CN101080617A - 利用多元光学元件的光学分析校准 - Google Patents
利用多元光学元件的光学分析校准 Download PDFInfo
- Publication number
- CN101080617A CN101080617A CNA2005800430174A CN200580043017A CN101080617A CN 101080617 A CN101080617 A CN 101080617A CN A2005800430174 A CNA2005800430174 A CN A2005800430174A CN 200580043017 A CN200580043017 A CN 200580043017A CN 101080617 A CN101080617 A CN 101080617A
- Authority
- CN
- China
- Prior art keywords
- reference sample
- parameter
- analysis system
- optical analysis
- calibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 158
- 238000004458 analytical method Methods 0.000 title claims abstract description 121
- 239000013074 reference sample Substances 0.000 claims abstract description 140
- 239000000523 sample Substances 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000005855 radiation Effects 0.000 claims description 26
- 239000000463 material Substances 0.000 claims description 21
- 230000003595 spectral effect Effects 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 18
- 239000000203 mixture Substances 0.000 claims description 13
- 210000004204 blood vessel Anatomy 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 239000002473 artificial blood Substances 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000005055 memory storage Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 abstract description 50
- 239000012491 analyte Substances 0.000 abstract description 39
- 238000010183 spectrum analysis Methods 0.000 abstract description 18
- 230000008569 process Effects 0.000 abstract description 10
- 238000001228 spectrum Methods 0.000 description 36
- 230000000875 corresponding effect Effects 0.000 description 23
- 230000006870 function Effects 0.000 description 20
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 12
- 239000008103 glucose Substances 0.000 description 12
- 206010038743 Restlessness Diseases 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004611 spectroscopical analysis Methods 0.000 description 7
- 238000001069 Raman spectroscopy Methods 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 1
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 238000004159 blood analysis Methods 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 210000002858 crystal cell Anatomy 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 108010002255 deoxyhemoglobin Proteins 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
- G01N21/276—Calibration, base line adjustment, drift correction with alternation of sample and standard in optical path
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1748—Comparative step being essential in the method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
- G01N2201/1293—Using chemometrical methods resolving multicomponent spectra
Abstract
本发明提供了一种校准光学分析系统的方法，所述光学分析系统利用了多元光信号分析，其能够实现光信号的光谱分析的经济有效的、鲁棒的实施。所述校准方法利用了通过光学分析系统确定参考样本的参数，并将实际确定的参数与参考参数比较，所述参考参数表示参考样本的确切真实特性。基于这一比较能够确定校准值，所述校准值适用于相对于参考样本的至少一种化合物或分析物执行对所述光学分析系统的校准。参考样本的参数和参考参数可以指样本中溶解的分析物的浓度，或者在基于从参考样本获得的光信号执行光谱分析时必须考虑的光谱背景信号。可以普遍采用相对于不同的获取条件以及不同的分析物或化合物浓度提供参考的各种不同的参考样本。优选将分析物特定的参考数据存储在光学分析系统的校准单元内，其能够实现校准过程的高度自动化。
Description
技术领域
本发明涉及光谱学领域，尤其涉及但不限于采用多元光学装置进行光谱分析的光谱学领域。
背景技术
光谱技术被广泛用于确定物质的成分。通过对光信号，即光谱光信号进行光谱分析，能够精确判断特定化合物或由某种物质构成的分析物的浓度。通常通过光信号的主分量的幅度给出特定分析物或化合物的浓度。
US6198531B1公开了一种用于确定光信号的主分量的幅度的光学分析系统的实施例。所述已知光学分析系统是光谱分析系统的部分，其适于，例如，分析样本中以何种浓度包含了哪些化合物。众所周知，光与样本相互作用传达了有关化合物及其浓度的信息。在光谱技术中利用了其依据的物理过程，在所述技术中，使诸如激光器、灯或发光二极管的光源的光射向样本，从而生成承载这一信息的光信号。
例如，可以通过样本吸收光。或者或此外，已知波长的光可以与样本发生相互作用，由此在，例如，Raman过程的作用下生成不同波长的光。于是，所透射和/或生成的光构成了光信号，也可以将其称为光谱。于是，作为波长的函数的光信号的相对强度能够表示样本中包含的化合物及其浓度。
为了识别样本中包含的化合物并确定其浓度，必须对所述光信号进行分析。在已知的光学分析系统中，通过包括滤光器的专用硬件分析所述光信号。这一滤光器具有取决于波长的透射率，即将其设计为通过由波长相关的透射率给出的光谱加权函数对所述光信号加权。选择所述光谱加权函数，从而使经过加权的光信号，即由滤波器透射的光的总强度与特定化合物的浓度直接成比例。也用多元光学元件(MOE)表示这样的滤光器，其可以通过透射或反射几何结构实现。之后，可以通过诸如光电二极管的探测器方便地探测这一强度。对于每种化合物，采用具有特征光谱加权函数的专用滤光器。例如，所述滤光器可以是具有构成了预期加权函数的透射率的干涉滤波器。
典型地，所述主分量包括正部分和负部分。
因此，将光信号的一部分引向通过对应于主分量的正部分的第一光谱加权函数对光信号加权的第一滤波器，将光信号的其余部分引向通过对应于主分量的负部分的第二光谱加权函数对光信号加权的第二滤波器。之后，分别通过第一和第二探测器单独探测由所述第一和第二滤波器透射的光。之后，将两个探测器获得的两个信号相减，从而得到了其幅度对应于样本的指定化合物的浓度的信号。
通过这种方式，仅探测与样本的具体化合物成比例的单个信号而不是整个光谱。因而，能够通过低成本感光探测器，例如基于半导体的光电二极管有效地替代相当昂贵的电荷耦合装置(CCD)照相机。但是，利用这样的多元光学分析，仅获得了两个信号，即主分量的正部分和负部分。它们代表光谱信号自身，而且还对应于不可忽略的本底信号。为了精确可靠地确定所检验的物质的化合物或分析物的浓度，必须准确校准整个光谱系统。因而，必须适当调整所探测的主分量和对应浓度之间的关系。
在很多光谱分析系统中，弹性散射辐射以及探测器的暗电流可能引起明显的叠加在固有光谱信号上的背景噪声信号。典型地，必须分析的光谱信号的特征在于，与宽带荧光或暗电流背景噪声相比，其在光谱中具有相对较窄的峰。通常，可靠的、足够的光谱分析需要有效的消除宽带背景噪声信号。
例如，可以通过滤除光谱中缓慢变化的信号分量而提供这一点。但是，利用MOE仅探测单个信号而不是整个光谱。因此，不能以直接方式执行缓慢变化的光谱分量的滤除。但是，背景噪声补偿是光谱信号分析的必要步骤，基于多元光学分析的光谱分析也必须应用背景噪声补偿。
例如，当背景噪声受到可能易于在生物组织的光谱分析框架中发生的改变时，背景噪声补偿方案的优点是显然的。具体而言，在将光谱分析应用于以不同光学性质为特征的各种不同生物组织时，荧光背景噪声可能强烈依赖于生物组织的类型。此外，其他影响，例如在将所收集的光信号传输至光谱分析系统的导光装置中发生光散射，也可能对背景噪声水平有很大影响。而且，当背景噪声不均匀时，即荧光或暗电流在大光谱范围内不均匀时，减去恒定的荧光和暗电流背景噪声将在很大程度上扭曲光谱信号。
发明内容
因此，本发明的目的在于提供对光学分析系统的可靠、精确校准，其包括对通过多元光学装置加以分析的光谱进行背景校正。
本发明提供了一种校准光学分析系统的方法，所述光学分析系统适于利用多元光学元件(MOE)和优选通过光电二极管实现的探测器确定光信号的主分量的幅度。本发明的校准方法包括确定由至少一个参考样本获得的至少一个光信号的至少一个主分量。基于所述主分量的确定，推导出代表所述第一参考样本的至少一种特性的至少第一参数。之后，将获得的第一参数与第一参考样本的第一参考参数比较，并利用这一比较确定针对所述至少第一参数的第一校准值。所述至少第一校准值适用于校准所述光学分析系统。
从所述至少第一参考样本获得的光信号典型地包括参考样本的光谱，在使所述至少第一参考样本暴露于，例如，由光学分析系统生成的激发辐射之下时，能够获得所述参考样本的光谱。典型地通过激光源生成所述激发辐射。典型地，所述光信号包括受到非弹性散射以及以相对于激发辐射的移频为特征的辐射，此外还包括宽带荧光背景噪声。利用多元光学元件和探测器确定所述至少一个光信号的主分量。典型地，通过与滤波元件结合的色散光学元件实现所述MOE，滤波元件具有空间透射函数，由此提供对所述至少一个光信号的光谱加权。
所述主分量的幅度或者所述主分量的正负部分的幅度直接表示参考样本的不同特性，例如，特定化合物或分析物的浓度。因此，利用所述至少一个主分量推导出的所述至少第一参数可以代表通过光学分析系统确定的参考样本的化合物的浓度。相反，所述至少第一参考参数表示所述参考样本的所述至少第一参数的对应的实际准确幅度。如果通过光学分析系统确定的第一参数明显偏离第一参考参数，那么所述方法确定对应的校准值，可以采用所述校准值将测得的参数映射以及转换至实际精确参考参数。
可以利用对参考样本的更为精密细致的光谱分析或者通过精确地生产参考样本获得所述参考参数。例如，如果所述光学分析系统及其多元光学元件是测量水成液中的葡萄糖浓度所专用的，那么可以通过将某一明确已知量的葡萄糖溶解在水溶液中来设计所述参考样本。
可以通过各种不同的方式将所述确定校准值的方法应用于几个参考样本。由于参考样本可以包括一种以上的化合物或分析物，因此，可以应用各种不同的多元光学元件或者重新构造光学分析系统的MOE，由此采用单一参考样本确定光信号的几个主分量。通过这种方式，能够从单一参考样本获得各种参数，可以将所述参数与参考样本的对应已知参考参数比较。因此，能够获得各种允许相对于各种化合物或分析物对光学分析系统进行校准的校准值。而且，接下来能够对各种参考样本进行分析，从而实现对光学分析系统的校准。可以采用各种参考样本获得针对各种化合物或分析物的校准值，或者获得仅针对有限的几种化合物或分析物，例如，仅针对一种独特的分析物或化合物的校准值。例如，可以利用各种不同的参考样本获得各种校准值，所述校准值均可用于相对于单一分析物或化合物校准所述光学分析系统。通过这种方式，能够采用一组校准值的分布生成平均校准值，其允许补偿与通用分析物相关的一组校准值的统计学分布。
根据本发明的优选实施例，所述参考样本的所述至少第一参数和至少第一参考参数表示位于所述参考样本的感兴趣的体积内的物质的至少一种化合物的浓度。此外，从所述参考样本的感兴趣的体积内获得的至少一个光信号表示光谱信号，其典型地包括承载所述物质的成分信息的光谱。这里，可以从非弹性散射辐射推导并获得第一参数，所述非弹性散射辐射源于，例如，发生于所述感兴趣的体积内部的Raman过程。
此外，从参考样本获得的参数不仅可以与所述参考样本的物质的指定化和物或分析物的浓度相关，而且可以和所述参考样本的环境获取条件和各种内部结构相关。
根据本发明的另一优选实施例，所述至少第一参数和所述至少第一参考参数表示由光学辐射在所述至少第一参考样本内部的非弹性散射导致的至少一个光信号的部分。其允许相对于从所述参考样本获得的光谱信号对所述光学分析系统进行分类和校准。此外，所述至少一个光信号还可能是由所述参考样本内的光学辐射的弹性散射而导致的，因此其可以表示，例如，所获取的光信号的宽带荧光背景。在这种情况下，可以通过利用精密细致的光谱分析确定并获得表示所述参考样本的背景噪声的所述参考参数。例如，可以通过将整个光谱成像在CCD摄像机上以及通过后续的图形数据处理实现这一目的。因此，所述参考样本允许相对于宽带荧光背景校准所述光学分析系统，所述宽带荧光背景是对所获取的主分量进行精确分析的重要参数。
在另一实施例中，所述方法包括在根本没有所述至少第一参考样本和/或没有光学辐射的情况下从所述探测器的输出信号推导所述光学分析系统的至少第二参数。在这种情况下，所述至少第二参数表示系统固有噪声，其可能是由探测器的暗电流或者由光学分析系统自身生成的一般噪声导致的。在没有参考样本的情况下执行本发明的校准方法有效地实现了由光在光学分析系统内部的弹性和非弹性散射引起的校准值的确定。切断光源甚至允许确定探测器的暗电流以及可能由光学分析系统的电子部件产生的噪声。
在另一个实施例中，所述方法适用于各种不同参考样本，其包括相对于所述光学分析系统的激发辐射以及所述参考样本发出并再次进入所述光学分析系统的光信号至少部分透明的贮存器。所述贮存器可以被实现为试管或玻璃瓶，其典型地包括具有至少一种具有已知的第一浓度的化合物或分析物的物质。这种类型的参考样本优选适用于相对于表示各种化合物的浓度的光谱信号校准所述光学分析系统。
在另一个实施例中，所述参考样本包括具有人造血管的人造皮肤组织。所述参考样本可以优选包括各种不同类型的人造皮肤组织，其允许模拟各种环境获取条件。可以优选将这一类型的参考样本用于相对于宽带荧光背景校准所述光学分析系统。而且，这里人造皮肤组织以及人造血管的参考参数是已知的，可以将其与通过多元光学分析获得的对应参数相比较。在将所述光学分析系统实现为，例如，非侵害血液分析系统时，这种类型的参考样本表示逼真的应用情景。具体而言，将感兴趣的体积转移到人造血管内或者转移到相邻的人造组织内允许相对于化合物的浓度测定或相对于宽带荧光背景的测定对所述光学分析系统进行校准。
在另一个实施例中，所述方法还包括其他步骤：通过所述校准值校准所述光学分析系统，以及利用所述至少一个主分量反复推导所述第一参考样本的至少第三参数。基于在校准所述光学分析系统之后获得的这一第三参数，反复执行与所述至少第一参考参数的比较，从而提供所执行的校准程序的质量的反馈。此后，基于反复比较的结果，能够确定是保持校准值还是舍弃所执行的校准并(例如)利用另一参考样本重复整个校准程序。
可以通过多种不同的方式，例如，通过指定利用一个或多个校准值的校准函数执行所述光学分析系统的校准。这一校准函数的数学形式取决于所述多元分析程序和校准值的类型。
在另一个实施例中，所述校准方法还包括通过成像系统以及参考标记识别所述至少第一参考样本，所述参考标记对于所述至少第一参考样本是特定的，并且典型地附着于所述参考样本。利用所述成像系统和参考标记，能够通过所述光学分析系统自动识别参考样本。利用这一确认或识别，能够从提供参考样本及其相关参考参数的分配的存储器中获得所识别的参考样本的至少第一参考参数。因此，所述光学分析系统实现了高度自动化，因而能够实现校准程序的高速自动化，非专业人员只需向所述光学系统内插入具体的参考样本就能够触发所述校准程序。
另一方面，本发明提供了一种用于校准光学分析系统的计算机程序产品。所述光学分析系统能够利用多元光学元件和探测器确定光信号的主分量的幅度。可以通过光学分析系统的处理单元执行所述计算机程序产品，其能够确定从所述至少第一参考样本获得的至少一个光信号的至少一个主分量，并利用所述至少一个主分量推导所述第一参考样本的至少第一参数。此外，所述计算机程序产品能够执行所述参考样本的所述至少第一参数与所述至少第一参考参数之间的比较，并利用所述比较确定针对所述至少第一参数的至少第一校准值。所述计算机程序产品还可以采用这一至少第一校准值校准所述光学分析系统。在这一背景下，所述参数和所述参考参数可以对应于参考样本的各种特性。例如，所述参考参数表示所述参考样本的物质的某种化合物或分析物的浓度，或者其可以指对应于从所述参考样本获得的光谱信号的光信号的背景噪声。
另一方面，本发明提供了一种光学分析系统，其适于利用多元光学元件和探测器确定光信号的主分量的幅度。所述光学分析系统包括用于确定从至少第一参考样本获得的至少一个光信号的至少一个主分量的装置以及用于利用所述至少一个主分量推导所述第一参考样本的至少第一参数的装置。此外，所述光学分析系统包括用于执行所述参考样本的所述至少第一参数与至少第一参考参数的比较的装置，以及用于利用所述比较确定针对所述至少第一参数的第一校准值的装置。这一至少第一校准值进一步适用于校准所述光学分析系统。
在优选实施例中，所述光学分析系统还包括以所述至少第一参考样本和所述至少第一参考参数之间的分配的形式存储所述至少第一参考样本的所述至少第一参考参数的存储装置。通过这种方式，能够从所述存储装置获得所述参考样本的所述至少第一参考参数，从而将其与通过所述光学分析系统实际获得的至少第一参数进行比较。所述存储装置还优选适于存储所生成的校准值。
另一方面，本发明提供了一种光学分析系统，其适于利用多元光学元件和探测器确定光信号的主分量的幅度。所述光学分析系统包括用于确定从至少第一参考样本获得的至少一个光信号的至少一个主分量以及用于利用所述至少一个主分量推导所述第一参考样本的至少第一参数的分析单元。此外，所述光学分析系统包括用于执行所述参考样本的所述至少第一参数与至少第一参考参数的比较，以及用于利用所述比较确定针对所述至少第一参数的第一校准值的校准单元。所述至少第一校准值适用于校准所述光学分析系统。
在另一个实施例中，所述光学分析系统还包括适于提供具有参考标记的至少第一参考样本的可视图像的成像系统。此外，所述光学分析系统包括适于通过所述成像提供的输出识别或确认所述至少第一参考样本的参考样本识别单元。所述样本识别单元还适于响应于所述至少第一参考样本的识别向所述校准单元提供经识别的样本的信息。
另一方面，本发明提供了一组用于校准光学分析系统的参考样本，所述光学分析系统适于利用多元光学元件和探测器确定光信号的主分量的幅度。所述一组参考样本中的参考样本相对于所述光学分析系统的激发辐射以及由所述参考样本内部的感兴趣的体积发出并重新进入所述光学分析系统的光信号至少部分透明。所述参考样本包括具有至少一种化合物或分析物的物质，还包括与所述物质的所述至少一种化合物或分析物的浓度相关的数据。可以通过对所述物质的精密细致的光谱分析以及以明确界定的方式设计所述物质而获得这一数据。
还应当指出，不应将权利要求中的任何附图标记视为是对本发明的范围的限制。
附图说明
在下文中，将参考附图详细描述本发明的优选实施例，其中：
图1示出了本发明的光学分析系统的方框图，
图2A和2B是由皮肤中的血液以及由包括一种处于溶液当中的分析物的样本生成的光信号的光谱，
图3示出了在多元光学元件中实现的光谱加权函数，
图4示出了所述光学分析系统的分析单元和校准单元的详细方框图，
图5示出了存储器的内部结构的方框图，
图6示出了光学分析系统的校准流程图，
图7示出了利用各种参考样本的校准程序的流程图。
具体实施方式
图1示出了光学分析系统10的方框图，所述光学分析系统10被设计为对在人体皮肤表面下流动的血液等生物组织或生物物质进行活体非侵害分析。所述光学分析系统10具有物镜14、光源18、成像系统16和光谱分析装置，所述光谱分析装置包括多元光学元件(MOE)20和22、探测器24和26、分析单元28以及校准单元30。通过二向色镜34和32以及聚焦透镜14将光源18生成的激发辐射引向并聚焦到样本12上，其中，光源18典型地被实现为发射处于红外或近红外范围内的辐射的激光源。可以采用在国际专利申请WO02/057759中描述的成像和分析系统将所述光聚焦到，例如，血管上。
在样本12内部，所述激发辐射典型地受到各种散射过程的作用，其包括弹性散射和诸如Stokes或反Stokes散射过程的非弹性散射过程，前者导致了宽带荧光背景噪声，后者导致了散射辐射光谱中的明确的Raman峰。利用二向色镜32和34对再次进入物镜14的散射辐射滤波，从而将经过Raman偏移的辐射有选择地引向分束器36，分束器36将光谱信号分配给MOE 20和22二者。
典型地，通过色散光学元件和滤波器的结合实现MOE 20和22，所述滤波器以对应于加权函数的空间透射函数为特征，所述加权函数起着从光谱信号中提取主分量的作用。例如，MOE 20对应于光谱加权函数的负部分，MOE 22对应于光谱加权函数的正部分。MOE 20和22二者都提供能够被探测器24和26单独探测的光强，典型地，将探测器24和26实现为光电二极管，因为它们不必提供空间分辨率。将两个探测器输出都耦合至适于生成所获取的光谱信号的主分量的分析单元28。此外，分析单元28还可以适于将主分量指定为样本12的物质的化合物或分析物的浓度。
校准单元30适于将主分量和/或所确定的化合物浓度与对应的样本12的参考值比较。只要分析单元28提供的测量浓度偏离校准单元30中存储的对应参考值，校准单元就会针对这一具体化合物生成校准值，并在采用所述光学分析系统10确定未知样本的化合物浓度时采用这一校准值。因此，利用校准值能够补偿光学分析系统的易于出现系统误差的浓度测定。可以利用不同的多元光学元件20、22或者利用可重新配置的MOE 20、22，相对于各种不同的分析物执行校准程序，并相对于不同化合物和分析物提供光信号的光谱分析。
由光学分析系统10执行的校准无论如何都不限于表示分析物的主分量或浓度的信号的校准。此外，分析单元28和校准单元30还适于相对于从参考样本12获得的或者由光学分析系统自身生成的，例如，宽带荧光背景噪声和系统固有噪声校准光学分析系统。可以通过生成对应的校准值对系统固有噪声分类，其中，所述系统固有噪声可能是由探测器24和26的暗电流和/或甚至在没有样本12的情况下由光信号的散射引起的，优选将所述对应的校准值存储在校准单元内，以后可以采用其消除这些寄生缺陷，至少可以将其降至最低。
参考样本12可以表示具有血管的人造皮肤。所述物质可以是一种或多种下述分析物：葡萄糖、乳酸盐、胆固醇、氧合血红蛋白和/或去氧血红蛋白、糖血红蛋白(HbA1c)、血细胞比容、胆固醇(总的、HDL、LDL)、甘油三酯、脲、清蛋白、肌酸酐、氧合作用、pH、碳酸氢盐和很多其他物质。在普通模式下，利用光谱学通过非侵害方式从未知样本确定这些物质的浓度。
可以通过各种不同的方式实现参考样本12，例如将其实现为填充着水成液的试管，所述水成液相对于光学分析系统10所要测量的化合物或分析物起着溶剂的作用。参考样本12甚至可以包括大量溶解的化合物和分析物，所述化合物和分析物的光谱优选不相关。在设计具有各种化合物的参考样本12时，利用能够表现出明显不同的光谱的成分是有利的。典型地，不应将光谱具有一定相似度的化合物结合到单一参考样本当中，以确保实现非二义光谱分析。可以参考光学分析系统的预期应用情况设计所述样本或样本集合的成分。
例如，当所述系统只是专门用于确定，例如，血液中的葡萄糖的浓度时，提供具有明确知晓的葡萄糖浓度的参考样本就足够了，所述葡萄糖溶解于与血液相比具有相同或至少类似的光学特性的水成液中。在将光学分析系统用于确定各种不同化合物和分析物的浓度的其他应用情况下，参考样本或参考样本集合的成分必须考虑这些化合物或分析物的光谱的相似度或相关性。优选通过这样的方式设计样本，即每一样本提供尽可能多的化合物或分析物，从而使不同参考样本的总数量尽可能小。此外，所述参考样本的总数可以由所述光学分析系统执行的浓度测定的所需预定精确度决定。通常，用于校准的参考样本越多，校准就越好，光学分析系统的精确度也将越高。
成像系统16至少提供了样本12内部感兴趣的体积的可视图像，其中，使光源18生成的激发辐射射向所述体积。利用成像系统16，能够将包括人造皮肤和人造血管的样本12有效地用于校准用途。例如，通过监视聚焦到人造血管上的激发射束，成像系统16可以向分析单元28和校准单元30提供信息，表示所探测的信号对应于可用于校准程序的由至少一个参考参数指定的人造血管。同样地，成像系统16可以在，例如，将激发辐射聚焦到血管附近的皮肤组织上时提供信息。在这种情况下，获得了所获取的光信号对应于主要引起宽带荧光背景噪声的样本的信息。在这种情况下，可以相对于荧光信号校准所述光学分析系统，这对精确可靠的光谱分析是有利的。
此外，可以采用成像系统16识别或确认包括标记的不同类型的样本。典型地，所述标记表示样本的标识码，并允许自动样本识别。响应于样本的自动识别，能够使校准单元30通过自动方式从存储器中提取对应的参考参数。这一自动样本识别功能提供了光学分析系统的高度自动化，在需要时其甚至可以允许所述光学分析系统的非专业用户触发校准程序。
图2A示出了通过这种方式生成的光信号的光谱100。所述光谱包括相对宽的荧光背景噪声(FBG)102和相对窄的Raman带(RB)104、106、108。图2A的x轴以波数表示相对于光源18发出的785nm的激励的波长偏移。图2A的y轴表示任意单位的强度。x轴对应于零强度。Raman带的波长和强度，即位置和高度表示分析物的类型，如图2B的例子中所示，图2B的例子针对以80mMol的浓度溶解于水的分析物葡萄糖。图2B中的实线110表示葡萄糖和水的光谱，图2B的虚线112表示水中的葡萄糖的光谱和不带有葡萄糖的水的光谱之间的差别。具有这些带的光谱的幅度表示分析物的浓度。
由于血液包括很多种化合物，每一种化合物都具有可能与图2B所示的一样复杂的某种光谱，因而光信号的光谱分析相对复杂。通过MOE 20和22将光信号发送至分析单元。例如，在图3中示意性地示出了通过加权函数对光信号加权。图3所示的加权函数是针对血液中的葡萄糖设计的。其包括正部分P和负部分N。在这一例子中，正部分P和负部分N每者包括一个以上的光谱带。
图4示出了所述光学分析系统10的分析单元28和校准单元30的详细方框图。将两个探测器24和26耦合至分析单元28，提供用于确定特定化合物或分析物的浓度的主分量的正负部分。所述分析单元具有信号分析模块44、用于控制多元光学元件20和22的控制器40以及样本识别模块42。所述校准单元30具有存储器50以及处理单元46。此外，将校准单元30和分析单元28耦合至用户接口52以及成像系统16。
分析单元28的信号分析模块44适于处理两个探测器24和26的输出，以生成表示特定化合物和分析物的浓度的主分量。只有在将两个MOE 20和22实现为可重新配置的多元光学元件时，MOE控制器才具有相关性。例如，可以通过光栅以及可重新配置的空间透射图案，例如夹在交叉起偏器之间的可调液晶单元实现所述MOE。利用MOE控制器40以及可重新配置的MOE 20和22，能够相对于样本的不同化合物有选择地执行光学分析或光谱分析。对于每种化合物，必须重新配置MOE 20和22，以代表特定化合物的光谱加权函数。
成像系统16适于生成样本12内的感兴趣的体积的可视图像，或者向样本识别模块42提供样本参考标志的可视图像。样本识别模块42设有成像处理装置，以识别或确认具体分类的参考样本。在对样本识别的同时，样本识别模块42向校准单元30提供样本信息。接着，校准单元30利用这一样本识别信息从存储器50存取相应样本的对应参考参数。所述处理单元46适于将存储在存储器50内的参考值与通过信号分析44得到并施加至校准单元30的对应值相比较。在通过实际测量获得的数据与从存储器50获得数据之间不匹配的情况下，处理单元46推导并计算相应校准值。典型地，当光学分析系统10处于正常工作模式，并且必须提供未知样本的分析物(例如)浓度的精确可靠信息时，这样的校准值还被存储在单独存储块的存储器50内并被处理单元46或信号分析模块42所使用。
用户接口52提供了与光学分析系统的用户的交互。用户接口52可以显示，例如，通过信号分析模块44确定的实际测量浓度，还可以将用户接口52用于交互式校准程序。例如，用户接口52可以指示用户将特别参考样本放到光学分析系统10中。之后，所述系统可以自动执行为用户提供相关校准信息的校准程序。具体而言，在系统确定校准值，依次执行校准程序，反复核对校准是否成功以及确定不可接受的结果精确度时，可以通知用户当前光学系统遭受了严重的故障。
此外，利用用户界面52，能够以交互方式执行校准程序。作为参考样本的自动识别的替代，用户还可以人工输入参考样本的标识码，在存储器50中没有存储这一参考样本的有关数据的情况下，用户还可以提供执行校准所需的相关校准信息，并且可以将其存储在存储器50中以备未来之用。
图5示出了存储器50的内部结构的例子。这里，存储器50提供了由系统表60、参考样本表62和校准表64表示的至少三个不同的存储块。参考样本表62提供了各种样本的成分信息。可以通过高精确度光谱分析或通过样本的已知设计和制造获得这一信息。例如，由样本编号1表示的行70所示的样本具有三种成分，即分别为0.05％、0.02％和5％的A、B和C。此外，样本编号1、70被确定为具有40％的背景水平。这一背景水平信息不仅允许相对于信号幅度而且允许相对于背景噪声水平校准光学分析系统10。采用类似的方式存储行72中所示的样本编号2。
系统表60指定能够在没有样本和/或没有辐射的情况下获得的系统固有噪声参数。例如，行66表示可能由探测器24和26的暗电流导致的0.02％的探测器噪声，行68表示可能由，例如，荧光导致的其他系统固有噪声。在正常工作模式下，对于所有采用所述光学分析系统执行的测量，都必须考虑这些存储在系统表60中的系统参数。
可以采用校准表64存储已经通过本发明的校准方法确定的校准值。优选通过将参考样本表62提供的参考值与光学分析系统确定的值相比较来确定这些校准值。校准表64提供了各个成分A、B、C与相应校准值之间的分配，所述校准值是将信号分析的输出校准以及调整到精确值所必需的。
可以通过任意方式创建表格60、62、64的各项条目以及相关参数的标度。例如，参考样本表也可以包括主分量或者主分量的正负部分的幅值或强度，由其替代通过百分比表示的导出的化合物浓度。
图6示出了执行本发明的校准程序的流程图。在第一步骤600中，将参考样本置于光学分析系统的光学检验体积内。此后，在步骤602中，将激发辐射聚焦到参考样本上，承载参考样本的光谱信息的对应光信号再次进入光学分析系统，可以通过多元光学元件和探测器对其进行分析，以确定所述光信号的主分量。基于这一分析，可以在步骤604中导出参考样本的第一化合物或分析物的至少第一浓度，并且可以在后面的步骤606内将其与至少第一参考浓度相比较。作为这一比较的结果，可以在步骤608中生成至少第一校准值，其最终被用于在步骤610中执行的对整个系统的校准。优选利用可以被校准模块30的处理单元46执行的计算机程序执行整个校准程序。通过这种方式，能够重复执行校准，从而使系统适应于不断变化的环境条件以及要进行光谱分析的各种样本。
如果将光学分析系统的MOE实现为可重新配置的MOE，或者采用针对不同化合物或分析物设计的另一MOE替代所述MOE，那么可以针对不同化合物和对应的不同参考参数重复执行步骤602到610。通过这种方式，可以采用单一参考样本针对不同分析物或化合物校准系统。
图7示出了利用各种参考样本执行校准程序的流程图。在第一步骤700中，对参考样本索引i初始化，使之等于1。之后，在后面的步骤702中，将第一参考样本放置或插入到光学分析系统中。在下面的步骤704到710中，确定主分量并将其与存储信息相比较，该程序与在图6的步骤602到608中描述的处理步骤具有高相似度。在步骤704中，通过多元光学分析确定第一参考样本的第一主分量。此后，在步骤706中，通过由第一参考样本的存储浓度的计算获得参考主分量，或者如果在存储器50内适当存储了参考主分量，则通过存储器50的读取结果获得参考主分量。此后，在步骤708中，将这一参考主分量与第一主分量相比较，并在后面的步骤710中基于这一比较生成第一校准值。
在后面的步骤712中，将参考样本索引i与最大参照索引imax比较。如果i小于imax，那么通过步骤718继续所述方法，在步骤718中将参考样本索引i加1。此后，所述方法返回至步骤702，利用第二参考样本重复执行步骤702到710，即确定第二主分量，将所述第二参考主分量与第二主分量比较，并生成第二校准值。只要参考样本索引i小于imax就继续该程序。一旦执行了最大数量的执行周期，就在步骤712中执行的判决之后执行步骤714，在步骤714中执行校准算法。所述校准算法的结果可以是单个或一组校准值，其取决于各种参考样本所代表的化合物或分析物的数量。在步骤714中确定一个或一组校准值之后，执行校准的最终步骤716。
附图标记列表
10光学分析系统
12样本
14物镜
16成像系统
18光源
20多元光学元件(MOE)
22多元光学元件(MOE)
24探测器
26探测器
28分析单元
30校准单元
32二向色镜
34二向色镜
36分束器
40多元控制器
42样本识别器
44信号分析模块
46处理单元
50存储装置
52用户接口
60系统表
62参考样本表
64校准表
100光谱
102宽荧光背景噪声
104Raman带
106Raman带
108Raman带
110组合光谱
112葡萄糖光谱
Claims (15)
1、一种校准光学分析系统(10)的方法，所述光学分析系统(10)适于利用多元光学元件(20，22)和探测器(24，26)确定光信号的主分量的幅度，所述校准方法包括以下步骤：
确定从至少第一参考样本(12)获得的至少一个光信号的至少一个主分量，
利用所述至少一个主分量推导所述第一参考样本的至少第一参数，
执行所述至少第一参考样本的所述至少第一参数与至少第一参考参数的比较，
利用所述比较确定针对所述至少第一参数的至少第一校准值，所述至少第一校准值适用于校准所述光学分析系统。
2、根据权利要求1所述的方法，其中，所述至少第一参数和所述至少第一参考参数表示位于所述参考样本(12)的感兴趣的体积内的物质的至少一种成分的浓度，且其中，所述至少一个光信号表示从所述感兴趣的体积得到的光谱信号。
3、根据权利要求1所述的方法，其中，所述至少第一参数和所述至少第一参考参数表示由光学辐射在所述至少第一参考样本(12)内部的非弹性散射导致的至少一个光信号的部分。
4、根据权利要求1所述的方法，还包括在没有所述至少第一参考样本和/或没有光学辐射的情况下，从所述探测器(24，26)的输出信号推导所述光学分析系统(10)的至少第二参数，所述至少第二参数表示系统固有噪声且其适用于对所述光学分析系统进行校准。
5、根据权利要求1所述的方法，其中，所述参考样本(12)包括相对于所述光学分析系统的激发辐射以及所述光信号至少部分透明的贮存器，所述贮存器包括具有至少一种第一浓度的成分的物质。
6、根据权利要求1所述的方法，其中，所述参考样本(12)包括具有人造血管的人造皮肤组织。
7、根据权利要求1所述的方法，还包括的步骤有：
利用所述校准值校准所述光学分析系统(10)，
利用所述至少一个主分量反复推导所述第一参考样本的至少第三参数，
反复执行所述至少第一参考样本的所述至少第三参数与所述至少第一参考参数之间的比较，以提供所述校准的质量的反馈。
8、根据权利要求1所述的方法，还包括的步骤有：
利用成像系统(16)以及利用对于所述至少第一参考样本特定的参考标记识别所述至少第一参考样本(12)，
从存储器(50)获得所述至少第一参考样本的所述至少第一参考参数，所述存储器(50)提供了所述至少第一参考样本及其至少第一参考参数的分配。
9、一种用于校准光学分析系统(10)的计算机程序产品，所述光学分析系统(10)用于利用多元光学元件(20，22)和探测器(24，26)确定光信号的主分量的幅度，可以利用所述光学分析系统的处理单元(46)执行所述计算机程序产品，所述计算机程序产品可以运行以：
确定从至少第一参考样本(12)获得的至少一个光信号的至少一个主分量，
利用所述至少一个主分量推导所述第一参考样本的至少第一参数，
执行所述至少第一参考样本的所述至少第一参数与至少第一参考参数的比较，
利用所述比较确定针对所述至少第一参数的至少第一校准值，所述至少第一校准值适用于校准所述光学分析系统。
10、一种光学分析系统(10)，其适于利用多元光学元件(20，22)和探测器(24，26)确定光信号的主分量的幅度，所述光学分析系统包括：
用于确定从至少第一参考样本(12)获得的至少一个光信号的至少一个主分量的装置，
用于利用所述至少一个主分量推导所述第一参考样本的至少第一参数的装置，
用于执行所述至少第一参考样本的所述至少第一参数与至少第一参考参数的比较的装置，
用于利用所述比较确定针对所述至少第一参数的至少第一校准值的装置，所述至少第一校准值适用于校准所述光学分析系统。
11、根据权利要求10所述的光学分析系统(10)，还包括存储装置(50)，其用于以所述至少第一参考样本及其至少第一参考参数之间的分配的形式存储所述至少第一参考样本(12)的所述至少第一参考参数。
12、一组参考样本(12)，其用于校准光学分析系统(10)，所述光学分析系统(10)适于利用多元光学元件(20，22)和探测器(24，26)确定光信号的主分量的幅度，所述参考样本对于所述光学分析系统的激发辐射以及所述光信号至少是部分透明的，所述参考样本包括：
具有至少一种成分的物质，
与所述物质的所述至少一种成分的浓度相关的数据。
13、一种光学分析系统(10)，其适于利用多元光学元件(20，22)和探测器(24，26)确定光信号的主分量的幅度，所述光学分析系统包括：
分析单元(28)，其用于确定从至少第一参考样本(12)获得的至少一个光信号的至少一个主分量，以及利用所述至少一个主分量推导所述第一参考样本的至少第一参数，
校准单元(30)，其用于执行所述参考样本的所述至少第一参数与至少第一参考参数之间的比较，以及利用所述比较确定针对所述至少第一参数的至少第一校准值，所述至少第一校准值适用于校准所述光学分析系统。
14、根据权利要求13所述的光学分析系统(10)，其中，所述第一参数和所述第一参考参数表示位于所述参考样本(12)的感兴趣的体积内的物质的至少一种成分的浓度，其中，所述光信号表示从所述感兴趣的体积得到的光谱信号。
15、根据权利要求13所述的光学分析系统(10)，还包括：
成像系统(16)，其适于提供具有参考标记的所述至少第一参考样本的可视图像，
样本识别单元(42)，其适于利用所述成像系统的输出识别所述至少第一参考样本，还适于向所述校准单元提供识别出的样本的信息。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP04106584.8 | 2004-12-15 | ||
| EP04106584 | 2004-12-15 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101080617A true CN101080617A (zh) | 2007-11-28 |
Family
ID=36129298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2005800430174A Pending CN101080617A (zh) | 2004-12-15 | 2005-12-12 | 利用多元光学元件的光学分析校准 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7899636B2 (zh) |
| EP (1) | EP1828731A1 (zh) |
| JP (1) | JP2008524577A (zh) |
| CN (1) | CN101080617A (zh) |
| WO (1) | WO2006064446A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102144156A (zh) * | 2008-09-10 | 2011-08-03 | 夏普株式会社 | 评价装置、校正方法、校正程序、及记录介质 |
| CN106030345A (zh) * | 2014-12-11 | 2016-10-12 | 皇家飞利浦有限公司 | X射线探测器、成像装置和校准方法 |
| CN109073548A (zh) * | 2016-04-12 | 2018-12-21 | 约翰·尊科股份有限公司 | 用于验证tdlas系统操作的方法和设备 |
Families Citing this family (64)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005062986A2 (en) * | 2003-12-31 | 2005-07-14 | The University Of South Carolina | Thin-layer porous optical sensors for gases and other fluids |
| US20070201136A1 (en) | 2004-09-13 | 2007-08-30 | University Of South Carolina | Thin Film Interference Filter and Bootstrap Method for Interference Filter Thin Film Deposition Process Control |
| US7834999B2 (en) * | 2005-11-28 | 2010-11-16 | University Of South Carolina | Optical analysis system and optical train |
| US20070166245A1 (en) | 2005-11-28 | 2007-07-19 | Leonard Mackles | Propellant free foamable toothpaste composition |
| US8358418B2 (en) | 2005-11-28 | 2013-01-22 | Halliburton Energy Services, Inc. | Optical analysis system for dynamic real-time detection and measurement |
| WO2007061436A1 (en) | 2005-11-28 | 2007-05-31 | University Of South Carolina | Self calibration methods for optical analysis system |
| EP1969326B1 (en) | 2005-11-28 | 2020-06-10 | Ometric Corporation | Optical analysis system and method for real time multivariate optical computing |
| US7911605B2 (en) * | 2005-11-28 | 2011-03-22 | Halliburton Energy Services, Inc. | Multivariate optical elements for optical analysis system |
| WO2008002903A2 (en) | 2006-06-26 | 2008-01-03 | University Of South Carolina | Data validation and classification in optical analysis systems |
| US8379199B2 (en) | 2006-11-02 | 2013-02-19 | Halliburton Energy Services, Inc. | Self-contained multivariate optical computing and analysis system |
| EP2078187A2 (en) | 2006-11-02 | 2009-07-15 | University of South Carolina | Multi-analyte optical computing system |
| US8352205B2 (en) * | 2007-02-28 | 2013-01-08 | Halliburton Energy Services, Inc. | Multivariate optical elements for nonlinear calibration |
| US8265724B2 (en) | 2007-03-09 | 2012-09-11 | Nellcor Puritan Bennett Llc | Cancellation of light shunting |
| WO2008121684A1 (en) * | 2007-03-30 | 2008-10-09 | University Of South Carolina | Novel multi-analyte optical computing system |
| US8184295B2 (en) * | 2007-03-30 | 2012-05-22 | Halliburton Energy Services, Inc. | Tablet analysis and measurement system |
| US8212216B2 (en) | 2007-03-30 | 2012-07-03 | Halliburton Energy Services, Inc. | In-line process measurement systems and methods |
| US8283633B2 (en) * | 2007-11-30 | 2012-10-09 | Halliburton Energy Services, Inc. | Tuning D* with modified thermal detectors |
| US8364224B2 (en) | 2008-03-31 | 2013-01-29 | Covidien Lp | System and method for facilitating sensor and monitor communication |
| US8212213B2 (en) * | 2008-04-07 | 2012-07-03 | Halliburton Energy Services, Inc. | Chemically-selective detector and methods relating thereto |
| US9066660B2 (en) | 2009-09-29 | 2015-06-30 | Nellcor Puritan Bennett Ireland | Systems and methods for high-pass filtering a photoplethysmograph signal |
| US8823802B2 (en) * | 2009-10-15 | 2014-09-02 | University Of South Carolina | Multi-mode imaging in the thermal infrared for chemical contrast enhancement |
| US20120327410A1 (en) * | 2011-06-23 | 2012-12-27 | Cvg Management Corporation | Non-contact media detection system using reflection/absoption spectroscopy |
| US9261461B2 (en) | 2011-08-05 | 2016-02-16 | Halliburton Energy Services, Inc. | Systems and methods for monitoring oil/gas separation processes |
| US9206386B2 (en) | 2011-08-05 | 2015-12-08 | Halliburton Energy Services, Inc. | Systems and methods for analyzing microbiological substances |
| US9395306B2 (en) | 2011-08-05 | 2016-07-19 | Halliburton Energy Services, Inc. | Methods for monitoring fluids within or produced from a subterranean formation during acidizing operations using opticoanalytical devices |
| US9182355B2 (en) | 2011-08-05 | 2015-11-10 | Halliburton Energy Services, Inc. | Systems and methods for monitoring a flow path |
| US9222892B2 (en) | 2011-08-05 | 2015-12-29 | Halliburton Energy Services, Inc. | Systems and methods for monitoring the quality of a fluid |
| US9297254B2 (en) | 2011-08-05 | 2016-03-29 | Halliburton Energy Services, Inc. | Methods for monitoring fluids within or produced from a subterranean formation using opticoanalytical devices |
| US9222348B2 (en) | 2011-08-05 | 2015-12-29 | Halliburton Energy Services, Inc. | Methods for monitoring the formation and transport of an acidizing fluid using opticoanalytical devices |
| US8960294B2 (en) | 2011-08-05 | 2015-02-24 | Halliburton Energy Services, Inc. | Methods for monitoring fluids within or produced from a subterranean formation during fracturing operations using opticoanalytical devices |
| US9441149B2 (en) | 2011-08-05 | 2016-09-13 | Halliburton Energy Services, Inc. | Methods for monitoring the formation and transport of a treatment fluid using opticoanalytical devices |
| US9464512B2 (en) | 2011-08-05 | 2016-10-11 | Halliburton Energy Services, Inc. | Methods for fluid monitoring in a subterranean formation using one or more integrated computational elements |
| US8997860B2 (en) | 2011-08-05 | 2015-04-07 | Halliburton Energy Services, Inc. | Methods for monitoring the formation and transport of a fracturing fluid using opticoanalytical devices |
| US8902423B2 (en) * | 2011-11-23 | 2014-12-02 | University Of South Carolina | Classification using multivariate optical computing |
| JP2013152192A (ja) * | 2012-01-26 | 2013-08-08 | Tokyo Univ Of Science | 有機化合物分析装置及び有機化合物分析方法 |
| EP2834624B1 (en) * | 2012-04-05 | 2019-07-24 | Renishaw PLC | A method for measuring performance of a spectroscopy system |
| US10048100B1 (en) * | 2012-04-24 | 2018-08-14 | Westco Scientific Instruments, Inc | Spectrometer secondary reference calibration |
| US8879053B2 (en) | 2012-04-26 | 2014-11-04 | Halliburton Energy Services, Inc. | Devices having an integrated computational element and a proximal interferent monitor and methods for determining a characteristic of a sample therewith |
| US9013702B2 (en) | 2012-04-26 | 2015-04-21 | Halliburton Energy Services, Inc. | Imaging systems for optical computing devices |
| US9383307B2 (en) | 2012-04-26 | 2016-07-05 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US8912477B2 (en) | 2012-04-26 | 2014-12-16 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US9013698B2 (en) * | 2012-04-26 | 2015-04-21 | Halliburton Energy Services, Inc. | Imaging systems for optical computing devices |
| US8941046B2 (en) * | 2012-04-26 | 2015-01-27 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US8780352B2 (en) | 2012-04-26 | 2014-07-15 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US8823939B2 (en) * | 2012-04-26 | 2014-09-02 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US9019501B2 (en) * | 2012-04-26 | 2015-04-28 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US9080943B2 (en) | 2012-04-26 | 2015-07-14 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance |
| US9658149B2 (en) * | 2012-04-26 | 2017-05-23 | Halliburton Energy Services, Inc. | Devices having one or more integrated computational elements and methods for determining a characteristic of a sample by computationally combining signals produced therewith |
| US9702811B2 (en) | 2012-04-26 | 2017-07-11 | Halliburton Energy Services, Inc. | Methods and devices for optically determining a characteristic of a substance using integrated computational elements |
| GB2513343A (en) * | 2013-04-23 | 2014-10-29 | Univ Singapore | Methods related to instrument-independent measurements for quantitative analysis of fiber-optic Raman spectroscopy |
| EP2906775A1 (en) * | 2012-11-29 | 2015-08-19 | Halliburton Energy Services, Inc. | System and method for monitoring water contamination when performing subterranean operations |
| EP2946140A4 (en) | 2013-03-05 | 2016-11-16 | Halliburton Energy Services Inc | SYSTEM, METHOD AND COMPUTER PROGRAM PRODUCT FOR PHOTOMETRIC SYSTEM DESIGN AND ECOLOGICAL ROBUSTNESS |
| MX363171B (es) * | 2013-07-09 | 2019-03-13 | Halliburton Energy Services Inc | Elementos computacionales integrados con filtros espectrales distribuidos lateralmente. |
| AU2013402062B2 (en) | 2013-09-25 | 2017-02-23 | Halliburton Energy Services, Inc. | Systems and methods of calibrating integrated computational elements |
| EP3084391A4 (en) * | 2013-12-19 | 2018-03-07 | Halliburton Energy Services, Inc. | Correcting throughput errors using integrated computational elements |
| GB2537319B (en) * | 2014-04-22 | 2021-04-07 | Halliburton Energy Services Inc | Systems and methods for analyzing contaminants in flowing bulk powder compositions |
| WO2016133500A1 (en) | 2015-02-18 | 2016-08-25 | Halliburton Energy Services, Inc. | Shifting tool assembly that facilitates controlled pressure equalization |
| BR112017020040A2 (pt) * | 2015-04-23 | 2018-06-05 | Halliburton Energy Services Inc | dispositivo de computação óptico e método de computação óptico |
| US9885147B2 (en) | 2015-04-24 | 2018-02-06 | University Of South Carolina | Reproducible sample preparation method for quantitative stain detection |
| US10041866B2 (en) | 2015-04-24 | 2018-08-07 | University Of South Carolina | Reproducible sample preparation method for quantitative stain detection |
| AU2015405066A1 (en) * | 2015-08-13 | 2018-02-01 | Halliburton Energy Services, Inc. | Calibration of optical computing devices using traceable filters |
| JP6826463B2 (ja) * | 2016-03-18 | 2021-02-03 | 日機装株式会社 | 成分分析装置 |
| IL265813B1 (en) * | 2016-10-06 | 2023-12-01 | Wear2B Ltd | Device, system and method for calibrating a non-invasive health monitoring device |
| DE102018217321A1 (de) * | 2018-10-10 | 2020-04-16 | BSH Hausgeräte GmbH | NIR sensor |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US2837959A (en) * | 1955-02-17 | 1958-06-10 | Baird Atomic Inc | Automatic means for aligning spectroscopic components |
| US5553616A (en) | 1993-11-30 | 1996-09-10 | Florida Institute Of Technology | Determination of concentrations of biological substances using raman spectroscopy and artificial neural network discriminator |
| US6198531B1 (en) | 1997-07-11 | 2001-03-06 | University Of South Carolina | Optical computational system |
| US6044285A (en) | 1997-11-12 | 2000-03-28 | Lightouch Medical, Inc. | Method for non-invasive measurement of an analyte |
| US6574501B2 (en) | 1998-07-13 | 2003-06-03 | Childrens Hospital Los Angeles | Assessing blood brain barrier dynamics or identifying or measuring selected substances or toxins in a subject by analyzing Raman spectrum signals of selected regions in the eye |
| US6721583B1 (en) | 1998-11-19 | 2004-04-13 | The United States Of America | Method for non-invasive identification of individuals at risk for diabetes |
| US6205354B1 (en) | 1999-06-18 | 2001-03-20 | University Of Utah | Method and apparatus for noninvasive measurement of carotenoids and related chemical substances in biological tissue |
| US6368975B1 (en) | 1999-07-07 | 2002-04-09 | Applied Materials, Inc. | Method and apparatus for monitoring a process by employing principal component analysis |
| DE10027100C2 (de) | 2000-05-31 | 2002-08-08 | Klaus Mueller-Dethlefs | Verfahren und Vorrichtung zum Nachweisen von Substanzen in Körperflüssigkeiten |
| US6609015B2 (en) | 2001-01-18 | 2003-08-19 | Koninklijke Philips Electronics N.V. | Analysis of a composition |
| US6983176B2 (en) | 2001-04-11 | 2006-01-03 | Rio Grande Medical Technologies, Inc. | Optically similar reference samples and related methods for multivariate calibration models used in optical spectroscopy |
| US20030030800A1 (en) | 2001-07-15 | 2003-02-13 | Golden Josh H. | Method and system for the determination of arsenic in aqueous media |
| EP1515950B1 (en) | 2002-06-24 | 2009-12-02 | Basf Se | Cationic alkoxyamines and their use in producing nano particles from natural or synthetic clays |
| JP2008510984A (ja) * | 2004-08-26 | 2008-04-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 分光分析のための較正 |
-
2005
- 2005-12-12 CN CNA2005800430174A patent/CN101080617A/zh active Pending
- 2005-12-12 EP EP05824112A patent/EP1828731A1/en not_active Withdrawn
- 2005-12-12 US US11/721,368 patent/US7899636B2/en not_active Expired - Fee Related
- 2005-12-12 JP JP2007546259A patent/JP2008524577A/ja not_active Withdrawn
- 2005-12-12 WO PCT/IB2005/054176 patent/WO2006064446A1/en active Application Filing
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102144156A (zh) * | 2008-09-10 | 2011-08-03 | 夏普株式会社 | 评价装置、校正方法、校正程序、及记录介质 |
| CN102144156B (zh) * | 2008-09-10 | 2013-10-02 | 夏普株式会社 | 评价装置及校正方法 |
| CN106030345A (zh) * | 2014-12-11 | 2016-10-12 | 皇家飞利浦有限公司 | X射线探测器、成像装置和校准方法 |
| CN106030345B (zh) * | 2014-12-11 | 2019-09-03 | 皇家飞利浦有限公司 | X射线探测器、成像装置和校准方法 |
| CN109073548A (zh) * | 2016-04-12 | 2018-12-21 | 约翰·尊科股份有限公司 | 用于验证tdlas系统操作的方法和设备 |
| CN109073548B (zh) * | 2016-04-12 | 2021-04-02 | 正点技术有限公司 | 用于验证tdlas系统操作的方法和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| US7899636B2 (en) | 2011-03-01 |
| WO2006064446A1 (en) | 2006-06-22 |
| US20100042348A1 (en) | 2010-02-18 |
| JP2008524577A (ja) | 2008-07-10 |
| EP1828731A1 (en) | 2007-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101080617A (zh) | 利用多元光学元件的光学分析校准 | |
| CN101421608B (zh) | 借助于频率分布图分析光学数据 | |
| CN1097729C (zh) | 利用散射光的测定方法及测定装置 | |
| US20050239117A1 (en) | Biochip measuring method and biochip measuring apparatus | |
| JP2009508571A (ja) | 検体の表面直下の組成を計測する方法及びシステム | |
| CN1898550A (zh) | 光学分析系统、血液分析系统以及确定主分量幅值的方法 | |
| CN1969215A (zh) | 用于光谱系统的自动聚焦机构 | |
| JP5445407B2 (ja) | 生体情報測定装置 | |
| CN1314368C (zh) | 测量待测物中成分浓度的方法和设备 | |
| Sheehy et al. | Open-sourced Raman spectroscopy data processing package implementing a baseline removal algorithm validated from multiple datasets acquired in human tissue and biofluids | |
| KR20170052256A (ko) | 라만 산란을 이용한 물질의 농도 측정 장치 및 방법 | |
| CN111902761B (zh) | 试样观察装置和试样观察方法 | |
| JP4935914B2 (ja) | 成分測定装置 | |
| US8681247B1 (en) | Field flattening correction method for fluorescence imaging system | |
| JP6096173B2 (ja) | 高発光光束コリメート照明装置および均一な読取フィールドの照明の方法 | |
| JP2014517271A5 (zh) | ||
| CN214750365U (zh) | 用于荧光免疫分析仪的自动校准机构 | |
| Pomarico et al. | Compact device for assessment of microorganism motility | |
| JP4922109B2 (ja) | 細胞解析方法及び装置並びにプログラム | |
| CN115015211A (zh) | 受试物质的分析方法、分析装置、训练方法、分析系统、及分析程序 | |
| CN113504185A (zh) | 结合libs定标的多光谱农产品重金属含量检测建模系统 | |
| US20130116517A1 (en) | Method and measuring device for gathering signals measured in vital tissue | |
| JP2021038972A (ja) | 量子効率分布の取得方法、量子効率分布の表示方法、量子効率分布の取得プログラム、量子効率分布の表示プログラム、分光蛍光光度計及び表示装置 | |
| CN114636688B (zh) | 模型校正方法、光谱设备、计算机设备和存储介质 | |
| KR102231379B1 (ko) | 현장검사 리더기 데이터의 처리 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20071128 |