网站首页 > 新闻动态> 企业资讯

直播预约 | 温州理工学院—张乐超《基于高光谱成像的肠坏死检测方法》

发布者：发布时间：2026-05-05

双利合谱高光谱课堂，是江苏双利合谱科技有限公司打造的免费线上高光谱知识分享平台。内容采用权威专家主讲 + 真实案例 + 实时答疑形式，汇聚中科院研究员、重点高校教授、行业实战专家等顶尖阵容，内容覆盖技术科普、设备实操、多行业应用、前沿趋势。课程支持预约，面向科研人员、行业从业者及技术爱好者，用通俗易懂的讲解与落地实用的内容，降低高光谱学习与应用门槛，让您轻松掌握高光谱成像专业知识、把握行业动态。

本期直播预告

直播时间：5月7日 10:00–11:00

主讲嘉宾：温州理工学院—张乐超

报告主题：基于高光谱成像技术的肠组织坏死检测研究

观看渠道：

1.关注“双利合谱”视频号，即刻预约直播。

2.扫描下方二维码，预约本场直播。

PC端入口：https://kg8hw.xetlk.com/sl/1JrdF7

主讲嘉宾介绍：

张乐超，温州理工学院机器人工程学院教师，主要研究方向为高光谱成像技术、生物医学检测与智能感知。长期从事光谱图像处理、机器学习及深度学习在组织病变无损检测中的应用研究。主持或参与多项省部级科研项目，在国内外重要期刊发表学术论文多篇。致力于将高光谱成像与人工智能相结合，推动医学检测设备的智能化、无损化发展。本次报告围绕高光谱成像技术在肠组织坏死检测中的研究进展，分享从数据采集、光谱分析、无监督聚类、传统机器学习、卷积神经网络到迁移学习的完整技术路径，期待与各位专家交流探讨。

直播内容抢先看：

本研究基于高光谱成像技术，针对肠组织坏死的快速、无损检测难题，构建了一套从数据采集、预处理到智能识别的完整技术方案。研究采用高光谱成像系统获取兔小肠组织正常与坏死部位的光谱图像，经黑白校正、SG平滑、SNV及背景去除等预处理后，提取组织光谱特征。利用K-means和密度峰值聚类进行无监督分析，表明基于氧合血红蛋白与脱氧血红蛋白特征波段（500-622nm和700-858nm）的聚类效果最优。采用LDA、SVM、LR、BT等传统机器学习模型，样本间验证平均准确率超86%。为提升深度特征提取能力，设计了1D-CNN、2D-CNN和3D-CNN模型，其中3D-CNN综合光谱-空间信息，识别效果最佳。针对不同样本间光谱分布差异问题，引入TCA迁移学习方法，显著提升了跨样本泛化能力。研究表明，高光谱成像结合机器学习与迁移学习，可有效辅助术中肠组织坏死边界的精准识别。