基于MC模型和Nelder‑Mead单纯形算法的时域组织光谱学
摘要
生物组织光学参数的无创在体测量是近红外光谱学（NIRS）研究的基础课题之一。在已发展的NIRS方案中，时间分辨测量具备优良的同时反演吸收系数和散射系数的能力，而且近年来该技术的性价比显著提高，获得了更多关注，但其针对分层组织的参数反演在准确性、稳定性和反演速度等方面尚存在一定的局限性。为此，本文提出了一种时域蒙特卡罗模型支持的Nelder-Mead单纯形算法，该算法利用双源探距下的时间分辨漫反射光信号，以循环迭代方式设置不同的基向量，经线性变换后无须求导便可启发式搜索目标函数的最优值，从而实现了高信效度的分层光学参数反演。模拟实验与仿体实验均表明：在组织光学参数反演方面，所提算法的精度优于传统算法，而且该算法具有良好的噪声鲁棒性和临床适应性，为生物组织光学参数的在体测量提供了新方法。
引用本文（GB/T 7714）
张童 Zhang Tong, 刘东远 Liu Dongyuan, 高峰 Gao Feng. 基于MC模型和Nelder‑Mead单纯形算法的时域组织光谱学[J]. Chinese Journal of Lasers, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。