的阵列显微拉曼谱3 000多个,利用自编软件对谱数据进行K阶簇分析(K-means cluster analysis),得到各簇的平均谱以及各谱的簇类别。各簇平均谱与商售的甘油三酸脂、胶原和肌动蛋白等纯生化物质的拉曼谱具有很高的相关性,说明K阶簇分析能够区分细胞质、细胞间质及脂肪等不同组织形态的拉曼谱;依据各谱的簇类别构建阵列拉曼谱的簇分析成像能够显现乳腺上皮组织的生化成分分布及乳腺管结构,与乳腺组织形态模型成像结果相互印证。本文研究预示簇分析是研究乳腺组织拉曼谱及提取诊断信息的有效手段,优势在于不需要知道组织样品的生化信息。