近红外光谱学综述
近红外光谱技术概述
近红外光谱技术概述近红外光(Near-infrared)是指波长在780〜2500nm 范围内的电磁波，属于非可见光区域。
习惯上又将近红外光划分为近红外短波(780〜1100nm)和长波(1100〜2500nm)两个区域。
NIR 技术可通过测定样品的NIR 光谱，同时分析样品中的多种成分。
在近红外谱区，光的频率与有机分子中C-H , O-H , N-H 等振动的合频与各级倍频一致，因此通过有机物的近红外光谱可以取得分子中C-H , O-H , N-H 的特征振动信息。
由于近红外光谱的谱带较宽，谱图重叠严重，不能用特征峰等简单方法分析，需要运用计算机技术与化学计量学方法。
近红外光谱的发展大致可以分为5个阶段，50年代以前人们对近红外光谱已有初步的认识，但由于缺乏仪器基础，尚未得到实际应用；进入50 年代，随着商品化仪器的出现及Norris等人所做的大量工作，近红外光谱技术在农副产品分析中得到广泛应用；到60 年代中期，随着各种新的分析技术的出现加之经典近红外光谱分析暴露的灵敏度低、抗干扰性差的弱点，近红外光谱进入一个沉默的时期，除在农副产品分析中开展一些工作外，新的应用领域几乎没有拓展；80年代以后，随着计算机技术的迅速发展，带动了分析仪器的数字化和化学计量学学科的发展，通过化学计量学方法在解决光谱信息的提取及背景干扰方面取得良好效果，加之近红外光谱在测样技术上所独有的特点，使人们重新认识了近红外光谱的价值，数字化光谱仪器与化学计量学方法的结合形成了现代近红外光谱技术。
进入90 年代，近红外光谱在工业领域中的应用全面开展，由于近红外光在常规光纤中良好的传输特性，使近红外光谱在线分析领域得到很好应用，并取得极好的社会和经济效益，从此近红外光谱步入一个快速发展的时期。
近红外光谱技术的特点。
近红外光谱知识科普
近红外光谱知识科普全文共四篇示例，供读者参考第一篇示例：近红外光谱是一种应用广泛的光谱学技术，它可以用来研究物质的结构和性质，同时也在很多领域发挥着重要作用。
本文将介绍近红外光谱的基本原理、应用领域以及未来发展方向，希望能够帮助读者更好地了解这一技术。
近红外光谱是一种利用近红外光（波长范围一般在700-2500纳米）与物质相互作用来获取信息的技术。
近红外光谱仪通常由光源、样品室、光学系统和检测器等部分组成。
在近红外光谱分析中，样品受到近红外光的照射后，会发生吸收、散射或反射，这些现象会导致光的强度或波长发生变化，通过检测这些变化可以获取样品的光谱信息。
近红外光谱在很多领域都有着广泛的应用。
在食品工业中，近红外光谱可以用来检测食品的成分、营养价值和品质，帮助生产商保证产品的质量。
在药物研发领域，近红外光谱可以用来分析药物的成分和结构，指导新药的设计和研发过程。
在环境监测和地质勘探领域，近红外光谱可以用来检测空气、水、土壤中的有害物质，帮助保护环境。
此外，近红外光谱还被广泛应用于农业、化工、医学等领域。
近红外光谱技术的发展一直在不断推进。
随着光谱仪器的不断改进和智能化技术的应用，近红外光谱分析的速度和精度得到了显著提高。
未来，近红外光谱技术有望在医疗诊断、生物医药领域得到更广泛的应用，为人类健康和生活质量的提升做出更大的贡献。
总结起来，近红外光谱是一种强大的光谱学技术，具有广泛的应用前景和发展潜力。
通过继续开展研究和技术创新，近红外光谱技术将在未来发挥更加重要的作用，为人类社会的发展带来更多的益处。
希望本文可以帮助读者更好地了解近红外光谱技术，促进其在不同领域的应用和发展。
【仅供参考】。
第二篇示例：近红外光谱（Near-Infrared Spectroscopy, NIR）是一种在近红外波段（波长约700-2500纳米）范围内进行光谱分析的技术方法。
近红外光谱技术广泛应用于农业、医药、食品工业、环境监测等领域，具有快速、准确、非破坏性、无需样品预处理等优点。
近红外光谱技术在水果成熟期预测中的应用(综述)
ｒ ｃ ｎ ｅ ｓ ｍｏ ｅ ａ ｄ ｍｏ ｅ ａ ｔｎ ｉ ｎ ｉ ｐ ｉ ｏ ａ ｐ ｙ ｎ ＲＳ ｔｃ ｎ ｌ ｇ ｏ ｆｕ ｔ ｅ ｅｏ ｍｅ ｔ ｅ ｅ ｔｙ ａ ， ｒ ｎ ｒ ｔ ｔ ｓ ａ ｄ ｔ ｐ ｌ ｉ ｇ ＮＩ ｅ ｈ ｏ ｏ ｙ ｔ ｒ ｉ ｄ ｖ ｌ ｐ ｎ ， ｒ ｅ ｏ
ｐ ｅ ｉｔｏ ｏ ｍａｕ ｉ ｓａ ｅ ｎ ｄ ｎ ｅ ｎ ｌ ｕ ｌｔ ｍｅ ｓ ｒ ｍｅ ｔ ｎ ｈ ｓ ｒｉｌ ， ｎ ｔ ｎｌ ｔ ｅ ｒ ｄｃ ｉ ｎ ｆ ｔ ｒｔ ｙ ｔ ｇ ａ ｉ ｔｒ ａ ｑ ａ ｉ ｙ ａ ｕ ｅ ｎ ．Ｉ ｔ ｉ ａ ｔ ｅ ｃ ｏ ｏ ｙ ｈ ｆ ｎ ｍｅ ｔｌｐｒｎ ｉ ｅ ｎ ｈａａ ｔｒｓｉ ｓｏ ｅ ｒｉ ｆａ ｅ ｐ ｃｒ ｓ ｏ ｙ ｗｅ ｅ ｓ ｍｍ ａｉ ｅ ｕ ｄａ ｎ ａ ｉ ｃｐｌｓａ ｄ ｃ ｒ ｃｅ ｔｃ ｆｎ ａ ｎ ｒ ｄ ｓ ｅ ｔｏ ｃ ｐ ｒ ｕ ｉ ｒ ｒｚ ｄ，ｂ ｔａ ｓ ｕ ｌｏ ｔ ｅ ｓａｕｓ ｑ ｄ ｅ ｉｔｎ ｒ ｌｍｓ ｉ ｒ ｄ ｃｉ ｎ ｏ ｔｒ ｔｇｅ ｗｅ ｅ ｐ ｅ ｅ ｔｄ．Ｔｈ ｅ ｅ ｃ ｈ ｔｔ ｕｏ ａ ｘ ｓｉ ｇ ｐ ｏｂ ｅ ｎ ｐ ｅ ｉｔｏ ｆ ｍａｕ ｅ ｓａ ｒ ｒ ｓ ｎ ｅ ｎ ｅ ｒｓ ａ ｈ ｒ ｄ ｒ ｃ ｉ ｎ ａ ｕ ｐ ｌ ｉ ｇ ＮＩ ｅ ｈ ｌ ｇ ｎ ｆ ｏ ｕｓｒ ｓｐｒ ｖ ｄ ｄｆ ｒＵ ． ｉｅ ｔｏ ｂｏ ｔ ｐ ｙ ｎ ＲＳ ｔ ｃ ｎｏ ｏ ｙｉ ｏ ｄ ｉ ａ ｎｄ ｔｙｉ ｏ ｉ ｅ ｏ Ｓ Ｋｅ ｗｏ ｄｓ：Ｎｅ ｎ ａ ｅ ｐ ｃｒ ｃ ｎ ｌ ｇ ｆ ｉ； ｔ ｒｔ ｔｇｅ ａ ｐｌｃ ｔｏ ｙ ｒ ｒ ａ Ｉ ｆｒ ｄ Ｓ ｅ ｔａＴｅ ｈ ｏ ｏ ｙ； ｒ ｔ ｍａ ｕ ｉ ｓａ ； ｐ ｉａ ｉ ｎ ｒ ｕ ｙ
近红外光谱概述
辛烷值（RON、MON），密度，芳烃，烯烃，苯含量，MTBE， 乙醇含量 辛烷值（RON、MON），PIONA（直链烷烃、异构烷烃，芳 烃，环烷烃和烯烃），馏程 辛烷值（RON、MON），芳烃碳数分布，馏程 辛烷值（RON、MON），二烯、二甲苯异构体含量 POINA，密度，分子量，馏程，乙烯的潜收率，结焦指数 十六烷值，密度，折光指数，凝点，闪点，馏程，芳烃组成 （单环、双环和多环） 冰点，芳烃，馏程 族组成，基础油粘度指数，粘度，添加剂 API 度，渣油中 SARA 族组成；沥青中蜡含量 纯度，水分，羟基含量等 聚合度，动力学、热力学性质测定，添加剂含量 共混、共聚物的组成，分子量，密度，熔融指数，等规度， 残余单体、溶剂，添加剂含量，粒度分布，力学性能，回收 废塑料类别鉴定等 原料药的主要活性成分，结晶状态、粒径、旋光性和密度， 鉴别中药材的真伪、产地和品质分级 混合均匀性，干燥过程水分，注射用产品灭菌，膜衣厚度， 粒径，主要成分和中间产物浓度，溶出度，药物中微生物定 性定量监测 主要成分，硬度，包装材料的鉴定，稳定性，真伪鉴定 全血或血清中血红蛋白载氧量、pH 值、脂肪酸、胆固醇、 蛋白质、葡萄糖、尿素等含量；无创血糖监测；尿液中尿素、 肌氨酸酐和蛋白质；皮肤中水分的测定；烧伤伤口分类；组 织氧含量；脑氧饱和度和血流动力学；细胞病理如癌细胞鉴 别
现代近红外光谱技术及应用进展
现代近红外光谱技术及应用进展一、本文概述近红外光谱（Near-Infrared Spectroscopy，NIRS）是一种基于物质对近红外光的吸收和散射特性的分析技术。
近年来，随着光谱仪器设备的不断改进和计算机技术的飞速发展，现代近红外光谱技术在分析化学、生物医学、农业食品等领域的应用日益广泛。
本文旨在综述现代近红外光谱技术的最新进展，特别是在仪器设备、数据处理方法、化学计量学以及应用领域的最新发展。
文章首先介绍了近红外光谱的基本原理和技术特点，然后重点论述了现代近红外光谱技术在不同领域的应用实例和取得的成果，最后展望了未来发展方向和潜在应用前景。
通过本文的阐述，旨在为读者提供一个全面、深入的现代近红外光谱技术及应用进展的概述。
二、现代近红外光谱技术的理论基础现代近红外光谱技术，作为一种高效、无损的分析手段，其理论基础源自电磁辐射与物质相互作用的原理。
近红外光谱区域通常是指波长在780 nm至2500 nm范围内的电磁波，其能量恰好对应于分子振动和转动能级间的跃迁。
因此，当近红外光通过物质时，分子中的化学键和官能团会吸收特定波长的光，产生振动和转动跃迁，从而形成独特的光谱。
现代近红外光谱技术的理论基础主要包括量子力学、分子振动理论和光谱学原理。
量子力学为近红外光谱提供了分子内部电子状态和行为的基本描述，而分子振动理论则详细阐述了分子在不同能级间的跃迁过程。
光谱学原理则将这些理论应用于实际的光谱测量和分析中，通过测量物质对近红外光的吸收、反射或透射特性，来获取物质的结构和组成信息。
现代近红外光谱技术还涉及到光谱预处理、化学计量学方法以及光谱解析等多个方面。
光谱预处理包括平滑、去噪、归一化等步骤，旨在提高光谱的质量和稳定性。
化学计量学方法则通过多元统计分析、机器学习等手段，实现对光谱数据的深入挖掘和信息提取。
光谱解析则依赖于专业的光谱数据库和算法，对光谱进行定性和定量分析，从而确定物质中的成分和含量。
红外光谱的原理及应用综述
红外光谱的原理及应用综述红外光谱是一种通过测定物质吸收或散射红外辐射来研究物质结构和化学反应的分析方法。
红外光谱所使用的光源主要是红外区域的线状源以及红外分光仪。
下面将对红外光谱的原理和应用进行综述。
红外光谱基于物质在红外区域的吸收和散射现象，红外光谱的原理与分子的振动、转动和拉伸等有关。
当分子的振动与辐射光子的能量相等时，分子吸收辐射光子并发生光谱峰的吸收峰。
红外光谱通常分为近红外、中红外和远红外三个区域，其中近红外（2500-4000 cm-1）是最常用的区域。
分子的振动通常包括对称拉伸、不对称拉伸、弯曲与扭转等形式，不同化学物质的分子结构和键的种类会导致不同的振动频率和模式，进而表现为不同的红外光谱。
1.化学研究：红外光谱可以对化学物质的分子结构、键信息和有机化学反应进行分析。
通过测量样品的红外吸收峰，可以推断样品中存在的化学官能团、碳氢化合物以及其他功能团。
2.化学品鉴定：红外光谱可以用于鉴定未知化合物，通过比对红外光谱图谱可以确定样品的分子结构和元素组成，进而鉴定样品的化学品种类和纯度。
3.药物分析：红外光谱可以对药物的分子结构进行分析，评估药物的纯度、稳定性和结构特征。
4.食品检测：红外光谱可以用于食品杂质的检测和分析，如添加剂、农药残留、重金属含量等。
5.石油和燃料分析：红外光谱可以用于石油、燃料和润滑油等的成分分析，如鉴定有机功能团、饱和度和微量元素含量。
6.环境监测：红外光谱可以应用于环境监测，如水质分析、大气污染检测和土壤分析等。
7.生物医学研究：红外光谱可用于生物体内的组织和生物分子的研究，用于分析生物标志物、蛋白质结构和药物作用机制等。
红外光谱在以上领域的应用不仅具有快速、非破坏性、灵敏度高等特点，还可以进行实时监测和定量分析。
然而，红外光谱也存在分辨率较低、峰值重叠以及含水样品的干扰等问题，为了克服这些问题，可以结合其他分析方法，如红外光谱-质谱联用、拉曼光谱等。
总结起来，红外光谱作为一种广泛应用于化学分析和材料科学等领域的工具，不仅可以用于分析物质的结构和化学反应，还可以解决许多实际问题，为科研和生产提供了重要的支持。
近红外光谱
近红外光谱简介近红外光谱是一项用于分析物质结构和化学成分的非破坏性测试技术。
它在近红外光范围内测量物质的吸收和反射情况，通过光谱数据分析来识别和定量不同组分。
工作原理近红外光谱是基于近红外光（波长为700-2500纳米）与物质之间的相互作用。
当近红外光照射到样品表面时，一部分光会被样品吸收，一部分会被反射或散射。
通过测量光的吸收和反射情况，可以获得样品在不同波长下的吸收光谱或反射光谱。
应用领域近红外光谱在许多领域中得到了广泛应用，包括药物研发、食品安全、农业、化工等。
以下是一些常见的应用领域：1. 医药行业近红外光谱可以用于药物的质量控制、鉴别和定量分析。
通过建立样本库和光谱库，可以对药物的成分和纯度进行快速检测，确保药物的质量和安全性。
2. 食品行业近红外光谱可以用于食品成分的分析和检测。
通过快速扫描样品的光谱，可以确定食品的成分、含量和品质。
例如，在奶制品行业中，近红外光谱可以用来检测脂肪、蛋白质和乳糖的含量。
3. 农业近红外光谱可以用于农产品的快速检测和质量评估。
通过测量农产品样品的光谱，可以确定其水分、脂肪含量、营养成分等重要指标，帮助农民和食品生产商进行农产品品质的控制。
4. 化工在化工生产过程中，近红外光谱可以用于原料和成品的在线监测和控制。
通过实时测量光谱，可以及时发现产品中的异常情况，并采取相应的调整措施，提高生产过程的效率和质量。
仪器设备进行近红外光谱分析通常需要一台近红外光谱仪器。
近红外光谱仪器一般由光源、样品室、光谱检测器和数据处理软件等部分组成。
光源通常采用近红外光泵浦二极管或近红外光纤激光器。
样品室一般为可调节的样品台，可以容纳不同尺寸和形状的样品。
光谱检测器可以是稳定、高灵敏度的光电二极管或光电倍增管。
数据处理软件可以对采集到的光谱数据进行处理、分析和可视化。
数据处理与分析近红外光谱数据处理和分析是利用数学和统计方法对光谱数据进行解释和推断。
常见的数据处理和分析方法包括：1. 光谱预处理光谱数据通常需要进行预处理，以去除杂散光、噪声和仪器漂移等干扰。
红外光谱的原理及应用综述
红外光谱分析基本原理及应用摘要红外光谱分析技术具有很快速，非破坏性,低成本及同时测定多种成分等特点,在很多领域得到了广泛应用。
本文介绍了红外光谱技术的检测原理,红外光谱仪的构造，指出了其检测的优点与不足。
综述了红外光谱法的发展、应用以及对红外光谱研究前景的展望.关键词: 红外光谱原理构造发展1。
引言红外光谱法(infrared spectrometry，IR）是根据物质对红外辐射的选择性吸收特性而建立起来的一种光谱分析方法.分子吸收红外辐射后发生振动和转动能级跃迁。
所以，红外光谱法实质是根据分子内部振动原子间的相对振动和分子转动等信息来鉴别化合物和确定物质分子结构的分析方法.2。
红外光谱分析的基本原理2.1 红外光谱产生的条件物质分子吸收红外辐射发生振动和转动能级跃迁,必须满足以下两个条件：一是辐射光子的能量与发生转动和转动能级跃迁所需的能量相等；二是分子转动必须伴随有偶极距的变化，辐射与物质间必须有相互作用。
2.2 红外吸收光谱的表示方法红外吸收光谱一般用T_σ曲线或T_λ曲线来表示，λ与σ的关系式为:σ（cm-1）=1/λ(cm）=10^4/λ（μm）2.3 分子的振动与红外吸收2。
3.1 双原子分子的振动若把双原子分子(A—B）的两个原子看成质量分别为M1，M2的两个小球，中间的化学键看做不计质量的弹簧，那么原子在平衡位置附近的伸缩振动可以近似地看成沿键轴方向的简谐振动.量子力学证明，分子振动的总能量为：E=（u+1/2）hv当分子发生△v=1 的振动能级跃迁时（由基态跃迁到第一激发态）根据胡克（Hooke)定律它所吸收的红外光波数σ为:σ=（1/2пc）√（k/μ）其中:c—光速,3×10^8cm/s；k—化学键力常数N/cm；μ—两个原子的折合质量,g，μ=（m1。
m2)/（m1+m2)显然，振动频率σ与化学键力常数k成正比,与两个原子的折合质量成反比。
不同化合物k和μ不同，所以不同化合物有自己的特征红外光谱。
近红外光谱rpd-概述说明以及解释
近红外光谱rpd-概述说明以及解释1.引言1.1 概述概述随着科学技术的不断进步和人类对事物认识的不断深化，近红外光谱技术作为一种非破坏性、无接触、快速、准确、可重复性好的分析检测方法，在农业领域得到了广泛应用。
近红外光谱技术以其独特的物理特性和高度灵敏的分析能力，为农业种植、育种、病虫害检测、食品质量检测等方面提供了有力的支持。
近红外光谱技术基于物质与电磁波的相互作用原理，通过测量物质在近红外波段的吸收、反射和散射特性，获取物质的光谱信息。
通过对物质光谱进行分析和处理，可以推断出物质的组分、结构和性质等关键信息。
这使得近红外光谱技术在农业领域的应用变得无比重要和有益。
在农业生产领域，近红外光谱技术已经广泛用于对农作物品质、营养成分、水分含量、疾病害虫的快速检测和分析。
通过非破坏性的近红外光谱分析手段，可以准确、快速地对作物的成熟度、病虫害情况等进行检测评估，为农业生产提供科学依据和决策支持。
此外，近红外光谱技术在农业领域的应用还包括农产品质量检测、土壤养分分析、农药残留检测等方面。
通过测量近红外光谱与农产品的相互作用，可以检测和评估农产品的质量指标，如含水量、营养成分、残留农药等。
这为农产品的质量控制和食品安全提供了可靠手段。
尽管近红外光谱技术在农业领域的应用已取得了显著的成果，但也面临着一些挑战和困难。
比如，如何优化光谱数据处理算法，提高分析的准确性和稳定性；如何降低设备成本，提高仪器的可靠性和使用便捷性；如何加强标准化管理和监测体系建设，确保检测结果的可靠性和可比性等。
对于这些挑战，我们需要进一步研究和探索，以不断完善和拓展近红外光谱技术在农业领域的应用。
综上所述，近红外光谱技术在农业领域具有巨大的应用潜力和发展前景。
通过充分发挥近红外光谱技术的优势，我们可以更好地满足农业生产和食品安全领域的需求，提高农业生产效率和质量，推动农业可持续发展。
1.2 文章结构文章结构部分的内容可以包括以下内容：文章结构：本文主要由引言、正文和结论三个部分组成。
近红外光谱分析原理
近红外光谱分析原理近红外光谱分析是一种常用的无损检测技术，通过测量样品在近红外光波段的吸收和反射特性，来分析和鉴定物质的成分和性质。
本文将详细介绍近红外光谱分析的原理及其应用。
一、原理概述近红外光波长范围通常被定义为从780纳米到2500纳米，相对于可见光波长而言，在这一范围内物质对光的吸收较小。
近红外光谱分析利用了样品在这一波长范围内的吸收特性，通过测量样品对不同波长光的吸收程度来确定样品的成分和性质。
二、光谱仪构成近红外光谱仪通常由光源、样品接口、分光器、检测器和数据处理系统等组成。
光源产生近红外光，样品接口将光传递到样品上，并接收样品反射或透射的光信号。
分光器将光信号按照波长进行分离，并送入检测器进行信号检测。
最后，数据处理系统对检测到的光谱信号进行处理和分析。
三、样品制备近红外光谱分析的样品制备通常较为简单，大部分样品可以直接使用而无需特殊处理。
对于液体样品，可以直接放入透明的试剂盒或玻璃杯中进行测量；对于固体样品，通常需研磨成粉末或制备成透明的薄片，以确保光线可以透过样品进行测量。
四、光谱采集与分析光谱采集是近红外光谱分析的核心步骤，通过扫描一定波长范围内的光信号，得到样品在每个波长下的吸收光谱。
光谱分析可以通过两种方式进行：定性分析和定量分析。
定性分析通过与已知光谱库进行比对，判断样品的成分和特征。
光谱库中包含了不同物质的已知光谱特征，在采集到的光谱与光谱库进行匹配后，可以确定样品中是否含有特定物质。
定量分析则是通过建立样品的光谱特征与样品成分之间的数学模型，来估计或测定样品中的化学成分含量。
通常使用统计学方法和化学计量学模型进行定量分析。
五、应用领域近红外光谱分析在许多领域中得到广泛的应用。
例如，在农业中，可以通过近红外光谱分析检测农产品中的水分、蛋白质、糖分等成分，用于判断产品的质量和品种；在药品制造中，可以利用近红外光谱分析检测药品中的有效成分含量，用于质量控制；在环境监测中，可以通过近红外光谱分析检测土壤和水体中的污染物含量，用于环境保护等。
近红外光谱的原理及应用
近红外光谱的原理及应用前言近红外光谱是一种非破坏性的分析技术，被广泛应用于物质组分的测定、质量控制和环境监测等领域。
本文将介绍近红外光谱的原理及其在不同领域的应用。
一、近红外光谱的原理近红外光谱是指在波长范围为700 nm到2500 nm之间的光线所显示的谱图。
其原理基于物质吸收、散射和反射的特性。
近红外光谱仪通过收集样品对近红外光的吸收、散射或反射来获得样品的光谱信息。
其原理可简单总结为以下几个步骤：1.光源发出宽谱带光线，经过透镜或光纤导入光谱仪中。
2.经过光栅或棱镜的分光作用，将光线分解成不同波长的光，形成光谱。
3.样品与光谱仪中的探测器之间形成一个封闭的光学系统。
4.样品与光线相互作用，发生吸收、散射或反射。
这些相互作用引起光强度的变化。
5.光谱仪中的探测器记录这种光强度的变化，从而得到样品的光谱图。
二、近红外光谱的应用近红外光谱因其快速、非破坏性和高效的特点，在许多领域都有广泛的应用。
以下是近红外光谱在不同领域的应用示例：1. 食品行业•食品成分分析：近红外光谱可以用于分析食品中的脂肪、蛋白质、糖类等成分的含量，从而用于质量控制和产品检测。
这种非破坏性的分析方法可以避免传统化学分析所需的样品处理和分解过程。
•食品质量检测：通过比对样品近红外光谱与标准样品的光谱，可以检测食品中的变质程度、添加剂是否合格等质量指标。
2. 化工行业•原料组分分析：近红外光谱可以用于化工原料的成分分析，通过建立光谱与成分之间的关系模型，可以快速准确地确定原料的组分及其含量。
•反应过程监测：近红外光谱可以在线监测化工反应过程中的物质变化，实时掌握反应过程的动态信息，从而进行优化和调控。
3. 医药领域•药品质量控制：近红外光谱可以用于药品质量的快速检测和分析。
通过建立药品光谱与其成分、含量之间的关系模型，可以对药品进行快速准确的质量控制。
•药物研发：近红外光谱可以用于药物研发过程中的原料药分析、反应过程监测等，加快药物研发的速度和效率。
综述类毕业论文格式(近红外光谱法在药物分析中的应用)
毕业论文课题名称近红外光谱法在药物分析中的应用姓名学号所在系专业年级指导教师职称二O 年月日近红外光谱技术近年来成为发展最快、最引人注目的一门独立的分析技术。
其最主要的优点是测定快速、操作简单、不破坏样品、少用或不用样品前处理、无污染，以及实时测定大量的组分或参数等，分析重现性好等优点。
本文主要介绍了其定量、定性分关键词引言 (3)1 近红外光谱的基本原理及特点 (3)2 近红外光谱的分类 (3)3 近红外光谱分析的基本流程 (4)4 近红外光谱的定量分析 (4)4.1 主成分回归法 (4)7 小结与展望 (6)参考文献 (7)谢辞 (9)引言近红外光谱分析技术是一项在农业和食品工业领域中广泛应用的定性和定量分析技术，最近几年这项技术正逐渐在药品检验领域得到研究和应用。
近红外光谱分析技术的潜力及其广阔的应用前景正被越来越多的大型药物生产公司和企业看好。
与其他既耗时、成本又高的药物分析方法相比，近红外光谱分析技术的性价比及便捷性决定它必将替代其他分析方法。
1 近红外光谱的基本原理及特点不同于中红外(3～30μm)与远红外(30～1000μm)光谱区域，近红外是指与可见光非常接近的光的区域，就是780～2526 nm(12 820～3 959 cm-1)[1]，主要是一些能量较低的电子跃迁，以及分子振动状态间的跃迁所产生的C-H、O- H、N –H、C=O等基团的倍频吸收和合频吸收。
王亚敏等[2]总结了近红外光谱的分析特点:（1）很多物质在近红外区域的吸收系数小，使分析过程变得简单。
作为分子振动能级跃迁产生的吸收光谱，近红外区域的倍频和合频吸收系数很小，故样品无需用溶剂稀释2 近红外光谱的分类根据NIR光谱的获得方式，通常有透射(Transmittance)和漫反射(Diffuse Reflectance)两种[3]。
透射测定法的定量关系遵从Lambert-Beer定律，主要适用于液体样品，其正常的工作波长范围是850~1050nm[4]。
近红外光谱技术基础理论与应用
的就是该方法，先对近红外光谱数据通过主成分分析进行压缩，选取合适的几个 主成分的得分作为输入参数。
三、近红外光谱分析技术的工作过程
样品的近红外光谱包含了组成与结构的信息，而性质参数（如油品的相对密 度、馏程和闪点等）也与其组成、结构相关。因此，在样品的近红外光谱和其性 质参数间也必然存在着内在的联系。使用化学计量学这种数学方法对其两者进行 关联，可确立这两者间的定量或定性关系，即校正模型。建立模型后，只要测量 未知样品的近红外光谱，再通过软件自动对模型库进行检索，选择正确模型，根 据校正模型和样品的近红外光谱就可以预测样品的性质参数。所以，整个近红外 光谱分析方法包括了校正和预测两个过程。
近红外光谱
近红外光谱
训练集样品
化学计量学 软件
模型
未知样品
组成或性质 数据
组成或性质 数据
图 1 分析过程示意图
因此，近红外光谱分析又称“黑匣子”分析技术，即间接测量技术。通过
5
对样品光谱和其性质参数进行关联，建立校正模型，然后通过校正模型预测样品 的组成和性质。过程如图 1 所示。蓝色箭头所表示的就是预测过程，用于常规分 析。使用化学计量学软件，通过待测样品的光谱和模型计算出其性质和组成数据。
2
第一章 近红外光谱分析技术概述及发展历程
近红外光谱技术（NIR）是一种高效快速的现代分析技术，它综合运用了计 算机技术、光谱技术和化学计量学等多个学科的最新研究成果，以其独特的优势 在多个领域得到了日益广泛的应用。并已逐渐得到大众的普遍接受和官方的认 可。
近红外区域按ASTM定义是指波长在 780～2526nm范围内的电磁波，是人们最 早发现的非可见光区域。由于物质在该谱区的倍频和合频吸收信号弱，谱带重叠， 解析复杂，受当时的技术水平限制，近红外光谱“沉睡” 了近一个半世纪。直 到 20 世纪 50 年代，随着商品化仪器的出现及Norris等人所做的大量工作，使得 近红外光谱技术曾经在农副产品分析中得到广泛应用。到 60 年代中后期，随着 各种新的分析技术的出现，和经典近红外光谱分析技术暴露出的灵敏度低、抗干 扰性差的弱点，使人们淡漠了该技术在分析测试中的应用，从此，近红外光谱进 入了一个沉默的时期。80 年代后期，随着计算机技术的迅速发展，带动了分析 仪器的数字化和化学计量学的发展，通过化学计量学方法在解决光谱信息提取和 背景干扰方面取得的良好效果，加之近红外光谱在测样技术上所独有的特点，使 人们重新认识了近红外光谱的价值，近红外光谱在各领域中的应用研究陆续展 开。进入 90 年代，近红外光谱在工业领域中的应用全面展开，有关近红外光谱 的研究及应用文献几乎呈指数增长，成为发展最快、最引人注目的一门独立的分 析技术。由于近红外光在常规光纤中具有良好的传输特性，使近红外光谱在在线 分析领域也得到了很好的应用，并取得良好的社会效益和经济效益，从此近红外 光谱技术进入一个快速发展的新时期。[1]
近红外光谱原理
近红外光谱原理答：近红外光谱（NIR）是一种重要的光谱分析技术，广泛应用于化学、材料科学、生物学和医学等领域。
本文将介绍近红外光谱的基本原理，包括物质对光的吸收和散射、分子振动和旋转、能量转移和跃迁、多重散射和反射以及化学计量学分析等方面。
1. 物质对光的吸收和散射近红外光谱是一种基于物质对光的吸收和散射的分析方法。
在近红外区域，物质的吸收主要取决于分子中电子的迁移和振动。
不同的分子结构和化学键在不同波长的近红外光下具有不同的吸收特征，因此可以通过测量物质在近红外区域的透射、反射和散射等特征来获取其化学组成和结构信息。
2. 分子振动和旋转在近红外光谱中，分子振动和旋转也是重要的光谱活性。
分子振动是指分子内部原子的振动，其频率通常在近红外区域。
这些振动的能量与近红外光的能量相匹配，因此分子在近红外光下可以吸收光能并转换为热能或其他形式的能量。
分子的旋转也具有类似的特性，不同之处在于它们涉及的是整个分子的旋转而不是内部原子的振动。
3. 能量转移和跃迁在近红外光谱中，能量转移和跃迁也是重要的过程。
这些过程通常涉及电子或原子的激发和能级跃迁，可以导致光吸收或光散射。
例如，某些物质在近红外光下可以吸收光能并转移到其他物质上，这种能量转移通常是由于不同分子或化学键之间的相互作用所致。
4. 多重散射和反射除了上述过程外，近红外光谱还受到多重散射和反射的影响。
当光线通过样品时，它可能会遇到不同的分子和化学键，导致散射和反射。
这些散射和反射会影响光线的传播方向和强度，从而影响近红外光谱的测量结果。
在某些情况下，这些效应可能会导致光谱畸变或背景干扰，需要采用适当的实验技术和数据处理方法进行校正和处理。
5. 化学计量学分析化学计量学是一种利用数学和统计学方法分析化学数据的学科。
在近红外光谱分析中，化学计量学方法可用于建立模型、预测和分析化学计量学数据。
例如，可以通过建立偏最小二乘法（PLS）模型来预测样品的性质或组成，或者利用支持向量机（SVM）等方法进行分类和鉴别。
近红外光谱(百科)
Near Infrared，NIR）是介于可见光（Vis）和中红外（MIR）之间的电磁辐射波，美国材料检测协会（ASTM）将近红外光谱区定义为780-2526nm的区域，是人们在吸收光谱中发现的第一个非可见光区。
近红外光谱区与有机分子中含氢基团（OH、NH、CH）振动的合频和各级倍频的吸收区一致，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息，而且利用近红外光谱技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。
近红外光谱技术量测信号的数字化和分析过程的绿色化又使其具有典型的时代特征，近红外光谱区是 Herschel 在 1800 年进行太阳光谱可见区红外部分能量测量中发现的，为了纪念 Herschel 的历史性发现人们将近红外谱区中介于 780～1100nm 的波段称为Herschel 谱区。
红外光谱分析技术作为一种有效的分析手段在二十世纪三十年代就得到了认可，当时红外仪器主要用于分子结构理论的研究。
近红外区的光谱吸收带是有机物质中能量较高的化学键（主要是 CH、OH、NH）在中红外光谱区基频吸收的倍频、合频和差频吸收带叠加而成的。
由于近红外谱区光谱的严重重叠性和不连续性，物质近红外光谱中的与成份含量相关的信息很难直接提取出来并给予合理的光谱解析。
而有机物在中红外谱区的吸收带较多、谱带窄、吸收强度大及有显著的特征吸收性，传统的光谱学家和化学分析家习惯于在中红外基频吸收波段进行光谱解析，所以近红外谱区在很长一段时间内是被人忽视和遗忘的谱区。
随着红外仪器技术的发展，更加稳定的电源、信号放大器、更灵敏的光子探测器、微型计算机等的发展使得近红外光谱区作为一段独立的且有独特信息特征的谱区得到了重视和发展。
Karl Norris 作为近红外光谱分析技术发展的奠基人，于二十世纪五十年代在美国农业部的支持下开始进行近红外光谱分析技术用于农产品（包括谷物、饲料、水果、蔬菜等）成份快速定量检测的探讨研究。
近红外光谱原理范文
近红外光谱原理范文近红外光谱（NIRS）是一种广泛应用于科学研究和工业领域的非侵入性分析技术。
其原理基于光的吸收和散射特性，利用近红外波段（一般为700到2500纳米）的电磁辐射与物质相互作用，从而获取样品的化学和结构信息。
近红外光谱技术的原理与紫外可见光谱类似，但波长范围更长。
近红外光波与物质相互作用时，可发生三种基本过程：透射、反射和散射。
透射是指光线穿过样品时没有发生改变，反射是指光线在样品表面发生改变后返回光源方向，而散射是指光线在物质内部发生各向异性的随机方向散射。
近红外光谱技术常用的仪器是光谱仪，它由一个光源、一个样品池和一个光谱探测器组成。
光源一般使用白炽灯、钨灯或激光器等，产生的光经过分光装置，可得到连续的光谱。
样品放置在样品池中，透射或者反射的光被光谱探测器接收并转换为电信号，通过计算机系统进行数据处理和分析。
近红外光谱技术广泛应用于化学、生物、医学等领域。
它可以用于分析和鉴定样品的成分、结构和性质。
由于近红外光谱技术对样品不会产生破坏，且测试速度快、精度高，因此被广泛应用于药物研发、食品安全、环境监测和农业等领域。
近红外光谱技术的应用包括定性分析和定量分析。
定性分析是通过比较样品的光谱图与已知物质的光谱图进行匹配，来识别样品的成分和性质。
这种方法常用于药品质量控制和食品安全检测等领域。
定量分析是通过建立样品光谱与样品含量之间的关系，来确定样品的含量。
这种方法常用于农业肥料成分分析和药物药代动力学研究等领域。
然而，近红外光谱技术也存在一些限制。
首先，光在物质中的吸收和散射程度取决于样品的光学特性，因此不同样品可能会产生不同的光谱特征。
其次，在光谱分析中，还需要考虑光源的稳定性、样品的制备和测量条件的标定等因素，以确保获得准确可靠的结果。
总的来说，近红外光谱技术凭借其快速、无损、高灵敏度和广泛的应用领域，在化学、生物、医学等多个领域取得了重要的研究和应用进展。
随着技术的不断发展和改进，近红外光谱技术有望在更多领域发挥作用，并为人们带来更多实用价值和应用前景。
近红外光谱学综述
连续波功能近红外光谱和成像设备与算法回顾简介这一年是功能近红外光谱和功能近红外成像(fNIRS/fNIRI)的20周年。
由于现在大多数商业设备是基于连续波技术发展的，这次发表的目的在于回顾连续波FNIR设备和技术的现状。
为了这个目的我们列举了可用的商业设备并着重设备的方面，比如光源、检测器和传感器管理。
在数学方面，计算含氧血红蛋白与脱氧血红蛋白浓度的算法与数据分析方法也一并回顾了。
从早年的单位置检测，设备从最初的二维成像发展到三维成像。
分析方法也发生了巨大的变化，从简单的MBLL（modified Lambert-Beer law）到现在用的复杂的图像重建和数据分析方法。
由于这些进步，FNIRI已经成为在神经科学研究广泛应用的技术，很多设备制造商提供商用设备。
在可以预见的未来，FNIRI可能发展成为一个临床工具，允许单项目诊断（单独诊断）。
关键词：回顾，近红外光谱，NIRS，近红外成像，NIRI，功能近红外光谱（fNIRS），功能近红外成像（fNIRI），连续波，大脑活动，设备1.简介早在19世纪末，连续光曾被应用于非侵入的检测人体组织，比如胸部，头部和发射光穿透躯体（Bright 1831,Curling 1856,Cutler 1929）。
更特别的，在1862年来自德国Hopper Seyler描述了含氧血红蛋白的光谱（Perutz 1995），在1864年来自英国的Stokes加上了脱氧血红蛋白的光谱和因此发现的血红蛋白对于氧气运输的重要性（Perutz 1995）。
在1876年同样来自德国的von Vierord通过在血液循环被阻塞时检测穿过组织的光谱变化来分析组织。
1894年，来自德国的Hüfner 光谱学决定的在试管中含氧血红蛋白和脱氧血红蛋白绝对的和相对的量（Hüfner ，1894）。
在这个领域没有重大发现的十年后，19世纪30年代，组织含氧量的光谱含量测定工作被多名研究者继续。
功能近红外光谱学
功能近红外光谱学
功能近红外光谱学（Functional Near-Infrared Spectroscopy，fNIRS）是一种非侵入性的神经影像技术，用于监测和记录大脑活动。
它基于近红外光的特性，通过测量大脑皮层区域的血氧水平变化，提供对大脑功能活动的间接指示。
fNIRS利用近红外光的波长范围（650至950纳米），这一范围的光可以透过头皮、骨骼和脑组织。
在脑部活动过程中，血液氧合水平发生变化，这种变化与神经活动相关。
通过将近红外光源和接收器放置在头皮表面附近，fNIRS可以测量入射光经过组织后被散射和吸收的能量，并根据血红蛋白的吸收特性来确定血氧水平的变化。
fNIRS可以提供多种信息，包括血氧水平变化、大脑区域的血流动力学活动、耗氧率和脑血流量等。
通过连续监测这些指标，研究者可以推断出大脑在特定任务、刺激或认知过程中的活动和变化。
功能近红外光谱学在神经科学和心理学研究中得到广泛应用，尤其是在婴儿和年幼儿童的大脑发育、认知功能、神经康复和精神障碍等方面。
它的优点包括易于操作、非侵入性、时域和频域测量等，使得研究者能够对大脑活动进行实时监测和分析。
需要注意的是，功能近红外光谱学虽然具有一定的优势，但也存在着测量深度有限、信号受散射和吸收影响、数据分析
复杂等一些局限性。
因此，在应用和解释fNIRS数据时，需要考虑这些因素，并结合其他神经影像技术和行为测量数据进行综合分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
连续波功能近红外光谱和成像设备与算法回顾
简介
这一年是功能近红外光谱和功能近红外成像(fNIRS/fNIRI)的20周年。
由于现在大多数商业设备是基于连续波技术发展的，这次发表的目的在于回顾连续波FNIR设备和技术的现状。
为了这个目的我们列举了可用的商业设备并着重设备的方面，比如光源、检测器和传感器管理。
在数学方面，计算含氧血红蛋白与脱氧血红蛋白浓度的算法与数据分析方法也一并回顾了。
从早年的单位置检测，设备从最初的二维成像发展到三维成像。
分析方法也发生了巨大的变化，从简单的MBLL（modified Lambert-Beer law）到现在用的复杂的图像重建和数据分析方法。
由于这些进步，FNIRI已经成为在神经科学研究广泛应用的技术，很多设备制造商提供商用设备。
在可以预见的未来，FNIRI可能发展成为一个临床工具，允许单项目诊断（单独诊断）。
关键词：
回顾，近红外光谱，NIRS，近红外成像，NIRI，功能近红外光谱（fNIRS），功能近红外成像（fNIRI），连续波，大脑活动，设备
1.简介
早在19世纪末，连续光曾被应用于非侵入的检测人体组织，比如胸部，头部和发射光穿透躯体（Bright 1831,Curling 1856,Cutler 1929）。
更特别的，在1862年来自德国Hopper Seyler描述了含氧血红蛋白的光谱（Perutz 1995），在1864年来自英国的Stokes加上了脱氧血红蛋白的光谱和因此发现的血红蛋白对于氧气运输的重要性（Perutz 1995）。
在1876年同样来自德国的von Vierord通过在血液循环被阻塞时检测穿过组织的光谱变化来分析组织。
1894年，来自德国的Hüfner 光谱学决定的在试管中含氧血红蛋白和脱氧血红蛋白绝对的和相对的量（Hüfner ，1894）。
在这个领域没有重大发现的十年后，19世纪30年代，组织含氧量的光谱含量测定工作被多名研究者继续。
例如Nicolai，来自德国，重复了von Vierord的工作（Nicolai，1932a，1932b），Matthes和Gross，德国，第一次论证了用两个波长光谱检测人自组织的含氧血红蛋白和脱氧血红蛋白含量，一个在红光范围，一个在近红外光范围（Matthes and Gross 1938a，Matthes and Gross 1938b，1938c）。
为了量化，重要的第一步是Beer-Lambert 法则的发现，由来自法国的数学家Bouguer在1729年发现（Bouguer 1792）。
这同样归功于Swiss Lambert，即使他在1760年引用了Bouguer的工作（Lambert 1760）。
这个法则在1852年由德国的Beer扩展以量化浓度（Beer 1852）。
由于Beer-Lambert 法则只是应用于非散射媒介，所以它不能应用与生物组织。
相对较近的，因此优化的Beer-Lambert （MBLL）由英国的Delpy发展出来（Delpy et al. 1988），算入光的散射。
MBLL 也被应用于这篇回顾中描写的许多设备。
进一步的重要步伐仍然是散射公社的分析方法（e.g. (Arridge et al. 1992, Patterson et al. 1989)）来量化描述光在组织中的传播。
基于组织包括头骨，在近红外范围的相对透明度，来自美国的Jöbsis在1977年第一次论述了连续的、非侵入的监测大脑含氧血红蛋白和脱氧血红蛋白的浓度的可能性（Jöbsis 1977）。
因此他被认为是近红外光谱学（NIRS）的创始人。
他的发现引领了多项NIRS设备的设计和制造（Ferrari and Quaresima 2012）。
所有的这些设备都是连续波（CW）设备。
连续波的意思是设备是单独基于光强检测，例如，近红外光被发送进组织，重新出现的光强将会被检测。
这与时分技术是相反的，比如时间和频率领域技术，附加于光强检测，同时也检测光穿过组织所需要的时间。
形象的展现三种不同的技术请参考图1
图1 三种不同FNIRI技术的图示。
连续波技术发射强度恒定的光然后只检测穿过组织的光强变化。
频域技术调制光的强度然后检测检测到光的强度和频率偏移，这与光穿过组织的时间相关。
时域技术发射一个极短的光脉冲到组织中，然后检测穿过组织的光子到达的时间。
这种技术包含最多的信息，但也是最复杂的技术。
I0：入射光信号，I：透射光信号，d：媒介厚度，ua：吸收参数，us：散
射系数，φ：幅度延迟，I(t): 透射光信号的时间点分散公式。
CW系统的缺点是不能完全决定组织的光学特性，因此O2Hb和HHb不能被完全计算。
因此，在开始的几年，NIRS设备只是大致趋势检测器，用于多种生理环境研究和临床干预。
不论为了生理策略还是为了提高设备，许多研究都以获得绝对值为目标。
随后时分技术发展起来和可行可以决定绝对值。
这不会进一步讨论，因为这不在这篇回顾的范围内。
1993年是大脑功能NIRS（fNIRS）发展的重要一年。
同一年四个研究团队发表研究结果论述应用非侵入式大脑活动研究的可行性（Chance et al. 1993, Hoshi and Tamura PTE 1993, Kato et al. 1993, Villringer et al. 1993）。
大脑活动导致氧消耗增加，伴随着由神经血管耦合产生的脑血流量的增加。
这会导致局部O2Hb和HHb的改变，通过fNIRS非侵入式的检测到。
第一次检测由简单的设备完成，智能检测一个或几个位置。
由于回应一个刺激的大脑活动只在大脑特殊的位置出现，质检测一个点是难以找到头上正确的检测位置的。
而且，检测大脑活动影响的大脑区域的空间图案带有科学兴趣。
发展的另一大步是覆盖更大区域而且可以绘制大脑功能图的成像装置的设计，实现地形测量信息(Ferrari and Quaresima 2012, Maki et al. 1995)。
这有多种优点：他可以定位大脑活动而且传感器的精确位置不特别重要。
这个技术成为功能近红外成像（fNIRI）。
一方面，重要的是应用成像系统扩展审问范围。
在另一方面，在神经科学中量化并不是那么重要，具有统计意义的检测到大脑活动变化比将其量化为绝对值更重要。
由于这些原因现在大多成像系统是基于CW技术的。
另外，时分系统具有较低的时间分辨率，更昂贵而且光穿过组织的时间是一个比光强噪声更大的参数，因此对于检测小功能活动无用。
相反，CW系统相对便宜，可以是小型、无线系统，可以非强迫式的应用于日常生活中甚至是自由活动的动物上(Muehlemann et al. 2008)。
下一步，多个光源探头距离同步检测的传感器管理，也就是重叠检测，可应用于断层摄影研究，三维图像重构(Joseph et al. 2006)。
现在fNIRI已经作为一个研究工具进入神经科学。
已经显示fNIRI用于研究多个项目是可依赖和可信任的，尽管单个项目的可依赖性还未确定(Kono et al. 2007, Plichta et al. 2006, Plichta, M. M. et al. 2007, Schecklmann et al. 2008)。
因此，在神经科学领域关于fNIRI的发表数目在最近几年以指数方式上升。
下一步的目标之一就是fNIRI的临床应用。
为了这个目的将会强制确保在单科目的高可再生性。
然而，在单科目层次的充分可靠性还没有达到(Biallas et al. 2012a, Biallas et al. 2012b, Kono et al. 2007, Plichta et al. 2006, Plichta, M. M. et al. 2007, Schecklmann et al. 2008)。
因此，一些研究正致力于提高可依赖性。
缺乏可靠性的可能的原因之一是表层组织（光必须穿过几个组织层，例如皮肤和头骨，在他到达大脑之前）或者是系统物理变化，这可能污染大脑的信号和可能是设备缺陷例如空仪器层面，很重要的是选择合适的波长、光源、探测器和避免串扰与保证高信号比的几何管理；在数学层面，目的是降低表层组织影响和系统元件影响。
这篇论文的目的是回顾CW fNIRI仪器和算法的现状。
为了这个目的我们会提出商业可用仪器纵览并着重仪器的各个方面，例如光源、探测器和传感器管理。
数学方面例如确定O2Hb和HHb的算法和数据分析方法也会回顾。
有多种短语曾用于NIRS。
一般NIRS经常用作整个技术的总称，但是原则上他只表示用最多4个检测器检测一个位置的NIRS系统，不带有成像功能。
成像系统，可以称作NIRI，有超过4个通道、产生二维或三维图像。
在文献中，2D成像系统也被称为近红外制图，或是弥散光学成像。
“弥散”一词在这里表示，光在组织中传播是，散射系数高，可以建模为一个散射过程。
不幸的是“弥散”一词经常被误解为模糊，指一个技术的负面内涵，这显然不能表达清楚或不足够。
磁共振成像（MRI），以前常被说成是核磁共振，“核”这个字经常错误的引起放射性方法的联系，我们打算以后放弃“弥散”一词以避免负面内涵。
在二维和三维的大脑功能空间分辨测量称为功能近红外成像（fNIRI）。
这里所介绍的所有系统（一个除外）和方法，都是连续波（CW）fNIRI 因此在后文中连续波“（CW）”会被省略。