150 likes | 300 Views
小波分析在荧光寿命分析中的应用. 报告人: 万文博 2012202169 组 员: 祁 瑾 1013202017. 主要内容. 1. 荧光简介. 2. 荧光寿命测定. 3. 小波分析的应用及效果评估. 荧光信号. 荧光:光致发光(冷发光). 荧 光 物 质. λ=365nm. λ=650nm. 荧光寿命 τ. 短时性、特异性. 荧光寿命测定. 荧光强度的变化可以表示为: U 为荧光的初始光强, τ 为荧光寿命, ε(t) 为噪声信号, U 0 为基线漂移量。 可以使用非线性最小二乘拟合方法获得荧光寿命.
E N D
小波分析在荧光寿命分析中的应用 报告人: 万文博 2012202169 组 员: 祁 瑾 1013202017
主要内容 1 荧光简介 2 荧光寿命测定 3 小波分析的应用及效果评估
荧光信号 • 荧光:光致发光(冷发光) 荧 光 物 质 λ=365nm λ=650nm 荧光寿命τ • 短时性、特异性
荧光寿命测定 • 荧光强度的变化可以表示为: • U为荧光的初始光强,τ为荧光寿命,ε(t)为噪声信号,U0为基线漂移量。 • 可以使用非线性最小二乘拟合方法获得荧光寿命
荧光信号获得 • 使用经过解离后的DTTA-Eu3+试剂 • 激发光波长为365nm • 荧光波长为650nm,荧光寿命为714μs • 使用单光子计数的方法测得荧光强度的分布情况
荧光寿命拟合 • 非线性最小二乘拟合结果: 拟合函数为f(t)=Uexp(-t/τ)+U0 通过拟合可得到荧光寿命:τ=0.7281ms
信号去噪 • 含噪声信号: 信号: 对应低频 分量 噪声: 对应高频 分量 • 信号去噪:去除高频分量
DWT分解结果 • 使用Haar小波对信号进行DWT分解 aj(k) dj(k) j=0 j=1 j=2 j=3 j=4
一维小波去噪过程 • 1. 对信号进行小波分解 • 2. 对细节系数采用某一阈值进行量化处理 • 3. 利用量化后系数对信号进行重建,得到 去噪后的信号
阈值选择 硬阈值 软阈值 软阈值 其中: W 为小波系数 Wλ 为加阈值后的小波系数 λ 为所选取的阈值范围
硬阈值去噪 通过拟合可得到荧光寿命为τ=0.7223ms
软阈值去噪 通过拟合可得到荧光寿命为τ=0.7140ms
引入小波去噪的效果评析 Eu3+荧光寿命理论值:τ=0.714ms 未经去噪荧光寿命的拟合值: τ=0.7281ms 硬阈值去噪后荧光寿命的拟合值: τ=0.7223ms 软阈值去噪后荧光寿命的拟合值: τ=0.7140ms
结论 • 1. 非线性最小二乘拟合法可以获得荧光寿命 • 2. 去除噪声后,信号具有更好的拟合精度 • 3. 利用软阈值去噪的方法可以获得更好的结果