KR102466257B1 - 다중 광원을 활용한 분광 장치 - Google Patents

다중 광원을 활용한 분광 장치 Download PDF

Info

Publication number
KR102466257B1
KR102466257B1 KR1020200115860A KR20200115860A KR102466257B1 KR 102466257 B1 KR102466257 B1 KR 102466257B1 KR 1020200115860 A KR1020200115860 A KR 1020200115860A KR 20200115860 A KR20200115860 A KR 20200115860A KR 102466257 B1 KR102466257 B1 KR 102466257B1
Authority
KR
South Korea
Prior art keywords
unit
sample
light source
light sources
spectroscopic device
Prior art date
Application number
KR1020200115860A
Other languages
English (en)
Other versions
KR20220033690A (ko
Inventor
박용근
김영덕
Original Assignee
주식회사 더웨이브톡
한국과학기술원
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 주식회사 더웨이브톡, 한국과학기술원 filed Critical 주식회사 더웨이브톡
Priority to KR1020200115860A priority Critical patent/KR102466257B1/ko
Priority to US17/464,360 priority patent/US20220074849A1/en
Publication of KR20220033690A publication Critical patent/KR20220033690A/ko
Application granted granted Critical
Publication of KR102466257B1 publication Critical patent/KR102466257B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0264—Electrical interface; User interface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/30—Measuring the intensity of spectral lines directly on the spectrum itself
    • G01J3/32—Investigating bands of a spectrum in sequence by a single detector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G01J2003/102—Plural sources
    • G01J2003/104—Monochromatic plural sources
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G01J2003/102—Plural sources
    • G01J2003/106—Plural sources the two sources being alternating or selectable, e.g. in two ranges or line:continuum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J2003/283—Investigating the spectrum computer-interfaced
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J2003/283—Investigating the spectrum computer-interfaced
    • G01J2003/2833—Investigating the spectrum computer-interfaced and memorised spectra collection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N2021/3129—Determining multicomponents by multiwavelength light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing

Abstract

본 발명은 다중 광원을 활용한 분광 장치에 관한 것으로, 시료를 수용하는 시료부; 상기 시료부에 서로 다른 파장의 광원을 조사하는 다중 광원부; 상기 시료부로 조사된 광원의 파장에서 발생하는 흡광도를 측정하는 센서부; 상기 시료부로 조사된 광원의 다중산란횟수를 증폭시킬 수 있는 다중 산란체를 포함하며, 상기 센서부는 서로 다른 파장에서 흡광도를 측정하여 스펙트럼 정보를 도출하는 것을 특징으로 하는 것이다.

Description

다중 광원을 활용한 분광 장치 {Spectroscopic apparatus using multiple light sources}
본 발명은 다중 광원을 활용한 분광 장치에 관한 것으로, 더욱 상세하게는 시료부에 서로 다른 광원을 조사하는 다중 광원부와 광로 길이를 길게 형성할 수 있는 다중 산란체를 사용함에 따라 민감도를 향상시킬 수 있는 다중 광원을 활용한 분광 장치에 관한 것이다.
분광 장치(Spectrometer)는 물질에서 방출되는 스펙트럼이나 물질에 흡수되는 스펙트럼을 분석하여 물질을 식별하는 장치로, 다양한 산업 분야에서 사용되고 있다.
분광 장치는 빛을 생성하는 광원부를 통해 시료에 광원을 조사하고, 광원을 분석함에 따라 시료의 물질을 분석하게 된다. 그러나 종래의 분광 장치는 다음과 같은 문제점이 있다.
종래의 분광 장치는 시료에 광원을 조사하고 광원을 분석하여 시료의 물질을 분석하게 되는데, 분광 장치의 센서의 민감도에 의해 시스템의 민감도가 결정된다. 따라서 센서의 민감도가 낮은 경우 시료에 포함되어 있는 미량의 샘플을 측정하지 못하게 되는 문제가 있다.
정밀 분석이 가능한 센서 장비를 사용하는 경우 민감도를 향상시킬 수 있으나, 이와 같은 센서 장비를 포함하는 분광 장치의 제작에는 고가의 비용이 발생하게 되는 문제점이 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로, 더욱 상세하게는 시료부에 서로 다른 광원을 조사하는 다중 광원부와 광로 길이를 길게 형성할 수 있는 다중 산란체를 사용함에 따라 민감도를 향상시킬 수 있는 다중 광원을 활용한 분광 장치에 관한 것이다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치는, 시료를 수용하는 시료부; 상기 시료부에 서로 다른 파장의 광원을 조사하는 다중 광원부; 상기 시료부로 조사된 광원의 파장에서 발생하는 흡광도를 측정하는 센서부; 상기 시료부로 조사된 광원의 다중산란횟수를 증폭시킬 수 있는 다중 산란체를 포함하며, 상기 센서부는 서로 다른 파장에서 흡광도를 측정하여 스펙트럼 정보를 도출하는 것을 특징으로 하는 것이다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 다중 광원부에서 조사되는 광원은, 상기 다중 산란체에 의해 상기 분광 장치 내부의 광로 길이(optical path length)가 길어질 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 다중 광원부는, 순차적으로 상기 시료부에 서로 다른 파장의 광원을 조사할 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 센서부는, 서로 다른 파장에서 발생하는 흡광도를 하나의 단일 센서로 측정하면서 스펙트럼 정보를 도출할 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 다중 광원부는, 서로 다른 파장을 통과시킬 수 있는 복수 개의 광필터가 구비될 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 센서부는, 상기 시료부에 순차적으로 조사되는 서로 다른 파장에서 흡광도를 측정하여 스펙트럼 정보를 도출하되, 상기 스펙트럼 정보를 시계열 순으로 촬영하여 복수의 영상을 획득하는 영상 센서를 포함할 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 시계열 순으로 촬영한 복수의 영상을 이용하여 시료에 포함된 물질의 정보를 제공하는 물질 정보 제공 장치를 더 포함하며, 상기 물질 정보 제공 장치는, 상기 복수의 영상을 수신하는 수신부; 상기 시계열 순으로 촬영한 복수의 영상으로부터 시간에 따른 변화의 특징(feature)을 추출하는 검출부; 상기 추출된 특징을 기초로 분류기준을 기계학습하는 학습부; 상기 분류기준을 기초로 시료에 포함된 물질을 구분하는 판단부;를 포함할 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 학습부는 컨볼루션 신경망(Convolution Neural Network; CNN)을 이용하여 상기 분류기준을 학습할 수 있다.
상술한 문제점을 해결하기 위한 본 발명의 다중 광원을 활용한 분광 장치의 상기 학습부는 상기 복수의 영상들의 시간 상관관계(temporal correlation)을 기초로 상기 분류기준을 학습할 수 있다.
본 발명은 다중 광원을 활용한 분광 장치에 관한 것으로, 시료부에 서로 다른 광원을 조사하는 다중 광원부와 광로 길이를 길게 형성할 수 있는 다중 산란체를 사용함에 따라 민감도를 향상시킬 수 있는 장점이 있다.
본 발명은 다중 산란체를 사용하여 광로 길이를 길게 형성하여 분광 장치의 민감도를 향상시킴에 따라 고가의 센서를 포함하는 분광 장치를 사용하지 않아도 분광 장치의 민감도를 향상시킬 수 있으며, 이를 통해 시료에 존재하는 미량의 샘플을 측정할 수 있는 장점이 있다.
도 1은 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치의 구성을 나타내는 도면이다.
도 2는 본 발명의 실시 예에 따라 광필터를 사용하는 다중 광원부를 나타내는 도면이다.
도 3은 본 발명의 실시 예에 따른 센서부와 물질 정보 제공 장치를 나타내는 도면이다.
도 4는 본 발명의 실시 예에 따른 물질 정보 제공 장치의 구성을 나타내는 도면이다.
도 5는 본 발명의 실시 예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 6 및 도 7은 본 발명의 실시 예에 따른 학습부에서 스펙트럼의 시간 상관 관계에 따라 시료의 물질을 분석하는 방법을 설명하기 위한 도면이다.
본 명세서는 본 발명의 권리범위를 명확히 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 실시할 수 있도록, 본 발명의 원리를 설명하고, 실시 예들을 개시한다. 개시된 실시 예들은 다양한 형태로 구현될 수 있다.
본 발명의 다양한 실시 예에서 사용될 수 있는 "포함한다" 또는 "포함할 수 있다" 등의 표현은 발명(disclosure)된 해당 기능, 동작 또는 구성요소 등의 존재를 가리키며, 추가적인 하나 이상의 기능, 동작 또는 구성요소 등을 제한하지 않는다. 또한, 본 발명의 다양한 실시예에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어, 결합되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결 또는 결합되어 있을 수도 있지만, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 새로운 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 결합되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 새로운 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다.
본 명세서에서 사용되는 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 발명은 다중 광원을 활용한 분광 장치에 관한 것으로, 시료부에 서로 다른 광원을 조사하는 다중 광원부와 광로 길이를 길게 형성할 수 있는 다중 산란체를 사용함에 따라 민감도를 향상시킬 수 있는 다중 광원을 활용한 분광 장치에 관한 것이다. 이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 상세하게 설명하기로 한다.
도 1을 참조하면, 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는, 다중 광원부(110), 시료부(120), 다중 산란체(130), 센서부(200)를 포함한다.
상기 시료부(120)는 시료를 수용할 수 있는 것이다. 본 발명의 실시 예에 따른 분광 장치는 상기 시료부(120)에 수용된 시료에서 물질을 검출할 수 있는 것으로, 상기 시료부(120)에는 다양한 시료가 수용될 수 있다.
본 발명의 실시 예에 따른 분광 장치로 검출해야 하는 물질은 다양한 물질일 수 있으며, 미생물일 수도 있고, 미생물이 아닌 다른 물질일 수도 있다. 상기 시료부(120)는 시료가 수용되면서, 후술할 상기 다중 광원부(110)로부터 빛이 유입될 수 있다면 다양한 구성이 사용될 수 있다.
상기 다중 광원부(110)는 상기 시료부(120)에 서로 다른 파장의 광원을 조사할 수 있는 것이다. 상기 다중 광원부(110)는 서로 다른 파장을 가지는 광원을 형성하고, 이를 상기 시료부(120)에 조사할 수 있는 것으로, 상기 다중 광원부(110)에서 조사되는 광원은 다양한 형태의 광원일 수 있다.
상기 다중 광원부(110)는 서로 다른 파장의 광원을 형성할 수 있다면 다양한 구성을 포함할 수 있는 것으로, 상기 다중 광원부(110)는 서로 다른 파장의 광원을 각각 형성하는 광원부가 복수 개 구비되면서 상기 시료부(120)에 서로 다른 파장의 광원을 조사할 수 있다.
또한, 도 2를 참조하면, 상기 다중 광원부(110)는 서로 다른 파장을 통과시키는 복수 개의 광필터(112)를 포함할 수 있다. 상기 다중 광원부(110)가 복수 개의 상기 광필터(112)를 포함하는 경우 하나의 광원(111)으로 서로 다른 파장을 가지는 복수 개의 광원을 형성할 수 있다.
구체적으로, 도 2를 참조하면, 상기 광원(111)을 서로 다른 파장을 통과시키는 제1광필터(112a), 제2광필터(112b), 제3광필터(112c), 제4광필터(112d)에 조사하면, 서로 다른 파장을 가지는 제1광원(111a), 제2광원(111b), 제3광원(111c), 제4광원(111d)을 형성할 수 있게 된다.
여기서, 상기 광필터(112)는 상기 제1광필터(112a), 제2광필터(112b), 제3광필터(112c), 제4광필터(112d)를 포함하는 것으로 설명하였으나, 광필터의 개수는 이에 한정되는 것은 아니며 필요에 따라 변경될 수 있다.
상기 센서부(200)는 상기 시료부(120)로 조사된 광원의 파장에서 발생하는 흡광도를 측정할 수 있는 것이다. 상기 센서부(200)는 상기 시료부(120)의 시료에서 광원을 흡수하는 흡광도를 측정하는 센서를 포함할 수 있다.
상기 센서부(200)는 서로 다른 파장에서 흡광도를 측정하여, 이를 바탕으로 스펙트럼 정보를 도출할 수 있으며, 이를 통해 상기 시료부(120)에 수용된 시료에 포함된 물질을 조사할 수 있게 된다.
본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 다중 산란체(130)를 더 포함할 수 있다. 상기 다중 산란체(130)는 상기 시료부(120)로 조사된 광원의 다중산란횟수를 증폭시킬 수 있는 것이다.
종래의 분광 장치는 파장에서 흡광도를 측정할 때, 분광 장치 내부의 광로 길이(optical path length)가 길지 않음에 따라 센서의 민감도가 높지 않은 문제점이 있었다.
그러나 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는, 상기 다중 광원부(110)에서 조사되는 광원이 상기 다중 산란체(130)에 의해 상기 분광 장치 내부의 광로 길이(optical path length)가 길어짐에 따라 센서의 민감도가 향상되는 장점이 있다.
구체적으로 상기 다중 산란체(130)는 상기 다중 광원부(110)에서 조사되는 광원의 일부를 반사시켜 다중산란횟수를 증폭시킬 수 있는 것으로, 다중산란물질(multiple scattering material)을 포함할 수 있다. 예를 들어, 다중산란물질은 산화티타늄(TiO2)을 포함할 수 있다.
상기 다중 산란체(130)는 상기 다중 광원부(110)에서 조사되는 광원이 지나가는 경로 중 적어도 일부 영역에서 형성될 수 있는 것으로, 상기 다중 산란체(130)는 상기 시료부(120)로 조사된 광원의 다중산란횟수를 증폭시켜 분광 장치 내부의 광로 길이(optical path length)를 길어지게 할 수 있다면 분광 장치의 다양한 지점에 배치될 수 있다.
상기 다중 산란체(130)에 의해 분광 장치 내부의 광로 길이(optical path length)가 길어짐에 따라 상기 시료부(120)의 시료에서 흡광이 되는 정도를 극대화시킬 수 있으며, 이를 통해 시료에 미량의 샘플이 존재하더라도 이를 분광 장치로 측정할 수 있는 장점이 있다.
본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치의 상기 다중 광원부(110)는 순차적으로 상기 시료부(120)에 서로 다른 파장의 광원을 조사하는 것이 바람직하며, 상기 센서부(200)는 서로 다른 파장에서 발생하는 흡광도를 하나의 단일 센서(210)로 측정하면서 스펙트럼 정보를 도출하는 것이 바람직하다.
도 1 및 도 3을 참조하면, 상기 다중 광원부(110)에서 상기 시료부(120)로 순차적으로 서로 다른 파장의 광원을 조사하면서 단일 센서로 이루어진 상기 센서부(200)에서 흡광도를 순차적으로 측정하면, 시계열 순으로 스펙트럼 정보를 형성할 수 있게 된다.
즉, 상기 다중 광원부(110)를 통해 첫 번째 광원을 상기 시료부(120)에 조사하고 상기 센서부(200)의 단일 센서로 흡광도를 측정하고, 상기 다중 광원부(110)를 통해 첫 번째 광원과 파장이 다른 두 번째 광원을 상기 시료부(120)에 조사하고 상기 센서부(200)의 동일한 단일 센서로 흡광도를 측정함에 따라 시계열 순으로 스펙트럼 정보를 형성할 수 있게 된다.
본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치의 상기 센서부(200)는 상기 시료부(120)에 순차적으로 조사되는 서로 다른 파장에서 흡광도를 측정하여 스펙트럼 정보를 도출하되, 상기 스펙트럼 정보를 시계열 순으로 촬영하여 복수의 영상을 취득하는 영상 센서(220)를 포함할 수 있다.
상기 영상 센서(220)는 상기 센서부(200)를 통해 도출되는 스펙트럼 정보를 시계열 순으로 촬영할 수 있는 것으로, 상기 영상 센서(220)는 사전에 설정된 시점에서 스펙트럼 정보를 검출할 수 있다. 구체적으로, 상기 영상 센서(220)는 제1시점에서 스펙트럼에 대한 제1영상을 검출할 수 있고, 제2시점에서 스펙트럼에 대한 제2영상을 검출할 수 있다.
여기서, 시점(time)이란, 연속적인 시간의 흐름 가운데 어느 한 순간을 의미하며, 시점(time)들은 동일한 시간 간격으로 사전에 설정될 수 있으나 반드시 이에 제한되지 않으며, 임의의 시간 간격으로 사전에 설정될 수도 있다. 또한, 제1시점 및 제2시점은 설명의 편의를 위하여 선택된 하나의 예시일 뿐이며, 상기 영상 센서(220)는 제1시점 및 제2시점보다 많은 복수의 시점에서 복수의 영상들을 촬영할 수 있다.
도 3 및 도 4를 참조하면, 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 상기 시계열 순으로 촬영한 복수의 영상을 이용하여 시료에 포함된 물질의 정보를 제공하는 물질 정보 제공 장치(300)를 더 포함할 수 있다.
도 5는 본 발명의 실시 예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 5의 네트워크 환경은 복수의 사용자 단말들(301, 302, 303, 304), 서버(305) 및 네트워크(306)를 포함하는 예를 나타내고 있다. 여기서, 물질 정보 제공 장치(300)는 서버 또는 사용자 단말일 수 있다. 이러한 도 5는 발명의 설명을 위한 일례로 사용자 단말의 수나 서버의 수가 도 5와 같이 한정되는 것은 아니다.
복수의 사용자 단말들(301, 302, 303, 304)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 물질 정보 제공 장치(300)가 서버(305)인 경우, 복수의 사용자 단말들(301, 302, 303, 304)은 서버를 제어하는 관리자의 단말일 수 있다. 복수의 사용자 단말들(301, 302, 303, 304)의 예를 들면, 스마트폰(smart phone), 휴대폰, 네비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다.
일례로, 사용자 단말 1(301)은 무선 또는 유선 통신 방식을 이용하여 네트워크(306)를 통해 다른 사용자 단말들(302, 303, 304) 및/또는 서버(305)와 통신할 수 있다. 다른 실시 예로서, 복수의 사용자 단말들(301, 302, 303, 304)은 전술한 영상 센서(220)를 구비하여, 획득된 복수의 영상들을 네트워크(306)를 통해 서버(305)로 전송할 수도 있다.
통신 방식은 제한되지 않으며, 네트워크(306)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(306)는, PAN(personal area network), LAN(local area network), CAN(capus area network), MAN(metropolitan area network), WAN(wide area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다.
또한, 네트워크(306)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
서버(305)는 복수의 사용자 단말들(301, 302, 303, 304)과 네트워크(306)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.
일례로, 서버(305)는 네트워크(306)를 통해 접속한 사용자 단말 1(301)로 어플리케이션의 설치를 위한 파일을 제공할 수 있다. 이 경우, 사용자 단말 1(301)은 서버로부터 제공된 파일을 이용하여 어플리케이션을 설치할 수 있다. 또한, 사용자 단말 1(301)이 포함되는 운영체제(Operating system, OS) 및 적어도 하나의 프로그램(일례로 브라우저나 설치된 어플리케이션)의 제어에 따라 서버(305)에 접속하여 서버(305)가 제공하는 서비스나 컨텐츠를 제공받을 수 있다. 다른 예로, 서버(305)는 데이터 송수신을 위한 통신 세션을 설정하고, 설정된 통신 세션을 통해 복수의 사용자 단말들(301, 302, 303, 304) 간의 데이터 송수신을 라우팅할 수도 있다.
도 4는 본 발명의 실시 예에 따른 물질 정보 제공 장치(300)의 블록도이다. 도 4를 참조하면, 본 발명의 실시 예에 따른 물질 정보 제공 장치(300)는 적어도 하나 이상의 프로세서(processor)에 해당하거나, 적어도 하나 이상의 프로세서를 포함할 수 있다.
이에 따라 물질 정보 제공 장치(300)는 마이크로 프로세서나 범용 컴퓨터 시스템과 같은 하드웨어 장치에 포함된 형태로 구동될 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(Microprocessor), 중앙처리장치(Central Processing Unit: CPU), 프로세서 코어(Processor Core), 멀티프로세서(Multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
물질 정보 제공 장치(300)는 복수의 사용자 단말(301, 302, 303, 304) 중 적어도 하나에 탑재되거나, 서버(305)에 구비될 수 있다. 다른 실시 예로서, 미생물 정보 제공 장치(300)는 두 개의 서버(305)에 구비될 수 있다. 이때, 하나의 서버를 통해 후술하는 미생물 분류기준에 대한 학습이 이루어지고, 다른 하나의 서버에서는 학습된 알고리즘을 기초로 물질을 판단할 수 있다.
도 4에 도시된 미생물 정보 제공 장치(300)는 본 실시 예의 특징이 흐려지는 것을 방지하기 위하여 본 실시 예와 관련된 구성요소들만을 도시한 것이다. 따라서, 도 4에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시 예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
도 4를 참조하면, 본 발명의 실시 예에 따른 물질 정보 제공 장치(300)는, 수신부(310), 프로세서(320), 메모리(330) 및 입출력 인터페이스(340)를 포함할 수 있다. 상기 프로세서(320)는 시계열 순으로 촬영한 복수의 영상으로부터 시간에 따른 변화의 특징(feature)을 추출하는 검출부(322), 상기 추출된 특징을 기초로 분류기준을 기계학습하는 학습부(321), 상기 분류기준을 기초로 시료에 포함된 물질을 구분하는 판단부(323)를 포함할 수 있다.
상기 수신부(310)는 상기 영상 센서(220)에서 시계열 순으로 촬영한 복수의 영상을 수신할 수 있다. 일 실시예로서, 물질 정보 제공 장치(300)가 영상 센서(220)를 구비하는 사용자 단말(301, 302, 303, 340)에 탑재되는 경우, 수신부(310)는 영상 센서(220)와 유선으로 연결되어 촬영된 복수의 영상을 제공받을 수 있다.
다른 실시예로서, 물질 정보 제공 장치(300)가 영상 센서(220)와 별도로 구비되는 서버(305)에 구비되는 경우, 수신부(310)는 유선 또는 무선 통신을 이용하는 통신모듈로서 기능하여, 복수의 영상을 제공받을 수 있다. 이때, 수신부(310)는 네트워크(306)를 통해 사용자 단말 1(301)과 서버(305)가 통신하기 위한 기능을 제공할 수 있으며, 다른 사용자 단말(일례로 사용자 단말 2(302)) 또는 다른 서버(일례로 서버(305))와 통신하기 위한 기능을 제공할 수 있다.
일례로, 사용자 단말 1(301)의 프로세서가 메모리와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈의 제어에 따라 네트워크(306)를 통해 서버(305)로 전달될 수 있다. 역으로, 서버(305)의 프로세서(320)의 제어에 따라 제공되는 제어 신호나, 명령, 컨텐츠, 파일 등이 수신부(310)와 네트워크(306)를 거쳐 사용자 단말 1(301)의 통신 모듈을 통해 사용자 단말 1(301)로 수신될 수 있다. 예를 들어 통신 모듈을 통해 수신된 서버(305)의 제어 신호나 명령 등은 프로세서나 메모리로 전달될 수 있다.
프로세서(320)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(330) 또는 수신부(310)에 의해 프로세서(320)로 제공될 수 있다. 예를 들어, 프로세서(320)는 메모리(330)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다. 프로세서(320)는 학습부(321), 검출부(322) 및 판단부(323)를 포함할 수 있다.
메모리(330)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random acess memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(330)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 사용자 단말 1(301)에 설치되어 구동되는 브라우저나 상술한 어플리케이션 등을 위한 코드)가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 드라이브 메커니즘(drive mechanism)을 이용하여 메모리(330)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다.
다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 수신부(310)를 통해 메모리(330)에 로딩될 수도 있다. 예를 들어 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로 상술한 서버(305))가 네트워크(306)를 통해 제공하는 파일들에 의해 설치되는 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(330)에 로딩될 수 있다.
입출력 인터페이스(340)는 입출력 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(340)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 서버(305)의 프로세서(320)는 메모리(330)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 사용자 단말 2(302)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(340)를 통해 디스플레이에 표시될 수 있다.
도 6 및 도 7은 본 발명의 실시 예에 따른 물질 정보 제공 장치를 이용한 물질 정보 제공 방법을 시계열적으로 나타낸 것이다. 구체적으로, 도 6은 본 발명의 일 실시 예에 따른 물질 정보 제공 방법 중 분류기준을 학습하는 방법을 시계열적으로 나타낸 것이고, 도 7은 본 발명의 일 실시예에 따른 물질 정보 제공 방법 중 분류기준을 기초로 물질을 판단하는 방법을 시계열적으로 나타낸 것이다.
먼저, 도 6을 참조하면, 본 발명의 실시 예에 따른 물질 정보 제공 장치(300)는, 물질의 종류를 미리 알고 있는 시료를 준비하고 이를 촬영하여 복수의 학습영상을 획득(S11)할 수 있다. 물질 정보 제공 장치(300)에서 복수의 학습영상은 수신부(310)를 통해 획득할 수 있다.
다음으로, 물질 정보 제공 장치(300)의 검출부(322)를 통해 시계열 순으로 기촬영한 복수의 영상으로부터 시간에 따른 변화의 특징(feature)을 추출하고(S12), 물질 정보 제공 장치(300)의 학습부(321)를 통해 추출된 특징을 기초로 분류기준을 기계학습한다(S13).
학습부(321)는 딥러닝(Deep learning)을 기반으로 분류기준을 학습하며, 딥러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계학습 알고리즘의 집합으로 정의된다.
학습부(321)는 딥러닝의 모델 중 예컨대 심층 신경망(Deep Neural Networks, DNN), 컨볼루션 신경망(Convolutional Neural Networks, CNN), 순환 신경망(Reccurent Neural Network, RNN) 및 심층 신뢰 신경 망(Deep Belief Networks, DBN) 중 어느 하나를 이용한 것일 수 있다.
일 실시예로서, 학습부(321)는 상기 수신한 복수의 학습영상들의 시간 상관관계(temporal correlation)를 기초로 분류기준을 기계학습(machine learning)할 수 있다.
복수의 학습영상은 전술한 바와 같이, 다중 광원부(110)에서 순차적으로 시료부(120)에 서로 다른 파장을 조사하여 흡광도를 측정하고 이를 바탕으로 스펙트럼을 도출함에 따라 시간에 따라 변화할 수 있다. 상기 학습부(321)는 이와 같이 스펙트럼의 시간에 따른 변화를 이용하여 시료에 포함되는 물질을 분류하는 분류기준을 학습할 수 있다.
일 실시예로서, 학습부(321)는 복수의 학습영상들 각각에 포함된 스펙트럼 정보를 이용하여 분류기준을 기계학습하거나, 상기 수신한 복수의 학습영상들의 시간 상관관계(temporal correlation)를 기초로 분류기준을 기계학습(machine learning)할 수 있다. 이때, 학습부(321)는 상기 특징(feature) 중 복수의 학습영상 각각에서 검출된 스펙트럼 변화을 이용하여 시료의 물질의 분류기준을 학습할 수 있다.
한편, 도 6에서는 검출부(322)에서 시간에 따른 변화의 특징을 추출하는 단계(S12)와 학습부(321)에서 추출된 특징을 기초로 분류기준을 기계학습하는 단계(S13)를 구분하여 도시하였으나, 본 발명은 반드시 이에 제한되지 않으며, 각 단계는 선후관계를 갖지 아니하고 동시에 이루어질 수도 있음은 물론이다.
도 7은 본 발명의 실시 예에 따른 물질 정보 제공 장치(300)를 통해 물질 정보 제공 방법을 나타내는 것이다.
도 7을 참조하며, 신규 시료에 광원을 조사하여(S21), 센서부(200)를 통해 형성되는 흡광도 및 스펙트럼 정보를 시계열 순으로 촬영한 복수의 영상을 획득한다(S22). 이후 판단부(323)를 통해 상기 획득한 분류기준을 기초로 신규 시료에 포함된 물질의 종류를 구분할 수 있다(S23). 전술한 과정을 통해 획득한 출력데이터는 학습부(321)에 다시 제공되어 학습데이터로 사용될 수도 있다. 상기와 같은 방법을 통해 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 시료에 포함된 물질을 검출할 수 있게 된다.
상술한 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 다음과 같은 효과가 있다.
본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 시료부(120)에 서로 다른 광원을 조사하는 다중 광원부(110)와 광로 길이를 길게 형성할 수 있는 다중 산란체(130)를 사용함에 따라 민감도를 향상시킬 수 있는 장점이 있다.
구체적으로, 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 서로 다른 파장을 가지는 광원을 순차적으로 시료부(120)에 조사하고, 이를 센서부(200)의 단일 센서로 측정하면서, 다중 산란체(130)를 통해 광원의 광로 길이(optical path length)를 길게 형성함에 따라 흡광이 되는 정도를 극대화 시켜 분광 장치의 민감도를 향상시킬 수 있는 장점이 있다.
또한, 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 다중 산란체(130)를 통해 광로 길이를 길게 형성하여 분광 장치의 민감도를 향상시킴에 따라 고가의 센서를 포함하는 분광 장치를 사용하지 않아도 분광 장치의 민감도를 향상시킬 수 있으며, 이를 통해 시료에 존재하는 미량의 샘플을 측정할 수 있는 장점이 있다.
또한, 본 발명의 실시 예에 따른 다중 광원을 활용한 분광 장치는 흡광도 및 스펙트럼의 시간에 따른 변화 특징을 추출하고, 이를 학습하여 물질의 종류를 분류하는 분류기준을 획득함에 따라 신속하고 정확하게 시료 내의 물질의 종류를 구분할 수 있는 장점이 있다.
이와 같이 본 발명은 도면에 도시된 일 실시예를 참고로 하여 설명하였으나, 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
110...다중 광원부 111...광원
111a...제1광원 111b...제2광원
111c...제3광원 111d...제4광원
112...광필터 112a...제1광필터
112b...제2광필터 112c...제3광필터
112d...제4광필터 120...시료부
130...다중 산란체 200...센서부
210...단일 센서 220...영상 센서
300...물질 정보 제공 장치 310...수신부
320...프로세서 321...학습부
322...검출부 323...판단부
330...메모리 340...입출력 인터페이스

Claims (9)

  1. 시료에 광원을 조사하여 시료를 조사하는 분광 장치에 있어서,
    시료를 수용하는 시료부;
    상기 시료부에 서로 다른 파장의 광원을 조사하는 다중 광원부;
    상기 시료부로 조사된 광원의 파장에서 발생하는 흡광도를 측정하는 센서부;
    상기 시료부로 조사된 광원의 다중산란횟수를 증폭시킬 수 있는 다중 산란체를 포함하며,
    상기 센서부는 서로 다른 파장에서 흡광도를 측정하여 스펙트럼 정보를 도출하고,
    상기 다중 광원부는, 하나의 광원 및 상기 광원으로부터 조사된 광을 서로 다른 파장으로 통과시킬 수 있는 복수 개의 광필터가 구비되며,
    상기 센서부는,
    상기 시료부에 순차적으로 조사되는 서로 다른 파장에서 흡광도를 측정하여 스펙트럼 정보를 도출하되,
    상기 스펙트럼 정보를 시계열 순으로 촬영하여 복수의 영상을 획득하는 영상 센서를 포함하는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
  2. 제1항에 있어서,
    상기 다중 광원부에서 조사되는 광원은,
    상기 다중 산란체에 의해 상기 분광 장치 내부의 광로 길이(optical path length)가 길어지는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
  3. 제1항에 있어서,
    상기 다중 광원부는,
    순차적으로 상기 시료부에 서로 다른 파장의 광원을 조사하는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
  4. 제2항에 있어서,
    상기 센서부는,
    서로 다른 파장에서 발생하는 흡광도를 하나의 단일 센서로 측정하면서 스펙트럼 정보를 도출하는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 시계열 순으로 촬영한 복수의 영상을 이용하여 시료에 포함된 물질의 정보를 제공하는 물질 정보 제공 장치를 더 포함하며,
    상기 물질 정보 제공 장치는,
    상기 복수의 영상을 수신하는 수신부;
    상기 시계열 순으로 촬영한 복수의 영상으로부터 시간에 따른 변화의 특징(feature)을 추출하는 검출부;
    상기 추출된 특징을 기초로 분류기준을 기계학습하는 학습부;
    상기 분류기준을 기초로 시료에 포함된 물질을 구분하는 판단부;를 포함하는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
  8. 제7항에 있어서,
    상기 학습부는 컨볼루션 신경망(Convolution Neural Network; CNN)을 이용하여 상기 분류기준을 학습하는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
  9. 제7항에 있어서,
    상기 학습부는 상기 복수의 영상들의 시간 상관관계(temporal correlation)을 기초로 상기 분류기준을 학습하는 것을 특징으로 하는 다중 광원을 활용한 분광 장치.
KR1020200115860A 2020-09-10 2020-09-10 다중 광원을 활용한 분광 장치 KR102466257B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200115860A KR102466257B1 (ko) 2020-09-10 2020-09-10 다중 광원을 활용한 분광 장치
US17/464,360 US20220074849A1 (en) 2020-09-10 2021-09-01 Spectrometer using multiple light sources

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200115860A KR102466257B1 (ko) 2020-09-10 2020-09-10 다중 광원을 활용한 분광 장치

Publications (2)

Publication Number Publication Date
KR20220033690A KR20220033690A (ko) 2022-03-17
KR102466257B1 true KR102466257B1 (ko) 2022-11-14

Family

ID=80470572

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200115860A KR102466257B1 (ko) 2020-09-10 2020-09-10 다중 광원을 활용한 분광 장치

Country Status (2)

Country Link
US (1) US20220074849A1 (ko)
KR (1) KR102466257B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233055B (zh) * 2023-11-14 2024-02-09 芯视界（北京）科技有限公司 泥沙含量测量方法及装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017086719A1 (ko) * 2015-11-17 2017-05-26 한국과학기술원 혼돈파 센서를 이용한 시료 특성 탐지 장치
KR101885095B1 (ko) 2012-12-11 2018-08-03 가부시키가이샤 시세이도 자외선 방어 효과의 평가 방법, 평가 장치 및 기록 매체

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050270528A1 (en) * 1999-04-09 2005-12-08 Frank Geshwind Hyper-spectral imaging methods and devices
US8548570B2 (en) * 2004-11-29 2013-10-01 Hypermed Imaging, Inc. Hyperspectral imaging of angiogenesis
US8406859B2 (en) * 2008-08-10 2013-03-26 Board Of Regents, The University Of Texas System Digital light processing hyperspectral imaging apparatus
CA2742273A1 (en) * 2008-11-04 2010-05-14 William Marsh Rice University Image mapping spectrometers
KR20110042401A (ko) * 2009-10-19 2011-04-27 한국수자원공사 비접촉식 수질계측장치
US8831313B2 (en) * 2010-06-23 2014-09-09 Kabushiki Kaisha N-Tech Method for detecting microorganisms, device for detecting microorganisms and program
US8891087B2 (en) * 2011-06-01 2014-11-18 Digital Light Innovations System and method for hyperspectral imaging
US9157800B2 (en) * 2013-01-15 2015-10-13 Chemimage Technologies Llc System and method for assessing analytes using conformal filters and dual polarization
US10018640B2 (en) * 2013-11-13 2018-07-10 Becton, Dickinson And Company Optical imaging system and methods for using the same
US20190095778A1 (en) * 2013-12-27 2019-03-28 Charles L. Buchanan Biological organism development system
JP6340084B2 (ja) * 2014-03-21 2018-06-06 ハイパーメツド・イメージング・インコーポレイテツド 小型光センサ
US9395293B1 (en) * 2015-01-12 2016-07-19 Verily Life Sciences Llc High-throughput hyperspectral imaging with superior resolution and optical sectioning
CN113063755A (zh) * 2015-11-17 2021-07-02 韩国科学技术院 利用混沌波传感器的样品特性探测装置
WO2017201093A1 (en) * 2016-05-17 2017-11-23 Hypermed Imaging, Inc. Hyperspectral imager coupled with indicator molecule tracking
US11618870B2 (en) * 2017-03-01 2023-04-04 Fluidion Sas Field-deployable multiplexed sampling and monitoring device and bacterial contamination measurement method
US11835524B2 (en) * 2017-03-06 2023-12-05 University Of Southern California Machine learning for digital pathology
US10664716B2 (en) * 2017-07-19 2020-05-26 Vispek Inc. Portable substance analysis based on computer vision, spectroscopy, and artificial intelligence
CN109522254B (zh) * 2017-10-30 2022-04-12 上海寒武纪信息科技有限公司 运算装置及方法
US11308075B2 (en) * 2017-12-28 2022-04-19 Cilag Gmbh International Surgical network, instrument, and cloud responses based on validation of received dataset and authentication of its source and integrity
CN110163334B (zh) * 2018-02-11 2020-10-09 上海寒武纪信息科技有限公司 集成电路芯片装置及相关产品
JP7254165B2 (ja) * 2018-08-31 2023-04-07 ライフ テクノロジーズ コーポレーション アレイベースのｐｃｒのための画像を駆使した品質管理
US20210097647A1 (en) * 2018-09-13 2021-04-01 Shanghai Cambrico Information Technology Co., Ltd. Information processing method and terminal device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101885095B1 (ko) 2012-12-11 2018-08-03 가부시키가이샤 시세이도 자외선 방어 효과의 평가 방법, 평가 장치 및 기록 매체
WO2017086719A1 (ko) * 2015-11-17 2017-05-26 한국과학기술원 혼돈파 센서를 이용한 시료 특성 탐지 장치

Also Published As

Publication number Publication date
US20220074849A1 (en) 2022-03-10
KR20220033690A (ko) 2022-03-17

Similar Documents

Publication Publication Date Title
Kloosterman et al. The interface between forensic science and technology: how technology could cause a paradigm shift in the role of forensic institutes in the criminal justice system
US11574488B2 (en) Machine learning and/or image processing for spectral object classification
CN113705619B (zh) 一种恶意流量检测方法、系统、计算机及介质
US20200344522A1 (en) Using wifi-signal based, device-free human presence detection technology to identify humans consuming media content
MX2012005520A (es) Deteccion de anomalias de firmas radiologicas.
JP6295474B2 (ja) 分光学的探索アプリケーションにおいて対象の標準物質をタグ付けする方法
US10824915B2 (en) Artificial intelligence system for inspecting image reliability
WO2020252529A1 (en) System for automatically detecting software vulnerability
CN109862003A (zh) 本地威胁情报库的生成方法、装置、系统及存储介质
EP3846046A1 (fr) Procede et systeme de traitement de donnees pour la preparation d'un jeu de donnees
CN111447224A (zh) web漏洞扫描方法及漏洞扫描器
KR102466257B1 (ko) 다중 광원을 활용한 분광 장치
Chen et al. Nondestructive discrimination of pharmaceutical preparations using near-infrared spectroscopy and partial least-squares discriminant analysis
CN112887329A (zh) 隐藏服务溯源方法、装置及电子设备
US20140223996A1 (en) Portable electronic device with improved chemical sampling
CN114004255A (zh) 姿势检测方法、姿势检测装置、电子设备及可读存储介质
US10852229B2 (en) Detection of compounds in material samples utilizing a transformation and subsequent decomposition
Magán-Carrión et al. Multivariate Statistical Network Monitoring–Sensor: An effective tool for real-time monitoring and anomaly detection in complex networks and systems
Wang et al. An efficient model for real-time wildfire detection in complex scenarios based on multi-head attention mechanism
US20220261998A1 (en) Adaptive machine learning system for image-based biological sample constituent analysis
CN111585950A (zh) 基于非对称加密的现场光谱检测分析方法、系统及介质
Gozdzialski et al. Toward automated infrared spectral analysis in community drug checking
CN114301713A (zh) 风险访问检测模型的训练方法、风险访问检测方法及装置
CN113127858A (zh) 异常检测模型训练方法、异常检测方法及装置
Sheykhizadeh et al. FTIR spectroscopy coupled with multivariate classification methods to identify different powdered infant formulas adulterated with melamine and cyanuric acid

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant