0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

將化學樣品轉(zhuǎn)換為圖像,我們可以利用圖像分析算法進行樣品鑒定

MEMS ? 來源:lp ? 2019-04-03 16:37 ? 次閱讀

在發(fā)展中國家,大約10%的藥物實際上是劣質(zhì)藥物。不幸的是,這些地區(qū)往往缺乏檢測這些劣質(zhì)藥所需的設備。然而,一種便宜的新系統(tǒng)可以解決這個問題。該系統(tǒng)由加州大學河濱分校的團隊開發(fā),要求用戶首先將液體藥物樣品放在載玻片上,液體被吸入一系列平行的微流體通道。然后將該載玻片的一端置于液氮中,沿著載玻片的長度產(chǎn)生溫度梯度。

一個簡單的USB攝像頭拍攝該過程的視頻。這記錄了樣品凍結(jié),分離成不同組分或以其他方式對溫度隨時間變化(以及與氮氣的距離)作出反應的方式。然后從該視頻創(chuàng)建位圖靜止圖像。這些圖像被稱為“計時圖像”。

利用研究人員創(chuàng)建的免費軟件,用戶可以將樣本的計時器與樣本聲稱的真實藥物進行比較。如果它是假冒產(chǎn)品,它會對溫度的變化作出不同的反應,因此它的“計時圖像”將與真實的那些不相符。該程序?qū)⑻嵝延脩粼撌聦崱?/p>

該技術(shù)還可用于溶于水,甚至食品中的固體藥物。事實上,在實驗室測試中,它成功地用于區(qū)分真正的和摻假的橄欖油。

“通過基本上將化學樣品轉(zhuǎn)換為圖像,我們可以利用計算機科學家開發(fā)的所有不同的圖像分析算法,”首席科學家助理教授William Grover表示?!半S著這些算法變得更好,我們化學鑒定樣品的能力也會變得更好。”

科學家最近最近在《ACS Central Science》雜志上發(fā)表了一篇關于這項研究的論文。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 算法
    +關注

    關注

    23

    文章

    4581

    瀏覽量

    92387
  • 計時器
    +關注

    關注

    1

    文章

    416

    瀏覽量

    32582
  • 圖像分析
    +關注

    關注

    0

    文章

    82

    瀏覽量

    18648

原文標題:加州大學開發(fā)出一種新計時圖像系統(tǒng)可快速檢測劣質(zhì)藥

文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關推薦

    基于 DSP5509 進行數(shù)字圖像處理中 Sobel 算子邊緣檢測的硬件連接電路圖

    使用 FPGA 或?qū)S玫?b class='flag-5'>圖像處理芯片與 DSP5509 協(xié)同工作,提高邊緣檢測的速度。 并行處理:利用 DSP5509 的并行處理能力,同時對多個像素點進行 Sobel 算子計算,提高處理效率。
    發(fā)表于 09-25 15:25

    圖像識別算法都有哪些方法

    圖像識別算法是計算機視覺領域的核心任務之一,它涉及到從圖像中提取特征并進行分類、識別和分析的過程。隨著深度學習技術(shù)的不斷發(fā)展,
    的頭像 發(fā)表于 07-16 11:14 ?4684次閱讀

    圖像識別算法的提升有哪些

    方法。 數(shù)據(jù)增強 數(shù)據(jù)增強是提高圖像識別算法性能的一種有效方法。通過對訓練數(shù)據(jù)進行變換和擴展,可以增加數(shù)據(jù)的多樣性,提高模型的泛化能力。常見的數(shù)據(jù)增強方法包括: 2.1 旋轉(zhuǎn)、縮放、平
    的頭像 發(fā)表于 07-16 11:12 ?513次閱讀

    圖像識別算法的優(yōu)缺點有哪些

    圖像識別算法是一種利用計算機視覺技術(shù)對圖像進行分析和理解的方法,它在許多領域都有廣泛的應用,如自
    的頭像 發(fā)表于 07-16 11:09 ?1032次閱讀

    DSP教學實驗箱_數(shù)字圖像處理_操作教程:5-1 圖像旋轉(zhuǎn)

    第一次映射關系為: x=x_0?0.5W y=y_0?0.5H (2)圖像經(jīng)過旋轉(zhuǎn)后需要再次進行坐標轉(zhuǎn)換,數(shù)學坐標系轉(zhuǎn)換為
    發(fā)表于 06-14 14:03

    FPGA設計經(jīng)驗之圖像處理

    NxN的算子中的N不能特別大。當然FPGA也可以接DDR把圖像緩存到其中再讀出來進行處理,但這種處理模式就和CPU差不多了,達不到最高的實時性。其實有些我們認為需要隨機讀取數(shù)據(jù)的
    發(fā)表于 06-12 16:26

    基于FPGA的實時邊緣檢測系統(tǒng)設計,Sobel圖像邊緣檢測,F(xiàn)PGA圖像處理

    利用乒乓操作和 SDRAM 緩存圖像,可以實時提取視頻圖像的邊緣特征。文中對比了 MATLAB 和 FPGA 的處理效果,由于 FPGA 對算法
    發(fā)表于 05-24 07:45

    圖像采集卡的工作原理是什么?

    圖像采集卡是一種用于模擬信號轉(zhuǎn)換為數(shù)字信號的設備,通常用于攝像頭或其他圖像傳感器捕獲的圖像
    的頭像 發(fā)表于 03-20 12:01 ?649次閱讀
    <b class='flag-5'>圖像</b>采集卡的工作原理是什么?

    如何使用Python進行圖像識別的自動學習自動訓練?

    如何使用Python進行圖像識別的自動學習自動訓練? 使用Python進行圖像識別的自動學習和自動訓練需要掌握一些重要的概念和技術(shù)。在本文中,我們
    的頭像 發(fā)表于 01-12 16:06 ?505次閱讀

    圖像采集卡的工作原理及其與圖像處理軟件的區(qū)別介紹

    采集卡通過采樣器件對模擬圖像信號進行采樣。采樣器件通常是一組模數(shù)轉(zhuǎn)換器(ADC),它們連續(xù)的模擬信號轉(zhuǎn)換為離散的數(shù)字信號。采樣率決定了
    的頭像 發(fā)表于 01-10 16:35 ?849次閱讀
    <b class='flag-5'>圖像</b>采集卡的工作原理及其與<b class='flag-5'>圖像</b>處理軟件的區(qū)別介紹

    二值圖像連通區(qū)域的標記原理

    ,即給每個連通區(qū)域一個唯一的標識符。 連通區(qū)域標記是圖像分析圖像處理中的一個重要步驟,可以用于圖像分割、邊緣檢測、目標提取、形狀描述等應用
    的頭像 發(fā)表于 01-05 14:28 ?720次閱讀

    基于TIC6000的DSP教學實驗箱操作教程:5-18 RGB24圖像灰度轉(zhuǎn)換(LCD顯示)

    加權(quán)平均法就是根據(jù)三基色的重要性及其他指標,R、G、B三個分量以不同的權(quán)值進行加權(quán)平均。由于人眼對綠色的敏感最高,對藍色敏感最低,因此我們可以按照下式對R、G、B三分量
    發(fā)表于 01-04 15:04

    淺談圖像調(diào)試之raw圖像問題分析

    圖像調(diào)試過程,當發(fā)現(xiàn)一個問題時,很多時候都要通過 dump raw 圖像分析,如果raw圖像上有,那就排除了是 ISP的處理導致。 下一步就是排查 sensor 或者鏡頭,這樣
    的頭像 發(fā)表于 11-27 10:35 ?1464次閱讀
    淺談<b class='flag-5'>圖像</b>調(diào)試之raw<b class='flag-5'>圖像</b>問題<b class='flag-5'>分析</b>

    什么是頻率域?為什么要在頻率域中進行圖像處理?

    傅里葉變換的數(shù)學工具,圖像從空間域(圖像的原始表示)轉(zhuǎn)換為頻率域(圖像的頻率表示)。 為什么要在頻率域中
    的頭像 發(fā)表于 11-20 14:05 ?1784次閱讀

    EBSD樣品的常用制樣方法

    FIB技術(shù)利用配置高電流密度的Ga+ 離子槍,其最小離子束直徑可達幾個納米,因此可在納米尺度上進行金屬、半導體或絕緣體材料準確的沉積,可對樣品進行剝蝕、減薄,也可對
    的頭像 發(fā)表于 10-29 14:58 ?1284次閱讀
    EBSD<b class='flag-5'>樣品</b>的常用制樣方法