基于SPR效应的生物医学光纤传感器的理论模拟

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:XULIANSHUAI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着光纤传感器被广泛应用到生产生活的各个领域,生物医学的发展也对光纤传感器的性能提出了新的要求,普通的光纤传感器存在材料损耗大、测量精确度低等问题。因此,为了适应生物医学检测的灵敏度要求和临床实验需要,一种用于检测生物细胞是否癌变的光纤传感器的研究日趋活跃,其特征为在普通生物医学光纤传感器的表面覆盖纳米金颗粒,利用纳米金颗粒的表面等离子体共振对效应可以有效的增加光纤传感器的灵敏度。然而,目前的研究大多为实验研究,需要首先制造出不同形状和尺寸光纤传感器,才能进行后续的实验测量。这些光纤传感器的主要区别在于内部纤芯直径、探头几何形状和弯曲直径以及表面覆盖的纳米金颗粒尺寸等。这种实验研究通常效率不高且容易造成材料的浪费。另一方面,相关的理论研究又无法将毫米级尺寸的光纤传感器和探头表面纳米级尺寸的纳米金颗粒进行合理的建模和模拟。因此,在本领域的完全理论模拟分析具有重要的科学意义和实用价值。本文以完全理论模拟的方式对生物医学检测中常见的探头形状为U型的、表面覆盖纳米金颗粒的光纤传感器进行研究,重点模拟了一种裸U型光纤传感器的吸光度和灵敏度和一种覆盖纳米金颗粒的U型光纤传感器的吸光度和灵敏度以及表面等离子体共振效应。本文结合几何光学模型和波动光学模型,创新性地提出了一种等效方法和一个等效方程,并验证了其自洽性和合理性。通过有限元方法求解多物理场中的偏微分方程组,得到了相关光纤传感器模型的出射光强和透射率,再利用朗伯-比尔定律计算其吸光度,从而根据吸光度随外界溶液折射率的变化率计算得到U型光纤传感器的折射率灵敏度。该折射率灵敏度正是判断正常细胞是否癌变的重要参数,即折射率灵敏度越大,则检测的精度越准确,细胞癌变检测的可靠性也就越高。上述全理论模拟的方式不仅能避免实验中因制造光纤所产生的浪费,对实验无法制造或制造困难的探头形状进行计算,还能对实验研究起到指导作用。
其他文献
在第五代移动网络快速普及的背景下,互联网中吞吐的海量流量数据种类繁多,增加了网络流量分类问题的难度,对分类器的速度和准确性提出了更高的要求。如何通过分析网络流量实现网络态势感知,及时发现网络异常情况并采取针对性处理措施,对于实施网络安全审查制度,加强网络安全管理,检测和抵御网络入侵,维护国家网络安全等都有着重要意义。传统的基于端口的分类方法在日益复杂的网络环境中分类性能不可靠,基于深度包检测技术的
移动机器人实现自身的精确定位是其执行任务的前提条件之一。近年来,基于视觉信息的定位技术已成为移动机器人自主导航定位的重要研究课题,但是在图像特征不够丰富或者光照不好的情况下,会出现特征丢失的问题,从而造成方法的鲁棒性差。惯性测量单元(Inertial Measurement Unit,IMU)传感器不受光照的影响,在视觉传感器快速移动和图像特征缺失的情况下,依然能精确的输出测量结果,同时相比视觉传
随着信息技术和网络技术的快速发展以及低成本的3D传感器(如Kinect)和光场摄像机的日益普及,无人驾驶、智慧城市、虚拟现实(Virtual Reality,VR)、增强现实(Augemented Reality,AR)等技术已经成为学术与工程应用上的热点,而上述技术的快速发展源自计算机对其周围环境的感知能力不断增强。人们希望计算机像人类一样观察真实场景,并智能地给出解决方案,即使用视觉传感器将真
近年来,多智能体系统的一致性广泛应用在集群问题、编队控制等多种科学和工程问题中.解决多智能体系统一致性问题的基本方法是:依据系统设计合适的协议或算法,使得多智能体系统中智能体的关键量最终达到一致.目前,对一阶和二阶的多智能体系统一致性问题的研究已经比较成熟,但对于二阶多智能体系统的群一致性,尤其是综合考虑连续时间、异步采样等环境的研究还不够完备.因此,本文选择异步多智能体系统的群一致性作为研究方向
神经网络(Neural networks,简记作NNs),是对生物神经网络的结构和功能进行模拟与抽象而建立的数学模型。它克服了计算机对非结构性信息处理的局限性,具有重要的实际应用价值。随科技的发展,单纯的实数和复数神经网络已不足以满足应用的需求了,基于此,实数和复数神经网络的延伸——四元数神经网络(Quaternion-valued neural networks,简记作QVNNs)成为了研究热点
本文深入研究了多智能体系统的一致性问题。在分数阶多智能体系统环境下,主要解决了一般线性系统通过事件触发策略实现自适应一致性问题,进一步在分数阶系统下首次提出了自适应自触发算法;在整数阶多智能体系统环境下,通过设计新的控制器使得链式系统实现了在固定时间内达到一致性。在分数阶多智能体系统环境下,基于自适应控制,分数阶一般线性多智能体系统实现了一致性。多智能体之间的通讯结构是无向连接的,在这个基础上我们
稳态热方程的参数识别问题是反问题领域的研究热点,具有重要的理论和工程意义。本文主要讨论该类问题的Bayes反演方法。Bayes方法是近年来处理反问题的重要手段,相比于传统正则化算法,它有两大优势:1.Bayes方法不仅给出解的具体估计,还给出其不确定性信息,这为工程实际应用决策者提供可靠性分析;2.很多基于它的算法是无导数的,这为其工程实际应用提供便利。基于以上优点,Bayes方法已经被广泛应用于
无人机、机器人等运动载体的集群协同控制在工农业生产、灾难救援、地质勘测等领域发挥着重要的作用。一致性是集群系统跟踪、编队等协同控制行为的基础。在实际应用中,运动载体在不同介质中的运动动态普遍呈现为分数阶微分方程的形式,其模型受到各种因素的影响,存在不确定性。因此研究分数阶模型和不确定性影响下的集群一致性问题具有重要意义。本文首先针对具有模型不确定性的整数阶领导者,在跟随者具有模型不确定性和受到未知
机器人在人类日常工作和生活中的应用早已相当广泛,其中的一个领域为下肢外骨骼机器人方向,应用场景遍布医疗、军事和工业,具体可分为助力和康复训练机器人。本文选取下肢外骨骼这一课题正是为了分析参数在人机耦合力中的作用以及帮助行走不便的人实现助力和康复训练为目标。在对国内和国外外骨骼机器人发展现状了解后,确立了以人机耦合力为目标在轨迹跟踪中进行分析,为以后的更加深入的研究奠定一定的基础。本文主要做以下工作
伴随着表面等离激元共振(Surface Plasmon Resonance,SPR)传感技术的不断发展,光子晶体光纤(Photonic Crystal Fiber,PCF)表面等离激元共振传感器也日益成熟,在生物医学、环境监测等领域拥有巨大的发展前景。本文设计了一种准D型PCF-SPR传感器,利用COMSOL Multiphysics数值分析软件对其传感特性进行了分析,并对其结构参数进行了优化。本