王茜蒨

p 　　 strong 一、北京理工大学王茜蒨教授团队风采 /strong /p p 　　北京理工大学光电学院激光诱导击穿光谱研究团队(BIT-LIBS)由王茜蒨教授领衔，始创于2008年，目前有教授1名，副教授1名，讲师2人，在读博士生7名(其中留学生2名)，硕士生6名，本科生3名。团队依托于北京理工大学光电学院光学工程国家重点学科，光电成像技术与系统教育部重点实验室，致力于激光与物质相互作用理论、激光探测机理与技术、光谱数据处理、化生爆危险品检测、生物医学检测等方面的研究。 /p p style=" text-align: center " img title=" 22.jpg" alt=" 22.jpg" src=" https://img1.17img.cn/17img/images/201901/uepic/b62f0e7f-6860-47aa-91af-ccbe2ea927ae.jpg" / /p p style=" text-align: center " strong 北京理工大学王茜蒨教授 /strong /p p style=" text-align: center " img width=" 600" height=" 450" title=" 团队风采.jpg" style=" width: 600px height: 450px " alt=" 团队风采.jpg" src=" https://img1.17img.cn/17img/images/201901/uepic/8b352990-7b7b-4265-8309-65490d0ea2c5.jpg" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 北京理工大学王茜蒨教授团队风采 /strong /p p strong 　　二、相关研究成果及最新研究进展 /strong /p p 　　1、危险品LIBS光谱识别方法研究 /p p 　　爆炸物和生化危险品在反恐防暴领域一直都是探测重点，因其具有高度毁伤性和致病性，严重危害社会安全和人民安全健康。团队自创立至今，一直致力于LIBS技术在国防和社会安全领域的应用研究，从2008年起，在国内率先开展爆炸物LIBS探测技术研究，对几种典型炸药的LIBS光谱特性和识别方法进行了深入研究。之后，开展了对有机磷化学毒剂模拟剂DMMP和TEP、生物毒素模拟剂BSA等的LIBS光谱特性研究。重点研究了监督学习和非监督学习等机器学习方法在危险品LIBS光谱识别分类中的应用。在此基础上，提出了基于标签扩散的半监督学习LIBS数据分析算法，在仅可获得少量已知类别数据时，对典型军用炸药RDX、HMX、CL-20和成分相似的有机干扰物正确识别率达到100%。 /p p style=" text-align: center " img title=" 图1.png" alt=" 图1.png" src=" https://img1.17img.cn/17img/images/201901/uepic/2d84f7eb-ffa3-4e7f-8ec0-d99d9062748e.jpg" / /p p style=" text-align: center " strong 图1 半监督学习方法分类结果 /strong /p p 　　此外，为了解决某些应用场合难以获取足够LIBS建模数据的难题，提出了基于生成对抗网络(GAN)扩展光谱数据库的方法。可以在仅有少量爆炸物和化学毒剂模拟物LIBS光谱数据时，利用GAN对LIBS光谱数据进行扩展建模，将探测识别准确率从不足90%提升到超过95%。 /p p 　　2、LIBS技术在生物医药学应用研究 /p p 　　在医药学和生物学领域，团队也开展了相关研究。 /p p 　　在2018年的最新研究中，提出基于评估谱线重要性提取有效特征峰可以缩短分析时间，提升识别准确率。采用所提出的IW-PCA和RF谱线重要性评估算法进行特征提取，对金黄色葡萄球菌、大肠杆菌等6种致病菌的识别准确率达到98%。 /p p style=" text-align: center " img title=" 图2.jpg.png" alt=" 图2.jpg.png" src=" https://img1.17img.cn/17img/images/201901/uepic/3d7569a7-68ef-45ed-a63c-e73aa2416f12.jpg" / /p p style=" text-align: center " strong 图2 采用IW-PCA和RF分别和共同提取不同数量特征峰的分类结果 /strong /p p 　　针对川贝母真伪辨识问题，采用LIBS技术结合人工神经网络对川贝母、浙贝母及伊贝母进行辨识，平均分类正确率为98.33%。实验表明此方法具有很高的辨识精度和很强的鲁棒性。 /p p style=" text-align: center " img title=" 图3.jpg.png" alt=" 图3.jpg.png" src=" https://img1.17img.cn/17img/images/201901/uepic/956f5c4f-b959-4bc3-bebf-f9cccdb76ab9.jpg" / /p p style=" text-align: center " strong 图3 川贝母、掺浙贝母及伊贝母LIBS光谱图 /strong /p p 　　鹿茸是我国传统的名贵药材。本团队首次将LIBS应用于鹿茸质量评估，获取鹿茸LIBS光谱，分析其元素组成。利用PLS-DA对不同质量鹿茸光谱进行定性分析，并且通过挑选特征谱线提高了分类实验的鲁棒性，分类准确率达到100%。研究证明了LIBS技术运用于鹿茸质量评估的可能性。 /p p style=" text-align: center " img title=" 图4.jpg" alt=" 图4.jpg" src=" https://img1.17img.cn/17img/images/201901/uepic/2fcaf326-4879-4ff7-b915-45982ce48288.jpg" / /p p style=" text-align: center " strong 图4 不同质量鹿茸LIBS光谱 /strong /p p 　　针对传统木材种类判别方法存在的局限，团队提出利用LIBS技术对木材种类进行识别分类。实验证明利用LIBS技术结合人工神经网络ANN可应用于木材分类，其分类正确率均在95%以上。当进一步优化ANN网络参数设置时，分类正确率可达到100%。为木材种类识别提供了一种高效准确的方法。 /p p style=" text-align: center " img title=" 图5.jpg" alt=" 图5.jpg" src=" https://img1.17img.cn/17img/images/201901/uepic/fce1af57-f107-4dda-b017-14a1bd884112.jpg" / /p p style=" text-align: center " strong 图5 实验测量4种不同种类木材LIBS光谱图 /strong /p p strong 　　三、团队LIBS代表性论文10篇 /strong /p p 　　1. Qianqian Wang, Geer Teng, XiaoleiQiao, Yu Zhao, Jinglin Kong, Liqiang Dong, and Xutai Cui, & quot Importance evaluation of spectral lines in Laser-induced breakdown spectroscopy for classification of pathogenic bacteria,& quot Biomed. Opt. Express 9, 5837-5850 (2018) /p p 　　2. 王茜蒨, 赵宇, 卢小刚, et al. 激光诱导击穿光谱与拉曼光谱技术在危险物检测中的研究进展[J]. 光谱学与光谱分析, 2017(8). /p p 　　3. Wang Q Q , He L A , Zhao Y , et al. Study of cluster analysis used in explosives classification with laser-induced breakdown spectroscopy[J]. Laser Physics, 2016, 26(6):065605. /p p 　　4. He L , Wang Q , Zhao Y , et al. Study on Cluster Analysis Used with Laser-Induced Breakdown Spectroscopy[J]. Plasma Science and Technology, 2016, 18(6):647-653. /p p 　　5. Wang Q Q , Liu K , Zhao H , et al. Detection of explosives with laser-induced breakdown spectroscopy[J]. 物理学前沿：英文版, 2012, 7(6):701-707. /p p 　　6. Wang Q Q , Liu K , Zhao H . Multivariate Analysis of Laser-Induced Breakdown Spectroscopy for Discrimination between Explosives and Plastics[J]. Chinese Physics Letters, 2012, 29(4):044206. /p p 　　7. 王茜蒨, 黄志文, 刘凯, et al. 基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究[J]. 光谱学与光谱分析, 2012, 32(12). /p p 　　8. 赵华, 王茜蒨, 刘凯, et al. 无机爆炸物及其主要成分的激光诱导击穿光谱实验研究[J]. 光谱学与光谱分析, 2012, 32(3). /p p 　　9. 刘凯, 王茜蒨, 赵华, et al. 激光诱导击穿光谱在塑料分类中的应用[J]. 光谱学与光谱分析, 2011, 31(5). /p p 　　10. Wang Q , Jander, P, et al. Comparison of 1064 nm and 266 nm excitation of laser-induced plasmas for several types of plastics and one explosive[J]. Spectrochimica Acta Part B Atomic Spectroscopy, 2008, 63(10):1011-1015. /p p & nbsp /p

我于1985 年在四川大学化学系完成了化学学士后不久，当年年九月便赴美留学。1990 年我在美国波士顿大学获得博士学位。我的博士论文是关于共振增强拉曼及表面增强拉量曼的应用，虽不是近红外技术，但拉曼与近红外一样属于分子光谱学的这一大类学科。是毕业后的第一份工作让我首次接触到了近红外技术，到今天已有26年了。这26年我一直就专注于近红外仪器和应用方面的工作。有时真不敢相信自己己从事这个行业这么长的时间了。　　毕业后，我的第一个份工作在美国波士顿，是关于近红外光无损测量人体血糖的可行性。在这个项目中，我第一次按触到PLS和多元线性分析(MLR)算法。由于血糖中葡萄糖的念量很低，测得的近红处光谱，实际真正的葡萄糖吸收，受很多因素影响，如样品极小温度，仪器基线的小量变化，甚至因含葡萄含糖的样品与纯水样品的折射度的不同而引起测量信号的变化，都可能大于要测量的葡萄糖本身在近红外谱区的吸收信号。虽然这个项目不成功，但给我很好的机会学到近红外专业知识。如果项目是一个比较容易应用，那我能学到的东西便会少得多。　　1993年7月 年这个研究项目做完后，我也就失业了。于是开始找工作，当时美国经济不景气，好的稳定的工作很不好找。我还算幸运，不久便找到一个工作，虽然不是个满意的工作。直到1995 年布鲁克公司推出了傅里叶近红外专用仪，计划在北美打开市场，需要招聘一个近红外应用科学家。我便靠上面项目学倒的近红外知识去应聘，并得到工作。到了布鲁克公司，才知道他们那时在北美只卖了一台仪器，而美国公司没有人了解近红外应用市场在哪儿。我才意识到我的工作首先还不是应用科学家，帮销售人员做做售前售后的技术工作。要在公司生存下来，我先得跑销售发现应用并为公司开拓市场。前面已提到当时美国经济不景气，许多公司都没有新岗位召新人，布鲁克这个职位是我差不多两年找工作的过程中，唯一有回复的公司，虽然投了上百份工作申请书。所以我很珍惜这个机会，非常努力地工作。　　也许因为一半努力一半幸运，半年后我就有第一个客户。记得他是一个制药公司的质控管理人员，计划在原料交付口，用近红外做快速原料确认。因为近红外对他和他们公司是个新技术，他还专门请一名有名的近红外教授帮助综合调研那个厂家硬软件适合这个应用。这位教授问了我不少问题。当时对布鲁克软件背后还有不少不熟悉的地方，我当时还有些紧张，有些问题也答不上来。回答不了的问题，我也老老实实告诉他，我目前不知道答案，等我搞清楚后才回答他。事后又赶紧学习并请教公司德国专家，将答案都一一补给他了。我想这种认真负责的态度是赢得这家药厂的订单原因之一。后面的几个客户也是这样赢得的。慢慢地布鲁克的近红处也北美有了名气，销售人员也渐渐主动的推销近红外产品了。对于我个人，因为客户来自于各行各业的，我自己也得到了很多很好的机会接触到各种不同的应用，了解到现有仪器硬件和软件对某个应用需要一些改善的地方，并积极反遣给德国总部，不断完善公司的近红外产品线。在这个过程中，我集磊了不少近红外技术和应用知识。这对我为公司进一步开拓市场有很大的帮助。在这个过程中我自己也从最初级的近红外应用科学家，于在1998 年被提拔为近红外产品经理，又在2004 年提拔为负责全球布鲁克近红外产品线的副总裁，重点是北美和亚太市场。那时全公司开高层管理人员会议，我是参会的唯一的女性，唯一的亚洲人，唯一的中国人。这点我还是比较自豪。　　关于近四百台近红外药检项目，中国食品药品检定院(中检院)的胡昌勤老师和过去布鲁克的同事周学秋已在他们的故事讲到，我就不再在这里重复了。我在这里只想在这里提一点。胡昌勤老师文章中提到的惊险的车祸，我就是从那辆车里钻出来的三个人之一！为了完成任务，中检院和布鲁克公司都花了很多心血，做了大量的工作。我个人是这个项目布鲁克公司方面总技术负责人，并负责沟通协整个项目与美国总部和德国研发生产部门。从2003 年药检项目前期可行性调研到2007 年底，我与公司在中国，美国和德国的同事们和中检院胡老师、尹立辉和冯艳春等一起解决很多问题，终于成功地完成了这个项目。　　在这里我特别想提到是关于我与陆婉珍先生的一些故事。1996 年夏天我是在美国一个偶然的机会碰到了陆婉珍院士。陆院士听说我在美国做近红外工作，特意请我下次回国，与她的近红外小组交流交流的国内外的应用。这样我在97 年认识了袁洪福老师，那时褚小立还年青不在组里。后来我听陆院士在美国的女儿说: 老太太今年72 岁，这近红外是她想干的最后一件事。随后的二十年，直到她老人家去世的前两周，我常去拜访陆院士，与她交流近红外的最新进展及工作生活中遇到的困难和挑战。她每次都象慈母一样给了我很多建义和忠告，对我终身有益。最后一次谈话是她去世前二周，我们谈了一个多小时，老太太头脑非常清晰，认真仔细地听我讲述我创业的进展和遇到问题，帮我分析情况，给了我六条建议。因为老太太很精神，告别时我才认识我们足足谈了一个多小时，心里很内疚。告别时，她还邀请我下年一月我回国时，再交换意见。万万没没想到这一别，竞成了是永久一别。　　2011 年我离开了布鲁克，开始与我先生RichardJackson博士一起研发自己的傅里叶近红外仪器。2012 年陆院士邀请我回国参加就近红外为专题的香山会议，并在会议上介始我认识了当时中国仪器仪表协会的理事长闫成德先生。陆院士和闫局都鼓励我利用充分利用国内外的优势力量，做出稳定的、高一致性的产品。在创业的过程，我遇到了许许多多问题和困难，常向陆院士和闫局请教。每次都得到了他们耐心的指导和热情的鼓励。印象最深的是陆院士说要干这样大的一件事情，一定会遇到各种名样的问题，不要急，一步一步地来，一步一步向前推进，终会有结果的。现在我们的便携式傳立叶近红外仪器已成功研发出来并已开始在国内外销售。我感到欣慰的是陆院士生前看到了我们的仪器及测试结果。我与近红外的故事就先讲到这里。

仪器信息网讯 2017年3月25-26日，第五届中国激光诱导击穿光谱技术研讨会(CSLIBS 2017)在浙江师范大学举行。本次会议由中国光学工程学会激光诱导击穿光谱专业委员会主办，浙江省光信息检测与显示技术研究重点实验室承办。来自国内60多所大学和科研院所180多位激光诱导击穿光谱技术领域的专家学者参加了此次会议。（更多精彩内容请见：中国LIBS技术与应用研究最新进展——第五届中国LIBS技术研讨会召开）　　部分精彩报告内容如下：中国科学技术大学 王秋平报告题目：中国科学技术大学 LIBS 研究进展　　在报告中，王秋平介绍了团队三个方面的研究工作。在 LIBS数据分析中，谱线干扰给光谱寻峰带来困难，王秋平团队为此搭建了用于 LIBS的极高光谱分辨率的光谱仪。该团队运用空间外差光谱技术实现极高光谱分辨(在515nn，光谱分辨达到15pm)水平，这为提高LIBS分析过程中谱线的准确选择奠定了基础。另外，由于LIBS光学系统效率的精确测量是光谱数据分析的基础，王秋平团队还进行了通过标准光源和 RF等离子体光源进行 LIBS系统的效率标定方法研究。报告的最后，王秋平还介绍了利用 LIBS同时完成熔融金属成分检测和温度测量的工作情况。北京理工大学 王茜蒨报告题目：基于LIBS的危险物探测技术研究　　王茜蒨的研究领域比较特别，是危险物探测技术的研究。由于炸药及生化危险物的特性，即需要在20-30米安全距离进行检测，这正好与LIBS能够实时、原位和远距离检测的优点相符合。王茜蒨在报告中介绍了北京理工大学在危险物LIBS检测技术研究方面的工作进展，包括监督学习、非监督学习以及半监督学习方法在在炸药的LIBS光谱识别分类方面的应用 以及利用LIBS进行细菌检测分类等方面的研究结果。清华大学 侯宗余报告题目：激光诱导击穿光谱定量化方法及应用　　在报告中，侯宗余介绍了其团队针对LIBS重复性和测量误差较大的两大瓶颈，通过研究等离子体的膨胀和演化规律、等离子体与环境的相互作用、信号采集系统特性等对 LIBS光谱的影响规律，确定了 LIBS信号不确定度的来源，并在此基础上提出了包括等离子体调制、光谱标准化等一系列降低 LIBS不确定度的方法 通过分析 LIBS测量过程中测量误差来源的机制，提出了基于主导因素的偏最小二乘(PLS)模型 提出了基于自适应数据库的光谱辨识方法。综合利用这一系列创新方法，侯宗余团队建立了一整套实现精确定量化的技术，并在煤质分析、金属分析、水泥分析和玉石原产地鉴定方面得到了应用。华南理工大学 李润华报告题目：正交LA-LIBS中的时间分辨信号检测技术研究　　报告中，李润华介绍了其团队为了提高正交 LA-LIBS的信号检测灵敏度自行研制的门控光电倍增管，以及基于 OPA 695 运算放大器制作的一种门控前置信号放大器，并将之与商业 放大器组合应用于 LA-LIBS 中信号检测工作的进展。研究表明，制作的门控信号放大器能够消除激光等离子体中强韧致电子辐射的背景干扰，选择放大了微弱的原子辐射信号，提高了光谱分析的灵敏度及其空间分辨率。中国科学院沈阳自动化研究所 孙兰香报告题目：LIBS在液态金属成分及金属分拣万面的应用研究　　基于LIBS的液态金属成分在线检测一直是LIBS的一个重要应用研究方向，是一种有希望改变冶金、金属加工工艺控制模式的一项技术。孙兰香在报告中介绍其团队十年来在LIBS方面的研究成果，如开发的LIBS液态金属成分在线分析仪，已经实现了40吨级钢包的C、Si、Mn三种元素的在线检测，并向铝合金、电解铝、液态 冰铜、磷矿浮选、以及废旧金属分拣等领域进行应用拓展，在参数优化、分析算法、工程化和应用推广方面取得阶段性进展。此外，面向再生金属行业，孙兰香团队开展了基于LIBS技术的废旧金属分类算法和关键技术研究，并开发了集视觉定位、检测、拣出、分析控制等功能为一体的LIBS废旧金属自动分拣装置。中国科学院安徽光学精密机械研究所 董凤忠报告题目：LIBS岩性识别在围岩强度等级划分中的应用　　在隧道掘进施工现场围岩强度的等级划分定量评估仍然是世界性的难题。在此次报告中，董凤忠介绍了根据近年来国内开挖隧道的施工现状需求，其团队利用己研制的LIBS快速识别岩性技术，结合激光超声诊断和图像识别等技术，对隧道施工现场的快速定量测量围岩硬度进行了初步的研究，并论证了其可行性，有望在不久的将来解决这一施工难题。大连理工大学 赵栋烨报告题目：面对聚变装置在线壁诊断的高空间分辨近无损伤 LIBS 技术挑战：fs, ps, ns 脉冲激光烧蚀质量及烧蚀深度对比研究　　托卡马克聚变过程边缘等离子体轰击到面壁材料(PFM)表面，会发生等离子体与壁材料相互作用(PWI)，而聚变能应用的实现取决于对托卡马克 PWI 过程导致的燃料滞留、杂质沉积、共沉积等关键问题的解决。LIBS技术作为一种原位、在线主动式的PWI诊断手段己经被应用于大型托卡马克装置EAST壁诊断研究。为更精准近无损伤、定量分析托卡马克装置第一壁表面成分、更高空间分辨3D成像第一壁不同区域表面成分，赵栋烨团队对飞秒、皮秒脉冲激光烧蚀第一壁材料特性与LIBS谱进行细致研究。北京大学 周小计报告题目：LIBS多功能快速煤质分析仪　　在报告中，周小计介绍了其团队以LIBS为原理基础，成功研制出的第一代 LIBS 多功能快速煤质分析仪样机。该仪器可以快速对煤炭样品的灰分以及发热量等进行定量测试，系统采用了旁轴收集模式，以三维电控平移台承载样品移动扫描，以可控的频率以及可控能量的单脉冲激光激发样品表面，并用多通道光谱仪收集荧光光谱，最后以多次测量的结果平均之后与模型比对来得到测量结果。目前项目组正在研制二代小型化样机。江西农业大学 姚明印报告题目：农产品安全品质 LIBS 检测存在的问题分析　　在报告中，姚明印将LIBS检测农产品安全品质时存在的一些问题与与会专家一起讨论。姚明印团队在多年来农产品/食品及其源头质量安全 LIBS分析方法研究个过程中发现，由于农产品基体效应、LIBS系统优化、数据处理及定量模型方法等对样品分析灵敏度、稳定性和精确度都有着直接的影响。为了提高 LIBS分析能力，姚明印团队尝试用微波辅助 LIBS、双光束 LIBS等谱线信号增强方法，在一定程度上提高了农产品目标元素分析灵敏度，但仍然难以达到国家标准规定的 ppm 级别以下的限制。基于样品、系统和方法融合的各种辅助谱线信号增强方法将是姚明印团队后探索的重点。山西大学 张雷报告题目：Time- and Space-Resolved Emission Spectroscopic Study of Laser-Induced Aluminum Plasmas　　在报告中，张雷介绍了其团队关于铝等离子体不同径向部分的自吸收(SA)，等离子体温度(T)和电子密度(Ne)的时间演变等的研究工作进展。　　在闭幕式上，中国光学工程学会激光诱导击穿光谱专业委员会颁发了优秀墙报奖以及中国LIBS专委会青年科学家奖。优秀墙报奖获奖者合影中国LIBS专委会青年科学家奖获奖者合影