广泛的动态范围和实时试剂识别和成像使用多波长的太赫兹参数生成和机器学习
Kosuke Murate1, Sota Mine2, Yuki Torii2
1Department of Electronics, Graduate School of Engineering, Nagoya University, Furocho, Chikusa, Nagoya, 4648603, Japan. murate@nuee.nagoya-u.ac.jp.
Scientific reports
|August 7, 2023
概括
这项研究引入了实时太赫兹 (THz) 光谱系统,用于通过屏蔽快速识别试剂和成像. 机器学习和多波长THz参数生成可以实现高速检测和空间映射,无需后处理.
科学领域:
- 频谱学是一种光谱学.
- 机器学习 机器学习
- 图像技术技术的成像技术
背景情况:
- 太赫兹 (THz) 光谱法通常用于试剂的定量分析.
- 实时,高速识别对于安全查等应用至关重要.
- 目前的THz方法通常需要广泛的后处理来进行试剂分析.
研究的目的:
- 通过屏蔽开发一种快速识别和成像试剂的技术.
- 为了实现实时,广泛的动态范围检测化学物质.
- 为了克服THz光谱中的传统后处理的局限性.
主要方法:
- 使用实时太赫兹 (THz) 光谱系统.
- 采用近红外 (NIR) 摄像头的多波长THz参数生成/检测.
- 整合机器学习以快速分析光谱信息和试剂识别.
主要成果:
- 通过实时屏蔽成功识别了试剂.
- 实现了广泛的动态范围检测能力.
- 通过将识别结果映射到像素值,使试剂空间分布的高速成像成为可能.
结论:
- 拟议的THz光谱系统与机器学习为试剂识别和成像提供了快速有效的方法.
- 这项技术可以应用于需要快速检测威胁的现实场景,例如邮件选.
- 消除后处理显著提高了基于THz的化学分析的速度和实用性.
