CN111144317A - 一种光声血管声速识别防伪装置及其方法 - Google Patents
一种光声血管声速识别防伪装置及其方法 Download PDFInfo
- Publication number
- CN111144317A CN111144317A CN201911379435.0A CN201911379435A CN111144317A CN 111144317 A CN111144317 A CN 111144317A CN 201911379435 A CN201911379435 A CN 201911379435A CN 111144317 A CN111144317 A CN 111144317A
- Authority
- CN
- China
- Prior art keywords
- counterfeiting
- linear array
- blood vessel
- unit
- photoacoustic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
- A61B5/0095—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy by applying light and detecting acoustic waves, i.e. photoacoustic measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种光声血管声速识别防伪装置,该装置包括二氧化硅板、线阵式光源单元、线阵式传感单元、固定装置、固体光源、光纤分束器(1分2)、光纤分束器(1分12)、微弱信号放大单元、位移平台和识别防伪单元;本发明不仅可以实现血管显微成像识别,还可以实现光声声速防伪。该装置采用DOE透镜,将光纤分束器传播的光线整形为线性点重叠聚焦结构,在保证线扫描的速度的基础上,减少成像时间,提高线性聚焦点的光强,利用超声波声速差异来增强防伪性。该装置不仅可实现待测区域光声信号的接收,实现血管的光声显微成像,而且可以利用光声声速差异性来进行血管防伪,大幅提高血管识别防伪的准确度和性能。
Description
技术领域
本发明涉及光声血管技术领域,尤其涉及一种光声血管声速识别防伪装置及其方法。
背景技术
光声血管技术是利用被测物体吸收光能,产生光声效应,激发光声信号。可利用杨氏模量区分不同人的血管光声信号和同一个人的血管与非血管物质;也能依据光声信号强度,构建血管图像;也有测量血液流速的报道,这将会成防伪性最强的技术之一。
生物识别技术通过人体固有的生理和行为特征进行个人身份的鉴别,较传统身份认证技术,密钥随时携带,不易丢失、遗忘或被盗取,防伪性更强,广泛应用于国家安全、信息安全、网络安全、安全认证、电子认证等领域。
近年关注的热点是对个人身份信息快速、准确、安全的识别和验证。、静脉识别、虹膜识别、指纹识别、人脸识别等生物识别技术都是以CCD光学成像后识别图像,伴随现代伪造技术的水平越来越高,这些技术的安全性越来越低。
医学研究证明,血管的形状具有唯一性和稳定性;目前最细的人造血管只有0.6mm,因此,血管识别防伪性最好。
光声血管识别防伪技术结合了光和声的物理特点,可在成像过程中,通过数据分析,实现多模态生物特征的识别。利用血液所激发的不同超声强度对血管进行成像,并通过声速匹配对比区分血管的真伪;利用小块皮肤的血管脉络图进行识别,识别部位选择性更多,防伪性更强。
发明内容
为克服现有静脉识别技术的防伪性不足,本发明提供了一种光声血管声速识别防伪装置,该装置避免了传统静脉识别的采集图像不清晰的缺点以及伪造血管和伪造图片误识别的缺点,而是采用人体中的血管的光声信号声速防伪识别技术,不仅可以实现血管成像,还可以光声声速融合防伪的方式,实现生物技术的精确识别;该装置所采用的DOE器件,将光纤分束器光线整形转变成线性点重叠聚焦结构,在保证线扫描的速度的基础上,减少成像时间,提高线性聚焦点的光强,依据超声波的声速增强防伪性。该系统可实现待测区域的光声信号的接收,实现光声显微成像及超声声速防伪,大幅提高识别系统的防伪性能。
为实现上述目的,本发明采用如下的技术方案:
一种光声血管声速识别防伪装置,包括二氧化硅板、线阵式光源单元、线阵式传感单元、固体光源、光纤分束器(1分2)、光纤分束器(1分12)、微弱信号放大单元和识别防伪单元;所述线阵式光源单元位于二氧化硅板两侧固定,线阵式传感单元位于二氧化硅板正下方;线阵式传感单元连接微弱信号放大单元,微弱信号放大单元通过BNC数据线与防伪识别单元相连;所述的线阵式光源单元从下到上依次设有光纤接口和DOE器件组;所述纤分束器(1分12)接入线阵式光源单元底部的光纤接口;所述的固体光源为光纤分束器(1分2)提供光束,再由该光纤分束器(1分2)将光束传递给纤分束器(1分12),所述固体光源为波长5321nm的固体激光器,单脉冲能量为10mJ,用于激励血管产生光声信号。
进一步地,所述DOE器件组包括DOE微透镜,所述DOE微透镜安装在光纤接口上部,所述的DOE微透镜组位于线阵式光源单元的顶部。
进一步地,所述的线阵式光源单元与线阵式传感单元成45°角,所述的光纤接口上的DOE微透镜用作准直透镜,将光纤分束器光源发出的光线转换成平行光;所述的DOE器件组处于线阵式光源单元的顶部,将透过DOE微透镜的平行的光线转换成聚焦光,聚焦于线阵式传感单元的正上方,线阵式传感单元的左右光线的焦点相互重叠聚焦于线阵式传感单元的正上方的顶部二氧化硅板处,转变成聚焦线性点阵,经调整的光线均匀度优于90%,聚焦光斑直径约为0.32mm,光斑间距约为0.005mm。
进一步地,还包括固定装置,所述固定装置用于安装二氧化硅板,线阵式光源单元,线阵式传感单元;所述的线阵式传感单元,阵元数不少于32个,整体尺寸约为4mm×10.35mm。
进一步地,所述线阵式传感单元中设有超声环能器,所述超声换能器阵列通过BNG线与微弱信号放大单元相连,并通过通讯传输线与防伪识别单元相连。
进一步地,还包括位移平台,所述位移平台控制系统进行一维线性位移。
本发明还提供一种血管防伪识别的方法,包括如下步骤:
进一步地,所述的位移平台控制系统进行一维线性位移。
进一步地,本发明还提供一种血管防伪识别的方法,包括如下步骤:
第一步:将被测人群的待测部位放置于被二氧化硅板上,启动电源,激发固体光源和微弱信号放大器工作;
第二步:将光源产生的532nm波长的脉冲光束,通过光纤分束器进入DOE器件组整形,平行光经过DOE器件组在皮肤表面转变成线性聚焦点阵式结构;
第三步:线阵式传感单元将接收到的光声信号传输到微弱信号放大单元进行信号放大;
第四步:放大后的信号传输至识别防伪单元进行信号处理。
第五步:识别防伪单元控制位移平台进行一维移动,完成待测区域光声信号的扫描。
第六步:识别防伪单元分析扫描点的超声信号强度和声速,解析扫描点的组织物质特性,提取区域线性阵列位置的血管声速信息和成像数据;
第七步:根据信号声速和血管光声信息的信息进行血管声速对比防伪,同时对血管进行成像。
第八步:对血管的图像数据进行特征处理;
第九步:对血管的不变矩特征量进行匹配计算;
第十步:使用深度学习,得出匹配识别结果。
在上述方法中,所述第六步及第八步具体包括:将血管信号声速信息和图像特征向量的结果登记入库,组合成声速信息防伪对比组和血管图像特征匹配组。
进一步地,所述第八步中,采用数据流匹配法、模板匹配法或神经网络算法对血管特征向量匹配计算和分类识别。
进一步地,所述的第十步中,针对获取声速防伪信息和血管图像特征用卷积神经网络进行训练
与现有技术相比,本发明的有益效果在于:本发明将光声血管技术融合人工智能识别技术,可以进行血管成像,以及光声声速防伪和血管识别两种技术的融合,有效提高了识别的防伪性和精确度;与传统的方法相比,采用线阵式传感单元和DOE器件组,将光线转变成线性点聚焦双重叠结构,在保证线性扫描面积的基础上,提高了扫描的速度,提高了扫描面上的光强,使得检测超声波能够到达的深度更大,获取的信息更准确;利用光声信号声速进行防伪和光声血管图像进行识别,使得血管防伪识别的结果更加精确,提高了生识别算法的准确性,使其能够广泛应用于生物识别等领域。
附图说明
图1为本发明的一种线阵式超声换能器的光声血管识别防伪装置的结构示意图;
其中,1、二氧化硅板,2、线阵式光源单元,3、线阵式传感单元,4、固定装置,5、固体光源,6、光纤分束器(1分2),7、光纤分束器(1分12),8、微弱信号放大单元,9、位移平台和10、识别防伪单元
具体实施方式
结合附图,对本发明的具体实施例进行详细描述:
一种光声血管声速识别防伪装置,包括二氧化硅板1、线阵式光源单元2、线阵式传感单元3、固体光源5、光纤分束器(1分2)6、光纤分束器(1分12)7、微弱信号放大单元8和识别防伪单元10;所述线阵式光源单元2位于二氧化硅板1两侧固定,线阵式传感单元3位于二氧化硅板1正下方;线阵式传感单元3连接微弱信号放大单元8,微弱信号放大单元8通过BNC数据线与识别防伪单元10相连;所述的线阵式光源单元2从下到上依次设有光纤接口和DOE器件组;所述纤分束器(1分12)7接入线阵式光源单元2底部的光纤接口;所述的固体光源5为光纤分束器(1分2)6提供光束,再由该光纤分束器(1分2)6将光束传递给纤分束器(1分12)7,所述固体光源5为波长532 1nm的固体激光器,单脉冲能量为10mJ,用于激励血管产生光声信号。
进一步地,所述DOE器件组包括DOE微透镜,所述DOE微透镜安装在光纤接口上部,所述的DOE微透镜组位于线阵式光源单元2的顶部。
进一步地,所述的线阵式光源单元2与线阵式传感单元3成45°角,所述的光纤接口上的DOE微透镜用作准直透镜,将光纤分束器光源发出的光线转换成平行光;所述的DOE器件组处于线阵式光源单元2的顶部,将透过DOE微透镜的平行的光线转换成聚焦光,聚焦于线阵式传感单元3的正上方,线阵式传感单元3的左右光线的焦点相互重叠聚焦于线阵式传感单元3的正上方的顶部二氧化硅板1处,转变成聚焦线性点阵,经调整的光线均匀度优于90%,聚焦光斑直径约为0.32mm,光斑间距约为0.005mm。
进一步地,还包括固定装置4,所述固定装置4用于安装二氧化硅板1,线阵式光源单元2,线阵式传感单元3;所述的线阵式传感单元3,阵元数不少于32个,整体尺寸约为4mm×10.35mm。
进一步地,所述线阵式传感单元3中设有超声环能器,所述超声换能器阵列通过BNG线与微弱信号放大单元8相连,并通过通讯传输线与防伪识别单元相连。
进一步地,还包括位移平台9,所述位移平台9控制系统进行一维线性位移。本发明还提供一种血管防伪识别的方法,包括如下步骤:
第一步:将被测人群的待测部位放置于被二氧化硅板1上,启动电源,激发固体光源5和微弱信号放大器8工作;
第二步:将光源产生的532nm波长的脉冲光束,通过光纤分束器6和7进入DOE器件组整形,平行光经过DOE器件组在皮肤表面转变成线性聚焦点阵式结构;
第三步:线阵式传感单元3将接收到的光声信号传输到微弱信号放大单元8进行信号放大;
第四步:放大后的信号传输至识别防伪单元10进行信号处理。
第五步:识别防伪单元10控制位移平台9进行一维移动,完成待测区域光声信号的扫描。
第六步:识别防伪单元10分析扫描点的超声信号强度和声速,解析扫描点的组织物质特性,提取区域线性阵列位置的血管声速信息和成像数据;
第七步:根据信号声速和血管光声信息的信息进行血管声速对比防伪,同时对血管进行成像。
第八步:对血管的图像数据进行特征处理;
第九步:对血管的不变矩特征量进行匹配计算;
第十步:使用深度学习,得出匹配识别结果。
所述第六步及第八步具体包括:将血管信号声速信息和图像特征向量的结果登记入库,组合成声速信息防伪对比组和血管图像特征匹配组。
所述第八步中,采用数据流匹配法、模板匹配法或神经网络算法对血管特征向量匹配计算和分类识别。
所述第十步中,针对获取声速防伪信息和血管图像特征用卷积神经网络进行训练。
本发明为光声成像识别融合超声波声速防伪,可以进行人体待测部位进行血管防伪识别,以及光声成像和光声声速防伪两种技术的融合,有效提高了血管识别的防伪性和识别率;本发明采用线性线阵式光源与传感器数目和分布上都占优势,使得扫描速度更快,血管的光声信号强度更强,超声波声速更精准,提高了生物识别算法的准确性,使其能够广泛应用于生物识别等领域。
如上参照附图以示例的方式描述了根据本发明提出的一种线阵式超声换能器的光声血管识别防伪装置。但是,本领域技术人员应当理解,对于上述本发明所提出的一种线阵式超声换能器的光声血管识别防伪装置,还可以在不脱离本发明内容的基础上做出各种改进。因此,本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (10)
1.一种光声血管声速识别防伪装置,其特征在于,包括二氧化硅板、线阵式光源单元、线阵式传感单元、固体光源、光纤分束器(1分2)、光纤分束器(1分12)、微弱信号放大单元和识别防伪单元;所述线阵式光源单元位于二氧化硅板两侧固定,线阵式传感单元位于二氧化硅板正下方;线阵式传感单元连接微弱信号放大单元,微弱信号放大单元通过BNC数据线与防伪识别单元相连;所述的线阵式光源单元从下到上依次设有光纤接口和DOE器件组;所述纤分束器(1分12)接入线阵式光源单元底部的光纤接口;所述的固体光源为光纤分束器(1分2)提供光束,再由该光纤分束器(1分2)将光束传递给纤分束器(1分12),所述固体光源为波长532 1nm的固体激光器,单脉冲能量为10mJ,用于激励血管产生光声信号。
2.根据权利要求1所述的一种光声血管声速识别防伪装置,其特征在于,所述DOE器件组包括DOE微透镜,所述DOE微透镜安装在光纤接口上部,所述的DOE微透镜组位于线阵式光源单元的顶部。
3.根据权利要求2所述的一种光声血管声速识别防伪装置,其特征在于,所述的线阵式光源单元与线阵式传感单元成45°角,所述的光纤接口上的DOE微透镜用作准直透镜,将光纤分束器光源发出的光线转换成平行光;所述的DOE器件组处于线阵式光源单元的顶部,将透过DOE微透镜的平行的光线转换成聚焦光,聚焦于线阵式传感单元的正上方,线阵式传感单元的左右光线的焦点相互重叠聚焦于线阵式传感单元的正上方的顶部二氧化硅板处,转变成聚焦线性点阵,经调整的光线均匀度优于90%,聚焦光斑直径约为0.32mm,光斑间距约为0.005mm。
4.根据权利要求1所述的一种光声血管声速识别防伪装置,其特征在于,还包括固定装置,所述固定装置用于安装二氧化硅板,线阵式光源单元,线阵式传感单元;所述的线阵式传感单元,阵元数不少于32个,整体尺寸约为4mm×10.35mm。
5.根据权利要求1所述的一种光声血管声速识别防伪装置,其特征在于,所述线阵式传感单元中设有超声环能器,所述超声换能器阵列通过BNG线与微弱信号放大单元相连,并通过通讯传输线与防伪识别单元相连。
6.根据权利要求1所述的一种线阵式超声换能器的光声血管识别防伪装置,其特征在于,还包括位移平台,所述位移平台控制系统进行一维线性位移。
7.根据权利要求1-6任意一项权利要求所述的一种光声血管声速识别防伪装置,其特征在于,本发明还提供一种血管防伪识别的方法,包括如下步骤:
第一步:将被测人群的待测部位放置于被二氧化硅板上,启动电源,激发固体光源和微弱信号放大器工作;
第二步:将光源产生的532nm波长的脉冲光束,通过光纤分束器进入DOE器件组整形,平行光经过DOE器件组在皮肤表面转变成线性聚焦点阵式结构;
第三步:线阵式传感单元将接收到的光声信号传输到微弱信号放大单元进行信号放大;
第四步:放大后的信号传输至识别防伪单元进行信号处理。
第五步:识别防伪单元控制位移平台进行一维移动,完成待测区域光声信号的扫描。
第六步:识别防伪单元分析扫描点的超声信号强度和声速,解析扫描点的组织物质特性,提取区域线性阵列位置的血管声速信息和成像数据;
第七步:根据信号声速和血管光声信息的信息进行血管声速对比防伪,同时对血管进行成像。
第八步:对血管的图像数据进行特征处理;
第九步:对血管的不变矩特征量进行匹配计算;
第十步:使用深度学习,得出匹配识别结果。
8.根据权利要求7所述的方法,其特征在于,所述第六步及第八步具体包括:将血管信号声速信息和图像特征向量的结果登记入库,组合成声速信息防伪对比组和血管图像特征匹配组。
9.根据权利要求7所述的方法,其特征在于,所述第八步中,采用数据流匹配法、模板匹配法或神经网络算法对血管特征向量匹配计算和分类识别。
10.根据权利要求7所述的方法,其特征在于,所述第十步中,针对获取声速防伪信息和血管图像特征用卷积神经网络进行训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379435.0A CN111144317B (zh) | 2019-12-27 | 2019-12-27 | 一种光声血管声速识别防伪装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379435.0A CN111144317B (zh) | 2019-12-27 | 2019-12-27 | 一种光声血管声速识别防伪装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111144317A true CN111144317A (zh) | 2020-05-12 |
CN111144317B CN111144317B (zh) | 2023-05-02 |
Family
ID=70521105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911379435.0A Active CN111144317B (zh) | 2019-12-27 | 2019-12-27 | 一种光声血管声速识别防伪装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111144317B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112782705A (zh) * | 2020-12-31 | 2021-05-11 | 闽南师范大学 | 一种超声声层析流场成像方法及其装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106473751A (zh) * | 2016-11-25 | 2017-03-08 | 刘国栋 | 基于阵列式超声传感器的手掌血管成像与识别装置及其成像方法 |
CN106529483A (zh) * | 2016-11-16 | 2017-03-22 | 南昌洋深电子科技有限公司 | 高分辨率光声显微成像身份识别系统及其识别方法 |
CN106510635A (zh) * | 2016-11-30 | 2017-03-22 | 江西科技师范大学 | 一种皮肤血管光声成像装置 |
CN106570492A (zh) * | 2016-11-16 | 2017-04-19 | 南昌洋深电子科技有限公司 | 皮下血管网络的光声成像身份识别装置及其识别方法 |
CN106618589A (zh) * | 2016-11-16 | 2017-05-10 | 南昌洋深电子科技有限公司 | 基于血管网络的光声成像身份识别方法 |
CN110175496A (zh) * | 2019-01-17 | 2019-08-27 | 深圳启脉科技有限公司 | 一种微型可穿戴的血管生物识别装置及身份认证方法 |
-
2019
- 2019-12-27 CN CN201911379435.0A patent/CN111144317B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529483A (zh) * | 2016-11-16 | 2017-03-22 | 南昌洋深电子科技有限公司 | 高分辨率光声显微成像身份识别系统及其识别方法 |
CN106570492A (zh) * | 2016-11-16 | 2017-04-19 | 南昌洋深电子科技有限公司 | 皮下血管网络的光声成像身份识别装置及其识别方法 |
CN106618589A (zh) * | 2016-11-16 | 2017-05-10 | 南昌洋深电子科技有限公司 | 基于血管网络的光声成像身份识别方法 |
CN106473751A (zh) * | 2016-11-25 | 2017-03-08 | 刘国栋 | 基于阵列式超声传感器的手掌血管成像与识别装置及其成像方法 |
CN106510635A (zh) * | 2016-11-30 | 2017-03-22 | 江西科技师范大学 | 一种皮肤血管光声成像装置 |
CN110175496A (zh) * | 2019-01-17 | 2019-08-27 | 深圳启脉科技有限公司 | 一种微型可穿戴的血管生物识别装置及身份认证方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112782705A (zh) * | 2020-12-31 | 2021-05-11 | 闽南师范大学 | 一种超声声层析流场成像方法及其装置 |
CN112782705B (zh) * | 2020-12-31 | 2023-04-28 | 闽南师范大学 | 一种超声声层析流场成像方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111144317B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100544671C (zh) | 活体的识别方法和活体的识别装置 | |
CN106473751B (zh) | 基于阵列式超声传感器的手掌血管成像与识别装置及其成像方法 | |
US9195900B2 (en) | System and method based on hybrid biometric detection | |
CN1950027B (zh) | 用于检测血流的设备和方法 | |
KR20200032227A (ko) | 광학계와 통합된 초음파 생체 인식 장치 | |
JP2019069160A (ja) | 指組織内に埋め込まれた皮下構造の3次元撮像のためのバイオメトリック感知デバイス | |
JP2010509657A (ja) | 生体識別のための方法及び装置 | |
JP4636140B2 (ja) | 静脈撮像装置、静脈撮像方法および静脈認証装置 | |
KR102570637B1 (ko) | 지정맥 인식 장치 및 지정맥 인식 방법 | |
CN109196520B (zh) | 生物特征识别装置、方法和电子设备 | |
CN105334262B (zh) | 基于光学干涉法的非接触光声探测方法及装置 | |
JP2007504524A (ja) | 生体識別装置 | |
CN106618589B (zh) | 基于血管网络的光声成像身份识别方法 | |
CN111144317B (zh) | 一种光声血管声速识别防伪装置及其方法 | |
CN106510635A (zh) | 一种皮肤血管光声成像装置 | |
CN105640493A (zh) | 光声装置和用于光声装置的控制方法 | |
CN206576871U (zh) | 基于阵列式超声传感器的手掌血管成像与识别装置 | |
CN210691315U (zh) | 一种基于线性阵列式迷你led的光声强度防伪识别装置 | |
CN108491831A (zh) | 一种指背静脉和指背纹联合采集识别装置及方法 | |
Maev et al. | High-speed biometrics ultrasonic system for 3D fingerprint imaging | |
CN106529483B (zh) | 高分辨率光声显微成像身份识别系统及其识别方法 | |
CN106570492B (zh) | 皮下血管网络的光声成像身份识别装置及其识别方法 | |
CN216014317U (zh) | 透射式静脉采集模块及静脉识别系统 | |
CN206586926U (zh) | 一种皮肤血管光声成像装置 | |
CN111837135B (zh) | 生物活体光声检测系统、生物信息检测装置、电子设备及生物活体检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |