CN104523241A - 一种生物组织光学特性的检测装置和检测方法 - Google Patents

Abstract

本发明公开了一种生物组织光学特性的检测装置和检测方法。卤钨光源与照明光纤的一端相连，另一端和多根接收光纤的一端与探头连接，探头垂直放置于待测样本表面，N根接收光纤的另一端经切换器与光谱仪相连，光谱仪与计算机的USB口相连，计算机的第一个串口与卤钨光源相连，二个串口与切换器相连，光学传输特性数据处理软件安装于计算机中。根据分析算法分析待检测光源的光学特性，消除空间分辨光强在光纤移动过程中的误差；采用稀疏分解降低采集过程中随机噪声的干扰，最大限度保留了光谱的原始信息；用支持向量回归直接建立幻影空间漫反射光强数据与已知光学特性参数的回归关系，在高维空间提取回归数据结构，消除低维空间数据的非线性混叠。

Description

一种生物组织光学特性的检测装置和检测方法

技术领域

本发明涉及光学检测装置和检测方法，尤其是涉及一种生物组织光学特性的检测装置和检测方法。

背景技术

生物组织的光学传输特性已经被广泛应用于生物多种特征、参数的快速、无损检测。比较典型的应用在人体血糖无创检测、人体血氧无损检测，近年也也逐步在水果、蔬菜等农副产品组织检测中应用。

在组织光学传输特性测量中两个重要的光学性质的参数是吸收系数和约化散射系数。吸收系数可以定量分析相样本组成或发色团的含量，约化散射系数可以提供样本的微观结构信息。根据文献报道，传统用于检测光学传输特性的技术可以分为时间分辨、频域分辨和稳态连续光三种。然而，时间分辨和频率分辨光测量方法需要大量的昂贵设备支持和受到检测环境的制约。最近，稳态连续光中预测空间漫反射也测试组织样本的光学特性逐步得到应用，并被认为是一个较为简便的选择方案。

常规的连续波空间漫反射测量用CCD相机及镜头或光纤在不同的径向距离捕捉漫反射。测量装置的缺点是设备体积大，也不能作为快速和在线检测方法。同时，光纤的移动或CCD相机振动将引起较大测量误差，同时系统在每次初始化阶段每次都需校准。随着光纤技术的发展，可以在一个探头整合多股子光纤。

光纤探头稳态连续光方法结合了光纤检测的无损，快速，便携和低成本的优点，基于光纤探头的光学传输特性分析方法任然值得进一步探究，并需进一步研究光学性质的准确估计方法。麦克斯韦方程组能精确描述光在组织中传播波，但有很多的局限性，方程无工程解。另一种方法是辐射传输方程描述光子能量的分布，但是找出辐射传输方程在数学上解是不可能的。为了得到辐射传输方程的简单的解决方案，扩散近似(DT)是用于逼近辐射传输方程。而DT要求被测组织有较大的散射和较低的低吸收。集成光纤探头中的测量光纤距离非常接近，总距离只有几个毫米，而DT在这么短的距离内近似，将造成大量应用的近似误差。另一个思路是通过随机方式模拟光在组织中的传播，即MonteCarlo模拟数值方法(MC)，该方法可配置的样本形状和样品的组织光学性质，并被应用于许多领域。但MC方法需要花费大量的时间来保证模拟精度，且不能满足快速、在线检测的需要。基于MC的查表法可节省计算时间，在模拟过程中，随机噪音将干扰光的传播性质。然而，集成探头的漫反射光对一次或几次MC模拟中的的随机噪声特别敏感，降低的光学传输性能预测方法的稳定性。

发明内容

本发明的目的在于提供一种生物组织光学特性的检测装置和检测方法，是基于空间漫反射探头，该探头集成了七个子探测光纤并将这些光纤按照一线放置在同一个探头平面，因为每个子光纤探头之间的距离是固定的，故消除了径向距离的误差，以解决现有技术光学特性检测稳定性差的技术问题。

本发明采用的技术方案是：

一、一种生物组织光学特性的检测装置：

本发明包括：卤钨光源、照明光纤、N根接收光纤、探头、载物台、切换器、光谱仪和计算机；卤钨光源与照明光纤的一端相连，照明光纤的另一端和多根接收光纤的一端分别与探头连接，探头垂直放置于待测样本表面，待测样本放置于载物台上，N根接收光纤的另一端与切换器相连，切换器与光谱仪相连，光谱仪与计算机的USB口相连，计算机的第一个串口与卤钨光源控制串口相连，计算机的第二个串口与切换器控制串口相连，光学传输特性数据处理软件安装于计算机中。

所述照明光纤和多根接收光纤的芯径均为200μm，数值孔径为0.22，照明光纤和多根接收光纤呈一字型排列，每条光纤间的间距为0.437mm。

所述N根接收光纤为2～6条。

所述卤钨光源型号为海洋HAL-2000卤钨光源；切换器型号为海洋MAM2000切换器；光谱仪型号为海洋QE65pro光谱仪；计算机型号为IPC-610L-MB计算机。

二、一种生物组织光学特性的检测方法，该方法包括以下步骤：

步骤1.1)计算机的第一个串口向卤钨光源控制串口发送S1命令,照明光纤被点亮；

步骤1.2)照明光纤经探头照到待测样本通过N根接收光纤将待测样本的空间漫反射光传送到切换器；

步骤1.3)计算机的第二个串口向切换器控制串口发送S2命令,切换器切换一路光源进入光谱仪；

步骤1.4)光谱仪采集一路光源的光谱信号,并通过USB口发送到计算机；

步骤1.5)重复步骤1.3)和步骤1.4),切换器对N根接收光纤进行切换，并将N根接收光纤接收的光谱信号全部采集完成，并通过USB口发送到计算机；

步骤1.6)计算机根据光学传输特性数据处理软件分析待测样本的光学特性。

所述光学传输特性数据处理软件的处理流程包括：

步骤2.1)使用脂肪乳注射液和印度墨水，按照《Design and PerformanceValidation of Phantoms Used in Conjunction With Optical Measurements of Tissue》手册的内容，配制吸收系数和约化散射系数均在特定范围内的定标幻影，使用生物组织光学特性的检测装置采集所有定标幻影组织空间漫反射光强信号；

步骤2.2)将所有定标幻影测得的空间漫反射光强数据，使用RLS-DLA冗余字典训练算法训练出一冗余字典矩阵A∈n*m，其中n为漫反射光强信号数据，字典中的每个列为一个原子，m为原子个数；设某一漫反射光强信号为b，对其进行稀疏分解，求其稀疏表示系数x：

Ax＝b

此问题等效于求解：

$\begin{array}{cc}\underset{x}{\min }\left\{{\left|\right|b-\mathrm{Ax}\left|\right|}_2^2\right\}& s.t.,{\left|\right|x\left|\right|}_0<T\end{array}$

上述过程采用OMP算法求解，其中||x||₀表示x的l₀范数，即x中非零元素的个数，l₀范数上限T为稀疏度；设x'为OMP算法求解后对x的逼近，使用Ax'＝b'重构完成空间漫反射光强数据的降噪，得到降噪后的光强数据b'；逐一将所有幻影的空间漫反射光强数据完成降噪；

步骤2.3)设定标幻影的光学特性参数和空间漫反射光强为其中x_i＝[μ_ai,μ_si]是第i个幻影的吸收系数和约化散射系数，y_ij代表第j个接收光纤的空间漫反射光强，n为定标幻影的总数量；将空间光学特性参数x_i＝[μ_ai,μ_si]与不同接收光纤的空间漫反射光强y_ij，建立支持向量回归关系y_ij＝f_j(x_i)；回归过程映射x_i到高维特征空间φ(x_i)，在特征空间的拟合线光学特性和预测函数的非线性回归关系：

f_j(x_i)＝(α_j·φ(x_i))+b_j

其中，α_j为权重系数向量,b_j为截距,(·)表示向量的内积运算；f_j(x_i)拟合求解采用稀疏表示理论和拉格朗日乘子法；

步骤2.4)将待测样本放置于组织空间漫反射检测装置中，使用生物组织光学特性的检测装置采集待测样本组织空间漫反射光强信号；利用牛顿迭代优化算法，在所述步骤2.3)建立的支持向量回归模型中，使用采集的空间漫反射光强数据搜索待测样本的光学特性参数；搜索过程分多次进行，搜索的初始变量在所述步骤2.1)配置定标幻影的光学特性范围内随机分布；搜索过程采用目标函数：

$\min F=\min \underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\frac{Y_{i,\mathrm{meas}}-Y_{i,\mathrm{sim}}}{Y_{i,\mathrm{meas}}}\right)$

其中，Y_i,meas和Y_i,sim分别表示第i个接收光纤空间漫反射光强的测量值和模型预测值；损失函数F趋近于零则表示搜索完成，搜索得到的光学特性参数用于预测待测样本的光学特性参数。

本发明具有的有益效果是：

本发明照明光纤获取激光器发射的待检测光源，集成光纤探头通过接收光纤将所述待检测光源发送到光谱仪，光谱仪将所述待检测光源发送到计算机，计算机根据预设的分析算法分析待检测光源的光学特性，消除了空间分辨光强在光纤移动过程中的误差；采用稀疏分解的方法降低了采集过程中随机噪声的干扰，最大限度保留了光谱的原始信息；用支持向量回归直接建立幻影空间漫反射光强数据与其已知光学特性参数的回归关系，通过该方法在高维空间提取了回归数据结构，消除了低维空间数据的非线性混叠。

附图说明

图1是本发明装置的结构原理图。

图2是本发明装置的光纤探头的端面布局图。

图3是本发明的采集控制软件流程图。

图4是本发明的光学传输特性数据处理软件流程图。

图中：1、卤钨光源，2、照明光纤，3、接收光纤，4、切换器，5、光谱仪，6、计算机，7、样本，8、探头，9、载物台。

具体实施方式

以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明包括：卤钨光源1、照明光纤2、N根接收光纤3、探头8、载物台9、切换器4、光谱仪5和计算机6；卤钨光源1与照明光纤2的一端相连，照明光纤2的另一端和多根接收光纤3的一端分别与探头8连接，探头8垂直放置于待测样本7表面，待测样本7放置于载物台9上，N根接收光纤3的另一端与切换器4相连，切换器4与光谱仪5相连，光谱仪5与计算机6的USB口相连，计算机6的第一个串口与卤钨光源1控制串口相连，计算机6的第二个串口与切换器4控制串口相连，光学传输特性数据处理软件安装于计算机中。

如图2所示，所述照明光纤2和多根接收光纤3的芯径均为200μm，数值孔径为0.22，照明光纤2和多根接收光纤3呈一字型排列，每条光纤间的间距为0.437mm。

所述N根接收光纤3为2～6条。

所述卤钨光源1型号为海洋HAL-2000卤钨光源；切换器4型号为海洋MAM2000切换器；光谱仪5型号为海洋QE65pro光谱仪；计算机6型号为IPC-610L-MB计算机。所述卤钨光源1是带有光纤耦合装置，出射光功率为50毫瓦特。所述光谱仪5核心感应模块为面阵CCD，带有半导体制冷。

如图3所示，本发明生物组织光学特性的检测方法，该方法包括以下步骤：

步骤1.1)计算机的第一个串口向卤钨光源控制串口发送S1命令,照明光纤被点亮；

步骤1.2)照明光纤经探头照到待测样本通过N根接收光纤将待测样本的空间漫反射光传送到切换器；

步骤1.3)计算机的第二个串口向切换器控制串口发送S2命令,切换器切换一路光源进入光谱仪；

步骤1.4)光谱仪采集一路光源的光谱信号,并通过USB口发送到计算机；

步骤1.5)重复步骤1.3)和步骤1.4),切换器对N根接收光纤进行切换，并将N根接收光纤接收的光谱信号全部采集完成，并通过USB口发送到计算机；

步骤1.6)计算机根据光学传输特性数据处理软件分析待测样本的光学特性。

如图4所示，所述的光学传输特性数据处理软件的处理流程包括：

步骤2.1)使用脂肪乳注射液和印度墨水，按照《Design and PerformanceValidation of Phantoms Used in Conjunction With Optical Measurements of Tissue》手册的内容，配制吸收系数和约化散射系数均在特定范围内的定标幻影，使用生物组织光学特性的检测装置采集所有定标幻影组织空间漫反射光强信号；

步骤2.2)将所有定标幻影测得的空间漫反射光强数据，使用RLS-DLA冗余字典训练算法训练出一冗余字典矩阵A∈n*m，其中n为漫反射光强信号数据，字典中的每个列为一个原子，m为原子个数；设某一漫反射光强信号为b，对其进行稀疏分解，求其稀疏表示系数x：

Ax＝b

此问题等效于求解：

$\begin{array}{cc}\underset{x}{\min }\left\{{\left|\right|b-\mathrm{Ax}\left|\right|}_2^2\right\}& s.t.,{\left|\right|x\left|\right|}_0<T\end{array}$

上述过程采用OMP算法求解，其中||x||₀表示x的l₀范数，即x中非零元素的个数，l₀范数上限T为稀疏度；设x'为OMP算法求解后对x的逼近，使用Ax'＝b'重构完成空间漫反射光强数据的降噪，得到降噪后的光强数据b'；逐一将所有幻影的空间漫反射光强数据完成降噪；

步骤2.3)设定标幻影的光学特性参数和空间漫反射光强为其中x_i＝[μ_ai,μ_si]是第i个幻影的吸收系数和约化散射系数，y_ij代表第j个接收光纤的空间漫反射光强，n为定标幻影的总数量；将空间光学特性参数x_i＝[μ_ai,μ_si]与不同接收光纤的空间漫反射光强y_ij，建立支持向量回归关系y_ij＝f_j(x_i)；回归过程映射x_i到高维特征空间φ(x_i)，在特征空间的拟合线光学特性和预测函数的非线性回归关系：

f_j(x_i)＝(α_j·φ(x_i))+b_j

其中，α_j为权重系数向量,b_j为截距,(·)表示向量的内积运算；f_j(x_i)拟合求解采用稀疏表示理论和拉格朗日乘子法；

步骤2.4)将待测样本放置于组织空间漫反射检测装置中，使用生物组织光学特性的检测装置采集待测样本组织空间漫反射光强信号；利用牛顿迭代优化算法，在所述步骤2.3)建立的支持向量回归模型中，使用采集的空间漫反射光强数据搜索待测样本的光学特性参数；搜索过程分多次进行，搜索的初始变量在所述步骤2.1)配置定标幻影的光学特性范围内随机分布；搜索过程采用目标函数：

$\min F=\min \underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\frac{Y_{i,\mathrm{meas}}-Y_{i,\mathrm{sim}}}{Y_{i,\mathrm{meas}}}\right)$

其中，Y_i,meas和Y_i,sim分别表示第i个接收光纤空间漫反射光强的测量值和模型预测值；损失函数F趋近于零则表示搜索完成，搜索得到的光学特性参数用于预测待测样本的光学特性参数。

实施例：

结合图3所示，本发明的采集控制软件流程图所示，本实例定标幻影和生物组织光学特性检测方法包括以下步骤：

步骤1.1)根据《海洋HAL-2000卤钨光源使用手册》，计算机的第一个串口向卤钨光源控制串口发送S1命令，开起照明输出，照明光纤被点亮；

步骤1.2)照明光纤经探头照到待测样本通过6根接收光纤将待测样本的空间漫反射光传送到切换器；

步骤1.3)根据《海洋MAM2000切换器使用手册》，计算机的第二个串口向切换器控制串口发送S2光路切换命令,切换器切换一路光源进入光谱仪；

步骤1.4)光谱仪采集一路光源的光谱信号,并通过USB口发送到计算机；

步骤1.5)重复步骤1.3)和步骤1.4),切换器对6根接收光纤进行切换，并将6根接收光纤接收的光谱信号全部采集完成，并通过USB口发送到计算机；

步骤1.6)计算机根据光学传输特性数据处理软件分析待测样本的光学特性。

如图4所示本发明的光学传输特性数据处理软件流程图所示，本实例的数据处理流程包括：

步骤2.1)使用脂肪乳注射液和印度墨水，按照《Design and PerformanceValidation of Phantoms Used in Conjunction With Optical Measurements of Tissue》手册的内容，配制吸收系数在0.2-1.2cm^-1范围内，步进为0.2cm^-1，约化散射系数在2-50cm^-1范围内，根据吸收系数和约化散射系数的不同取值，步进为2cm^-1的定标幻影一组计150个。

步骤2.2)将所有定标幻影测得的空间漫反射光强数据，使用RLS-DLA冗余字典训练算法训练出一冗余字典矩阵A∈n*m，其中n为漫反射光强信号数据，字典中的每个列为一个原子，m为原子个数；设某一漫反射光强信号为b，对其进行稀疏分解，求其稀疏表示系数x：

Ax＝b

此问题等效于求解：

$\begin{array}{cc}\underset{x}{\min }\left\{{\left|\right|b-\mathrm{Ax}\left|\right|}_2^2\right\}& s.t.,{\left|\right|x\left|\right|}_0<T\end{array}$

上述过程采用OMP算法求解，其中||x||₀表示x的l₀范数，即x中非零元素的个数，l₀范数上限T为稀疏度；设x'为OMP算法求解后对x的逼近，使用Ax'＝b'重构完成空间漫反射光强数据的降噪，得到降噪后的光强数据b'；逐一将所有幻影的空间漫反射光强数据完成降噪；

所述稀疏度T＝4；

步骤2.3)设定标幻影的光学特性参数和空间漫反射光强为其中x_i＝[μ_ai,μ_si]是第i个幻影的吸收系数和约化散射系数，y_ij代表第j个接收光纤的空间漫反射光强，n为定标幻影的总数量；将空间光学特性参数x_i＝[μ_ai,μ_si]与不同接收光纤的空间漫反射光强y_ij，建立支持向量回归关系y_ij＝f_j(x_i)；回归过程映射x_i到高维特征空间φ(x_i)，在特征空间的拟合线光学特性和预测函数的非线性回归关系：

f_j(x_i)＝(α_j·φ(x_i))+b_j

其中，α_j为权重系数向量,b_j为截距,(·)表示向量的内积运算；

基于表示理论和高维核映射，y_ij＝f_j(x_i)拟合求解转换为优化问题，权重系数向量α_j和截距b_j由如下优化问题求解：

$\begin{array}{cc}\mathrm{Minimize}& L({\mathrm{\&alpha;}}_j,\mathrm{\&xi;})=0.5*{\left|\right|{\mathrm{\&alpha;}}_j\left|\right|}^2+C\underset{i}{\mathrm{\&Sigma;}}({\mathrm{\&xi;}}_i,{\stackrel{\&OverBar;}{\mathrm{\&xi;}}}_i)C\&GreaterEqual;0\\ \mathrm{Subjectto}:& y_{\mathrm{ij}}-{\mathrm{\&alpha;}}_j*x_i-b_j\&le;\mathrm{\&epsiv;}+{\mathrm{\&xi;}}_i{\mathrm{\&xi;}}_i\&GreaterEqual;0\\ & {\mathrm{\&alpha;}}_j*x_i+b_j-y_{\mathrm{ij}}\&le;\mathrm{\&epsiv;}+{\stackrel{\&OverBar;}{\mathrm{\&xi;}}}_i{\stackrel{\&OverBar;}{\mathrm{\&xi;}}}_i\&GreaterEqual;0\end{array}$

其中，ξ_i和为松弛变量，用于减少吸收系数和约化散射系数在建模时的敏感度，避免过拟合现象；C为控制常数，控制优化问题的复杂度和建模样本损失的平均关系；使用拉格朗日乘子法解此优化问题，拉格朗日优化函数被定义为：

$\begin{array}{cc}& L=0.5*{\left|\right|{\mathrm{\&alpha;}}_j\left|\right|}^2+C\underset{j}{\mathrm{\&Sigma;}}({\mathrm{\&xi;}}_i,{\stackrel{\&OverBar;}{\mathrm{\&xi;}}}_i)-\underset{i}{\mathrm{\&Sigma;}}({\mathrm{\&eta;}}_i{\mathrm{\&xi;}}_i+{\stackrel{\&OverBar;}{\mathrm{\&eta;}}}_i{\stackrel{\&OverBar;}{\mathrm{\&xi;}}}_i)\\ \mathrm{Minimize}& -\underset{i}{\mathrm{\&Sigma;}}{w_i}^{*}(\mathrm{\&epsiv;}+{\stackrel{\&OverBar;}{\mathrm{\&eta;}}}_i+y_{\mathrm{ij}}-{\mathrm{\&alpha;}}_j*x_i-b_j)\\ & -\underset{i}{\mathrm{\&Sigma;}}{{\stackrel{\&OverBar;}{w}}_i}^{*}(\mathrm{\&epsiv;}+{\stackrel{\&OverBar;}{\mathrm{\&eta;}}}_i+y_{\mathrm{ij}}-{\mathrm{\&alpha;}}_j*x_i-b_j)\\ \mathrm{Subjectto}& {\mathrm{\&eta;}}_i,{\stackrel{\&OverBar;}{\mathrm{\&eta;}}}_i\&GreaterEqual;0w_i,{\stackrel{\&OverBar;}{w}}_i\&GreaterEqual;0\end{array}$

其中，η_i,w_i和为拉格朗日乘子.通过对偶求解，权重系数向量α_j被表示为：

$\begin{array}{cc}\mathrm{Maximize}& L=\underset{i}{\mathrm{\&Sigma;}}{y}_{\mathrm{ij}}(w_i-w_i^{*})-\mathrm{\&epsiv;}\underset{i}{\mathrm{\&Sigma;}}(w_i-w_i^{*})-0.5*\underset{i}{\mathrm{\&Sigma;}}\underset{z}{\mathrm{\&Sigma;}}(w_i-w_i^{*})(w_z-w_i^{*})K(x_i,x_z)\\ & {\mathrm{\&alpha;}}_j=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(w_i-w_i^{*})K(x,x_i)\end{array}$

支持向量回归直接建立幻影空间漫反射光强数据与其已知光学特性参数的回归关系可被表示为：

$f_j\left(x_i\right)=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(w_i-w_i^{*})K(x,x_i)+b_j$

其中，K(x,x_i)为核函数，φ(x_i)和φ(x)在特征空间的关系可以用核函数表示K(x,x_i)＝φ(x_i)*φ(x)；

所述控制常数C＝2.8；

所述核函数 $K(x_i,x_j)=\exp (-\frac{{\left|\right|x_i-x_j\left|\right|}^2}{{\mathrm{\&sigma;}}^2}),$ 其中宽度σ＝0.45

步骤2.4)将已标定的10个待测样本放置于组织空间漫反射检测装置中，使用生物组织光学特性的检测装置采集待测样本组织空间漫反射光强信号；利用牛顿迭代优化算法，在所述步骤2.3)建立的支持向量回归模型中，使用采集的空间漫反射光强数据搜索待测样本的光学特性参数；搜索过程分多次进行，

搜索的初始变量在所述步骤2.1)配置定标幻影的光学特性范围内随机分布；搜索过程采用目标函数：

$\min F=\min \underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\frac{Y_{i,\mathrm{meas}}-Y_{i,\mathrm{sim}}}{Y_{i,\mathrm{meas}}}\right)$

其中，Y_i,meas和Y_i,sim分别表示第i个接收光纤空间漫反射光强的测量值和模型预测值；损失函数F趋近于零则表示搜索完成，搜索得到的光学特性参数用于预测待测样本的光学特性参数。

表1给出了本实施例方法的10个待测样本光学特性参数的预测结果，结果表明本发明的方法对验证集样本吸收系数的预测相对误差不大于6.01％，约化散射系数的预测相对误差不大于3.71％，均能满足检测要求，说明了本发明方法的有效性。

本发明实施例，集成光纤探头方式消除了空间分辨光强在光纤移动过程中的误差；采用稀疏分解的方法降低了采集过程中随机噪声的干扰，最大限度保留了光谱的原始信息；用支持向量回归直接建立幻影空间漫反射光强数据与其已知光学特性参数的回归关系，通过核方法在高维空间提取了回归数据结构，

消除了低维空间数据的非线性混叠。

表1

在本发明实施例中，本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种生物组织光学特性的检测装置，其特征在于，包括：卤钨光源(1)、照明光纤(2)、N根接收光纤(3)、探头(8)、载物台(9)、切换器(4)、光谱仪(5)和计算机(6)；卤钨光源(1)与照明光纤(2)的一端相连，照明光纤(2)的另一端和多根接收光纤(3)的一端分别与探头(8)连接，探头(8)垂直放置于待测样本(7)表面，待测样本(7)放置于载物台(9)上，N根接收光纤(3)的另一端与切换器(4)相连，切换器(4)与光谱仪(5)相连，光谱仪(5)与计算机(6)的USB口相连，计算机(6)的第一个串口与卤钨光源(1)控制串口相连，计算机(6)的第二个串口与切换器(4)控制串口相连，光学传输特性数据处理软件安装于计算机中。

2.根据权利要求1所述的一种生物组织光学特性的检测装置，其特征在于：所述照明光纤(2)和多根接收光纤(3)的芯径均为200μm，数值孔径为0.22，照明光纤(2)和多根接收光纤(3)呈一字型排列，每条光纤间的间距为0.437mm。

3.根据权利要求1所述的一种生物组织光学特性的检测装置，其特征在于：所述N根接收光纤(3)为2～6条。

4.根据权利要求1所述的一种生物组织光学特性的检测装置，其特征在于：所述卤钨光源(1)型号为海洋HAL-2000卤钨光源；切换器(4)型号为海洋MAM2000切换器；光谱仪(5)型号为海洋QE65pro光谱仪；计算机(6)型号为IPC-610L-MB计算机。

5.用于权利要求1所述装置的一种生物组织光学特性的检测方法，其特征在于，该方法包括以下步骤：

步骤5.1)计算机的第一个串口向卤钨光源控制串口发送S1命令,照明光纤被点亮；

步骤5.2)照明光纤经探头照到待测样本通过N根接收光纤将待测样本的空间漫反射光传送到切换器；

步骤5.3)计算机的第二个串口向切换器控制串口发送S2命令,切换器切换一路光源进入光谱仪；

步骤5.4)光谱仪采集一路光源的光谱信号,并通过USB口发送到计算机；

步骤5.5)重复步骤5.3)和步骤5.4),切换器对N根接收光纤进行切换，并将N根接收光纤接收的光谱信号全部采集完成，并通过USB口发送到计算机；

步骤5.6)计算机根据光学传输特性数据处理软件分析待测样本的光学特性。

6.根据权利要求5所述的一种生物组织光学特性的检测方法，其特征在于，

所述的光学传输特性数据处理软件的处理流程包括：

步骤6.1)使用脂肪乳注射液和印度墨水，按照《Design and PerformanceValidation of Phantoms Used in Conjunction With Optical Measurements of Tissue》手册的内容，配制吸收系数和约化散射系数均在特定范围内的定标幻影，使用生物组织光学特性的检测装置采集所有定标幻影组织空间漫反射光强信号；

步骤6.2)将所有定标幻影测得的空间漫反射光强数据，使用RLS-DLA冗余字典训练算法训练出一冗余字典矩阵A∈n*m，其中n为漫反射光强信号数据，字典中的每个列为一个原子，m为原子个数；设某一漫反射光强信号为b，对其进行稀疏分解，求其稀疏表示系数x：

Ax＝b

此问题等效于求解：

$\underset{x}{\min }\left\{\right||b-\mathrm{Ax}{\left|\right|}_2^2\},s.t.,{\left|\right|x\left|\right|}_0<T$

上述过程采用OMP算法求解，其中||x||₀表示x的l₀范数，即x中非零元素的个数，l₀范数上限T为稀疏度；设x'为OMP算法求解后对x的逼近，使用Ax'＝b'重构完成空间漫反射光强数据的降噪，得到降噪后的光强数据b'；逐一将所有幻影的空间漫反射光强数据完成降噪；

步骤6.3)设定标幻影的光学特性参数和空间漫反射光强为其中x_i＝[μ_ai,μ_si]是第i个幻影的吸收系数和约化散射系数，y_ij代表第j个接收光纤的空间漫反射光强，n为定标幻影的总数量；将空间光学特性参数x_i＝[μ_ai,μ_si]与不同接收光纤的空间漫反射光强y_ij，建立支持向量回归关系y_ij＝f_j(x_i)；回归过程映射x_i到高维特征空间φ(x_i)，在特征空间的拟合线光学特性和预测函数的非线性回归关系：

f_j(x_i)＝(α_j·φ(x_i))+b_j

其中，α_j为权重系数向量,b_j为截距,(·)表示向量的内积运算；f_j(x_i)拟合求解采用稀疏表示理论和拉格朗日乘子法；

步骤6.4)将待测样本放置于组织空间漫反射检测装置中，使用生物组织光学特性的检测装置采集待测样本组织空间漫反射光强信号；利用牛顿迭代优化算法，在所述步骤6.3)建立的支持向量回归模型中，使用采集的空间漫反射光强数据搜索待测样本的光学特性参数；搜索过程分多次进行，搜索的初始变量在所述步骤6.1)配置定标幻影的光学特性范围内随机分布；搜索过程采用目标函数：

$\min F=\min \underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\frac{Y_{i,\mathrm{meas}}-Y_{i,\mathrm{sim}}}{Y_{i,\mathrm{meas}}}\right)$

其中，Y_i,meas和Y_i,sim分别表示第i个接收光纤空间漫反射光强的测量值和模型预测值；损失函数F趋近于零则表示搜索完成，搜索得到的光学特性参数用于预测待测样本的光学特性参数。