实验名称：前置微小信号放大器在光声技术的血管识别研究中的应用

　　研究方向：生物识别技术

　　测试目的：

　　利用MATLAB对光声血管进行识别：1、对光声血管图库的图像进行预处理包括归一化、二值化、平滑、细化和毛刺修剪得到细化图像；2、利用七个不变矩提取细化血管图像的特征值建立数据集；3、利用SVM对血管图片进行识别，证实基于光声的血管图像识别的可行性。

　　测试设备：ATA-5620微弱信号放大器、固体激光器、超声换能器、机械位移平台、示波器、滤波器、微弱信号放大器和计算机、数据采集卡

　　实验过程：

　　通过测试设备搭建固体激光器的OR-PAM系统，采用光学参量振荡器(OPO)(OPOletteTM532,OpotekLLC)作为光源：波长、脉冲频率和脉冲持续时间分别为532nm、20Hz和7ns，激光的输出功率是由计算机控制的。OPO激光器输出光束经空间衰减和整形后，由定制的光纤耦合器耦合在光纤上。光纤的输出组件连接到光学透镜筒。光学透镜筒内包括一个焦距为30mm的光纤准直器和一个焦距为5mm的聚焦透镜。光斑直径约为20um，适用于较大直径的主血管成像，而较小直径的旁侧血管在后续图像预处理中被过滤除。随后，光学透镜通过固定装置安装在三维机械位移平台上进行扫描。信号由中心频率为2.5MHz的非聚焦超声接收器获取。使用微弱信号放大器ATA-5620对声信号进行增益，信号可被放大~60dB。使用多功能数据采集卡对模拟型号进行转换并采集，而后由个人计算机进行数字化处理。样品平台由位移平台和超声换能器组成。

图：（a）光声血管采集系统结构示意；(b)光声成像系统

　　实验的时候先准备40个假血管作为样品，对血管样品进行光声检测，从光声信号的幅值、速度和信号的最大值到达时间的差值进行防伪，区分出伪造的血管。而后对符合光声特征的样品（即判定为真血管的样品）进行光声成像，并建立图库。接着对经过图像预处理的光声血管进行细化、特征匹配。最后将特征向量集作为数据集输入SVM进行分类识别。

　　实验结果：

　　图：真假血管图像的光声信号

　　1、振幅

　　将光声信号作为检测参数的峰峰值进行比较，图上显示出在相同能量下的假血管和真实脉管系统的光声信号，其中假血管幅度远小于真实血管。

　　2、深度

　　检测目标的深度：深度=最大到达时间×超声速度之间的差。在实验过程中，激光源、样品和超声换能器的相对位置不变。

　　图：使用折射率板后脉管系统的光声信号

　　通过折射率板改变了激光束的最终能量之后，真实血管信号发生改变。真实和虚假血管信号的峰峰值分别为182.9mV和188mV。假血管图像和真实血管图像的峰峰值之间的误差仅为（188-182.9）/182.9≈2.79％，从物理角度上看可以忽略不计。假血管信号的最大到达时间为7.042µs。

　　3、光声血管识别

　　图：真实的血管图像

　　图（a–f）分别显示了真实的血管图像，归一化（按大小和灰度）、二值化、平滑、细化和毛刺修剪的血管图像。提取每个血管图像的特征形成数据集。

　　该数据集包含10只大鼠的160张血管图像，其中80张图片用作训练集，其余图片用作测试集，血管识别的结果示于表3。其使用SVM的方法，识别率达到97.5％。因此，本系统的实际识别率为97.5％。与直接使用SVM获得的结果相比，它可以将真假血管的识别率提高2.63％（（97、5%-95%）/95%），血管识别系统的识别率大大提高。

　　安泰ATA-5620功率放大器的指标参数：

　　图：前置信号放大器ATA-5620参数