Начало >> Статьи >> Архивы >> Лазерная диагностика в биологии и медицине

Методы обработки сигнала - Лазерная диагностика в биологии и медицине

Оглавление
Лазерная диагностика в биологии и медицине
Взаимодействие лазерного излучения с биологическими системами
Лазеры для диагностики биологических объектов
Техника безопасности
Лазерная нефелометрия
Лазерная поляризационная нефелометрия
Индикатор иммунологических реакций
Проточные анализаторы микрочастиц
Лазерная спектроскопия квазиупругого рассеяния
Методы обработки сигнала
Диагностика биологических объектов на основе измерения коэффициентов диффузии
Диагностика на основе регистрации скоростей направленного движения
Лазерная доплеровская спектроскопия живых клеток
Лазерная интерферометрия
Голографические методы диагностики
Абсорбционно-трансмиссионный анализ с использованием перестраиваемых лазеров
Абсорбционная спектроскопия быстропротекающих процессов
Калориметрические методы диагностики
Экспериментальные исследования оптико-акустическим методом
Конструкции спектрофонов и зондов
Области применения калориметрических методов
Физические основы спектроскопии КР
Применение спектроскопии КР в биохимических исследованиях
КР-микроскопия биологических структур
Применение спектроскопии КР в офтальмологии
Лазерный флуоресцентный анализ
Микроскопия и микроспектрофлуориметрия
Примеры применения лазерной флуоресцентной диагностики
Дистанционная флуоресцентная диагностика растений
Заключение

Методы обработки сигнала и анализа результатов
Обработка сигнала. В связи со статистическим характером рассеянного поля выходной сигнал фотоприемника является случайной функцией времени. Для его обработки применяются статистические методы, из которых наиболее распространенными являются корреляционный и спектральный.
В первом случае сигнал после предварительной аналоговой обработки подается на коррелятор. Результатом корреляционной обработки является автокорреляционная функция фототока G/(t), связанная с автокорреляционной функцией рассеянного поля. Благодаря появлению быстродействующих цифровых корреляторов и развитию техники счета фотонов [1—3,9,10, 15, 16] широкое распространение в биологических исследованиях получила фотон-корреляционная спектроскопия, позволяющая работать с очень слабыми световыми потоками, когда регистрируются лишь отдельные кванты рассеянного излучения.
Во втором случае усиленный и отфильтрованный сигнал фотоприемника подается на анализатор спектра. Результатом обработки является энергетический спектр, связанный с автокорреляционной функцией преобразованием Фурье. В настоящее время серийно выпускаются анализаторы спектра реального времени. Так же, как и фотонные корреляторы, они производят обработку сигнала параллельно с его накоплением без дополнительных временных затрат.
Иногда для обработки сигнала используют ЭВМ, реализующие быстрые цифровые методы спектрального и корреляционного анализа и позволяющие оперативно проводить последующую обработку.
Анализируя полученные корреляционные функции или спектры, необходимо иметь в виду, что их измеренные значения всегда имеют статистическую ошибку, связанную не с погрешностью измерения фототока или с шумами регистрирующего тракта, а со стохастической природой самого сигнала [9]. Относительная погрешность определения спектра мощности гауссова случайного сигнала по одной реализации составляет 100 %. Увеличение длительности одной реализации приводит к повышению разрешения спектральных компонентов по частоте, но не дает уменьшения погрешности определения спектральной плотности мощности на фиксированных частотах. Для уменьшения этой погрешности не* обходимо провести измерения по М> 1 независимым реализациям и усреднить полученные спектры. В результате погрешность (среднеквадратическое отклонение) будет уменьшаться пропорционально 1IVМ. Таким образом, относительная погрешность измерения энергетического спектра сигнала зависит только от требуемого разрешения и времени накопления и не зависит от частоты.
Так, например, если мы хотим измерить спектр с разрешением 10 Гц при относительной погрешности не более 5 %> то нужно провести усреднение не менее, чем по 400 спектрам, построенным по выборкам сигнала длительностью 0,1 с каждая. Общее время измерения, таким образом, должно быть не менее 40 с. Увеличение числа усреднений и, следовательно, общего времени измерения приведет к дальнейшему уменьшению погрешности, если динамические параметры исследуемого объекта сами не изменяются во времени.
Модельные представления. Получение спектра фототока, пусть даже с высокой статистической точностью, составляет лишь часть проблемы. Для того чтобы определить искомые динамические характеристики исследуемого объекта, необходимо на основе той или иной его модели и расчета светорассеяния построить математическое выражение для спектра, включающее искомые характеристики как параметры, и методом подгонки найти такие их значения, при которых измеренный и теоретический спектры совпадают.
Для большого числа случаев такие модели уже построены. Рассмотрим простейший случай идеальной трансляционной диффузии малых по сравнению с величиной 1 lq невзаимодействующих одинаковых сферических частиц в растворе. Можно показать, что в этом случае спектр мощности фототока представляет собой лоренцевскую кривую с полушириной
(3.4)
а корреляционная функция — экспоненту с временем релаксации Трел = 1/Г. Таким образом, по спектру легко определяется коэффициент трансляционной диффузии DT, а из него в силу соотношения Эйнштейна — Стокса — гидродинамический радиус диффундирующих частиц:

где kB — постоянная Больцмана, Т — термодинамическая температура раствора, т] — его вязкость. Кроме того, используя результаты независимых измерений постоянной седиментации S и парциального удельного объема частиц V, с помощью формулы Сведберга
m = SRT/[DT(l-Vp)]
можно определить молекулярную массу частиц m (р — плотность растворителя, R — универсальная газовая постоянная).
Полидисперсность раствора, т. е. наличие в растворе различающихся по размерам частиц, уже приводит к значительным трудностям. Спектр фототока в этом случае представляет собой непрерывное множество (интеграл) лоренцевских кривых с разными полуширинами. Следовательно, для нахождения распределения частиц по размерам (коэффициентам диффузии) необходимо решать обратную спектральную задачу в виде интегрального уравнения с лоренцевым ядром. Основная проблема в решении обратных задач — их некорректность, т. е. принципиальное отсутствие алгоритма нахождения точного решения. В этой связи разрабатываются различные приближенные методы решения, многие из которых дают весьма хорошие результаты [9].
В последнее время спектроскопия квазиупругого рассеяния успешно применяется также для исследования концентрированных растворов взаимодействующих частиц с выраженной внутренней конформационной и ориентационной динамикой в диапазоне характерных времен от 1 с до 1 мкс. В основе этих исследований также лежат регулярные методы анализа спектров.



 
« Кровохарканье и легочное кровотечение   Лапароскопическая аппендэктомия у детей »