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

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。

清华大学利用具有自主知识产权的 DMB-T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、2008 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门(公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等)都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。