QYResearch是全球知名的大型咨询公司，行业涵盖各高科技行业产业链细分市场，横跨如半导体产业链（半导体设备及零部件、半导体材料、集成电路、制造、封测、分立器件、传感器、光电器件）、光伏产业链（设备、硅料/硅片、电池片、组件、辅料支架、逆变器、电站终端）、新能源汽车产业链（动力电池及材料、电驱电控、汽车半导体/电子、整车、充电桩）、通信产业链（通信系统设备、终端设备、电子元器件、射频前端、光模块、4G/5G/6G、宽带、IoT、数字经济、AI）、先进材料产业链（金属材料、高分子材料、陶瓷材料、纳米材料等）、机械制造产业链（数控机床、工程机械、电气机械、3C自动化、工业机器人、激光、工控、无人机）、食品药品、医疗器械、农业等。 邮箱：market@qyresearch.com

光学相干层析成像（OCT）可以实现生物组织内部微观结构的实时、高分辨率、三维成像，在临床诊疗与基础科学研究领域得到了广泛的应用。近年来，得益于光源与探测技术的发展，傅里叶域OCT已经成为OCT的主流模式，尤其推动了OCT微血管造影等功能成像技术的发展。以傅里叶域OCT为重点，回顾了OCT的工作原理，阐述了系统主要的性能参数及其影响因素，介绍了傅里叶域OCT在成像量程、成像速度以及功能成像方面的现状并对OCT的研究作了展望。

研制了一套探头末端直径为1 mm的血管内扫频光学相干层析成像（IV-OCT）系统。为了确保探头内格林透镜的中轴线与安装在微型电机轴上的直角棱镜的中轴线对准，制作了尺寸匹配的塑料套管；将格林透镜插入塑料套管后与微型电机一同安装于聚四氟乙烯（PTFE）管中，制成了末端直径为1 mm的探头。对光源自带的k-clock信号进行硬件滤波以去除其中的直流分量和谐波分量，提高了系统分辨率。对等波数域间隔重采样后的干涉光谱数据进行加窗、快速傅里叶变换(FFT)、取对数、背景去除后，将得到的多个轴向扫描(A-scan)数据进行坐标变换、重建，从而得到圆环显示的样品图像。实测系统纵向分辨率为11.8 μm，横向分辨率为24 μm，成像帧速为30 frame/s。利用研制的IV-OCT系统，实现了管状白胶带、小葱葱管、藕、离体鸭血管样品的OCT成像。

发展了一种基于光学相干层析(OCT)散斑的流速测量方法。与传统激光散斑信号相似，样品中某一点处OCT信号随时间的波动与该处散射颗粒的平均速度有一定的依赖关系。通过对OCT信号的滤波和解调，得到OCT散斑波动信号，再对该信号进行傅里叶变换，得到散斑信号的频谱分布，然后依据频谱分布中高低频分量比值(HLR)与流速间的定量关系，就能确定样品中的流速分布。基于OCT散斑强度信号而非相位信息的流速测量方法，实验研究了HLR与流速间的关系，并给出了毛细玻璃管模型的流速分布图像。

注意：ASTRA层析成像工具箱现在托管在http://www.astra-toolbox.com/上。ASTRA层析成像工具箱是基于ASTRA-Vision联合开发的用于2D和3D层析成像的高性能GPU原语的MATLAB工具箱。阿姆斯特丹安特卫普大学和CWI实验室研究组。 它支持2D平行和扇形几何，以及3D平行和锥形束。 它们都具有高度灵活的源/检测器定位。 大量2D和3D算法可用，包括FBP，SIRT，SART，CGLS。 基本的向前和向后投影操作都是GPU加速的，可以直接从MATLAB调用以启用构建新算法的功能。

采用辐射传输方程的简化三阶球谐函数（SP3）近似作为时域荧光扩散层析成像（FDOT）的正向模型，克服了球谐函数近似法（PN）公式复杂，计算量大的缺点和扩散近似（DA）理论对于低散射组织体的不适用性。考虑到时域模式可以同时重建荧光产率和寿命，且技术上较频域模式更容易实现，因此采用时域模型，应用源自广义脉冲谱技术（GPST）的特征数据类型，将基于DA-GPST推广到SP3方程，发展了一套基于SP3-GPST的FDOT图像重建方法。数值模拟结果表明，SP3-GPST重建结果优于DA-GPST。

raytrace_射线追踪法_地震成像_地震波_射线_射线层析

为了提高偏振去雾方法对大气光估计的准确度,提出一种基于大气光偏振层析的雾天图像重构方法。在偏振空间下,将大气光梯度先验信息作为约束条件,对原始雾天偏振图像进行分层,估计大气光偏振图像;然后从大气光偏振图像中解析大气光,实现对大气光的偏振层析;最后,结合所提雾天图像偏振重构模型,并在大气光图像中估计无穷远处大气光,实现对雾天图像的去雾重构。实验结果表明,所提方法提高了大气光估计的准确度,进而使重构图像更清晰、目标还原度更高,且适用于不同浓度下的雾天图像重构。

电阻抗层析成像是一种成像方法，它试图根据电边界条件揭示畴的电导率分布。 对于时间差EIT，采用两个时间步长的电压差进行重构。 这是一个不适定的逆问题，尤其是非线性的。 当前可用的EIT设备全部基于线性化重建算法。 线性化重构采用重构矩阵，该重构矩阵本质上是雅可比矩阵的正则化伪逆。 该重构矩阵乘以电压差将提供电导率变化的分布。 但是，线性化重构包含建模误差。 在本文中，我们通过仿真研究了基于并联模型的线性化引起的建模误差。 在仿真中指定电流注入模式后，可以在每个时间步长上根据麦克斯韦方程式计算仿真电压测量值。 可以获得两个时间步长之间的电压差。 另一方面，根据线性化重建的假设，假定电压差为乘以电导率分布变化的雅可比矩阵。 将研究这两个电压差之间的差异。

电磁波走时层析成像图像重建正演反演程序设计