[发明专利]用于光谱库训练的系统和方法

说明书

提供了用于在不直接对目标进行优化的情况下，区分目标与背景材料的技术、设备和方法。设备和方法可以生成形状和强度可变的单个或多个波长的通带，并且还可以选择和控制通带轮廓的形状以改进对感兴趣的目标的检测。

相关申请的交叉引用

本申请要求2019年12月20日提交的美国临时专利申请号62/951507的权益，其全部内容通过引用并入本文。

背景技术

分子化学成像(MCI)是一种强大的技术，它可以通过调制与样品相互作用的光子来检测目标的存在。当照明光子在VIS-NIR和SWIR光谱范围内时，该技术非常有用。当生成得分图像时，就可以实现目标与背景材料的区分。得分图像是对两(2)个以上图像的数学处理，从而创建对应于感兴趣的目标的对比区域。从感兴趣的场景收集两个或更多图像。

通过收集单波长的相互作用光子来产生用于生成得分的图像。选定单个波长(即单个能态)以对应于样品中存在的组分。可以从对应于不同组分的样品收集不同的个体波长图像。这些图像的所得组合生成得分图像，其中感兴趣的区域被突出显示，从而允许用户从背景轻松标识目标。

虽然有用，但该方法具有缺点。例如，相互作用光子的轮廓的形状受用于过滤相互作用光子的滤光片(例如，液晶、带通滤光片等)的物理性质以及未调制的宽带照射源的限制。此外，该方法没有利用可以用于进行目标区分的信息的全光谱范围。因此，期望设计如下的系统和方法：不仅可以生成形状和强度可变的单个波长或多个波长的通带，而且还可以选择和控制通带轮廓的形状以改进感兴趣的目标的检测。

发明内容

这是本发明的概述，其简要陈述了本发明的性质和实质。所提交的内容应当被理解为不用于解释或限制权利要求的范围或含义。

在一个实施例中，存在一种区分目标与背景材料的方法，方法包括：获得对应于多个光谱波长和光谱强度的光谱矩阵；从光谱矩阵生成至少一个回归系数；通过选择对应于至少一个回归系数的至少一个光子通带来调制照射源；将至少一个光子通带引导至目标和背景材料，从而生成对应于目标的第一相互作用光子和对应于背景材料的第二相互作用光子；以及根据第一相互作用光子和第二相互作用光子生成得分图像，得分图像包括标识目标和背景材料的对比。

在另一个实施例中，通过以下中的一种或多种来生成至少一个回归系数：偏最小二乘判别分析(PLSDA)、主成分分析(PCA)、线性判别分析(LDA)、线性回归、逻辑回归、岭回归、lasso(最小绝对收缩和选择算子)回归、弹性网络回归、支持矢量机(SVM)、相关矢量机(RVM)以及最小角度回归(LARS)。

在另一个实施例中，PLSDA、PCA、LDA、线性回归、逻辑回归、岭回归、lasso回归、弹性网络回归、SVM、RVM以及LARS中的一种或多种不直接对样品进行优化，并且PLSDA、PCA、LDA、线性回归、逻辑回归、岭回归、lasso回归、弹性网络回归、SVM、RVM、LARS中的一种或多种不直接对背景材料进行优化。

在另一个实施例中，调制通过对照射源进行调谐来实现。

在另一个实施例中，光谱矩阵从光谱库中获得。

在另一个实施例中，光谱矩阵从光谱仪获得。

在另一个实施例中，光谱仪选自由以下项组成的组：光纤阵列光谱转换器(FAST)、单偏振光谱仪、双偏振光谱仪及其组合。

在另一个实施例中，光谱矩阵从以下中的至少一种获得：共形滤光片(CF)、多共轭滤光片(MCF)、声光可调谐滤光片(AOTF)、液晶可调谐滤光片(LCTF)或多元光学元件(MOE)。