刺激拉曼光声显微镜中信号分解技术的比较研究
《Journal of Biophotonics》:A Comparative Study on Signal Decomposition Techniques for Stimulated Raman Photoacoustic Microscopy
【字体:
大
中
小
】
时间:2025年12月18日
来源:Journal of Biophotonics 2.3
编辑推荐:
信号分解技术在多光谱光声显微成像中的应用研究,比较了FFT、LSQ、XCorr和深度学习四种方法在分离532nm和558nm光声信号中的性能。实验表明FFT在准确性(CC>99%)、稳定性(低NMSE)和计算效率(7.37秒)方面最优,适用于氧饱和度(sO?)测量,其分解误差最小(0.035),且对噪声和硬件变化鲁棒性最佳。研究揭示了传统信号处理(FFT/LSQ)与深度学习(CNN-Autoencoder)在实时性和复杂度上的权衡,为多光谱成像系统优化提供了理论依据。
光声成像技术作为结合光学高对比度与超声深穿透力的新型成像手段,近年来在生物医学领域展现出广阔应用前景。本研究聚焦于多光谱光声显微成像(MS-PAM)系统的核心挑战——如何有效分离波长为532nm和558nm的复合超声信号。通过系统对比四种信号分解算法,揭示了频域转换技术在处理这类重叠信号中的独特优势。
多光谱光声成像通过不同波长激发选择性检测特定生物分子,其中氧饱和度检测是重要应用方向。本研究创新性地采用非侵入式信号处理方法,突破传统硬件分离的物理限制。实验构建的25米光纤系统实现了532nm和558nm信号的同步激发与采集,但信号在时间轴上的重叠导致信息耦合。研究团队通过引入时间延迟约束、波形相似性约束及能量守恒约束,构建了多维度优化框架。
在算法对比方面,快速傅里叶变换(FFT)通过频域特性分离信号,其核心在于捕捉不同波长激发产生的特征相位差异。实验数据显示,FFT在跨时间延迟(120ns固定值)场景下,信号相关系数(CC)高达99.35%,归一化均方误差(NMSE)低至0.035,显著优于其他方法。这一优势源于FFT对周期性特征的敏感性,能够有效抑制高频噪声干扰。
最小二乘(LSQ)算法通过建立误差函数优化参数,虽在低信噪比(SNR)场景下表现稳定,但存在局部最优解问题。交叉相关(XCorr)算法虽能准确识别时间偏移,但受限于信号波形相似性,在复杂噪声环境下性能显著下降。深度学习(DL)方法虽具备非线性建模能力,但受限于训练数据规模和模型复杂度,在实时处理(22ms)和低SNR场景(8dB)中表现欠佳。
关键创新点体现在:首先,构建了包含物理约束(时间延迟、波形相似性)、数学约束(能量守恒、幅度比例)和优化约束(正则化项)的多层优化模型,解决了传统方法易陷入局部最优的问题;其次,开发了基于CNN自编码器的端到端分解框架,在保持计算效率(22ms/帧)的同时,实现了非平稳噪声的鲁棒分离。
实验验证部分采用真实活体小鼠脑部成像数据,发现FFT算法在保持98%以上信号相关系数的同时,仅需7.37秒即可完成万帧信号处理。通过构建三维氧饱和度成像模型,验证了分解信号的有效性: FFT算法重构的氧饱和度图像与真实信号SSIM达94.59%,显著高于其他方法(XCorr仅73.57%,DL 74.11%)。特别值得注意的是,在实验性采集的复合信号中,FFT仍能保持91%-95%的CC值,这得益于其频域解耦特性对系统噪声的天然抗干扰能力。
该研究在方法学层面实现了突破:通过频域分析揭示不同波长激发的物理特性差异,构建了适用于多光谱系统的普适性分解框架。这种非硬件依赖的解决方案,使设备复杂度降低40%,成本减少60%,为临床便携式设备开发提供了新思路。在应用层面,成功将氧饱和度检测精度提升至0.1%,达到医疗级标准,为脑部血流监测和肿瘤氧代谢评估开辟了新路径。
当前研究的局限性主要在于:训练数据集集中于特定波长组合和动物模型,对临床常见波长(如808nm)和物种差异的泛化能力仍需验证;模型的可解释性不足,难以直接关联特征提取与生理机制;在动态组织(如心脏跳动)场景下的实时处理能力有待提升。后续研究计划引入迁移学习框架,通过预训练模型在小样本场景下的性能优化,并探索多波长(3+)扩展方案。
本工作的重要启示在于:在生物医学成像中,算法创新往往比硬件升级更具成本效益。通过深度挖掘信号处理中的物理约束,开发出既保证数学严谨性又具备工程实用性的解决方案。这种软硬协同优化的理念,为多模态医学影像设备的开发提供了理论指导和技术路线。特别是FFT算法在实时性(7.37秒/万帧)和鲁棒性(低SNR下仍保持80%以上CC)的平衡表现,为急诊场景下的快速生命体征监测提供了可行方案。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号