FTIR多光譜顯微圖像信息提取方法研究及應(yīng)用.pdf

1、傅立葉變換紅外(FTIR)顯微成像技術(shù)是在紅外光譜技術(shù)基礎(chǔ)上發(fā)展起來的一項新興并十分具有潛力的微區(qū)分析技術(shù),其主要優(yōu)勢在于成像干擾小,無損檢測,直觀可視,并能實現(xiàn)對活體組織的原位分析。常用的傳統(tǒng)微區(qū)化學(xué)分析方法費時,破壞樣品的原始化學(xué)結(jié)構(gòu),且對研究人員的操作技能依賴度較大。因此,近幾年,FTIR顯微成像技術(shù)在食品藥品檢測、臨床診斷、文物鑒定等領(lǐng)域受到了廣泛關(guān)注。本文主要研究紅外多光譜顯微圖像信息提取方法,以實現(xiàn)復(fù)雜樣品中感興趣組分分布信

2、息的提取和檢測,這對輔助病理分析及食品品質(zhì)分析等均有現(xiàn)實意義。
　　 本文重點研究基于主成分分析和最小二乘支持向量機(jī)的紅外多光譜顯微圖像信息提取方法。作為信息提取的前期準(zhǔn)備,文章首先簡要介紹了FTIR顯微光譜儀的基本原理和樣品制備方法,詳細(xì)討論了適合不同數(shù)據(jù)的預(yù)處理方法,并通過兔子動脈切片和小麥種子切片兩組實驗驗證了算法的有效性。
　　 隨后,本文深入探討了主成分分析法,并針對感興趣組分信息的特點,討論了基于郎伯一比爾模

3、型的主成分分析法(Lamber Beer PCA,簡稱LPCA),該算法通過計算載荷向量與標(biāo)準(zhǔn)樣品譜線相似度來篩選目標(biāo)特征,在挖掘化學(xué)信息的數(shù)據(jù)結(jié)構(gòu)上具有優(yōu)勢。并針對LPCA算法在處理大樣本問題時存在的全局算法固有缺陷,引入數(shù)據(jù)源劃分思想及特征峰判決條件加以改進(jìn),實驗結(jié)果表明,改進(jìn)算法提高了運算速率并突出了隱含局部信息。
　　 然后,在簡要介紹常用分類器基礎(chǔ)上,重點討論了最小二乘支持向量機(jī)的分類原理、訓(xùn)練樣本及模型參數(shù)選擇策略。