Biomedical Optics Laboratory
国家自然科学基金项目成果科普性介绍
本页面是科研项目资助领域和产出成果的科普性介绍，研究项目来源于国家自然科学基金，“基于空间频域成像的无标记、非接触人体血脂高精度量化监测研究（No. 62005007）”，起止时间2021.1-2023.12。
一、研究简介
生物医学成像技术广泛用于小动物研究和临床疾病的诊断、分析、治疗、愈后观察等。相比磁共振成像（MRI）、X射线计算机断层成像（CT）、正电子发射断层扫描（PET）和超声成像等技术，光学成像技术具有其鲜明的特点和优势。例如，CT虽然分辨率高、能够成三维像，但存在电离辐射，会对生物组织造成损伤；MRI具有无辐射、可三维成像等优点，但成像速度较慢、易产生运动伪影；超声可以实现实时成像、穿透深度大，但分辨率较低，难以观察细节。相比之下，光学成像技术以光和组织相互作用机制为基础，对生物组织进行成像、探测以及疾病的诊断，具有分辨率高、成像速度快等优点，可以实现实时成像，且对生物组织无辐射损伤，长期以来是生物医学成像领域的研究热点。
特别地，扩散光学成像技术通过对经组织传播后出射的扩散光进行探测，获取组织内部光学特征分布及结构信息，例如通过探测器获取光信号的时间、强度、相位等信息，并对光在组织中的传播过程进行建模求解，从而量化组织对光的吸收和散射效应，进而实现对组织内部结构、成分含量及分布的无创光学监测。扩散光学成像技术由于采用的是扩散光，适合对较厚（厘米及以上）的强散射介质进行定量测量。与光学显微成像、光学相干层析成像、光声成像等技术相比，扩散光学成像的空间分辨率与探测深度更为相关，通常来说，探测深度越大，空间分辨率越低；但其在组织功能信息的定量测量，以及系统复杂度和系统成本等方面具有较大优势。
值得一提的是，相比光声成像，扩散光学成像能够定量测量组织的吸收和散射系数以及功能信息，但在成像深度和空间分辨率之间存在折中。此外，扩散光学成像在无标记组织功能成像方面优势明显，可灵活选择不同照明波段和具体成像模态，进而实现5-10cm的成像深度，并用于特定组织成分（血红蛋白、水、脂肪等）的定量成像以及人体组织或器官的临床诊断。
空间频域成像（spatial frequency domain imaging, SFDI）是一种基于扩散光学原理，利用不同空间频率结构光照射组织并采集漫反射图像，通过相应计算从而定量测量光学吸收和散射系数的无创、无标记、非接触新型成像技术。SFDI具有信噪比高、成像速度快、图像分辨率高等优点，在测量组织功能变化的灵敏度、特异性以及成本方面具有明显优势。SFDI可快速测量大视场范围的组织光学特征，量化氧合血红蛋白、脱氧血红蛋白、脂肪、水、黑色素、胶原蛋白等组织成分，在组织生理特征定量测量方面有显著优势。
本项目在国家自然科学基金（项目批准号：62005007）资助下，围绕“人体关键生理信息无创定量测量”这一核心科学问题开展了系列研究，所涉及的成像方法和技术包括空间频域成像、深度学习、光场调控、光声成像等。
光在组织中的传输过程如图所示，主要可分为三种类型：扩散光（diffuse light）、蛇形光（snake light）和弹道光（ballistic light）。扩散光是指光子经过多次散射后才从组织表面出射；蛇形光是指光只经历少量散射事件，光传输轨迹与入射光偏离很小；弹道光是指光子沿着入射光方向直线传播，没有发生散射现象。蛇形光和弹道光在组织体内的传输时间较短，属于较早到达的光子（early arriving photons），可采用空间滤波或者时间门控的方法与扩散光进行区分；基于该类光子的成像技术只适用于较薄的组织体，当组织体变厚时，其数量微乎其微，因此采用扩散光对组织进行成像。
基于扩散光进行成像的方法称为扩散光学成像，也称漫射光学成像。需说明，“扩散”和“漫射”均表示光在传播过程中经过吸收和散射，对应英文“diffuse”一词。根据光源与探测器位于组织同侧或者对侧可以将成像模式分为反射型和透射型。反射型成像系统利用探测器在入射光进入组织的同侧对漫反射光进行探测。透射型成像系统则是利用探测器在入射光进入组织的对侧测量经过组织多次散射后出射的扩散光子。
二、主要研究内容和研究成果
1）基于深度残差网络和极简深度神经网络的空间频域成像数据处理新方法
空间频域成像通过测量每个像素位置的漫反射率，进而将漫反射率映射到光学吸收和散射系数。传统方法将不同空间频率的漫反射率通过查表法（look-up-table，LUT）或者最近邻方法转化到光学吸收、散射系数，速度较慢，且精度受LUT大小限制。最近邻方法与查表法类似，通过欧氏距离判定漫反射率所属的光学吸收、散射系数组合，同样存在速度和精度的矛盾。针对这一问题，我们研究提出了一种具备极简结构的深度神经网络，利用大尺寸的LUT进行网络训练，通过神经网络对高维数据的拟合能力，学习大尺寸LUT的空间结构，同时使训练完成的神经网络能够从训练数据泛化到实际测量数据，从而得到高精度计算结果；另一方面，由于神经网络的运行速度与网络结构、大小有关，我们通过超参数空间遍历搜索，对上述深度学习模型的网络结构进行精细优化，最终在精度、速度和网络结构之间找到最优解，建立了具备极简结构的神经网络，使其同时具备高计算精度和快速数据处理能力，数据处理速度相比传统方法提高30-600倍。对于2000x2000像素图像，利用建立的深度学习模型，在CPU平台上需要80毫秒，而在GPU平台上仅需0.4毫秒，其对应帧率远超30 Hz的视频帧率，打破了空间频率成像的数据处理瓶颈。
此外，传统的多频率空间频域成像，计算血红蛋白浓度需要先从多频漫反射率计算光学吸收系数，然后用至少两个波长的吸收系数，利用比尔-朗伯定律，求解血红蛋白浓度；然而这一过程所需的计算时间较长，难以实现血红蛋白信息的实时监测。针对这一问题，研究提出了基于深度残差网络的计算方法，从多频漫反射率直接映射到血红蛋白浓度，将计算速度提高了10倍以上。该工作以“Direct mapping from diffuse reflectance to chromophore concentrations in multi-fx spatial frequency domain imaging (SFDI) with a deep residual network (DRN)”为题发表在光学领域顶级期刊Biomedical Optics Express；以“Ultracompact Deep Neural Network for Ultrafast Optical Property Extraction in Spatial Frequency Domain Imaging (SFDI)”为题发表在光学领域知名期刊Photonics。
本项目研究提出的新型深度残差网络，可绕过多频空间频域成像方法对光学吸收和散射系数的传统计算范式，将漫反射率直接映射到血红蛋白浓度等组织成分和功能信息，从而使计算速度提高10倍、整体测量速度提高25倍，实现高精度组织血供、氧饱和度信息的无创实时成像与显示。
2）基于硅基探测器和900-1000 nm波段的生物组织水和脂肪成分无标记、非接触、宽视场、定量成像新方法
水和脂肪是组织中重要的标志物，跟炎症、心血管疾病、癌症等生理和病理过程密切相关。此外，人体约70%由水构成，水含量的高低也跟人体健康状态、皮肤状态、衰老等生理过程相关。脂质成分在血液中的含量又称为血脂，跟心血管疾病的风险高度相关。为了在生物组织中对上述成分进行无标记高分辨定量成像，现有的光学方法需要使用900-1300 nm短波红外波段，而常见的硅基探测器感光范围不超过1100 nm，探测900-1300 nm则需要价格昂贵的短波红外相机（通常在30万甚至上百万人民币），而且对我国存在禁运。那么有没有什么方法可以绕过价格昂贵的短波红外探测器，只使用普通硅基探测器对水和脂肪进行定量成像呢。仔细观察可以发现，现有方法在900-1300 nm对水和脂肪进行测量，主要利用的是水在970 nm的吸收峰，以及脂肪在1210 nm的吸收峰，通过测量上述波长的光学吸收系数，利用比尔定律实现对水和脂肪的定量测量。进一步观察物质吸收光谱可以发现，除了1210 nm的吸收峰，脂肪成分在930 nm附近也存在一个吸收峰（吸收系数小于1210 nm），而这一波长恰好在普通硅基探测器的范围内。也就是说，通过脂肪在930 nm的吸收峰和水在970 nm的吸收峰，同样有望可以对上述成分进行定量测量，并且所涉及的波段均在普通硅基探测器范围内。
基于上述观察，我们研究提出了基于900-1000 nm波段的水和脂肪定量成像方法，并首先进行了计算仿真验证。仿真结果表明，利用900-1000 nm波段中水和脂肪的吸收峰，同样可以对上述成分进行定量测量，且测量精度与短波红外波段类似。在实际测量中，为了定量计算吸收系数，需要选定相应的空间频率。过去的研究工作往往选择0和0.1 mm-1空间频率，但我们通过理论分析发现，在900-1000 nm波段采用0和0.2 mm-1空间频率将获得更高的测量精度，基于此我们建立了新的空间频率测量组合。同时，考虑到测量波长数越多，定量计算水和脂肪成分的精度越高，但同时所需的测量数据量也越大、数据采集时间越长；因此，如何在测量波长数和测量精度之间做平衡，也是一个需要研究的问题。我们进一步通过理论分析和仿真发现，以5 nm为测量间隔能够在精度和测量速度之间取得较好的平衡，因此我们在实际测量中选择了900-5-1000 nm测量波长。由于这一波段可以用普通的硅基相机进行探测（探测器成本在千元量级），因此极大地降低了探测器成本。换言之，采用1000 nm以下波长，虽然探测深度相比短波红外波长有所降低，但探测器成本将极大优化。
为了进一步展示这项技术可能的应用，我们在生物组织上进行了测试。由于脂肪成分含量及分布是肉类产品评定、分级的重要参数，我们对猪肉的脂肪成分进行了宽场定量测量，实验数据表明我们研发的新技术可以无标记、非接触、宽视场、定量测量肉类的脂肪成分。另外，我们还在小鼠上进行了在体水含量监测。我们设置了三个实验组，每组4只小鼠，分别注射0、0.1、0.2 ml的PBS（水），并利用我们研发的成像方法监测小鼠注射位置的水含量变化，监测间隔为5分钟，总时长超过90分钟。实验数据表明，我们研发的新型成像方法可以长时程、在体、动态监测组织水含量变化，且测量结果和现有的短波红外方法是一致的。
总体而言，本项目研发了基于900-1000 nm波段的组织水和脂肪成分定量测量新方法，并对该方法进行了实验验证，包括仿体、体外组织、在体组织实验，实验数据表明所提出的新方法跟传统短波红外方法精度一致，且探测器成本降低百倍。该成果以“Quantitative spatial mapping of tissue water and lipid content using spatial frequency domain imaging in the 900- to 1000-nm wavelength region”为题发表在生物医学光学领域顶级期刊Journal of Biomedical Optics。
研究提出了水和脂质成分定量成像新方法，通过常见的硅基探测器（工业相机），实现了对生物组织中水和脂质成分的无创、非接触、宽视场、定量成像，可用于肉类中的脂质成分评估、长时程组织水分监测等；相比传统水和脂质成像方法（短波红外空间频域成像: Yanyu Zhao, et al., Nature Communications, 2020），可将成像系统探测器成本降低两个数量级。
3）千赫兹散射介质无标记、非接触、宽视场定量成像
吸收和散射系数是散射介质的重要光学特征，吸收系数和介质中吸光成分的浓度相关，而散射系数与介质中的颗粒大小有关。常见的散射介质有生物组织、血流、浑浊气体等。通过测量不同波长下的吸收系数，利用比尔-朗伯定律，可以定量计算散射介质中各成分的浓度，例如生物组织中氧合血红蛋白、脱氧血红蛋白、水、脂质、胶原蛋白等组织成分的浓度，血液中的血红蛋白、血脂浓度，发动机燃烧（浑浊）气体中的水汽浓度等等。然而，由于散射效应，直接通过光强难以测量吸收系数。长期以来，研究人员提出了各种方法对吸收和散射效应进行解耦合，从而定量测量介质的吸收和散射系数。例如，反向倍增法结合积分球系统，可有效提取介质的吸收和散射系数，但该方法仅能获取单点信息，且难以在体测量。漫射光学层析成像采用光源、探测器阵列，可对生物组织等进行接触式在体测量，但空间分辨率较低（厘米量级）。漫反射光谱成像是一种时域方法，通过对入射光进行MHz频率的正弦调制，同时利用同频率出射光相比入射光的强度和相位变化，定量计算吸收和散射系数；这一方法采用光纤测量，成像过程需手持探头在介质表面逐点扫描，空间分辨率约为1厘米，成像时间通常为10-20分钟（约1e-3 Hz），无法实现高分辨动态监测。相比之下，空间频域成像（SFDI）是一种新兴的漫射光学成像方法，利用数字微镜阵列（DMD）产生若干个在空间域正弦调制的结构光照射物体，通过相机拍摄结构光的漫反射图像定量计算吸收和散射系数。该方法具有无标记、非接触、宽视场等优点，其空间分辨率可达100微米。然而，数字微镜阵列仅能对光强进行最大23 kHz的二值化振幅调控，传统传统空间频域成像技术采用调节占空比的方法，用连续调编码产生正弦结构光，对应调控速度不超过290 Hz；而测量单个波长下的吸收和散射系数通常需要若干个不同的结构光图像，因此传统空间频域成像的测量速度通常在10 Hz左右，难以对高速、动态散射介质进行测量。
针对上述问题，研究利用散射介质的低通特性，通过二值化的半色调编码替代传统的连续调编码来产生正弦结构光图像，提出了半色调空间频域成像方法（halftone-SFDI）。该方法可以充分利用数字微镜阵列的高速振幅调控特性，能以最大23 kHz的速度获取散射介质的结构光漫反射图像，将传统空间频域成像的速度提高近100倍。利用这一新方法，在实验中展示了对高速动态流体等散射介质进行高达千赫兹的无标记、非接触、宽场双波长光学吸收和散射系数测量，并通过双波长吸收系数结合比尔-朗伯定律得到同等时间分辨率的流体成分浓度等信息。
半色调空间频域成像（halftone-SFDI）具有无标记、非接触、宽视场的特性，空间分辨率约100微米，视场可从几毫米至几米灵活调节，光学吸收和散射系数成像速度可达7.6 kHz。该方法用于生物组织，可定量测量含氧血红蛋白、脱氧血红蛋白、水、脂质等组织成分的浓度；用于流体力学，可定量测量浑浊流体中各成分的浓度；用于燃烧科学，可定量测量燃烧产生的浑浊气体中各成分的浓度，从而反向优化发动机设计等。可以预见，该研究成果有望在生物医学成像、流体力学、血流动力学、发动机燃烧效率优化等领域发挥重要作用。该工作以“Halftone spatial frequency domain imaging enables kilohertz high-speed label-free non-contact quantitative mapping of optical properties for strongly turbid media”为题发表在光学领域顶级期刊Light: Science & Applications。
传统空间频域成像需要8比特连续调（continuous-tone）编码产生正弦结构光用于散射介质定量测量，测量速度受限于硬件的8比特响应速度；研究利用散射介质的低通特性，采用1比特半色调（halftone）编码实现了同样的测量效果，在无需改变系统硬件的情况下，将测量速度提高了近100倍，首次实现了千赫兹的空间频域成像。
4）用于生物体“光学透明化”的散射光精准操控
为了细致地了解生物体的构造、研究生物体内部的工作机制甚至判断器官是否癌变等，对生物体进行可视化成像具有重要意义，其中光学成像技术是主要成像手段之一。然而，生物体存在很强的散射效应，光束在生物体内传播一定距离后，其方向将完全随机。为了将生物体“光学透明化”，即令光子能够在生物体内部按照预先设定的路径进行传播，最为有效地方法是对散射光进行光场调控，也叫波前整形法。波前整形法是指：通过给光场调控器件设定调控信号，对入射光场的波前信息进行高自由度调控，改变入射光场的波前，从而精确地规划光子在散射介质中的传播路径，继而赋予介质“光学透明化”的属性。数字微透镜阵列是一种常用的光场调控器件，传统基于二值化振幅调控的方案调控离散度大，无法满足精准的光场调控需求，并且严重限制迭代算法的搜索速度。针对精准光场调控能力不足的问题，本研究提出了一种多像素联合编码方法，对光场振幅实现连续调控，解决数字微镜阵列调控离散度大的难题。多像素联合编码方法的原理是将数字微镜阵列中的多个像素组合为一个调控单元，用多个像素的二进制码来编码一个0到1之间的实数，同时，这种编码方法还要具有格雷码特性，即任意两个相邻编码值只有一位二进制数不同。在此基础上，才能够将实数范围的高级优化算法应用在基于数字微镜阵列的波前整形法中。针对快速迭代优化能力不足的问题，该研究还提出了将梯度信息应用于迭代式波前整形法中，能够更快地全局搜索到数字微镜阵列的最佳控制信号，相比传统算法，该方法可以避免震荡收敛、过早收敛等问题，搜索精度更高、速度更快。
研究通过数值模拟及实验验证，展示了所提出方法的先进性。对于散射介质后的光聚焦，所提出的方法相比传统方法将对比度提高了16倍，优化速度提高了179倍，还可实现散射介质后的多点聚焦，有望用于提高光在皮肤内的穿透深度从而更好地对皮下血管进行测量。该工作以“Anti-scattering light focusing by fast wavefront shaping based on multi-pixel encoded digital-micromirror-device”为题发表在光学领域顶级期刊Light: Science & Applications；以“Gradient-assisted focusing light through scattering media”为题发表在光学领域顶级期刊Optics Letters。
研究通过多像素编码，同时提出基于梯度信息的光场调控方法替代传统的遗传算法，实现了散射介质后的快速光聚焦；所提出的方法相比传统方法将对比度提高了16倍，优化速度提高了179倍，还可实现散射介质后的多点聚焦，有望用于提高光在皮肤内的穿透深度从而更好地对皮下血管进行测量。
5）基于单晶探头的快照式三维光声成像方法
光声成像结合了光学成像的高对比度和超声成像的深穿透性优势，以光吸收为对比度可实现从细胞到人体的多尺度三维结构和功能成像，可用于探测深层血管的相关信息。传统三维光声成像主要分为光声显微成像和光声计算断层成像，光声显微成像仅使用单个换能器，但需要逐点扫描以进行三维成像，难以满足实时成像的需求；光声计算断层成像借助阵列式换能器以实现快速成像，但昂贵的成本和复杂的设备限制了广泛应用。为了解决上述问题，本研究利用压缩传感原理，提出了仅使用单晶探头的快照式三维光声成像技术，只需单次激光照射和单换能器采集即可实现三维成像。其中关键部分之一是本项目团队设计的由直角棱镜和圆柱形超声波导管组成的三维超声编码器，用于将来自目标物的三维光声信号信息投影到一组非相干基函数，从而将空间信息编码成时间序列信息，继而由单换能器接收并重建。这项技术有望实现千赫兹的三维光声成像，并提供精准的三维血管先验信息，也有望应用于超快生物现象的研究中，如大脑皮层活动和心脏运动研究等。该工作以“Compressed single-shot 3D photoacoustic imaging with a single-element transducer”为题发表在光声领域顶级期刊Photoacoustics。
传统三维光声成像主要分为光声显微成像和光声计算断层成像；光声显微成像仅使用单晶探头（单像素超声探测器），但需要逐点扫描以进行三维成像，速度较慢，难以满足实时成像的需求；光声计算断层成像借助阵列式换能器以实现快速成像，但昂贵的成本和复杂的设备限制了广泛应用。本项目研究提出时空编码方法，通过特定形状的编码器，将单个激光脉冲产生的三维光声信号场编码成具有特定时间分布的超声信号，仅需使用单晶探头进行探测，即可实现快照式三维光声成像；在使用1 MHz单晶探头条件下，系统横向分辨率为2.5 mm、轴向分辨率为0.8 mm（声学分辨率）。
三、研究总结与展望
作为新兴的漫射光学成像方法，空间频域成像在无创血液成分监测方面表现出了一定的潜力，但受限于测量速度、数据处理速度，以及皮肤对光的强散射等基本物理过程的干扰，其测量精度有待进一步提高。本项目围绕上述关键问题展开研究，首先基于深度残差网络研究了高速空间频域成像数据处理新方法，实现了从多频漫反射率到血红蛋白浓度等血液成分的直接映射，相比传统方法将计算速度提高了10倍、测量速度提高了25倍；此外，针对空间频域成像中光学吸收和散射系数的计算速度瓶颈，研究了基于极简深度神经网络的高速空间频域成像数据处理新方法，数据处理速度相比传统方法提高30-600倍，打破了空间频率成像的光学吸收和散射系数数据处理瓶颈；在此基础之上，针对传统空间频域成像方法定量测量水和脂质需要昂贵的短波红外探测器这一问题，研究了基于硅基探测器和900-1000nm波段的生物组织水和脂肪成分无标记、非接触、宽视场、定量成像新方法，测量精度与传统短波红外方法一致，且将探测器成本降低了两个数量级；为进一步提高测量速度，研究了超快空间频域成像方法，通过半色调编码代替传统的连续调编码，在无需改变系统硬件的情况下，测量速度可达数千赫兹，比传统方法提高了两个数量级，实现了生物组织等散射介质的吸收及散射系数无标记、非接触、宽视场、超快定量成像；为提高光在皮肤内的穿透深度从而更好地对皮下血管进行测量，研究了可用于生物体“光学透明化”的散射光精准操控方法，提出基于二值化振幅调控和梯度信息的波前整形方法，将光在散射介质后的光聚焦对比度提高了16倍、优化速度提高了179倍；此外，为了更好地探测血管三维先验信息，研究了基于单晶元换能器的快照式三维光声成像技术，可以通过单晶元超声探测器和单个激光脉冲，实现三维光声成像。上述研究工作在测量速度、数据处理速度、系统成本、先验信息获取等方面解决了空间频域成像的瓶颈问题，为实现人体血液成分高精度无创测量奠定了坚实的基础。
总的来说，现代光学成像技术在生物医学领域获得了广泛的关注和应用，而无标记、非侵入式光学成像方法是生物医学领域研究的热门方向之一，其无创特征天然适用于组织在体测量。扩散光学成像通常具有无标记、非侵入、无辐射、成像速度快、探测深度大、成本低等优势，在临床前的生理和病理机制研究以及临床环境下的血氧监测、疾病诊断、治疗评估等方面取得了广泛应用；其中，血氧仪可以说是扩散光学成像领域最为成功的商业转化案例，服务全球数十亿人健康监测和数十亿美元市场。可以预见，随着技术的不断发展，扩散光学成像将在生物医学、临床等与人民生命健康息息相关的多个领域发挥更加重要的作用。
项目论文成果：
1. Yanyu Zhao#, Bowen Song, Ming Wang, Yang Zhao, Yubo Fan#, "Halftone spatial frequency domain imaging enables kilohertz high-speed label-free non-contact quantitative mapping of optical properties for strongly turbid media", Light: Science & Applications, 2021 (中科院1区Top, IF 19.4).
2. Jiamiao Yang, Qiaozhi He, Linxian Liu#, Yuan Qu, Rongjun Shao, Bowen Song, Yanyu Zhao#, "Anti-scattering light focusing by fast wavefront shaping based on multi-pixel encoded digital-micromirror device", Light: Science & Applications, 2021 (中科院1区Top, IF 19.4).
3. Bingbao Yan, Bowen Song, Gen Mu, Yubo Fan#, Yanyu Zhao#, "Compressed single-shot 3D photoacoustic imaging with a single-element transducer", Photoacoustics, 2023 (中科院1区Top, IF 7.9).
4. Bowen Song, Xinman Yin, Yubo Fan#, Yanyu Zhao#, "Quantitative spatial mapping of tissue water and lipid content using spatial frequency domain imaging in the 900- to 1000-nm wavelength region", Journal of Biomedical Optics, 2022 (2区, IF 3.5).
5. Yanyu Zhao, Qiaozhi He, Shuna Li, and Jiamiao Yang. "Gradient-assisted focusing light through scattering media", Optics Letters, 2021 (2区, IF 3.6).
6. Yanyu Zhao, Yue Deng, Shuhua Yue, Ming Wang, Bowen Song, and Yubo Fan. "Direct mapping from diffuse reflectance to chromophore concentrations in multi-fx spatial frequency domain imaging (SFDI) with a deep residual network (DRN)", Biomedical Optics Express, 2021 (2区, IF 3.4).
7. Bowen Song, Wenchao Jia, Yanyu Zhao#, Hongshi Huang#, Yubo Fan#, "Ultracompact deep neural network for ultrafast optical property extraction in spatial frequency domain imaging (SFDI)", Photonics, 2022 (3区, IF 2.4).
8. 宋博文, 赵雁雨. 扩散光学成像方法及应用[J]. 激光与光电子学进展, 2023, 60(24): 2400001.
|
|
