论文部分内容阅读
根据卫生组织统计,肺癌在我国乃至全球范围内都是发病率最高的恶性肿瘤之一。目前,临床上对于肺癌的诊断主要依赖于MRI、CT等大型仪器,然而这些大型仪器价格昂贵,难以实现无创快速检测与早期筛查。大量研究表明,肺癌患者呼出气体中的存在肺癌的VOCs标志物,以VOCs标志物作为肺癌的诊断筛查具有方便、快捷、无创、低成本等优点,因此引起各国研究人员的广泛关注。作者所在实验室以卟啉阵列的特异性识别VOCs为核心检测技术,设计并研制了一套肺癌呼出气体检测系统,初步验证了对VOCs的识别检测效果。随着研究的逐渐深入,发现该系统在长时间检测的情况下存在差谱图不稳定的问题,根据实验测试与理论分析,其原因主要在于系统光源不稳定性,摄像头自动白平衡无法适应环境色温的变化这两个方面。因此,针对上述问题本文拟主要解决光源的稳定性技术问题,对原LED阵列光源进行改进,以均光性算法为基础构建了可编程修改摄像头拍照参数的图像采集系统,从而以期解决检测时出现差谱图不稳定性的状况,进而为后续系统的完善奠定基础。本文主要完成了以下几方面有特色的工作:(1)光源稳定性试验探索:借助Matlab平台,通过分析点阵列RGB的变化建立了点阵列?RGB分析方法对光源稳定性进行实验探索;基于朗伯体led光线传播为模型,设计了光源稳定性算法。(2)新光源系统的设计:在LED点阵列原有光源系统上,采用全串并联的思路设计并改进光源驱动电路,并基于朗伯体led光线传播为模型,设计了光源均匀性布点算法,通过tracepro验证算法的可行性进而设计出新光源体系,并通过光谱实验验证新光源的稳定性与均匀性。(3)CMOS图像采集系统构建:首选高像素CMOS图像传感器作为敏感单元,核心MCU为STM32F103ZET6,CMOS器件具有分辨率高,体积小,系统集成度高等显著优点,构建了可编程开发的图像采集系统,从而实现了VOCs气体采集系统摄像头模块的白平衡、饱和度、对比度等参数的自由设置。