便携式可见近红外高成像式地物仪

基于可见/近红外光谱的苹果成熟度无损检测方法和便携式仪器研发基于可见_近红外光谱的苹果成熟度无损检测方法和便携式仪器研发_张猛胜.zip

近日，新华社“走进中国新科技”系列专题对北京航空航天大学生物与医学工程学院樊瑜波、李德玉、汪待发联合团队所研发的近红外脑功能成像技术进行了深入报道今天，带大家走近联合团队中的汪待发副教授踏足“脑功能疾病诊疗”科技前沿汪 待 发北京航空航天大学生物与医学工程学院副教授、博士生导师从事近红外脑功能成像、脑机接口、脑功能评价、神经调控等方面研究已有20余载，作为课题组长承担国家重大科学仪器研制项目1项、国家重点研发计划1项；主持国家自然科学基金面上、青年等基金课题。发表SCI论文40余篇，申请发明专利数十项。致力于近红外脑功能成像领域的研究、研发、产业化与临床应用，研发装备已在包括301医院、宣武医院、上海华山医院、清华大学等400余家单位示范应用；支撑在Human Behaviour、Journal of Cleaner Production、NeuroImage等杂志发表SCI论文120余篇。攻克世界难题研发“戴在头上的功能核磁”大脑是人类最复杂神秘的器官，思想的萌生之地，生命的承载中枢。了解大脑的功能和运行机制，可以揭示人类学习、智慧、发育的诸多奥秘，也是治疗中风、阿尔茨海默症、抑郁症、精神分裂症等重大脑疾病的基础。人类对大脑运行机制的不断探索和深刻理解，更为新一代类脑人工智能技术的飞速发展，提供了关键的生物学理论基础。自然状态下大脑活动的高分辨成像是世界难题。目前，主流的脑功能成像方法包括功能核磁共振（fMRI）、核素成像（PET）、脑电（EEG）、近红外脑功能成像（fNIRS）等。然而，大型脑功能成像系统包括fMRI、PET体积庞大，并且患者不能有头动，不适合于自然情景；EEG相对轻便，然而其空间分辨率低，并且对于头动、电磁的干扰均非常敏感。近红外脑功能成像，为自然状态下的高分辨脑成像带来了新型技术平台，亦被称为“戴在头上的功能核磁”。它和fMRI一样，探测的是大脑氧代谢的载体（血红蛋白）的浓度变化。由于采用的光学手段，它空间分辨率高（1-3cm）、适合于各种自然状态，可以一边运动一边检测、一边说话一边检测、一边治疗一边检测，为中国上亿的脑功能障碍疾病患者的诊断、疗效评价、疗效预测、用药/干预/康复方案的指导等提供了创新性手段，这包括脑卒中神经康复、精神疾病、儿童发育障碍（孤独症谱系障碍等）及神经退行性疾病（阿尔茨海默病等）等。近红外脑功能成像原理然而，高端脑影像设备的关键技术长期被发达国家垄断。例如近红外脑功能成像设备，长期被美日等垄断，单价在数百万，但却不能解决亚洲人有黑色头发覆盖区域（顶叶、枕叶等）成像的难题，限制了脑功能检查和研究的开展。汪待发副教授，是近红外脑功能成像技术第三代的践行者。2010年博士毕业后，他来到北京航空航天大学生物与医学工程学院任教。当时，北航生医学院刚刚建院不久，立意高远，把学院科研发展聚焦在解决国家重大需求牵引的医工科学和技术上。汪待发扎根北航，攻坚近红外脑功能成像领域的难题。通过自己多年如一日的努力，以及与包括樊瑜波、李德玉等北航的血流动力学分析、高精密传感专家的不断研讨和思想碰撞，经历数百次的试验、挫折和迭代验证，他终于突破了近红外超微光探测技术，攻克了亚洲人有黑色头发的脑区（顶叶、枕叶等）的快速精准成像的世界难题。汪待发团队fNIRS产品覆盖的行业应用2016年初，依托北航校地合作平台孵化，汪待发创立了慧创医疗，立志要克服成果转化这个陌生领域的重重困难，坚定地把科研成果落实在祖国的大地上。依托科技风险投资的资金支持，汪待发领导的慧创团队与北航联合团队开展合作，充分发挥产学研合作优势，2019年研发推出了世界上首个获得医疗器械注册证的、超100通道的近红外脑功能成像装置，突破性地实现了全脑成像，实现了中国近红外脑功能成像领域自主知识产权的开创性进展。世界上首个获得医疗器械注册证的、超100通道的近红外脑功能成像装置在此基础上，将超微光技术进一步数字化，汪待发带领团队研发了世界首台获医疗器械证的便携式近红外脑功能成像设备。其平板电脑大小的身形，却具备领先于进口台式设备的成像性能，让临床和科研专家惊叹，赢得了广泛的认可。世界首台获医疗器械证的便携式近红外脑功能成像设备目前，汪待发团队所转化的近红外脑功能成像系列产品及技术，已在301、北京协和、上海华山、四川华西、清华大学、北京师范大学、香港理工大学等800余家一流临床及科研单位示范应用，开展临床检查和科学研究，并已支撑专家在以Nature Human Behaviour为代表的顶级期刊上，发表了SCI论文180余篇，在国内外形成了广泛影响。在北航原始创新的加持下，慧创医疗作为唯一一家企业起草单位，与国家药监局合作，制定了中国首个近红外脑功能成像强制性国家标准。同时，近红外脑功能成像产品NirScan，因其“高精尖”装备+原创+领先的综合属性，获评江苏省首台（套）重大装备。近红外脑成像设备支持用户发表的高水平SCI论文致力于科技成果转化解决临床应用痛点为推动近红外脑功能成像更好地解决临床痛点需求，作为医工专家，汪待发积极把自己变成“最懂临床需求的科学家”。目前，他担任了中国康复医学会脑功能检测与调控康复专业委员会常务委员、第二届中国妇幼健康研究会婴幼儿心理健康专业委员会常务委员、中国康复医学会阿尔茨海默病与认知障碍康复专业委员会青年组副组长，并担任了浙江大学医学院附属精神卫生中心（杭州市第七人民医院）特聘专家、国家药品监督管理局医疗器械技术审评中心外聘专家。作为fNIRS领域TOP科学家，他每年在全国各地完成约30余场高质量的学术讲座，与临床专家深入交流，积极推动近红外脑功能成像在临床各个领域的广泛应用。同时，在樊瑜波教授的鼓励下，依托国家医学攻关产教融合平台(医工结合)，汪待发所带领的团队，仅2023年就开展了多元化多层次的脑科学领域相关培训近20次，合计邀请了近70位脑科学及相关领域专家，合计线下培训人员超600人，线上培训超8000人。2021年，汪待发与国内顶级医院的临床专家一起，撰写了中国首个近红外脑功能成像专家共识，为该技术在临床的快速应用和发展做出了积极推动。2022年底，北航樊瑜波、李德玉、汪待发联合团队的“近红外脑功能成像系统开发及临床应用”成果获得了中国生物医学工程学会最高奖项——“黄家驷”生物医学工程奖。这一奖项的获得，体现了中国生物医学工程行业对北航近红外脑功能成像技术和系统成果的充分肯定。近红外脑功能成像系统荣获“黄家驷”生物医学工程奖证书近年来，在近红外脑功能成像技术的基础上，在国家重点研发计划的牵引下，汪待发团队瞄准了另一个脑科学世界级难题“阿尔茨海默症（老年痴呆症）治疗”。团队目前在阿尔兹海默症治疗方面已取得突破性进展，其研发的“近红外光脑功能治疗仪”目前已获批国家药品监督管理局（NMPA）医疗器械绿色通道（创新医疗器械设置特别审批通道）。这是国家药监局为具备重大创新的医疗器械开辟的一条审查极为严格的注册证快速申请通道。从2014年国家药监局正式颁布《创新医疗器械特别审批程序（试行）》的近十年来，仅批准了300余项。目前，在国家科技成果转化引导基金的支持下，团队正在和临床专家们合作，开展阿尔茨海默症治疗产品的临床试验。托举学子梦想培育医工行业未来作为年轻科学家，在承接前辈科学家的教诲和精神的同时，汪待发也已成长为带领年轻学子的领头人。汪待发一直将人才培养与国家需求紧密结合，以人民群众的生命健康为牵引，鼓励学生们“能人所不能，坚持解决临床核心痛点，做世界领先的高水平研究”，从临床实际中挖掘科学问题，并将研究成果应用到临床实际中去，扎扎实实地把科研写在祖国的大地上。汪代发与课题组硕博士生合影“要在学生最有梦想的时候好好引导他们，他们是祖国与行业的明天，要让他们放飞思想，追逐科技创新的梦想。”汪待发在科研之余还担任北航冯如书院本科生导师。作为导师，他悉心指导硕士、博士研究生近20人，攻坚脑功能疾病诊疗的难题。他将科研及转化的经验融入课堂教学，近三年担任《生理信号检测与处理实验》的负责人，不断完善课程建设，引导学生主动思考、发现问题、解决问题；作为《医学成像系统》和《生物医学成像技术》的主讲老师，带领学生认识行业内的新技术新成果，培养具有前沿视野的行业接班人。将科研与国家的重大需求做贴合攻坚中国脑功能疾病难题做世界领先的高端脑功能疾病诊疗装备和汪待发副教授一样在北航奋斗的广大教师们一直在脚踏实地、仰望星空潜心科研、矢志创新在建设科技强国人才强国的新征途中上下求索，砥砺前行！

HAMAMATSU（滨松） PHOTONICS近红外光谱在食品分析中的作用近红外光谱（NIR）是指在750至2500 nm的电磁光谱近红外区域内研究物质和光之间的相互作用[1]。当红外光与样品分子相互作用时，每个波长反射、透射和吸收的电磁能的量取决于样品中存在的键类型[1]。C-H、N-H和OH振动键在近红外区域最普遍，决定了给定物质的光谱形状。近红外光谱通常用于测量和量化样品的近似成分，如蛋白质、水分、干物质、脂肪和淀粉。此外，近红外光谱反映了其物理性质或特性[1]。因此，当应用于食品时，样品的近红外光谱不仅可以提供有关食品化学成分的信息，还可以通过不需要使用试剂的无损、快速和清洁的方法提供有关其功能的信息[2]。便携式仪器的影响直到最近，近红外技术才向小型化设备发展，使近红外分析从实验室进入现场成为可能。便携式近红外光谱是监测作物质量、确定最佳种植条件和收获时间的绝佳工具。鉴于食品易受含量变化的影响，需要保持新鲜以防止质量损失，以及非法掺假的可能性，控制食品质量的重要性怎么强调都不为过。此外，食品生产、配送链的复杂性以及将分析时间降至最低的需要，使便携式光谱仪在该领域向前迈出了革命性的一步[5][6]。用于食品分析的近红外光谱示例Parastar等人将计算技术应用于近红外分析仪获得的吸收光谱，能够准确区分新鲜肉和解冻肉，并根据鸡的生长条件对鸡柳进行正确分类[3]。使用类似的工具，Kucha和Ngadi能够评估猪肉末的新鲜度[4]。这些计算方法，通常被称为“化学计量学”，使用多种算法和统计技术，如多元线性回归、偏最小二乘回归和主成分分析来分析来自光谱仪的数据。这些方法将光谱信息转化为与样品相关的化学和功能特性[2]。便携式近红外分析仪改善奶牛健康，优化灌溉和收割时间便携式近红外分析仪已被用于饲料和牧草的农场监测，以评估其质量。在这个过程中，将饲料样本放在扫描仪前进行分析，并将结果提供给农民或营养学家。这使他们能够及时做出有关提要的管理决策，将获得结果所需的时间从几天缩短到几秒钟。例如，牛饲料中玉米青贮饲料的干物质含量每天变化很大，在六个月内高达41%。通过现场调整，奶牛可以获得更一致的口粮，从而改善牛群的总体健康状况。这是通过血液参数的变化和乳腺炎的减少来观察的，从而增加了产奶量。此外，这项技术可以潜在地减少饲料浪费，从而降低成本并增加收入[7]。便携式近红外光谱法的另一个有价值的应用领域是对作物生长各个阶段的实地评估。Tardaguila等人研究了在不同环境条件下生长的八个不同品种的160片葡萄叶片的吸收波长。他们专门针对含水量评估来确定葡萄酒行业灌溉的优化策略[8]。在收获季节，近红外光谱已被用于评估橄榄果实[9]、葡萄[10]和番茄[11]在树上的成熟度，从而优化收获时间，甚至使用农业机器人实现自动化水果采摘。收获后，近红外光谱技术有助于农民、消费者和质量控制官员对产品质量进行快速无损检测。这项技术还允许检测由于将传统生产的水果错误标记为有机水果而导致的菠萝欺诈[12]。FTIR光谱提供更高的通量和更好的灵敏度在近红外光谱中，分析有机材料的吸收光谱主要有两种方法。第一种方法是基于二极管阵列的光谱学。该技术使用色散光栅将从样品反射或透射的光分离为其波长分量。然后将每个分量聚焦在线性检测器阵列的不同像素上。这种方法速度相当快，可以用于实时测量。然而，二极管阵列光谱仪的光通量与其光谱分辨率成反比，这限制了其有效性。此外，在近红外区域敏感的线性阵列的高成本可能会限制其在某些应用中的应用，特别是在农业和食品中。获得吸收光谱的第二种方法是傅立叶变换干涉测量法。在这种方法中，入射光被分成两条路径，一条指向固定反射镜，另一条指向可移动反射镜。当这些路径被重新组合时，就会得到干涉图。通过对该干涉图进行傅立叶变换，可以获得入射光的光谱，并且通过适当的校准，可以确定样品的吸收光谱。使用这种技术，可以同时测量所有波长，在不影响光谱分辨率的情况下提供更好的吞吐量和更高的灵敏度（通常被称为“Fellgett的优势”）。在该技术中，仅使用单个NIR光电探测器而不是阵列，从而保持低成本。滨松光子的FTIR引擎为食品行业带来了新的曙光滨松的FTIR引擎C15511-01是一个紧凑的傅立叶变换红外光谱模块，对1.1µm至2.5µm范围内的近红外光具有灵敏度，并具有USB连接。该设备的特点是在手掌大小的外壳中有一个迈克尔逊光学干涉仪和控制电路。为了补偿元件小型化造成的光损失，滨松光子公司的工程师为FTIR引擎配备了一个大型可移动MEMS反射镜和一个高灵敏度InGaAs PIN光电二极管。这种MEMS元件的特殊设计抵消了外部振动和器件内部杂散光反射的影响。可移动MEMS反射镜的位置使用专用激光系统进行连续和精确的监测，以确保最高的波长再现性。一般来说，滨松的FTIR引擎可以提供与更大、更昂贵的台式设备相当的高灵敏度、高分辨率和高速测量。使用FTIR引擎进行红外光谱分析有两种测量方法：“反射测量”和“透射测量”。使用这些方法，我们测量了坚果（杏仁、腰果、核桃）和酒精饮料（啤酒、清酒和白兰地）的光谱。透射测量：酒精饮料吸收光谱的比较及其酒精浓度的估计FTIR引擎C15511-01用于观察几种酒精饮料产生的吸收光谱的差异。将液体放入对近红外透明的石英池中，提供1mm的光路长度。使用卤素灯作为本实验的光源。来自灯的宽带光部分被液体吸收，并通过光纤部分传输到FTIR引擎。图中所示的吸收光谱是在室温下获得的，平均128次扫描，并减去参考测量值。这些光谱的形状主要受水中的OH基团（吸收波长：1450 nm和1900 nm）和醇中的CH基团（吸收光谱波长在2100 nm和2500 nm之间）的影响。还测量了纯水和乙醇的光谱，并将其添加到图中进行比较。此外，使用2300nm处的吸收峰来估计每种饮料中的酒精浓度。该测量显示的值与液体中酒精的实际存在一致，证实了使用这种紧凑的设备和方法进行精确估计的可能性。漫反射测量：使用近红外光谱对坚果进行分类当照射到样品上的光的一部分被其表面颗粒有规律地反射时，其余的则穿透样品。在这里，光通过折射透射、光散射和表面反射反复散射，直到它离开待测量的样品。通过该测量获得的漫反射光谱与样品的吸收光谱相似。漫反射信号通常比通过透射获得的信号弱。因此，使用这种方法的主要挑战之一是提高照明效率。在传统配置中，使用光纤将来自单个卤素灯的宽带光引导到样品。滨松光子最近设计了L16462-01，这是一种针对漫反射测量进行优化的创新光源。该装置配备了多个灯，以特定角度靠近样品。通过光纤收集从样品散射的光，并将其引导至NIR光谱仪。这种配置可测量信噪比，最大限度地减少杂散光的影响。e照射到样品上的部分光被其表面颗粒规则反射，其余部分穿透样品。在这里，光通过折射透射、光散射和表面反射反复散射，直到它离开待测量的样品。通过该测量获得的漫反射光谱与样品的吸收光谱相似。食物过敏是一种遗传易感个体在食用某些食物成分后出现不利免疫反应的情况。这种反应可能导致立即或延迟的症状，可能是严重或致命的[13]。在过去的几十年里，这种免疫紊乱已经成为全世界关注的一个重要问题，在西方国家，至少有8%的儿童和5%的成年人受到影响。它给医疗系统带来了相当大的压力，并可能严重限制日常甜梅干动[14]。许多种类的坚果，包括核桃（胡桃）、腰果（西方腰果）和杏仁（甜梅干），都被欧洲法规1168/2011列为过敏原，只要存在于食品中，就需要添加到成分表中[15]。出于这些原因，坚果的检测和分类对于食品工业来说是必要的。滨松利用近红外光谱对杏仁、腰果和核桃的吸收光谱进行了研究和分类。使用FTIR引擎C15511-01和新的灯L16462-01获得测量结果。将坚果放置在光源上，无需任何预先准备，平均进行128次扫描以获得每个样品的吸收光谱。所获得的光谱的特征在于1600-1800nm处的峰，这是由从脂质和蛋白质拉伸的CH的第一泛音引起的。当观察光谱的二阶导数时，各种光谱之间的差异更加明显。通过主成分分析法可以对不同种类的坚果进行分类。结论近红外光谱在食品工业中的潜在应用已经被许多科学出版物广泛记录了几年。便携式仪器的出现正在将分析从实验室转移到现场，将结果的时间从几天大幅缩短到几秒钟。最值得注意的是，这种由滨松MEMS技术驱动的硬件小型化在不影响灵敏度或分辨率的情况下实现。新的计算技术正在不断发展，以分析和比较吸收光谱，并估计食品中特定化合物的含量。这些方法使整个行业的非技术用户越来越容易访问该技术。便携式FTIR分析仪是解决食品行业许多重大挑战的宝贵工具。例如，它们可以帮助提高作物产量，从而在面临粮食需求增加时提供一种替代毁林的方法。将这些技术融入农业可以在优化灌溉和限制整个供应链的食物浪费时限制水浪费。最后，FTIR分析仪可以帮助改善我们的食物质量，使其对我们和所有依赖我们的动物更安全、更健康。参考文献[1] K. B. Beć, J. Grabska, and C. W. Huck, “Near-Infrared Spectroscopy in Bio-Applications”, Molecules, vol. 25, no. 12, p. 2948, Jun. 2020, doi: 10.3390/molecules25122948.[2] D. Cozzolino, “The Ability of Near Infrared (NIR) Spectroscopy to Predict Functional Properties in Foods: Challenges and Opportunities”, Molecules, vol. 26, no. 22, p. 6981, Nov. 2021, doi: 10.3390/molecules26226981.[3] H. Parastar, G. van Kollenburg, Y. Weesepoel, A. van den Doel, L. Buydens, and J. Jansen, "Integration of handheld NIR and machine learning to 'Measure & Monitor' chicken meat authenticity" in Food Control, vol. 112, pp. 107149, 2020. doi: 10.1016/j. foodcont.2020.107149. [4] Kucha, C.T., Ngadi, M.O. “Rapid assessment of pork freshness using miniaturized NIR spectroscopy”. Food Measure 14, 1105–1115 (2020). https://doi.org/10.1007/s11694-019-00360-9 [5] J.-H. Qu, D. Liu, J.-H. Cheng, D.-W. Sun, J. Ma, H. Pu, and X.-A. Zeng, "Applications of Near-infrared Spectroscopy in Food Safety Evaluation and Control: A Review of Recent Research Advances" Critical Reviews in Food Science and Nutrition, vol. 55, no. 13, pp. 1939-1954, 2015. doi: 10.1080/10408398.2013.871693.[6] K. B. Beć, J. Grabska, and C. W. Huck, “Miniaturized NIR Spectroscopy in Food Analysis and Quality Control: Promises, Challenges, and Perspectives,” Foods, vol. 11, no. 10, p. 1465, May 2022, doi: 10.3390/foods11101465.[7] "Can On-Farm NIR Analysis Improve Feed Management?", Penn State Extension. [Online]. Available: https://extension.psu. edu/can-on-farm-nir-analysis-improve-feed-management.[8] J. Tardaguila, J. Fernández-Novales, S. Gutiérrez, and M.P. Diago, "Non-destructive assessment of grapevine water status in the field using a portable NIR spectrophotometer", J. Sci. Food Agric., vol. 97, pp. 3772-3780, 2017. doi: 10.1002/jsfa.8241.[9] A. J. Fernández-Espinosa, "Combining PLS regression with portable NIR spectroscopy to on-line monitor quality parameters in intact olives for determining optimal harvesting time", Talanta, vol. 148, pp. 216-228, 2016. doi: 10.1016/j.talanta.2015.10.084.[10] G. Ferrara, V. Marcotuli, A. Didonna, A. M. Stellacci, M. Palasciano, and A. Mazzeo, “Ripeness Prediction in Table Grape Cultivars by Using a Portable NIR Device”, Horticulturae, vol. 8, no. 7, p. 613, Jul. 2022, doi: 10.3390/horticulturae8070613.[11] H. Yang, B. Kuang, and A.M. Mouazen, "In situ Determination of Growing Stages and Harvest Time of Tomato (Lycopersicon Esculentum) Fruits Using Fiber-Optic Visible—Near-Infrared (Vis-NIR) Spectroscopy", Applied Spectroscopy, vol. 65, no. 8, pp. 931-938, 2011. doi: 10.1366/11-06270.[12] C. L. Y. Amuah, E. Teye, F. P. Lamptey, K. Nyandey, J. Opoku-Ansah, and P. O. Adueming, "Feasibility Study of the Use of Handheld NIR Spectrometer for Simultaneous Authentication and Quantification of Quality Parameters in Intact Pineapple Fruits", Journal of Spectroscopy, vol. 2019, Article ID 5975461, 9 pages, 2019. doi: 10.1155/2019/5975461.[13] Z. Husain and R.A. Schwartz, "Food allergy update: more than a peanut of a problem", International Journal of Dermatology, vol. 52, pp. 286-294, 2013. doi: 10.1111/j.1365-4632.2012.05603.x.[14] S. H. Sicherer and H. A. Sampson, "Food allergy: Epidemiology, pathogenesis, diagnosis, and treatment", The Journal of Allergy and Clinical Immunology, vol. 133, no. 2, pp. 291-307.E5, Feb. 2014. doi: https://doi.org/10.1016/j.jaci.2013.11.020 [15] A. Luparelli, I. Losito, E. De Angelis, R. Pilolli, F. Lambertini, and L. Monaci, “Tree Nuts and Peanuts as a Source of Beneficial Compounds and a Threat for Allergic Consumers: Overview on Methods for Their Detection in Complex Food Products”, Foods, vol. 11, no. 5, p. 728, Mar. 2022, doi: 10.3390/foods11050728.本文来源：HAMAMATSU PHOTONICS（滨松电子），Applications for portable NIR spectroscopy in food analysis，www.hamamatsu.com供稿：符 斌，北京中实国金国际实验室能力验证研究有限公司