CN102858233A - 脂水比的确定 - Google Patents

脂水比的确定 Download PDF

Info

Publication number
CN102858233A
CN102858233A CN2011800197160A CN201180019716A CN102858233A CN 102858233 A CN102858233 A CN 102858233A CN 2011800197160 A CN2011800197160 A CN 2011800197160A CN 201180019716 A CN201180019716 A CN 201180019716A CN 102858233 A CN102858233 A CN 102858233A
Authority
CN
China
Prior art keywords
optical parametric
fat
wavelength
information
places
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011800197160A
Other languages
English (en)
Other versions
CN102858233B (zh
Inventor
B·H·W·亨德里克斯
J·J·L·霍里克斯
G·W·吕卡森
R·纳沙贝
M·范德沃尔特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN102858233A publication Critical patent/CN102858233A/zh
Application granted granted Critical
Publication of CN102858233B publication Critical patent/CN102858233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4869Determining body composition
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light

Abstract

本发明涉及一种用于确定样品的脂水比和散射参数的设备、方法、以及计算机程序。特别是,本发明涉及一种设备,该设备包括:光源以及探测器,所述光源以及所述探测器布置为测量各种波长处的光学参数,其中波长选择为使得在两个波长处,水和脂的吸收系数基本上相同。这使得能够确定散射参数。在第三波长处的另外的测量使得能够确定脂水比。根据特定的实施例,所述光源和所述探测器与介入装置相关地布置,以便在介入期间能够就脂水比和散射来对组织进行检查。

Description

脂水比的确定
技术领域
本发明涉及一种用于确定与样品的化学组成有关的参数的设备,并且更具体地涉及用于确定样品中的脂水比(lipid-water ratio)和散射的设备、方法、以及计算机程序。
背景技术
为了改善介入的结果,确定介入装置前的组织的类型是很重要的。例如在肿瘤学的情况下,如果活组织检查针的尖端肯定在疑似组织中,则进行活组织检查的程序将得到改善。并且在手术期间,现场发现肿瘤的边界将大大地改善手术的结果。另外的应用是检测食物的质量。例如,指示了脂含量和“新鲜度”的简单的装置将在日常生活中在各种情况下对消费者有帮助。
在许多应用中,确定样品中的脂水比和散射是期望的。一个该应用是检测食品的质量。用于确定脂水比的设备对监控动物或人体中的脂水比也可能是有利的。能够确定样品中的脂水比和散射的现行的设备可能使用复杂、耗时和/或昂贵。存在能够测量样品构成的设备。例如,在近红外线(NIR)范围中测量的分光计能够测量反射光谱,从所述反射光谱能够推导出水和脂肪。然而,此设备并不简单、紧凑、或成本低。对于诸如家庭应用的很多应用来说,用于确定样品中的脂水比和/或散射参数的紧凑、简单、并且成本低的设备可能是有利的。
参考文献US 7486985 B2涉及用于表征活体中,例如血管壁中,的组织以确定该组织是健康的还是患病的的方法及装置。然而,该参考文献并没有描述用于确定样品中的脂水比和/或散射参数的简单的设备。
因此,用于确定样品中的脂水比和/或散射参数的改进的设备将是有利的,并且特别是用于确定样品中的脂水比和/或散射参数的简单的、紧凑的和原理上低成本的设备将是有利的。
发明内容
本发明优选地探索减轻或消除确定样品中的脂水比和/或散射的上述缺点。特别是,提供能够以简单的、紧凑的、以及有成本效益的方式来确定样品中的脂水比和/或散射参数的设备、方法、以及计算机程序可以看作是本发明的目的。
本发明的另外的目的是提供对现有技术的替代方案。
因而,打算通过提供用于确定关联的样品中的脂水比的设备在本发明的第一方面中获得上述目的和数个其它目的,所述设备包括:
-光源,以及
-光探测器,
所述光源以及所述光探测器布置为测量所述样品在有限数量的选择的且独特的(distinct)波长处的光学参数,并且布置为在所述选择的且独特的波长λ_1、λ_2、以及λ_3处分别测量第一、第二、以及第三光学参数,
其中,水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似,并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似,并且
其中,所述设备能够基于在λ_1处和λ_2处测量的所述第一和第二光学参数以及在λ_3处测量的所述第三光学参数来确定所述样品的脂水比。
本发明特别是,但不排它地,对以简单的、紧凑的、以及有成本效益的方式来确定样品中的脂水比和/或散射参数是有利的。由于本发明使得能够利用有限数量的选择的且独特的波长来确定样品中的脂水比和/或散射参数,因而可以设计简单的、紧凑的、以及原理上低成本的设备。此外,其可以使得能够省略昂贵的分光计,所述分光计能够测量样品的光谱。此外,在一些实施例中,由于可以仅利用在有限数量的选择的且独特的波长处的测量来确定样品中的脂水比和/或散射参数,并且由于所述选择的且独特的波长使得能够相对直接地推导样品中的脂水比和/或散射参数,所以本发明可能导致相对快速的测量。
应当理解的是,“波长”包括“窄波长区间”。此外,表述“基本上类似于”被理解为包括精确类似的数学抽象和指定值附近的区间,诸如对应于实验不确定性的区间。在此上下文中,实验不确定性表示关于波长的不确定性,但是也表示关于其它参数的不确定性,诸如强度,由于测量的强度的不确定性转化为波长区间,波长区间的大小在确定的波长处取决于在该特定的波长处测量的强度关于波长的斜率。表述“基本上类似于”还被理解为包括相对偏差,诸如0.01%、0.1%、1.0%、5.0%的相对数值偏差或包括绝对偏差,诸如0.1nm、1.0nm、或10nm的绝对数值偏差。
光学参数被理解为在探测器处的光强度。能够用以测量这个的配置包括:(1)漫反射,即,源与探测器在同一侧,(2)透射测量,即,组织例如是夹在源与探测器之间。然而,其它的配置也是可能的。
光学参数的测量能够以各种方式执行,诸如通过光路中的不同位置处的各种滤光器系统、以不同波长段发射的光源、或用于不同波长段的探测器。下文进一步对此进行详细说明。
所述样品可以为任何样品,诸如组织或食品的样品。
存在能够测量样品的构成的设备,但是它们使用起来不简单和容易。例如,在NIR中的分光计能够测量反射光谱,从所述反射光谱能够推导出水和脂(参照图1)。由于昂贵的探测器阵列,诸如InGaAs探测器阵列,这并不是低成本的设备。InGaAs探测器阵列目前是相当昂贵的。点探测器会便宜得多。在本发明的实施例中,使用了点探测器,诸如InGaAs点探测器。这可以使设备更便宜。
本发明能够使用在肿瘤学领域中,或其它脂水比和散射的确定是重要的保健应用中。此外,其能够用于食品工业中。在这些应用中,脂水比和散射的量是要确定的重要的参数。
在特别有用的实施例中,所述设备还布置为访问包括关于各种组织类型的信息的数据库,并识别样品最有可能包括哪一种组织类型或多种组织类型,并且其中,所述识别是基于脂水比的。这样的优点是可以以此方式获得关于组织类型的有价值的信息。在替代实施例中,数据库包括关于一般的,即,来自动物(和从例如奶和奶酪导出的食品)以及植物(例如,坚果和其它的含脂的原料),的食品的信息。
在本发明的另一实施例中,所述第一选择的波长λ_1和所述第二选择的波长λ_2选择为使得能够解开散射和吸收对所述光学参数的作用。这可能是有利的,因为散射和吸收都是感兴趣的参数,但是,只有当他们能够被解开以便一个参数的测量不会被另一个妨碍才是有利的。
在又一实施例中,所述设备还能够经由散射参数与所述第一和第二光学参数之间的直接关系来确定所述散射参数。使用要确定的所述散射参数与所述第一和第二光学参数之间的直接关系可能是有利的,因为可以相对快速地使用诸如数学函数或查找表的直接关系。另一可能的优点是可以定量地确定散射参数。又一可能的优点是可以明确地确定散射参数。与,例如,可能包括散射参数与第一和第二光学参数之间的非直接关系的拟合程序相比,此特定的实施例从而可以更快速并且更不模糊。
在另一实施例中,所述设备还能够基于所述散射参数来确定指示新鲜度的参数。已经由本发明人确定,包含在包含水的介质中的脂的各种样品是乳液状的。乳液的质量随时间改变并且将最终导致在乳液泡囊的尺寸的改变。这将对与乳液泡囊的尺寸有联系的散射参数具有强的影响。因而,此特定的实施例的可能的优点是能够评估样品的新鲜度。在本上下文中,新鲜度被理解为指示了样品的原始质量被保留到何种程度的参数。因而,期望样品原始地具有高新鲜度,所述新鲜度随时间而退化。新鲜度的退化可能取决于若干因素,诸如时间、原始质量、以及存储条件。新鲜度在若干应用中可以是重要的参数。特别是新鲜度可能是对评估食品的质量有关的。
在又一实施例中,所述设备还包括具有不同波长段的多个光源和/或具有不同波长段的多个光探测器,其中所述波长段中的两个对应于λ_1和λ_2。包括具有不同波长段的多个光源的优点可能是波长的选择是由光源给出的,并且因此既不需要宽带光源也不需要滤光器。另一可能的优点是能够使得设备相对地便宜、简单、以及紧凑。类似地,具有不同波长段的多个光探测器可能使得能够使用单个宽带光源,而在光源与探测器之间不使用滤光器。所述光源可以包括发光二级管(LED)或激光源。
在另一实施例中,所述设备还包括处理器,所述处理器布置为用于:
-接收从在λ_1处测量的所述第一光学参数导出的信息,
-接收从在λ_2处测量的所述第二光学参数导出的信息,
-接收从在λ_3处测量的所述第三光学参数导出的信息,
-基于从所述第一光学参数导出的所述信息和从所述第二光学参数导出的所述信息来计算散射参数,以及
-基于从所述散射参数导出的信息和从所述第三光学参数导出的信息来计算脂水比。包括处理器的优点可以为于是可以以更短时间、自动地、并且更可靠地进行计算。
在又一实施例中,所述波长λ_1和λ_2被选择为与波长组{740.0nm;773.0nm}、{955.0nm;1000.0nm}、{1010.0nm;1128.5nm}、{1150.5nm;1251.0nm}、或{1380.9nm;1663.9nm}中的任何一个基本上相同。通过很仔细地分别测量对于水和脂的吸收光谱并且检查光谱,已经将特定的波长组识别为满足以下情况的波长组:水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似。
在另一实施例中,所述光源及所述光探测器与介入装置相关地布置,以便能够确定在所述介入装置附近的样品的脂水比。所述介入装置可以为内窥镜、活组织检查针、导管等中的任何一种。此实施例对于微创程序(minimally invasive procedure)可以是有利的。
在又一实施例中,所述设备布置为用于测量包括λ_1、λ_2、以及λ_3的四个不同波长处的光学参数。如果测量了四个点,则能够实现对于非线性影响的更好的补偿,并且因此,结果可以更准确。注意到,另外的测量,包括在其它波长处的测量,可能进一步改善准确度。
根据本发明的第二方面,本发明还涉及一种方法,所述方法包括以下步骤:
-测量(S1)第一选择的且独特的波长λ_1处的第一光学参数,
-测量(S2)第二选择的且独特的波长λ_2处的第二光学参数,
-测量(S3)第三选择的且独特的波长λ_3处的第三光学参数,以及
-基于所述第一光学参数和所述第二光学参数来确定(S4)散射参数,以及
-基于所述散射参数和所述第三光学参数来确定(S5)脂水比,
其中,水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似,并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似。
在另一实施例中,所述方法还包括以下步骤:
-测量第四选择的且独特的波长λ_4处的第四光学参数,
所述第四光学参数也用于确定脂水比的步骤中,其中,所述第三波长λ_3对于水具有与水在λ_1处和λ_2处的吸收系数基本上相同的吸收系数,并且脂在λ_4处的吸收系数与脂在λ_1处和λ_2处的吸收系数基本上相同。通过选择满足上述标准的四个波长,预期的是,在其上进行测量并且其中直线与λ_1、λ_2、以及λ_3相交的样品不包含脂。相应地,如果线与λ_1、λ_2、以及λ_4相交,则预期的是样品不包含水。
在又一实施例中,波长组λ_1、λ_2、λ_3、以及λ_4与波长组{1150.5nm;1251.0nm;1274.0nm;1360.0nm}基本上相同。通过很仔细地分别测量对于水和脂的吸收光谱,已经将此特定的波长组识别为满足以下情况的波长组:水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似,并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似,并且第三波长λ_3对于水具有与水在λ_1处和λ_2处的吸收系数基本上相同的吸收系数,并且脂在λ_4处的吸收系数与脂在λ_1处和λ_2处的吸收系数基本上相同。
在本发明的又一实施例中,根据权利要求的任何一个的方法,利用以下步骤中的任何一个来确定脂水比:
-将测量的光学参数插入到查找表中,
-测量另外的光学参数并将模型拟合到若干测量的光学参数,其中,所述模型包括所述脂水比作为输入参数,
-将若干所测量的光学参数与基于漫射理论的解析近似进行比较,和/或
-将若干所测量的光学参数与蒙特卡罗计算的结果进行比较。这些步骤中的任何一个的优点可能是其能够是自动化的并且其可以产生脂水比的更快速和/或更精确的确定。
根据本发明的第三方面,提供了一种计算机程序,所述计算机程序产品适用于使得计算机系统能够操作处理器,所述计算机系统包括至少一个计算机,所述至少一个计算机具有与其关联的数据存储构件,所述处理器布置为用于:
-接收从第一光学参数导出的信息,
-接收从第二光学参数导出的信息,
-接收从第三光学参数导出的信息,
-基于从所述第一光学参数导出的所述信息和从所述第二光学参数导出的所述信息来计算散射参数,以及
-基于从所述散射参数导出的信息和从所述第三光学参数导出的信息来计算脂水比。
根据本发明的第四方面,本发明还涉及一种用于确定关联的样品中的脂水比的系统,包括根据第一方面所述的设备,所述系统还包括数据库,所述数据库包括关于所述样品的脂水比的信息。所述数据库还可以包括关于各种组织类型的信息,以便使得能够确定样品最有可能包括哪一种组织类型或多种组织类型。所述数据库可以替代地包括关于一般的,即,来自动物(和从例如奶和奶酪导出的食品)以及植物(例如,坚果和其它的含脂的原料),的食品的信息。
本发明的所述第一、第二、第三、以及第四方面均可以与任何其它方面组合。参照以下描述的实施例,本发明的这些和其它方面将变得明显,并且将参照以下描述的实施例,阐述本发明的这些和其它方面。
附图说明
现在将参考附图更详细地描述根据本发明的用于确定脂水比和散射设备、方法、以及计算机程序。图示出了实施本发明的一种方式并且不应被解释为对落入所附的权利要求组的范围内的其它可能的实施例的限制。
在图中:
图1示出了脂肪组织的测量光谱(实画线)的范例。也示出了模型拟合的光谱(虚线);
图2示出了用于导出脂/水比和散射参数的具有四个测量位置的光谱的一部分的范例;
图3示出了基于滤光器的设备实施例;
图4示出了基于借助于色散装置(例如,光栅)和孔的波长选择的设备实施例;
图5示出了根据本发明的实施例的设备的图表描绘;以及
图6为根据本发明的方面的方法的流程图。
具体实施方式
描述了包含光源及探测器的设备。在范例实施例中,探测器能够探测至少四个良好定义的窄波长段中的光的量,而源的波长范围足够宽以覆盖所有这些窄波长段。替代地,源能够发射这些窄波长段中的光,而探测器响应足够地宽以覆盖所有这些窄波长段。假设波长位置大致位于以下位置处:(1)1150.5nm,(2)1251nm,以及波长段1260-1400nm中的两个位置(3)和(4)。这些位置处测量的强度为S1、S2、S3和S4,对应于波长λ_1,λ_2,λ_3和λ_4。图2中示出了波长已经被标记的范例光谱,其中,纵轴以纳米(nm)示出了波长(λ)并且横轴以任意单位示出了强度(I)。
反射强度取决于散射和非线性方式的吸收。为了解开(disentangle)这两个,我们如下进行。在波长(1)和(2)处,水和脂的吸收系数能够在下面的表I中找到。
表I:在各种波长处水和脂的吸收系数表。
  点   波长  μa(水)  μa(脂)
  nm   cm-1   cm-1
  S1   1150.5   1.0500   0.2305
  1195.5   1.2456   1.2469
  1222.0   1.1595   1.1565
  S2   1251.0   1.0525   0.2386
  S3   1274.0   1.0517   0.1253
  S4   1360.0   3.6404   0.2373
从表I我们发现水和脂的吸收系数在1150.5nm和1251.0nm处基本上相同。因此,独立于水和脂的浓度,在这两个波长处的吸收量是相同的。结果,在反射强度上的差异纯粹是由于散射。归因于此区域附近的反射光谱中的散射的斜率Q从而能够通过下式确定:
Q = S 2 - S 1 100.5 S 1 - - - ( 1 ) .
归因于此区域中的散射的光谱形状能够以良好的近似描述为线性关系。为了确定脂水比,我们如下进行。获得点S2处的强度。利用斜率外推此点,直到与1274nm与1360nm之间的光谱相交。注意到根据表I,我们预期在没有包含脂时该直线在1274nm处相交并且在没有包含水时该直线在1360nm处相交。由于我们已经对散射进行了校正,所以在此相交点处的吸收量与在S2处的吸收量是相同的,因此,我们发现
μ a w ( λ 2 ) w + μ a l ( λ 2 ) l = μ a w ( λ 5 ) w + μ a l ( λ 5 ) l - - - ( 2 ) .
通过比较光谱中的具有相同的吸收量的点,我们规避了光谱上的吸收的非线性相关性的困难。所以
l w = μ a w ( λ 5 ) - μ a w ( λ 2 ) μ a l ( λ 2 ) - μ a l ( λ 5 ) - - - ( 3 ) .
为了确定相交点S5,我们如下进行。在一个实施例中,利用查找表插入两个测量点S3与S4之间的强度。此查找表取决于脂水比。首先利用100%的水含量导出相交点S5。以上然后将产生可以指示与以上假定的100%不同的水含量的脂/水比。现在通过使用新的导出的比来调整查找表。重复这些步骤,直到通过拟合程序找到的量与假定的脂/水比一致。在另一实施例中,我们使用基于漫射(diffusion)理论的解析近似。另一实施例是光谱是在这两个点之间测量的。在又一实施例中,光谱的缺少的部分通过混浊介质内的光子的漫射过程的蒙特卡罗计算来确定。优选地,该两点S3和S4被认为基本上分别等于1274nm和1360nm。
图1示出了脂肪组织的测量光谱(实画线)的范例。也示出了模型拟合的光谱(虚线)。纵轴以纳米(nm)示出了波长(λ)并且横轴以任意单位示出了强度(I)。
替代实施例1
在第一替代实施例中,我们考虑如上所述的系统和算法。我们确定在以上四个点处的漫反射。在此特定的实施例中,在波长基本上等于1150.5nm和1251.0nm处分别测量点S1和S2。这容许我们去除散射的影响,而不需要知道吸收。为了插入测量结果3和4之间的值,我们如下进行。根据首先两个点的测量,我们确定散射斜率。校正两个测量结果3和4之间的差异用于此散射作用。其余的变化归因于吸收的影响。在这两点3和4之间,我们假定归因于吸收的作用能够通过与吸收系数成线性比例来近似。因此,我们能够写出:
S ( λ , lw ) =
S 3 + ( S 2 - S 1 ) ( λ - λ 3 ) ( λ 2 - λ 1 ) +
( S 4 - S 3 - ( S 2 - S 1 ) ( λ 4 - λ 3 ) ( λ 2 - λ 1 ) ) ( ( μ a w ( λ ) + μ a l ( λ ) lw ) - ( μ a w ( λ 3 ) + μ a l ( λ 3 ) lw ) ( μ a w ( λ 4 ) + μ a l ( λ 4 ) lw ) - ( μ a w ( λ 3 ) + μ a l ( λ 3 ) lw ) ) - - - ( 4 ) .
在表II中,列出了在应用到各种参考光谱时用于确定脂水比的各种方法的结果。方法1(参照表II)对应于由点S3和S4之的光谱为已知的并作为参考的以上的实施例描述的方法。方法2(参照表II)对应于第一替代实施例中所描述的方法。对于脂的低值,该算法变得不准确并引起负值。因此,我们应该把负值四舍五入为零脂浓度并且类似地把大于1的值四舍五入为1。从表II,我们看到方法1给出了除了脂的低值(15%)之外的脂水比的良好的近似。对于方法2,同样保持有如对于方法1那样的稍微增加的不准确性。
表II:由全光谱拟合和新提出的算法确定的脂/水比之间的比较。
Figure BDA00002272355000104
Figure BDA00002272355000111
替代实施例2
在第二替代实施例中,我们首先使用与替代实施例1中的相同的方式来确定光谱上的散射影响。为了确定脂水比,我们利用光谱上的吸收的影响与
S absorption ( λ ) ≈ Exp [ - α μ a ( λ ) ] - - - ( 5 )
成比例的近似。
除了测量点S1和S2处的光谱以确定散射作用之外,我们也测量两点S3和S4,但是该位置可以是任意的,只要它们在点S1和S2的附近就行。例如,我们能够选择S3和S4位于1195nm和1210nm处。由于我们知道散射的影响,所以我们能够根据下式来去除散射:
S 1 a = S 1 + ( S 2 - S 1 ) ( λ 4 - λ 1 λ 2 - λ 1 )
S 3 a = S 3 + ( S 2 - S 1 ) ( λ 4 - λ 3 λ 2 - λ 1 )
S 4 a = S 4
A = μ a w ( λ 3 ) - μ a w ( λ 1 )
B = μ a l ( λ 3 ) - μ a l ( λ 1 )
C = μ a w ( λ 4 ) - μ a w ( λ 1 )
D = μ a l ( λ 4 ) - μ a l ( λ 1 )
Q = ( Ln [ S 3 a / S 1 a ] Ln [ S 4 a / S 1 a ] ) 2
lw = QC - A B - QD
Figure BDA000022723550001210
表II中给出了此方法的范例,此方法称为方法3。此方法3的准确性低于方法2的准确性。特别是在脂的量大的情况下,偏差可能是显著的。
替代实施例3
在第三替代实施例中,我们首先使用与替代实施例1中的相同的方式来确定光谱上的散射影响。为了确定脂水比,我们利用光谱上的吸收的影响与
Sabsorption(λ)≈Exp[-αμa(λ)]    (7)
成比例的近似。
除了测量点S1和S2处的光谱以确定散射作用之外,我们也测量两点S3和S4,但是该位置可能是任意的,只要它们在点S1和S2的附近就行。例如,我们能够选择S3和S4位于1195nm和1210nm处。由于我们知道散射的影响,所以我们能够根据下式去除散射:
S 1 a = S 1 + ( S 2 - S 1 ) ( λ 4 - λ 1 λ 2 - λ 1 )
S 3 a = S 3 + ( S 2 - S 1 ) ( λ 4 - λ 3 λ 2 - λ 1 )
S 4 a = S 4
A = μ a w ( λ 3 ) - μ a w ( λ 1 )
B = μ a l ( λ 3 ) - μ a l ( λ 1 )
C = μ a w ( λ 4 ) - μ a w ( λ 1 )
D = μ a l ( λ 4 ) - μ a l ( λ 1 )
Q = ( Ln [ S 3 a / S 1 a ] Ln [ S 4 a / S 1 a ] )
lw = QC - A B - QD
Figure BDA000022723550001310
表II中给出了此方法4的范例。此方法4的准确性低于方法2的准确性。特别是在脂的量大的情况下,偏差可能是显著的。
替代实施例4
另外的方法是考虑如以上定义的两点S3和S4并且校正这些用于散射。由于S3与S2的不同仅在于归因于脂的吸收中的变化,所以: Δ S 3 = S 3 - S 2 - 23 100.5 ( S 2 - S 1 ) (9)。
Δμa(3)=-0.1133cm-1
对于S4类似,但是这里差异仅归因于水中的吸收的差异:
Δ S 4 = S 4 - S 2 - 109 100.5 ( S 2 - S 1 ) (10)。
Δμa(4)=2.5879cm-1
当我们假定吸收是对于与吸收成线性比例的小变化时,我们能够以以下的方式确定吸收:
Figure BDA00002272355000142
所以我们发现
lw = Δ μ a ( 4 ) Δ S 3 Δ μ a ( 3 ) Δ S 4
Figure BDA00002272355000144
其中,lw表示脂水比。表II中给出了此方法5的范例。
替代实施例5
以上实施例的各种更改是可能的,例如,采用近似吸收(5)和(7)的其它方式。然而,使用如以上提出的去除散射影响的方式。使用多于上述的四点以改善结果是可能的。例如,使用在S3和S4之间的附加的点能够改善结果。
注意到,通过很仔细地分别测量对于水和脂的吸收光谱并且检查光谱,已经将特定的波长组识别为满足以下情况的波长组:λ_1与水在λ_2处的光吸收系数基本上类似并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似。这些波长组包括也在表III中给出的波长组:{740.0nm;773.0nm}、{955.0nm;1000.0nm}、{1010.0nm;1128.5nm}、{1150.5nm;1251.0nm}、或{1380.9nm;1663.9nm}。
表III:归因于各种组分(水、脂、以及血液成分氧合血红蛋白HbO2和血红蛋白Hb)在五个不同波长组的不同波长处的吸收。
Figure BDA00002272355000151
设备实施例
以下,根据先前部分中描述的各种实施例,描述了能够在的若干窄波长段内探测组织特性的实施例的一些范例。
图3示出了设备实施例的范例,其中,使用滤光器以达到需要的波长选择性。左侧(图3A-C):过滤的探测器。右侧(图3D-F):过滤的光源。在图3A-C中,光探测器(PD)是过滤的,而在图3D-F中,光源(S)是过滤的。
在图3A中,通过使用窄带滤光器(f)的角度依赖性来选择需要的波长;通过将滤光器倾斜到合适的角度,能够探测需要的波长。
在图3B中,使用窄带滤光器(f),窄带滤光器(f)的传输波长作为位置的函数而变化。通过改变光束撞击到滤光器上的位置来选择需要的波长;例如,通过相对于光束移动滤光器。
在图3C中,在需要的波长处使用包含窄带滤光器的滤光轮(filterwheel)(fw)。当滤光轮通过马达(M)旋转时,能够选择合适的波长。替代轮,当然也可以使用包含分开的滤光器的条。
图3D-F分别类似于图3A-C,除了现在是对光源(S)进行滤光,而不是对光探测器(PD)进行滤光。
图4示出了设备实施例的范例,其中波长的选择性是通过例如光栅的色散元件达到的。在图中,使用光栅,但是同样也可以使用棱镜。光栅(gr)朝向光探测器(PD)衍射光。光沿以衍射的方向取决于波长;探测器前面的孔(a)的位置和尺寸确定了探测到的波长范围的中心波长和宽度。
图4A中,波长是通过倾斜或旋转光栅(gr)来选择的,而孔是固定的。
图4B中,波长是通过移动孔的位置来选择的,而光栅(gr)的方向是固定的。在光探测器的感测区域比孔的需要的移动小的情况下,可能需要也结合孔移动光探测器。
图4C中,需要的孔的位置的改变是通过借助于马达(M)来旋转孔轮(aperture wheel)(aw)实现的,所述孔轮(aw)包含在不同半径处的孔缝。在光探测器的感测区域比孔轮(aw)上的孔半径中的范围小的情况下,能够采用光学装置来将透过孔的光朝向光探测器引导。
图4D中,使用光导(例如,光纤)来达到此效果,但是也能够使用其它的装置,例如,通过以镜子来将每一个孔后面的光朝向光探测器偏转。
也可以在源处用不同的调制频率来调制各种波长段并在探测器处对这些调制的波长段进行解调(公开专利申请WO2009/153719描述了此技术,于此通过引用并入了其全部内容。
能够在不脱离本发明的范围设想各种其它更改,例如,使用超过一个的探测器,或使用超过一个具有不同波长段的光源,诸如发光二极管(LED)或激光源。
图5示出了根据本发明的实施例的设备(100),所述设备(100)包括处理器(108),布置为用于:接收从在λ_1处测量的第一光学参数导出的信息(101),接收从在λ_2处测量的第二光学参数导出的信息(102),接收从在λ_3处测量的第三光学参数导出的信息(103),基于从第一光学参数导出的信息(101)和从第二光学参数导出的信息(102)来计算散射参数(sp),以及基于从散射参数(sp)导出的信息和从第三光学参数导出的信息(103)来计算脂水比(lw)。此外,示出的设备还布置为访问包括关于各种组织类型的信息的数据库(110),并识别样品最有可能包括哪一种组织类型(112)或多种组织类型,识别是基于脂水比的并且还可以基于其它参数,诸如散射比(sp)或分别从第一、第二、以及第三光学参数导出的信息(101)、(102)、(103)中的任一个。
此外,可以提供用于确定关联的样品中的脂水比的系统,该系统包括根据第一方面的设备,该系统还包括诸如图5中描绘的数据库(110)的数据库,该数据库包括关于样品的脂水比的信息。该数据库还可以包括关于各种组织类型的信息,以便能够确定样品最有可能包括哪一种组织类型或多种组织类型。该数据库可以替代地包括关于一般的,即,来自动物(和从例如奶和奶酪导出的食品)以及植物(例如,坚果和其它的含脂的原料),的食品的信息。在一些实施例中,可以提供包含用于发送代表脂水比的值的发送器的系统。具有发送器可能是有利的,因为代表脂水比的值能够发送给任何接受者,所述接受者于是能够使用脂水比。该接受者可以为用户、显示器、计算机等的任何一个。
图6为根据本发明的方面的用于确定样品中的脂水比的方法的流程图。该方法包括步骤:
-测量(S1)第一选择的且独特的波长λ_1处的第一光学参数,
-测量(S2)第二选择的且独特的波长λ_2处的第二光学参数,
-测量(S3)第三选择的且独特的波长λ_3处的第三光学参数,以及
-基于第一光学参数和第二光学参数来确定(S4)散射参数,以及
-基于散射参数和第三光学参数来确定(S5)脂水比,
其中,水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似。
总之,本发明涉及一种用于确定样品的脂水比和散射参数的设备、方法、以及计算机程序。特别是,本发明涉及一种设备,该设备包括:光源以及探测器,所述光源以及所述探测器布置为测量各波长处的光学参数,其中波长是经选择的,以便在两个波长处,水和脂的吸收系数是基本上相同。这使得能够确定散射参数。在第三波长处的另外的测量使得能够确定脂水比。根据特定的实施例,光源和探测器与介入装置相关地布置,以便在介入期间能够根据脂水比和散射检查组织。
尽管已经结合特定的实施例描述了本发明,但是它不应当解释为以任何方式限制于所提出的范例。本发明的范围由所附的权利要求组阐明。在权利要求的上下文中,术语“包括”并不排除其它可能的元件或步骤。并且,诸如“一”等的引用的提及不应被解释为排除多个。权利要求中的关于图中指示的元件的参考符号的使用也应不被解释为限制本发明的范围。此外,有利地组合不同的权利要求中提到的个别的特征是可能的,并且在不同的权利要求中的这些特征的提及并不排除特征的组合是不可能的以及不利的。

Claims (15)

1.一种用于确定关联的样品中的脂水比的设备(100),包括:
-光源(S),以及
-光探测器(PD),
所述光源(S)以及所述光探测器(PD)布置为测量所述样品在有限数量的选择的且独特的波长处的光学参数,并且布置为在所述选择的且独特的波长λ_1、λ_2、以及λ_3处分别测量第一、第二、以及第三光学参数,
其中,水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似,并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似,并且
其中,所述设备能够基于在λ_1处和λ_2处测量的所述第一和第二光学参数以及在λ_3处测量的所述第三光学参数来确定所述样品的脂水比。
2.根据权利要求1所述的设备(100),其中,所述第一选择的波长λ_1和所述第二选择的波长λ_2选择为使得能够解开散射和吸收对所述光学参数的作用。
3.根据权利要求1所述的设备(100),其中,所述设备(100)还能够经由散射参数(sp)与所述第一和第二光学参数之间的直接关系来确定所述散射参数(sp)。
4.根据权利要求3所述的设备(100),其中,所述设备还能够基于所述散射参数(sp)来确定指示新鲜度的参数。
5.根据权利要求1所述的设备(100),其中,所述设备(100)还包括具有不同波长段的多个光源(S)和/或具有不同波长段的多个光探测器(PD),其中所述波长段中的两个对应于λ_1和λ_2。
6.根据权利要求1所述的设备(100),其中,所述设备(100)还包括处理器(108),所述处理器(108)布置为用于:
-接收从在λ_1处测量的所述第一光学参数导出的信息(101),
-接收从在λ_2处测量的所述第二光学参数导出的信息(102),
-接收从在λ_3处测量的所述第三光学参数导出的信息(103),
-基于从所述第一光学参数导出的所述信息(101)和从所述第二光学参数导出的所述信息(102)来计算散射参数(sp),以及
-基于从所述散射参数(sp)导出的信息和从所述第三光学参数导出的信息(103)来计算脂水比(lw)。
7.根据权利要求6所述的设备(100),其中,所述设备(100)还布置为访问包括关于各种组织类型的信息的数据库,并识别所述样品最有可能包括哪一种组织类型或多种组织类型,并且其中所述识别是基于所述脂水比的。
8.根据权利要求1所述的设备(100),其中,所述波长λ_1和λ_2被选择为与波长组{740.0nm;773.0nm}、{955.0nm;1000.0nm}、{1010.0nm;1128.5nm}、{1150.5nm;1251.0nm}、或{1380.9nm;1663.9nm}中的任何一个基本上相同。
9.根据权利要求1所述的设备(100),其中,所述光源及所述光探测器与介入装置相关地布置,以便能够确定在所述介入装置附近的样品的脂水比。
10.根据权利要求1所述的设备(100),其中,所述设备布置为用于测量包括λ_1、λ_2、以及λ_3的四个不同波长处的光学参数。
11.一种用于确定样品中的脂水比的方法,所述方法包括以下步骤:
-测量(S1)第一选择的且独特的波长λ_1处的第一光学参数,
-测量(S2)第二选择的且独特的波长λ_2处的第二光学参数,
-测量(S3)第三选择的且独特的波长λ_3处的第三光学参数,以及
-基于所述第一光学参数和所述第二光学参数来确定(S4)散射参数,以及
-基于所述散射参数和所述第三光学参数来确定(S5)脂水比,
其中,水在λ_1处的光吸收系数与水在λ_2处的光吸收系数基本上类似,并且脂在λ_1处的光吸收系数与脂在λ_2处的光吸收系数基本上类似。
12.根据权利要求11所述的方法,所述方法还包括以下步骤:
-测量第四选择的且独特的波长λ_4处的第四光学参数,所述第四光学参数也用于确定脂水比的步骤中,其中,所述第三波长λ_3对于水具有与水在λ_1处和λ_2处的吸收系数基本上相同的吸收系数,并且脂在λ_4处的吸收系数与脂在λ_1处和λ_2处的吸收系数基本上相同。
13.根据权利要求11所述的方法,其中,利用以下步骤中的任何一个来确定所述脂水比(lw):
-将测量的光学参数插入到查找表中,
-测量另外的光学参数并将模型拟合到若干测量的光学参数,其中,所述模型包括所述脂水比作为输入参数,
-将若干所测量的光学参数与基于漫射理论的解析近似进行比较,和/或
-将若干所测量的光学参数与蒙特卡罗计算的结果进行比较。
14.一种适用于使得计算机系统能够操作处理器的计算机程序产品,所述计算机系统包括至少一个计算机,所述至少一个计算机具有与其关联的数据存储构件,所述处理器布置为用于:
-接收从第一光学参数导出的信息(101),
-接收从第二光学参数导出的信息(102),
-接收从第三光学参数导出的信息(103),
-基于从所述第一光学参数导出的所述信息(101)和从所述第二光学参数导出的所述信息(102)来计算散射参数(sp),以及
-基于从所述散射参数导出的信息(sp)和从所述第三光学参数导出的信息(103)来计算脂水比(lw)。
15.一种用于确定关联的样品中的脂水比的系统,包括根据权利要求1所述的设备,所述系统还包括数据库,所述数据库包括关于所述样品的脂水比的信息。
CN201180019716.0A 2010-04-21 2011-04-18 脂水比的确定 Active CN102858233B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP10160576.4 2010-04-21
EP10160576 2010-04-21
PCT/IB2011/051662 WO2011132128A1 (en) 2010-04-21 2011-04-18 Determination of a lipid water ratio

Publications (2)

Publication Number Publication Date
CN102858233A true CN102858233A (zh) 2013-01-02
CN102858233B CN102858233B (zh) 2015-11-25

Family

ID=44501587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180019716.0A Active CN102858233B (zh) 2010-04-21 2011-04-18 脂水比的确定

Country Status (5)

Country Link
US (1) US9468379B2 (zh)
EP (1) EP2560546B1 (zh)
JP (2) JP6031028B2 (zh)
CN (1) CN102858233B (zh)
WO (1) WO2011132128A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109655414A (zh) * 2018-11-27 2019-04-19 Oppo广东移动通信有限公司 电子设备、信息推送方法及相关产品

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104219998A (zh) 2012-03-30 2014-12-17 皇家飞利浦有限公司 医用针
JP6180657B2 (ja) 2014-03-18 2017-08-16 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. スペクトル検知のためのチューナブルフィルタ
EP3185783B1 (en) 2014-08-28 2019-11-13 Koninklijke Philips N.V. Side-looking lung biopsy device

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1424888A (zh) * 2000-01-21 2003-06-18 三西斯医学股份有限公司 通过与脂肪组织相关的特征对组织分类与表征
JP2004081427A (ja) * 2002-08-26 2004-03-18 Kenji Yoshikawa 生体内水分測定装置
US20080221409A1 (en) * 2007-03-09 2008-09-11 Nellcor Puritan Bennett Llc System and method for controlling tissue treatment
CN101292875A (zh) * 2008-06-06 2008-10-29 天津市先石光学技术有限公司 利用基准波长测量成分浓度的方法
CN101341391A (zh) * 2005-11-18 2009-01-07 内尔科尔普里坦贝内特有限公司 估计组织中的细胞外水浓度的方法
US7486985B2 (en) * 2002-08-05 2009-02-03 Infraredx, Inc. Near-infrared spectroscopic analysis of blood vessel walls
CN101526465A (zh) * 2009-04-22 2009-09-09 天津大学 快速多波长组织光学参数测量装置及反构方法
BE1017986A3 (fr) * 2008-02-13 2010-03-02 Lefebvre Guy Procede de mesure de la masse grasse et de la masse maigre d'un individu.
US20100052674A1 (en) * 2008-08-28 2010-03-04 Siemens Aktiengesellschaft Method for determining an attenuation map for use in positron emission tomography and for the use of homogeneity information relating to the magnetic resonance magnetic field

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4805623A (en) * 1987-09-04 1989-02-21 Vander Corporation Spectrophotometric method for quantitatively determining the concentration of a dilute component in a light- or other radiation-scattering environment
JPH02143146A (ja) * 1988-11-25 1990-06-01 Chino Corp 脂肪分測定装置
JPH06317520A (ja) * 1993-05-07 1994-11-15 Mitsui Mining & Smelting Co Ltd 測定装置
JP2746535B2 (ja) * 1994-03-29 1998-05-06 雪印乳業株式会社 バター水分測定方法およびその装置
US6353226B1 (en) 1998-11-23 2002-03-05 Abbott Laboratories Non-invasive sensor capable of determining optical parameters in a sample having multiple layers
US7904139B2 (en) 1999-08-26 2011-03-08 Non-Invasive Technology Inc. Optical examination of biological tissue using non-contact irradiation and detection
CN1262235C (zh) * 2000-03-31 2006-07-05 皇家菲利浦电子有限公司 用于探测在混浊介质中异常区域的方法和设备
US6591122B2 (en) 2001-03-16 2003-07-08 Nellcor Puritan Bennett Incorporated Device and method for monitoring body fluid and electrolyte disorders
JP2003329581A (ja) * 2002-05-15 2003-11-19 Tama Tlo Kk 光ファイバ型多波長分光測定装置および光ファイバを用いた多波長分光測定方法
US7376456B2 (en) * 2002-08-05 2008-05-20 Infraredx, Inc. Near-infrared spectroscopic analysis of blood vessel walls
JP3902999B2 (ja) * 2002-10-16 2007-04-11 日機装株式会社 光学的散乱特性推定装置およびその作動方法
CA2555807A1 (en) 2004-02-12 2005-08-25 Biopeak Corporation Non-invasive method and apparatus for determining a physiological parameter
WO2008058014A2 (en) 2006-11-03 2008-05-15 Sensys Medical, Inc. Method and apparatus for noninvasive probe/skin tissue contact sensing
US8180419B2 (en) * 2006-09-27 2012-05-15 Nellcor Puritan Bennett Llc Tissue hydration estimation by spectral absorption bandwidth measurement
US20080221416A1 (en) * 2007-03-09 2008-09-11 Nellcor Puritan Bennett Llc System and method for detection of macular degeneration using spectrophotometry
JP5219440B2 (ja) 2007-09-12 2013-06-26 キヤノン株式会社 測定装置
JP5132228B2 (ja) * 2007-09-12 2013-01-30 キヤノン株式会社 測定方法及び測定装置
ES2517915T3 (es) * 2008-06-02 2014-11-04 Lightlab Imaging, Inc. Métodos cuantitativos para obtener características de un tejido a partir de imágenes de tomografía por coherencia óptica
CN102066908A (zh) 2008-06-17 2011-05-18 皇家飞利浦电子股份有限公司 用于光学检查混浊介质的内部的方法和装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1424888A (zh) * 2000-01-21 2003-06-18 三西斯医学股份有限公司 通过与脂肪组织相关的特征对组织分类与表征
US7486985B2 (en) * 2002-08-05 2009-02-03 Infraredx, Inc. Near-infrared spectroscopic analysis of blood vessel walls
JP2004081427A (ja) * 2002-08-26 2004-03-18 Kenji Yoshikawa 生体内水分測定装置
CN101341391A (zh) * 2005-11-18 2009-01-07 内尔科尔普里坦贝内特有限公司 估计组织中的细胞外水浓度的方法
US20080221409A1 (en) * 2007-03-09 2008-09-11 Nellcor Puritan Bennett Llc System and method for controlling tissue treatment
BE1017986A3 (fr) * 2008-02-13 2010-03-02 Lefebvre Guy Procede de mesure de la masse grasse et de la masse maigre d'un individu.
CN101292875A (zh) * 2008-06-06 2008-10-29 天津市先石光学技术有限公司 利用基准波长测量成分浓度的方法
US20100052674A1 (en) * 2008-08-28 2010-03-04 Siemens Aktiengesellschaft Method for determining an attenuation map for use in positron emission tomography and for the use of homogeneity information relating to the magnetic resonance magnetic field
CN101526465A (zh) * 2009-04-22 2009-09-09 天津大学 快速多波长组织光学参数测量装置及反构方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王裕清 等: "《生物机械工程导论》", 31 March 2006, article "生物机械工程基础", pages: 30-31 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109655414A (zh) * 2018-11-27 2019-04-19 Oppo广东移动通信有限公司 电子设备、信息推送方法及相关产品
CN109655414B (zh) * 2018-11-27 2021-11-02 Oppo广东移动通信有限公司 电子设备、信息推送方法及相关产品

Also Published As

Publication number Publication date
CN102858233B (zh) 2015-11-25
EP2560546B1 (en) 2017-01-04
US9468379B2 (en) 2016-10-18
US20130026367A1 (en) 2013-01-31
JP2013525781A (ja) 2013-06-20
JP2016166886A (ja) 2016-09-15
EP2560546A1 (en) 2013-02-27
WO2011132128A1 (en) 2011-10-27
JP6122994B2 (ja) 2017-04-26
JP6031028B2 (ja) 2016-11-24

Similar Documents

Publication Publication Date Title
JP6783229B2 (ja) ラマン分光法による経皮インビボ測定方法および装置
US6983176B2 (en) Optically similar reference samples and related methods for multivariate calibration models used in optical spectroscopy
Chen et al. Determination of protein, total carbohydrates and crude fat contents of foxtail millet using effective wavelengths in NIR spectroscopy
Lohumi et al. Through-packaging analysis of butter adulteration using line-scan spatially offset Raman spectroscopy
CN103635131A (zh) 对相关组织样本进行光学分析的设备
CN111803037A (zh) 非侵入性物质分析
US20060176478A1 (en) Raman spectroscopy with stabilized multi-mode lasers
CN102858233B (zh) 脂水比的确定
CN105164513A (zh) 校正光谱仪的强度偏差的方法及设备
Kim et al. Use of temperature dependent Raman spectra to improve accuracy for analysis of complex oil-based samples: Lube base oils and adulterated olive oils
US20100331706A1 (en) Optical analyzer
CN104603598A (zh) 分析装置
García-González et al. Infrared, raman, and fluorescence spectroscopies: Methodologies and applications
JP6230017B2 (ja) 発光ダイオードを用いた成分濃度分析装置
Post et al. Experimental validation of a recently developed model for single-fiber reflectance spectroscopy
JP7169643B2 (ja) 硝酸イオン濃度非破壊計測方法、硝酸イオン濃度非破壊計測装置、及び硝酸イオン濃度非破壊計測プログラム
Lopo et al. Classification of Vineyard Soils Using Portable and Benchtop Near‐Infrared Spectrometers: A Comparative Study
Leonardi et al. Quantitative multiwavelength constituent measurements using single-wavelength photon time-of-flight correction
Baranska et al. Applications of vibrational spectroscopy to oilseeds analysis
CN106338503A (zh) 植物油的过氧化值快速检测方法
Popp et al. Handbook of Biophotonics, Volume 3: Photonics in Pharmaceutics, Bioanalysis and Environmental Research
Kim et al. Accurate determination of polyethylene pellet density using transmission Raman spectroscopy
RU2782327C1 (ru) Способ неинвазивного определения содержания воды в крови и биосредах
Delwiche Basics of spectroscopic analysis
Dowgiallo Identifying Textiles with Extended-Range Near Infrared Spectroscopy

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant