含电路板、散装元器件、制作说明书等

光现象资源箱 型号：QWG1208   实验清单： 光在空气中直线传播实验 面镜成像观察实验         透镜成像观察实验 影子观察实验

产品的详细介绍，请直接咨询我们。电话：0574-62083886,13285746781

原理介绍： 光在与微粒的相互作用中，会将自身携带的动量传递给微粒，对微粒施加力的作用。在光镊中，处在激光中的粒子所受的力有两种：一部分是电磁场分布不均匀导致的梯度力，梯度力将微粒吸引向光阱的中心；一部分是光子与粒子相互作用导致的散射。针对不同大小的粒子，大致可以分为三类： 一、微粒的尺度远大于激光波长，可以采用几何光学近似模型，光线在微粒经过折射反射，将动量传递至微粒上； 二、微粒尺度跟激光波长相近，这种情况下可以通过电磁场麦克斯韦方程组求解； 三、微粒尺度远小于激光波长，微粒在光场中被激发为偶极子，受到偶极子与强聚焦光场的相互作用力； 相关内容： 动手调节光路，利用光镊捕捉并操控小球； 基于空间光调制器的光镊系统，通过研究不同算法从而得到加载在空间光调制器上的全息图、更加深入地研究特殊模式光束在光学微操纵中的应用、拓展光镊与其他学科交叉的应用前景以及对光场偏振态、相位、振幅的联合调制等等。 应用领域： 作为非侵入型的力学操控系统，光镊可以应用于细胞生物学、气溶胶科学、物理化学等交叉学科的基础研究，包括细胞微环境的改变、形变拉伸、微粒力学参数的测量等等。将全息光镊与图像识别结合，可以做到自动捕获粒子和分拣， 将全息光镊与光学显微镜相结合，可以量化细胞、分子的动力学特性，在细胞生物学中有巨大的研究空间； 方案介绍： 光路图：   上图为本方案全息光镊装置的光路示意图。首先激光经过扩束后，直径与空间光调制器有效区域的短边直径相等，扩束后的激光依次通过线偏振片、半波片和非偏振分光棱镜。用半波片旋转线偏光角度，使之工作在相位模式下，空间光调制器的入射角控制在在 5°以内。 经过空间光调制器反射的光经过由两个傅里叶透镜组成的缩束系统，该系统能改变光斑尺寸确保光束直径与显微物镜的入瞳直径匹配。对于外围光强较弱的高斯光束，利用此缩束系统将激光直径稍大于显微物镜入瞳直径。 经过缩束系统的激光经过 45°直角反射镜，二向色镜将激光透射进入显微物镜，同时让照明光源透过，从而使 CMOS 相机采集到样品像。空间光调制器位于第一个傅里叶透镜的焦距处，全息图与物镜入瞳是共轭像面，所以全息图经过显微物镜做傅里叶变换后在显微物镜焦平面即样品面上再现期望的光场分布。   特点： 此方案采用的开普勒式缩束系统透镜间的焦平面与样品面是共轭的，在透镜焦平面加入高通滤波器或在空间光调制器上叠加闪耀光栅后，后续光学元件按照一级像排列，从而移去零级光的影响。 加载全息图后 X-Y 位置可实时调整，快速叠加不同焦距菲涅尔相位图、闪耀光栅相位图等； 空间光调制器可供多种语言调用（labview、C、Python 等）；可编程实现不同数目、不同排列的光阱阵列；   配置标准：   序号 配置 规格 序号 配置 规格 1 激光光源 637nm 激光最大功率1w 4 显微物镜 PLN100× 油浸   NA 1.25 2 空间光调制器 1920*1080   2π 5 照明光源 波长470nm 功率760mw 3 CMOS相机 1280*1024 60FPS 6 相机筒镜 f=200mm 等系列其他配置

脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图