Моделирующий свет: моделирующий свет – Симков Михаил ≈ персональный сайт профессионального фотографа (Москва)

Содержание

Узнайте, какие советы дает Анна Ростовцева по управлению искусственным светом

26.05.2021

Как управлять искусственным светом

Профессиональные модели, уникальная локация, дорогая фототехника, — все это, конечно, играет роль, однако одним из ключевых факторов в создании качественного изображения является умение фотографа работать со светом. Именно приемам использования искусственного освещения был посвящен мастер-класс Анны Ростовцевой «Profoto, Как приручить свет», который она провела в рамках выставки «Фотофорум 2021».

Прежде чем расставлять осветительные приборы, следует представить в голове пустую черную картинку. «Вы придумали историю, пригласили героев, и начинаете поочередно включать огонечки — один, второй третий. А может быть, только один».

Еще до начала съемки автор должен отчетливо понимать, что он хочет сказать своей работой, что — показать в кадре, поэтому световую схему следует выстраивать заранее. «Она будет состоять из нескольких элементов, которые никак не влияют друг на друга».

Анна Ростовцева провела на выставке «Фотофорум-2021» мастер-класс «Profoto. Как приручить свет»

Фотографу следует понимать, какой свет он хочет получить, поскольку с помощью разного света он может донести различный посыл в своих работах. «Например, если это будет мягкий свет, то фотография получится гармоничной, приятной. Если это будет жесткий свет, то возникнет ощущение, что в кадре присутствует солнечный свет. А если мы поставим контрастный свет, то все эмоции, в восприятии зрителей, усилятся в изображении во много раз».

После того, как фотограф определили характер своего будущего изображения, площадь светового пятна и, соответственно типы используемых световых приборов и насадок, ему следует выставить рисующий свет. На этом этапе начинающие фотографы допускают ошибку.

«Как правило, получаются достаточно темные тени, и фотографы начинают перемещать источник рисующего света. В то время как эти тени нужно просто заполнить — с помощью заполняющего света.

У него одна функция: оставаясь незаметным, заполнить тени и убрать ненужную контрастность с изображения».

Заполняющий свет должен идти от той точки, где находится фотограф. Таким образом, самое простое решение — это отражатель. И этим отражателем может выступать обычная стена.

«Мой любимый способ заполнения — направить в белую стену вспышку. Если нет такой стены, то использую большой отражатель или большой софтбокс».

При необходимости фотограф может добавить моделирующий свет. «Это не рисующий, не заполняющий, не фоновый свет, а такой свет, который создает акцент на элементах изображения, придает бОльший объем, добавляет блики и проч. Например, это может быть маска Гобо».

Фотосъемка Анны Ростовцевой во время мастер-класса сделана по мотивам мультфильма «Спасите Ральфа»/«Save Ralph», в котором показана повседневная жизнь кролика, которого используют в лаборатории для испытаний новых косметических препаратов.

Анна Ростовцева подробно рассказала, какие насадки создают мягкий свет, а какие — жесткий. Почему она любит снимать с использованием проектора: «Получается необычно». Почему не всегда удается применять постоянные источники света: «Слишком интенсивный свет в некоторых помещениях создает дискомфорт для моделей — мешает им смотреть». Также она поделилась опытом съемки репортажа с помощью перекрестного света.

«Расставляете несколько вспышек по углам помещения и начинаете снимать. Такой перекрестный свет создает объемную картинку. Правда, иногда в кадре оказывается лишний свет, но выглядит это круто. В конце концов, всегда можно предугадать, какая будет световая схема, это как в помещении с несколькими окнами».

Безусловно, в течение часового мастер-класса невозможно обучить всем профессиональным секретам работы со светом, однако Анне Ростовцевой удалось донести до зрителей понимаете того, что свет в кадре имеет важное значение, что с ним можно и нужно работать. Не стоит всегда использовать только стандартные световые решения. Важно применять креативный подход, и тогда работы будут выгодно отличаться.

Узнать больше про Анну Ростовцеву: Instagram

Все фото: © Анна Ростовцева

Источник: https://www.sony.ru/alphapro/

Читайте также

«Свет в портрете» мастер-класс Вадима Пискарева по освещению в портретной фотографии 21 октября.

Жанр “портрет” бесконечен в своих воплощениях, также как и бесконечно разнообразны лица и образы людей. Но просто иметь хороший комплект техники недостаточно. Правильный выбор и расположение источников освещения напрямую влияют на характер будущего портрета, его стиль и зачастую отражают творческий почерк фотографа.

19 октября в M-Studio на мастер-классе «Свет в портрете» своим опытом и знаниями о классических и современных приемах освещения в портретной съемке поделится Вадим Пискарев — фотограф в стиле Fashion и Glamour, его работы являются визитной карточкой многих глянцевых издательств, а опыт в области фотографии исчисляется десятилетиями успешной и насыщенной работы, что неоднократно было подтверждено сотнями и сотнями публикациями его работ в самых престижных журнальных изданиях. Вадим также является членом Творческого союза художников России и членом Союза фотохудожников России.

Мастер-класс позволит участникам не только расширить свой кругозор, но и на практике опробовать различные схемы расстановки световых приборов для получения различных типов освещения. Мероприятие будет полезно всем начинающим и опытным фотографам.

В практической части мероприятия примут участие профессиональная модель и визажист.

При себе необходимо иметь камеру с возможностью подключения синхронизатора для внешних вспышек и портретный объектив (от 50мм и выше).

В программе мастер-класса 19-го октября (начало в 12:00):

  • Виды источников света применяемых при съёмке портрета в студии.
  • Характеристика света по его роли в формировании света в портрете (рисующий свет, заполняющий свет, моделирующий свет, фоновый свет, контровой свет).
  • Работа с импульсными источниками света и с приборами постоянного света (преимущества и недостатки).
  • Понятия свето-тонального и свето-теневого рисунков в портрете. Объем и фактура.
  • Понятие фотогеничности в студийном портрете.
  • Классическое представление о постановке света в портрете.
  • Женский портрет мужской портрет, что общего и в чём различия.
  • Современное представление о работе со светом в студии.
  • Особенности решения освещения в условиях интерьера.

Место проведения — M-Studio (Gershon Shats, 4, Tel Aviv, גרשון שץ 4 תייא)
Дата и время начала — 21 октября в 12:00
Продолжительность – 4 часа
Стоимость участия – 300 шек

Предоплата обязательна в виде банковского перевода или перечисления через систему PayPal (при оплате через PayPal взымается комиссия в размере 4%).

Зарегистрироваться и уточнить любые организационные вопросы вы можете обратившись по тел: 058-6099909 (Нана) или написав личное сообщение в FB для Nana Sher.

Все об освещении при видеосъемках / Часть 3: источники света

Классический набор источников света

В студиях количество осветительных приборов может достигать десятка, на съемочной площадке ситуация с освещением намного сложнее поэтому однозначно потребуются светотехники.

В любительской практике не все из нижеперечисленного легко использовать в одиночку, поэтому в случаях, когда одним источником света обойтись невозможно, желательно взять себе помощника по свету. Наиболее сложным делом является подсветка движущихся объектов.

Главные источники света обеспечивают минимально необходимые условия съемки. К ним относится основной (рисующий) свет и дополнительное освещение.

Основной (ключевой, рисующий) свет предназначен для прорисовки общей формы объекта. При съемке на природе его источником может быть солнце. Свет прямой, наиболее интенсивный. Для обычной и самой продолжительной съемки ключевой свет надо направлять на переднюю часть объекта (лицо героя) сверху и сбоку (лучше слева) под углами азимута и высоты равными 45±15°. При другом положении солнца снимать людей с масштабом крупнее общего плана не желательно.

Дополнительные источники света используют для освещения теневых участков сцены, то есть для уменьшения контрастности изображения.

При имитации природного освещения их спектральный состав может быть слегка смещен в холодные тона — в сторону цвета голубого неба. К дополнительным источникам света относится заполняющий, выравнивающий, фоновый и отраженный свет.

Заполняющий свет, равномерный и рассеянный, приходит со стороны камеры параллельно оптической оси, служит для подсветки теней, отбрасываемых деталями предмета на его поверхность. Это может быть свет, отраженный от больших светлых экранов, например от стены. На малых расстояниях источником заполняющего света станет встроенная в камеру осветительная лампа с подходящей спектральной характеристикой. Интенсивность света выбирается такой, чтобы контраст изображения получился в пределах 2-4 ступеней экспозиции.

Выравнивающий свет, рассеянный или направленно-рассеянный, направляется на переднюю поверхность объекта сверху под углом 30-60° и сбоку с теневой (противоположной основному освещению) стороны под углом 0-60°, применяется как дополнение для заполняющего света. Источником выравнивающего света могут служить облака или потолок и часть стены.

Фоновый свет подсвечивает задний план, придавая сцене глубину. В больших помещениях во избежание обратной тональной перспективы применение дополнительной подсветки фона обязательно. Источником фонового света на природе может являться небо. При съемке людей яркость фона надо делать выше яркости теней на лице, но ниже яркости его освещенной части.

Рефлексный (отраженный от снега, песка, потолка, стен и т. д.) свет приобретает окраску. Он смягчает тени на выпуклых или плоских частях предмета, позволяет дополнительно подчеркнуть объем объекта и передать особенности окружения. Имитируя с помощью компьютера соответствующие цветные рефлексы, можно подогнать архивные кадры к колориту текущей обстановки.

Вспомогательные источники света придают кадру особую выразительность и настроение. Применение специфической подсветки вызывает определенные затруднения, поэтому вместо моделирующего света и световых эффектов легче использовать подходящий видеофильтр уже на этапе компьютерного монтажа.

Моделирующий свет, создавая «рефлексы» и блики на неярких участках объекта («зайчики» на темных волосах, черных деталях одежды), подчеркивает форму объекта. Моделирующий свет узким пучком направляют на затененную переднюю сторону объекта снизу и сбоку. Вместо активных источников можно использовать зеркальные поверхности.

Световые эффекты в виде ярких бликов или движущихся теней различной окраски и яркости позволяют имитировать свет от свечи или горящей спички, солнечные зайчики от колышущейся воды и т. п. Такая имитация дает результат лучше, чем съемка при недостаточном натуральном освещении, когда неизбежно появляются шумы в виде «снега». Эффекты создаются с помощью прожекторов, подвижных зеркал и цветных масок.

Встречный свет (контражур) предназначен для создания яркой контурной линии или нимба вокруг объекта путем подсветки его сзади и снизу. Толщина ореола зависит от выбора экспозиции и положения источника света. Чем меньше выдержка и диафрагма, тем тоньше получится светлая кайма. Сам источник надо располагать под таким углом, чтобы его свет не попадал в объектив прямо. Контражур по интенсивности должен превосходить основной свет, его избыточность компенсируется увеличением бокового света. Встречное освещение вполне возможно осуществить при съемке ограниченно подвижных объектов.

Для съемки при встречном свете хорошо использовать бленду для объектива (насадку-козырек). Она уберет неинформативную засветку кадра — вуаль и светлые вертикальные полосы, увеличит цветовую насыщенность. Бленда особенно необходима при использовании широкоугольной насадки на объектив.

Источник: video-lighting-notes.blogspot.com

Уроки сценического освещения от Нейла Фрейзера. Выпуск 2

Перед вами — второй урок из серии для начинающих художников по свету. В первой статье куратор Технического факультета Королевской академии Театрального искусства Нейл Фрейзер рассмотрел пять основных аспектов сценического освещения.

Во втором уроке Нейл Фрейзер отвечает на вопрос, откуда должен падать свет на сцену,  рассказывает о различных углах освещения и предлагает целый ряд полезных упражнений для построения световых картин.


Выбирая угол, под которым падает свет, важно найти компромисс между тем, насколько ясно публика видит освещаемый объект, и драматическим восприятием этого объекта. Прекрасно, когда воплощаются обе идеи, но часто одна из них вытесняет другую. Например, так происходит, когда кто-то пытается сделать объект более заметным для зрителей и убирает тени, придающие ему нужный характер.

Обычно, глядя на угол, под которым падает свет, мы можем предположить, где расположен его источник. Сложнее определить, какой именно источник излучает свет: солнце, настольная лампа или уличный фонарь. Так, интерпретируя свет на сцене, публика может и не провести аналогии между углом падения света и знакомым ей реальным источником света.

Основные углы освещения

Ниже перечислены пять основных углов, характеризующие расположение источника света по отношению к освещаемому объекту:
  • Горизонтальный (плоский) свет – свет, падающий прямо на объект по линии взгляда зрителя
  • Задний свет – свет, исходящий сзади и сверху
  • Боковой свет – свет со стороны на уровне объекта
  • Верхний свет – источник расположен прямо над объектом
  • Рамповый свет – источник расположен перед объектом снизу

Совместив некоторые из этих направлений, можно получить также:
  • Верхний передний свет – свет сверху и спереди объекта
  • Диагональный свет – свет сверху в сторону от объекта

Выбор угла освещения зависит от того, что мы хотим сообщить зрителю. Поэтому давайте представим эмоциональное значение этих углов.

Плоский свет на сцене часто бывает скучным, так как он почти не производит теней. Лишь в определённом контексте (когда требуется сильное воздействие) он может быть загадочным и интересным. 
 
Задний свет можно назвать зловещим или таинственным. Он редко используется отдельно, в чистом виде. 
 
Боковой свет оказывает сильное воздействие, как нечто абстрактное (редко встречающееся в естественных условиях). 
 
Верхний свет может восприниматься как гнетущий, кажется, что он придавливает освещаемый объект. 
 
Рамповый свет на сцене кажется самым странным, сверхъестественным и необычным из всех. Не удивительно, что он используется реже других. 
 
Верхний передний свет хорошо моделирует известные нам источники света – именно под таким углом падает солнечный свет, свет от уличных фонарей или от комнатной люстры. Кроме того, он наиболее гармонично сочетает в себе хорошую видимость и определённый драматизм.

Диагональный свет не такой привычный, как верхний передний, но более естественный, чем боковой свет, т.к. падает сверху.

Воздействие, которое свет оказывает на зрителя, зависит не столько от самого света, сколько от теней, которые он образует. Именно светотень способна показать очертания и форму объекта, вызвать к нему интерес. 

Комбинируем углы освещения

Использование нескольких источников света на сцене делает световую картину интереснее. Ниже приводятся несколько замечаний по этому поводу:
  1. Эффект от источников света, расположенных под основными углами по отношению к объекту, может сильно отличаться от того, что получается в результате их комбинации. Сочетая разные углы освещения, мы должны помнить о том, какой вклад вносит каждый источник света в общую картину. Например, один угол используется для придания картине ясности, а другой – для создания драматического света.
  2. Каждый художник по свету знает, что присутствие в схеме освещения сильного доминирующего источника света делает световую картинку более привлекательной. Можно предположить, что сильный ключевой свет воспринимается нами как приятный на подсознательном уровне (как это происходит в ясный солнечный день). Это можно использовать: сделать один источник света более сильным, чем другой, нетрудно, а выглядит это хорошо.
  3. Следует помнить, что использование слишком большого числа углов освещения делает общую картину размытой или пересвеченной. Видно хорошо, но смотреть не интересно. Здесь (как и во многих других ситуациях) работает поговорка «лучше меньше, да лучше».
  4. Свет на сцене способен «передвигать» объект, например, приближать или удалять его. Это хорошо заметно, когда вы используете задний свет, который в сочетании с другими углами освещения приобретает реальную силу: создавая ореол вокруг объекта, он будто подталкивает его по направлению к зрителю, подчёркивает его форму, демонстрирует его трёхмерность.

Обычно способы, которыми художник реализует освещение на сцене, отталкиваются от того, как это происходит в реальном мире. Если сценический объект выглядит привычным образом, зритель легко додумывает известный ему источник света. Тогда можно говорить о естественном (реалистичном) свете на сцене.

Работая с углами освещения, нужно иметь в виду некоторые общие положения, касающиеся работы со светом:

  • именно свет выявляет форму объектов,
  • одинаковые световые картины быстро приедаются,
  • недостаточное количество источников света ухудшает видимость,
  • наличие тени усиливает воздействие света.

Как правило, художники по свету совершенствуют своё мастерство всякий раз, когда просто делают свою работу. Однако иногда бывает полезно поэкспериментировать со светом без привязки к какому-либо проекту. Такие упражнения можно делать одному или в компании с коллегами.

Нейл Фрейзер рекомендует начинающим художникам по свету  вести дневник или журнал с идеями, ссылками, схемами и набросками, фотографиями, открытками и т. п. Такой журнал может стать своеобразной копилкой идей и источником вдохновения. Будет полезно включить в него ваши заметки, касающиеся предлагаемых упражнений.


Упражнения


Для большинства приведённых здесь практических упражнений потребуется несколько источников света. Конечно, лучше всего подойдут театральные светильники, но в некоторых случаях можно обойтись помощью торшеров. Некоторые упражнения можно смоделировать в миниатюре, используя небольшие лампочки и поверхность стола. Упражнения, не связанные с практикой, помогут вам заполнить идеями ваш блокнот или журнал.

Упражнение 1. Ищем нужный угол

  1. Найдите интересный неодушевлённый объект для освещения, например, сложите пирамиду из стульев или набросьте ткань на ножки перевёрнутого стола.
  2. Выберите точку обзора.
  3. Возьмите три источника света и расположите их под разными углами к объекту.
  4. Посмотрите, как выглядит освещение от каждого источника в отдельности и опишите его
  5. Посмотрите, как выглядит освещение при попарном комбинировании источников света, опишите свои впечатления.
  6. Посмотрите на эффект от включения всех трёх источников сразу, опишите свои впечатления в журнале. Если у вас есть возможность менять яркость приборов, воспользуйтесь ей для создания комбинаций ключевого и заполняющего света.
Это упражнение можно повторять снова и снова, выбирая в каждом случае разные углы освещения. Запись своих впечатлений очень полезна для последующего обсуждения ваших идей в разговорах с другими людьми.

Чтобы сделать эффект от каждого источника света более заметным, используйте для каждого из них различные цветные фильтры насыщенных оттенков, например, красный, голубой и зелёный.

Упражнение 2. Рисование светом

1. Просмотрите список основных углов освещения:
  • Горизонтальный свет,
  • Задний свет,
  • Боковой свет,
  • Верхний свет,
  • Рамповый свет.
2. Возьмите стопку старых журналов и пролистайте её в поисках иллюстраций, где свет падает одним из вышеперечисленных способов. 3. Когда таких примеров наберётся достаточное количество, разложите их в порядке возрастания: от самого лучшего до самого худшего применения данного угла освещения.

Некоторые углы освещения будут попадаться чаще, чем остальные, к тому же в чистом виде они встречаются редко. Поэтому можно повторить это упражнение, когда у вас снова накопятся старые журналы. Подшивайте лучшие фотографии в папку, чтобы иметь возможность обратиться к ним в будущем. Это упражнение можно выполнять, просматривая телевизионные или видео изображения.

Упражнение 3. Учимся видеть свет

1. Возьмите список основных углов освещения:
  • Горизонтальный свет,
  • Задний свет,
  • Боковой свет,
  • Верхний свет,
  • Рамповый свет.

2. Посетите несколько разных мест, например, вашу спальню, класс, библиотечный зал, парк и т.д.

3. Сделайте соответствующие пометки в вашем блокноте (место, время суток и т.д.) и зафиксируйте углы, под которым падает свет в каждом из этих мест.

4. Если вы умеете рисовать, сделайте наброски.

Придумайте обозначение для каждого угла (это может пригодиться для дальнейших записей).

Упражнение 4. Три против одного

Это упражнение похоже на Упражнение 1, но вместо неодушевлённого предмета следует освещать живую модель. И снова важную часть этого упражнения составляет словесное описание того, что вы увидите. Ещё полезнее это упражнение станет, если вы будете поводить и обсуждать его с партнёром.
  1. Поместите модель в центр освещаемого пространства.
  2. Выберите точку наблюдения – место, откуда вы будете смотреть на модель.
  3. Выберите три источника света и поместите их под разными углами по отношению к модели.
  4. Посмотрите, как освещает модель каждый из них по отдельности. Опишите ваши впечатления: что вам это напоминает, какую атмосферу они создают, какие эмоции вызывают.
  5. Сделайте то же самое для попарных комбинаций источников света.
  6. Включите все три источника сразу и запишите ваши впечатления.
  7. Если вы можете регулировать яркость источников света, создайте ключевой и заполняющий свет. Или перейдите к Упражнению 6 (оно расширяет эту тему).

Это упражнение можно повторять снова и снова, выбирая каждый раз три различных угла освещения. Будет полезно ввести дополнительное правило: все источники света должны отстоять друг от друга не менее чем на 2-3 метра.

Упражнение 5. Рабочая пятёрка

Создайте схему освещения модели, помещённой в центр выбранного пространства, с помощью пяти источников света. Каждый из них должен светить под одним из базовых углов:
  • Горизонтальный свет,
  • Задний свет,
  • Боковой свет,
  • Верхний свет,
  • Рамповый свет.

Конечно, при этом вы должны очень чётко определить собственную точку наблюдения. Когда вы составите свою схему:
  1. Посмотрите, как все пять источников света работают сами по себе. Опишите свои впечатления: что вам это напоминает, какую атмосферу они создают, какие эмоции вызывают.
  2. Скомбинируйте источников света попарно и запишите свои впечатления.
  3. То же самое проделайте для различных сочетаний из трёх источников света.
  4. Если вы можете регулировать яркость источников света, создайте несколько вариантов ключевого и заполняющего света.

Ответьте самому себе на следующие вопросы:
  • Нравится ли вам, как освещается модель под тем или иным углом. Выберите наиболее понравившийся вам одиночный источник света: почему он вам нравится?
  • Какие из созданных вами комбинаций источников света вам нравятся, а какие нет? Почему? Можете ли вы, используя вашу схему, сделать так, чтобы модель выглядела определённы образом (как герой, как слабый человек, как заключённый и т.д.)?
  • Можете ли вы с помощью вашей схемы создать определённую атмосферу? Попробуйте следующие варианты: мистерия, ужас, беспокойство, веселье, драма, сердечность, безысходность, возбуждение, скуку, подавленность.

Выполняя это упражнение, важно понимать, что здесь нет понятий «правильно» и «неправильно», все оценки очень субъективны.

Упражнение 6. Реалистичный свет

Это упражнение направлено на то, чтобы научиться делать свет более реалистичным. Для него подойдут схемы освещения из Упражнений 4 или 5.
  1. Поместите модель в центр вашего помещения
  2. Выберите три источника света и расположите их так, чтобы вы модель освещалась, как в яркий солнечный день (при этом нельзя использовать цветные фильтры). Проверьте результат, попросив кого-нибудь прокомментировать получившуюся картинку. Спросите: «Какое естественное освещение тебе это напоминает?» Если он ответит: «полдень» или солнечный день», попросите его сказать, откуда идёт солнечный свет (т.е. какой именно из источников света имитирует солнечный свет).
  3. Повторите эксперимент, воссоздав картину лунного света.

В этом упражнении вам предстоит создать сильный яркий источник ключевого света. Основная трудность – обеспечить баланс между ключевым светом и другими источниками. Добиться этого в два раза труднее без использования цветного света, но зато и намного полезнее.

Упражнение 7. Импровизация

Создать эффективный и «естественный» ключевой свет проще, если вы можете использовать цвет, чтобы воздействовать на зрителя. Но главный смысл этого упражнения заключается в согласовании уровней света, направленного под разными углами.

Снова поместите вашу модель в середину комнаты и создайте схему освещения по следующим идеям:

  • солнечный свет в лесу,
  • морозный зимний день,
  • официальный интерьер в полдень,
  • угол городской улицы ночью,
  • рубка в подводной лодке,
  • ландшафт незнакомой планеты,
  • больничная палата,
  • тропический остров,
  • Северный полюс.

Этот список можно продолжать бесконечно. Вы можете добавить в него свои идеи или попросить кого-нибудь подумать над ними. Работая в группе, вы сможете найти больше вариантов, которые подойдут вам с учётом ваших возможностей. Обсуждение ваших идей с партнёрами очень пригодится вам в будущем, когда вам придётся воплощать на сцене замысел режиссёра или художника-постановщика.

Упражнение 8. Драматическая атмосфера


Создание по-настоящему драматической атмосферы – важная функция сценического освещения. В этом упражнении можно использовать цвет, но только в том случае, если без него никак не обойтись. Снова нужно поместить модель в центр комнаты и осветить её так, чтобы создать атмосферу:
  • гнева,
  • освобождения,
  • любви,
  • зависти,
  • жестокости,
  • умиротворения.

И снова список можно продолжать бесконечно. Например, сюда можно включить все семь смертных грехов. Вы можете повеселиться вместе с коллегами, обсуждая варианты. Количество идей, которые вы сможете воплотить, будет зависеть от доступных ресурсов (времени и оборудования). Но будет не лишним хотя бы записать их.

Упражнение 9. Освещение участка сцены

Многие из предыдущих упражнений были посвящены освещению модели. В этом упражнении мы пойдём дальше и будем освещать не только модель, но и участок сцены вокруг неё.
  1. Выберите участок сцены, на который вы поместите свою модель. Он не должен быть слишком большим (хватит 2 квадратных метров).
  2. Теперь выберите какую-нибудь минимальную схему освещения из предыдущих упражнений (например, для «солнечного дня», «Северного полюса», «гнева» и т.д.) и осветите участок сцены таким образом, чтобы ваша модель могла двигаться и при этом оставаться в заданной атмосфере.
  3. Обратите особое внимание на освещение модели на границах вашего участка. Очевидно, в некоторых случаях вам придётся перенаправить ваши приборы или добавить дополнительные источники света.

Это упражнение – первый шаг к освещению всей сцены. Оно поможет вам обрести уверенность, что вы освещаете всё необходимое пространство. Вы должны также почувствовать разницу между освещением статической и движущейся модели. Будьте особенно внимательны к тому, чтобы на вашем участке не было нежелательных теней и засветов.

Это был 2-ой урок Нейла Фрейзера. Посмотреть все выпуски Уроков сценического освещения можно по ссылкам:

Урок 1. Задачи сценического освещения и подходы к их решению
Урок 2. Выбор угла освещения
Урок 3. Театральный свет. Радуга на сцене
Урок 4. Как создать настроение с помощью света
Урок 5. Создание световых картин
Урок 6. Соберём всё вместе

Основные типы источников света в студии

Правильно выстроенное освещение в фотостудии определяет качество получаемых снимков.

Предлагаем вашему вниманию стандартную схему освещения в фотостудии.

Теперь рассмотрим основные разновидности света в фотостудии.

Основной источник освещения при студийной фотосъёмке – рисующий свет. Как правило, он в полтора раза сильнее остальных компонентов световой схемы. Он подчёркивает детали и формы на изображении. В зависимости от целей, которые ставит перед собой фотограф, он может быть как мягким, так и жёстким. Как правило, источник света располагается спереди и сбоку от модели в полутора-двух метрах от неё.

Рисующий источник создаёт чёткие тени, которые надо смягчать. Для этого используют заполняющий свет. Изображение при этом получается менее контрастным, что повышает его качество. С этой целью используется софт-бокс или светоотражающая панель (лайт-диск, лайт-панель). В данной световой схеме источник заполняющего света располагается позади фотоаппарата, в зависимости от композиции, левее или правее от него.

В фотокомпозиции глубина и объём фона обеспечивается фоновым светом. Как правило, он достигается при помощи источников жёсткого освещения. Они могут освещать фон как равномерно, так и формировать на нём световые пятна различной формы. С этой целью используются различные светоформирующие насадки (шторки, цветные фильтры, тубусы и т.д.)

Для освещения боковых частей композиции используется моделирующий свет. Он отделяет неосвещённую часть модели от фона композиции. В данном случае используется пассивное световое оборудование (рассеиватели, отражающие экраны) или слабые по мощности источники (подсветки). Источники моделирующего света устанавливают напротив источников рисующего света.

Контровый свет при студийной фотосъёмке помогает сделать световой акцент на объекте, отделить фигуру от фона. Используется как для создания светового ореола вокруг модели, так и с целью подчеркнуть одежду, причёску или силуэт модели. Источник контрового света располагают позади модели недалеко от неё.

Жёсткое освещение в фотостудии предполагает появление глубоких чётких теней, делает изображение ярким и контрастным.

Рассеянное (мягкое) студийное освещение предполагает отсутствие резких теней, равномерно распределённых по поверхности. Это позволяет использовать светотональное и светотеневое световое решение.

Освещение в студии осуществляется различной осветительной техникой. Источники в студии подразделяются на импульсные и постоянного света.

Импульсные включают в себя фотовспышки, состоящие из двух ламп. Первая лампа производит собственно световой импульс, а вторая – «пилотный» свет, при помощи которого фотограф устанавливает тени и управляет ими.

Источником постоянного света служат довольно мощные лампы. Они выделяют большое количество тепла и быстро нагревают воздух в помещении. Такие лампы помогают точно определить направление света и появление теней на определённых участках композиции.

В студийной фотосъёмке также применяется пассивное световое оборудование. К нему относят отражатели, представляющие собой ткань, натянутую на каркас прямоугольной или круглой формы. Свет они не излучают, а только отражают его от источников. К пассивному световому оборудованию относят специальные светоформирующие насадки. Они изменяют характер светового потока. Эти насадки подсоединяют непосредственно на источник света.

Источник: fotopoisk.com.ua

 

Направление света при съемках телепрограммы

Эффект освещенности будет изменяться с изменением угла падения лучей. Поднятие или опускание лампы, или передвижение ее вокруг объекта приведет к освещению одних зон и затемнению других. От этого будет зависеть изображение контуров и текстуры объекта. Отметки на поверхности или украшения становятся более или менее заметными. Если переместить источник света или камеру, вид отдельных черт объекта может измениться.

Термины, используемые в освещении

Основной свет (Baselight): Рассеянный свет, равномерно освещающий всю площадку. Используется для предотвращения появления густых теней или избыточной контрастности.

Ореол (контражур) (Rim light): Появляется при освещении краёв объекта задним светом.

Моделирующий свет (Modeling light) или акцентирующий свет (accent light): Общее название для любого резкого света, выделяющего текстуру и форму.

Боковое перекрёстное освещение (cross-back), контровой свет (Kicker) или фоновое освещение на  3/4  (3/4  back light):  Фоновое освещение, которое смещено на 30-60° по горизонтали от оси объектива.

Освещение отражением (Bounce light): Рассеянное освещение, полученное путём отражения от сильно освещенной поверхности, например, потолка или отражателя.

Освещение декораций (Set light) или фоновое освещение (background light): Источник, освещающий только задний план.

Освещение глаз (eye light) или блик (catch light): Образование блика (желательно одного) на радужной оболочке глаза для дости¬жения реалистичного эффекта. Иногда от освещения с камеры.

Освещение с камеры (Camera light): Маленький источник света, закреплённый на камере и используемый для смяг¬чения контрастности при съёмке крупным планом.

Освещение волос (hair light): Фокусировка света для выделения волос.

Верхний свет (Top light): Вертикальные лучи, падающие сверху (боковое освещение сверху). Нежелателен для освещения лица при крупном плане.

Боковое освещение (Side light): Источник расположен под прямым углом к оси объектива. Выделяет контуры объекта.

Освещение для корректировки контрастности (Contrast control light): Достигается при помощи источника мягкого фонового света, расположенного как можно ближе к камере, рассеивающего тени и уменьшающего контрастность освещения.

Пограничное освещение (Edge light): Свет падает почти параллельно поверхности, выделяя её фактуру и очертания.

Читать другие очерки о телевизионном производстве

Освещение с трех точек
Основные приемы при освещении людей

Также интересно прочитать

Сетевые бизнес-модели
Рекламные технологии
Правильные блоги

 

Моделирование со светом

Моделирование со светом Моделирование с углами освещения

Схема одиночного (гипотетическая) Зона освещения
План или вид сверху

1. Фонарь задний правый

Аудитория
2.Фонарь задний
3. Фонарь задний левый
4. Правый габаритный фонарь
5. Светильник верхний
6. Габаритный огонь левый
7. Фонарь передний правый
8. Фонарь передний
9. Фонарь передний левый

Поперечное освещение — вид сверху
Основной свет — 45 градусов спереди/сбоку
Заполняющий свет — 45 градусов спереди/сзади
Подсветка — сразу за

 




Вид в разрезе или сбоку
Высокий
Средний (высота головы)
Низкий

Перекрестное освещение — вид в разрезе
Ключевое и заполняющее освещение под углом 45 градусов



Фотографы используют термины «высокий ключ» и «низкий ключ» для описания того, сколько белого или черного в фотографии.

 

Фотография в высоком ключе

Фотография в низком ключе


В театре основной свет связан с видимостью. Ключевой свет может быть не самым ярким светом на сцене. Часто контровой свет ярче основного света. Ключевой свет — это самый яркий свет, исходящий спереди , обеспечивающий наибольшую видимость.

Подсветка ключа с правой стороны

Low Key (Front Fill) с сильным контровым светом


Варианты перекрестного освещения — план Посмотреть
  • Спереди/сбоку под углом 90 градусов
  • Поворот для следования живописному плану местности
  • X освещение
  • Двойной подвес

Варианты поперечного освещения — Раздел Посмотреть

  • Выше 45 градусов — изоляция
  • Ниже 45 градусов — видимость

 

 

 

 

 

 

 

 

Моделирующая лампа Lumedyne-AMBR (галогенная)

Это обычная сменная лампа для светящегося моделирующего света в центре ламп-вспышек Lumedyne Modeling. Он имеет яркость около 25 Вт и использует вашу батарею со скоростью одна вспышка 200 мс за 20 секунд использования моделирующего света. Пользователь может заменить ее, просто сначала удалив лампу-вспышку, а затем вытащив перегоревшую лампочку. После аккуратной установки AMBR на ножки лампа-вспышка надевается на него и снова вставляется на место.

Лампа AMBR всегда была обычной моделирующей лампой для любой моделирующей головки Lumedyne. Он имеет два небольших штифта, которые вставляются в две небольшие изолированные ножки, выступающие из центра гнезда лампы вспышки Lumedyne Flash Head. Будьте осторожны при установке, чтобы действительно вставить штифты в ножки, а не просто рядом с ножкой во втулке.

Помните: если вы недавно использовали модельную лампочку и теперь заменяете ее из-за неисправности, она будет очень горячей. Пожалуйста, будьте осторожны.

Также помните, что для продления срока службы лампы будьте осторожны, чтобы не ударить ее, особенно когда она горячая, потому что именно тогда нить внутри является наиболее хрупкой.

Мощность моделирующей лампы составляет около 25 Вт, поэтому она разряжает батарею примерно на 2 ампер-часа. Он разрядит NiCd аккумулятор среднего размера примерно за час, если вы просто оставите его включенным. Он больше предназначен для помощи при фокусировке или проверки того, будут ли отражения от очков или элементов фона. Схема моделирования выключается во время перезапуска, а затем снова включается после каждой вспышки, пока вы не закончите ее использовать.

Не забудьте выключить его, чтобы не расходовать заряд аккумулятора, когда он вам не нужен.На большинстве головок есть индикаторы, которые напоминают вам, когда ваша моделирующая лампа включена. Не оставляйте его включенным в течение дня, когда вы его почти не видите, и это ничем не поможет, но разрядит аккумулятор.

Подсказка: некоторые фотографы просто держат его в сумке для фотокамеры вне головы, чтобы избежать случайного включения моделирующей лампы, когда они этого не хотели, а затем подключают ее только перед вечерней съемкой или съемкой в ​​помещении. Я хочу, чтобы он был там «на всякий случай», поэтому я просто обращаю внимание на индикатор моделирующего света на головках.

границ | Моделирование светового отклика скорости переноса электронов и его распределение для карбоксилирования и оксигенирования рибулозобифосфата

Введение

Интенсивность света ( I ) является одним из наиболее важных экологических факторов, влияющих на поток электронов и его распределение для карбоксилирования по сравнению с оксигенированием рибулозобифосфата ( руб. р). На уровнях I до достижения интенсивности насыщения непрямоугольная гиперболическая модель (далее модель NH) является подмоделью, которая широко используется для характеристики кривой светового отклика скорости переноса электронов (кривая J – I ). и оценить максимум J ( J max ) в модели фотосинтеза C 3 (e.г., Фаркуар и др., 1980; Фаркуар и Вонг, 1984 г.; фон Каммерер, 2000 г.; Фаркуар и др., 2001; Лонг и Бернакки, 2003 г.; фон Каммерер и др., 2009 г.; Бернакки и др., 2013 г.; Белласио и др., 2015 г.; Буш и Сейдж, 2017 г.; Уокер и др., 2017 г.; Cai et al., 2018) и в модели фотосинтеза C 4 (Berry and Farquhar, 1978; von Caemmerer and Furbank, 1999; von Caemmerer, 2013). При насыщении светом J max оценивается по модели фотосинтеза C 3 (Farquhar et al., 1980; фон Каммерер, 2013 г.; Фаркуар и Буш, 2017 г.). Точная оценка J max важна для понимания фотосинтеза видов C 3 и C 4 . J max является ключевой величиной, отражающей фотосинтетический статус растений в различных условиях окружающей среды, когда нетто-скорость фотосинтеза ( A n ) ограничена регенерацией РБФ, связанной с разделением потока электронов через фотосистему II (PSII) для карбоксилирования RuBP ( J C ) по сравнению с оксигенацией RuBP ( J O ) (Farquhar et al., 1980; Лонг и Бернакки, 2003).

Путем моделирования кривых световой реакции фотосинтеза (кривая A n –I ) модель NH широко использовалась для получения ключевых характеристик фотосинтеза (например, максимальная чистая скорость фотосинтеза, A nmax ; точка компенсации света, когда A n = 0, I c ; частота темнового дыхания, R d ) для различных видов в различных условиях среды (например,г., Огрен и Эванс, 1993; Торнли, 1998 г.; Е, 2007; Аспинуолл и др. , 2011 г.; душ Сантуш и др., 2013 г.; Майорал и др., 2015 г.; Сан и др., 2015; Парк и др., 2016; Кирос и др., 2017 г.; Яо и др., 2017 г.; Сюй и др., 2019 г.; Ян и др., 2020 г.; Йе и др., 2020). Широко сообщалось о значительной разнице между наблюдаемыми значениями A nmax и оценками по модели NH для различных видов (например, Chen et al., 2011; dos Santos et al., 2013; Lobo et al., 2014; Ogawa). , 2015; Сан и др., 2015; Кирос и др., 2017 г.; Пуарье-Покови и др., 2018 г.; Йе и др., 2020). Эта давняя проблема была решена с помощью модели A n I , которая принимает неасимптотическую функцию и может точно воспроизвести кривую A n I в условиях ограниченного света, насыщенного светом. и фотоингибиторные уровни I (Ye et al., 2013) (далее — модель Ye).

Недавно Buckley and Diaz-Espejo (2015) предположили, что модель NH будет завышать J max из-за ее асимптотической функции. Срочно необходима надежная модель, которая может точно воспроизвести наблюдаемую кривую J – I и получить J max (Buckley and Diaz-Espejo, 2015). Кроме того, световой отклик распределения J для карбоксилирования и оксигенации RuBP (кривые J C –I и J O –I ) и ключевые величины для описания кривых (например, , максимальные J C , J C-max , и максимальные J O , J O-max , а также редко изучаются их соответствующие интенсивности насыщенности .Между тем, мы впервые сравнили характеристики двух моделей при воспроизведении кривых J C I и J O I .

Это исследование было направлено на заполнение этих важных пробелов с использованием подхода взаимного сравнения наблюдения и моделирования. Сначала мы измерили газообмен листьев и флуоресценцию хлорофилла в широком диапазоне уровней I для двух видов C 3 [озимая пшеница ( Triticum aestivum L. ) и сои ( Glycine max L.)]. Затем вы включили модель для воспроизведения A N I , J-I , J , J C -I , и J O -i -i Кривые и возвратный ключ количества, определяющие кривые, и оценили его эффективность по сравнению с моделью NH и наблюдениями.

Материалы и методы

Растительный материал и измерения газообмена листьев и флуоресценции хлорофилла

Эксперимент проводился на Юйчэнской комплексной экспериментальной станции Китайской академии наук.Подробные описания почвы и метеорологических условий на этой экспериментальной станции были даны Ye et al. (2019; 2020). Озимая пшеница была посеяна 4 октября года года 2011 года, а измерения проведены 23 апреля года года 2012 года. , 2013. С помощью портативной системы фотосинтеза Li-6400-40 (Li-Cor, Линкольн, Небраска, США) одновременно проводились измерения газообмена листьев и флуоресценции хлорофилла на зрелых, полностью распустившихся, выставленных на солнце листьях в солнечные дни. Дж рассчитывали как Дж = Φ ФСII × I × 0,5 × 0,84, где Ф ФСII — эффективный квантовый выход ФСII; , 1992).

Для сои, A n I кривые и J I кривые были получены путем применения различных интенсивностей света в порядке убывания 2000, 1800, 800, 16000, 14 , 600, 400, 200, 150, 100, 80, 50 и 0 мкмоль м -2 с -1 .Для озимой пшеницы градиент интенсивности света начинался с 1800 мкмоль м 90 416 -2 90 417 с 90 416 -1 90 417 как максимум, в соответствии с наличием света в окружающей среде с октября по апрель. На каждом этапе I ассимиляцию CO 2 отслеживали до тех пор, пока не было достигнуто устойчивое состояние перед регистрацией показаний. Концентрацию CO 2 в окружающей среде в кювете ( C a ) поддерживали постоянной на уровне 380 мкмоль моль -1 . Температуру листьев в кювете поддерживали на уровне около 30°С для озимой пшеницы и 36°С для сои соответственно. Взаимное сравнение наблюдения и моделирования было проведено в пределах каждого вида.

N -i N и -I и J-I Аналитические модели

NH Модель

NH Модель J-I Кривая следующим образом (Farquhar and Wong, 1984; von Caemmerer, 2000; von caemmerer, 2013) :

J=αeI+Jmax−(αeI+Jmax)2−4αeθJmaxI2θ(1)

где α e — начальный наклон кривой J–I , θ — выпуклость кривой, I — интенсивность света, а J max — максимальная скорость переноса электронов.Модель

NH описывает кривую A n –I следующим образом (Ögren and Evans, 1993; Thornley, 1998; von Caemmerer, 2000):

An=αI+Anmax−(αI+Anmax)2−4θAnmax −Rd(2)

, где α – начальный наклон кривой A n –I , A nmax – максимальная чистая скорость фотосинтеза, а частота дыхания при I = 0 мкмоль м -2 с -1 . Модель NH не может вернуть соответствующие значения интенсивности света насыщения для J max или A nmax из-за своей асимптотической функции.

Модель, разработанная Ye et al. (2013, 2019; далее модель Ye) описывает кривую J–I следующим образом:

, где α e — начальный наклон кривой J–I , а β и e γ e – коэффициент фотоингибирования и коэффициент светонасыщения кривой J–I соответственно.

Интенсивность насыщения, соответствующая J max ( I e sat ), может быть рассчитана следующим образом: (4)

Используя модель Ye, J max можно рассчитать следующим образом: следующим образом (Ye, 2007; Ye et al., 2013):

An=α1−βI1+γII−Rd(6)

, где α – начальный наклон кривой A n I , β и γ – коэффициент фотоингибирования и коэффициент светонасыщения кривой A n I соответственно.

Интенсивность насыщения, соответствующая A nmax ( I sat ), можно рассчитать следующим образом:

Используя модель Ye, A nmax 902 β + γ-βγ) -RD (8)

J C и J o Оценка и J C -i и J j O -i -i Аналитические модели

Сочетание измерений газообмена и флуоресценции хлорофилла было надежным и простым в использовании методом, широко используемым для определения J O и J C (e.г., Петерсон, 1990; Comic и Briantais, 1991). У растений С 3 ассимиляция углерода и фотодыхание представляют собой два тесно связанных процесса, катализируемых ключевым фотосинтетическим ферментом — карбоксилазой/оксигеназой РБФ. Фотодыхание рассматривается как альтернативный приемник индуцированных светом фотосинтетических электронов и как процесс, помогающий потреблять дополнительные фотосинтетические электроны при высокой освещенности или других стрессовых факторах, ограничивающих доступность CO 2 в Rubisco (Stuhlfauth et al. , 1990; Valentini et al., 1995; Лонг и Бернакки, 2003). Когда другие альтернативные поглотители электронов игнорируются или остаются постоянными, поток электронов в основном направляется на карбоксилирование и оксигенирование RuBP (например, Farquhar et al., 1980; von Caemmerer, 2000; Farquhar et al., 2001; Long and Bernacchi, 2003). ; von Caemmerer et al., 2009; Bernacchi et al., 2013; von Caemmerer, 2013), и J C и J O соответственно можно рассчитать следующим образом (Valentini et al., 1995) :

JO=23[J−4(An+Rday)](10)

, где R день — дневная частота дыхания, и согласно Fila et al.(2006), R день = 0,5 R d . В этом исследовании значения J C и J O , рассчитанные по уравнениям 9 и 10 рассматривались как экспериментальные наблюдения — для сравнения с смоделированными значениями, полученными из модели NH и модели Ye соответственно.

Используя ту же структуру моделирования J–I по модели Ye, световой отклик J C ( J C –I ) можно описать следующим образом: + γCII (11)

, где α C C — начальный уклон j C -i —i кривая, и β C и γ C — два коэффициента j C –I кривая. Максимум J J C ( J C-Max C-Max ) и насыщенность, соответствующие J C-Max C-Max ( I C SAT ) Может можно рассчитать следующим образом:

JC-max=αC(βC+γC−βCγC)2(12)IC-sat=(βC+γC)/βC−1γC(13)

Используя ту же структуру моделирования J–I , Модель Ye, световой отклик J O ( J O –I ) можно описать следующим образом: Начальный уклон j j —i —i γ β γ γ o — два коэффициента j o —i кривая.Максимум J j o ( j o-max o-max ) и насыщенность, соответствующие J o-max ( I O SAT ) Может можно рассчитать следующим образом:

JO-max=αO(βO+γO−βOγO)2(15)IO-sat=αOβO+γO/βO−1γO(16)

Между тем модель NH может описывать J C –I и J O –I следующие кривые:

JC=αCI+JC-max−(αCI+JC-max)2−4αCθJC-maxI2θ(17)

, где является начальным уклоном J C C C -i -I кривая, θ — это кривая выпуклость, а j C-Max C-MAX — максимальный j C , а

Jo = αoi +JO-max−(αOI+JO-max)2−4αOθJO-maxI2θ(18)

где α O – начальный наклон кривой J O –I , 32 9 кривая ко nvexity, а J O-max является максимальной J O . Модель NH — уравнения. 17 и 18 — не может вернуть соответствующие значения интенсивности света насыщения для J C-max или J O-max из-за его асимптотической функции.

Статистический анализ

Статистические тесты проводились с использованием статистического пакета SPSS 18.5 (SPSS, Чикаго, Иллинойс). Односторонняя Анова была использована для изучения различий между значениями параметров, оцениваемых NH-модели, модель YE и наблюдаемых значений каждого параметра ( A I SAT , J MAX , I E E J 9, J C-Max , I C SAT , J O-Max , I o сб и т.д.). Соответствие математической модели экспериментальным наблюдениям оценивали с помощью коэффициента детерминации ( R 2 = 1 – SSE/SST, где SSE – сумма квадратов ошибок, SST – общая сумма квадратов).

РЕЗУЛЬТАТЫ

Световой реакцию

A N и J

Соя и зимняя пшеница проявляются непосредственным и быстрым начальным увеличением A N ( α ) и α ( α e ) с увеличением I (рисунок 1 и таблица 1).Увеличение a N и N и J и J и J продолжалось до I достиг максимальных значений, специфичных к сортам ( A J J MAX ) при их соответствующем интенсивности насыщенности ( I сб и I e сб ) (рис. 1 и табл. 1). Как модель NH (уравнения 1 и 2), так и модель Ye (уравнения 3 и 6) продемонстрировали высокий уровень согласия ( R 2 ) с экспериментальными наблюдениями за двумя видами (рисунок 1 и таблица 1).Однако по сравнению с наблюдениями модель NH значительно переоценила A nmax и J max ( P < 0,05) как для сои, так и для озимой пшеницы (табл. 1). Напротив, значения A nmax и J max , полученные моделью Ye, очень близко согласуются с наблюдениями для обоих видов (таблица 1).

. оксигенация (G, H) для озимой пшеницы ( Triticum aestivum L.) и сои ( Glycine max L.), соответственно, в диапазоне освещенности от 0 до 2000 мкмоль м -2 с -1 . Сплошные кривые аппроксимированы с использованием модели Ye, а штриховые кривые — с использованием модели NH. Значения представляют собой средние значения ± стандартные ошибки ( n = 3).

Табл. J – кривая I ), скорость транспорта электронов при карбоксилировании RuBP (кривая J C I ) и скорость транспорта электронов при оксигенации RuBP (кривая J O I ) для виды пшеницы и сои соответственно.

Световой ответ

J J C и J o 4

Оба вида демонстрировали немедленный и быстрый начальный рост на г C ( α C ) с увеличением I (Рисунок 1 и Таблица 1). Увеличение г г C C C продолжалось до I достиг максимальных значений, специфичных к сортам ( J C-MAX ) при соответствующем насыщении интенсивности света ( I C sat ) (рис. 1 и табл. 1).И модель Ye (уравнение 11), и модель NH (уравнение 17) продемонстрировали высокий уровень согласия ( R 2 ) с экспериментальными наблюдениями за обоими видами (рис. 1 и таблица 1). Однако по сравнению с наблюдениями модель NH значительно завышала J C-max ( P < 0,05) как для сои, так и для озимой пшеницы (табл. 1). Напротив, значения J C-max , полученные моделью Ye, очень близко согласуются с наблюдениями для обоих видов (таблица 1).

По сравнению с быстротой реакции на свет J C , J O продемонстрировали гораздо более медленное начальное увеличение ( α O ) с увеличением I (рис. 1) . Ни один из видов не показал значительной разницы между наблюдаемым значением J O-max и значением, оцененным по модели Ye (уравнение 14) или по модели NH (уравнение 18) (таблица 1). Обе модели показали высокий уровень согласия ( R 2 ) с экспериментальными наблюдениями за обоими видами (рис. 1 и табл. 1).

Обсуждение

Результаты этого исследования, оцененные с использованием подхода взаимного сравнения моделирования наблюдения и моделирования, подчеркивают надежность модели Ye в точном воспроизведении -i -i , и J , и j o —i -i —i —i кривые и возврат ключевых величин, определяющие кривые, в частности: A Nmax , J MAX , J C-Max и J O-max .Напротив, модель NH значительно завышает A nmax , J max и J C-max (табл. 1). Наше исследование впервые показывает, что ранее широко сообщавшееся завышение J max A nmax ) моделью NH связано с ее завышением J C-max , но не . J О-макс .

Завышенная оценка A nmax с помощью модели NH, обнаруженная в этом исследовании, согласуется с предыдущими отчетами (e.г., Калама и др., 2013; душ Сантуш и др., 2013 г.; Лобо и др., 2014; Ежилова и др., 2015; Майорал и др., 2015 г.; Огава, 2015 г.; Парк и др., 2016; Кирос и др., 2017 г.; Пуарье-Покови и др., 2018 г.; Йе и др., 2020). Точное возвращение A nmax по модели Ye, обнаруженное в этом исследовании, согласуется с предыдущими исследованиями с использованием модели Ye для различных видов в различных условиях окружающей среды (например, Wargent et al., 2011; Zu et al., 2011; Xu et al., 2012a; Xu et al., 2012b; Lobo et al., 2014; Сюй и др., 2014; Сонг и др., 2015 г.; Чен и др., 2016; Е и др. , 2019; Ян и др., 2020 г.; Йе и др., 2020). Надежность модели Ye также была подтверждена для наблюдений за микроводорослями, включая четыре вида пресноводных и три морских микроводорослей (Yang et al., 2020). Модель Ye хорошо воспроизвела реакцию A n –I для всех видов микроводорослей и дала I sat ближе к измеренным значениям, чем в трех широко используемых моделях для микроводорослей (Yang et al., 2020). Между тем, завышенная оценка J max моделью NH, обнаруженная в этом исследовании, подтверждает мнение Бакли и Диас-Эспехо (2015) о недостатках асимптотической функции (т.е. модели NH).

Одним из ключевых нововведений настоящего исследования является оценка как асимптотических, так и неасимптотических функций при описании световой реакции распределения потока электронов для карбоксилирования и оксигенации соответственно (т.е. – I кривые).Насколько нам известно, это первое исследование, в котором экспериментально подтверждена надежность неасимптотической функции (уравнения 3, 11, 14) при точном (1) воспроизведении -Я , и J j O -i -i -i -i кривые и (2) Возвращение J MAX , J C-Max , и J O-Max значений, а также как соответствующие им интенсивности света насыщения. Эти новые открытия важны для нашего понимания световых реакций ассимиляции углерода растениями и фотодыхания — оба катализируются карбоксилазой / оксигеназой RuBP.

Полученные в настоящем исследовании результаты и подход, объединяющий эксперименты и моделирование, еще предстоит проверить для (1) видов с различными типами функций растений и/или климатическим происхождением, которые могут демонстрировать разные модели реагирования (Ye et al., 2020) и (2) реакция растений на взаимодействие множества факторов окружающей среды (например,g., температура, режим выпадения осадков, тип почвы), включая колеблющийся свет. Явные и последовательные модели моделирования и определения параметров на световых ответах (то есть A N , -i , J-I , J C -I , и J O –I ) — в сочетании с простотой и надежностью — позволяет в будущем прозрачно масштабировать результаты на уровне листьев до масштабов всего растения и экосистемы.

Выводы

Модель Ye может точно оценить A nmax , J max и J C-max , которые модель NH завысит.Принимая явную и прозрачную аналитическую структуру и последовательные определения на A N -i N , J-I , J C -i , и J O -i кривых, это исследование подчеркивает преимущество модели Ye над моделью NH с точки зрения (1) ее чрезвычайно хорошего воспроизведения J – I , J C –I и J O – I тенденции в широком диапазоне интенсивности света от ограниченной до светоингибирующей, (2) точное отображение множества ключевых величин, определяющих J–I , J C –I , и J j O O -i -i —i кривые , в частности J MAX , J , C-Max , J O-MAX O-MAX и их соответствующие интенсивности насыщения (кроме A нмакс и I sat of A n – I кривая), и (3) прозрачность в раскрытии ранее широко освещавшейся, но плохо объясненной проблемы модели NH – завышение оценки J max (и максимальная способность растения к карбоксилированию) — связано с его завышением J C-max , но не J O-max . Кроме того, модель NH не может получить интенсивность света насыщения, соответствующую J max , A nmax , J C-max и J O-max , Это исследование имеет значение как для экспериментаторов, так и для разработчиков моделей, работающих над лучшим представлением процессов фотосинтеза в условиях динамического освещения.

Заявление о доступности данных

Необработанные данные, подтверждающие выводы этой статьи, будут предоставлены авторами без неоправданных оговорок.

Вклад авторов

Все авторы внесли свой вклад в концепцию работы. H-JK в основном проводил эксперимент. Z-PY и S-XZ составили оригинальную рукопись. Все авторы критически рассмотрели и отредактировали рукопись с новыми наборами данных и внесли существенный вклад в завершение настоящего исследования. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Это исследование было поддержано Фондом естественных наук Китая (грант No. 31960054 и 31560069) и Проект группы ключевых инноваций в области науки и технологий города Вэньчжоу (грант № C20150008).

Конфликт интересов

S-XZ работал в компании The New Zealand Institute for Plant and Food Research Limited.

Остальные авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Ссылки

Аспинуолл, М.J., King, JS, McKeand, SE, Domec, JC (2011). Равномерность газообмена и фотосинтетическая способность на уровне листа среди генотипов сосны обыкновенной ( Pinus taeda L.) с контрастной врожденной генетической изменчивостью. Физиол дерева. 31, 78–91. doi: 10.1093/treephys/tpq107

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Белласио, К., Берлинг, Д. Дж., Гриффитс, Х. (2015). Инструмент Excel для получения ключевых параметров фотосинтеза из комбинированного газообмена и флуоресценции хлорофилла: теория и практика. Окружающая среда растительных клеток. 39, 1180–1197. doi: 10.1111/pce.12560

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Bernacchi, CJ, Bagley, JE, Serbin, S.P., Ruiz-Vera, UM, Rosenthal, DM, Vanloocke, A. (2013). Моделирование фотосинтеза C 3 из хлоропластов в экосистему. Окружающая среда растительных клеток. 36, 1641–1657. doi: 10.1111/pce.12118

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Берри Дж.А., Фаркуар, Г. Д. (1978). «Функция концентрации CO2 фотосинтеза C4: биохимическая модель», в Трудах Четвертого Международного конгресса по фотосинтезу . ред. Холл, Д., Кумбс, Дж., Гудвин, Т. (Лондон: Лондонское биохимическое общество), 119–131.

Google Scholar

Буш, Ф. А., Сейдж, Р. Ф. (2017). Чувствительность фотосинтеза к концентрациям O 2 и CO 2 указывает на сильный контроль Rubisco выше температурного оптимума. Новый фитол. 213, 1036–1051. doi: 10.1111/nph.14258

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Cai, C., Li, G., Yang, H.L., Yang, J.H., Liu, H., Struik, P.C., et al. (2018). Все ли параметры фотосинтеза листьев риса акклиматизируются к повышенному содержанию CO 2 , повышенной температуре и их комбинации в среде FACE? Глобальные изменения биол. 24, 1685–1707. doi: 10.1111/gcb.13961

CrossRef Полный текст | Google Scholar

Калама, Р., Пуэртолас, Дж., Мадригал, Г., Пардос, М. (2013). Моделирование реакции окружающей среды на сетчатый фотосинтез листьев при естественном возобновлении Pinus pinea L. Экол. Модель. 51, 9–21. doi: 10.1016/j.ecolmodel.2012.11.029

Полный текст CrossRef | Google Scholar

Чен З.Ю., Пэн З.С., Ян Дж., Чен В.Ю., Оу-Янг З.М. (2011). Математическая модель для описания кривых световой реакции nicotiana tabacum l. Фотосинтетика 49, 467–471. дои: 10.1007/s11099-011-0056-5

CrossRef Полный текст | Google Scholar

Чен Х. , Лю В.Ю., Сонг Л., Ли С., Ву К.С., Лу Х.З. (2016). Адаптация эпифитных мохообразных в подлеске, связанная с корреляциями и компромиссами между функциональными признаками. Дж. Бриоль. 38, 110–117. doi: 10.1080/03736687.2015.1120370

CrossRef Полный текст | Google Scholar

Comic, G., Briantais, JM (1991). Распределение фотосинтетического потока электронов между восстановлением CO 2 и O 2 в листе C 3 ( Phaseolus vulgaris L.) при различных концентрациях CO 2 и при засушливом стрессе. Планта 183, 178–184. doi: 10.1007/bf00197786

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Дос Сантос, Ж. У. М., де Карвальо, Г. Дж. Ф., Фернсайд, П. М. (2013). Измерение воздействия наводнения на амазонские деревья: модели реакции фотосинтеза для десяти видов, затопленных плотинами гидроэлектростанций. Деревья 27, 193–210. doi: 10.1007/s00468-012-0788-2

CrossRef Полный текст | Google Scholar

Farquahr, G. Д., Буш, Ф.А. (2017). Изменения концентрации хлоропласта CO 2 объясняют большую часть наблюдаемого эффекта Кока: модель. Новый фитол. 214, 570–584. doi: 10.1111/nph.14512

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Farquhar, GD, Wong, S.C. (1984). Эмпирическая модель устьичной проводимости. Австрал. J. Физиол растений. 11, 191–210. doi: 10.1071/pp9840191

CrossRef Полный текст | Google Scholar

Фаркуар, Г.Д., фон Каммерер С., Берри Дж. А. (1980). Биохимическая модель фотосинтетической ассимиляции СО 2 листьями видов С 3 . Планта 149, 78–90. doi: 10.1007/BF00386231

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Фила Г., Бадек Ф., Мейер С., Черович З., Гашгайе Дж. (2006). Взаимосвязь между проводимостью листа к диффузии CO 2 и фотосинтезом у микроразмножаемых растений виноградной лозы до и после акклиматизации ex vitro . Дж. Экспл. Бот. 57, 2687–2695. doi: 10.1093/jxb/erl040

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Genty, B., Briantais, JM, Baker, NR (1989). Связь между квантовым выходом фотосинтетического транспорта электронов и тушением флуоресценции хлорофилла. Биохим. Биофиз. Acta 990, 87–92. doi: 10.1016/s0304-4165(89)80016-9

CrossRef Full Text | Google Scholar

Ежилова Е., Ножкова-Главачкова В., Духослав, М. (2015). Фотосинтетические характеристики трех уровней плоидности Allium oleraceum L. (Amaryllidaceae), отличающихся экологической амплитудой. Спецификация завода. биол. 30, 212–224. doi: 10.1111/1442-1984.12053

CrossRef Полный текст | Google Scholar

Krall, JP, Edward, GE (1992). Связь между активностью фотосистемы II и фиксацией СО 2 в листьях. Физиол. Завод 86, 180–187. doi: 10.1111/j.1399-3054.1992.tb01328.x

Полнотекстовая перекрестная ссылка | Google Scholar

Лобо, Ф. Д. (2014). Подгонка кривых световой реакции чистого фотосинтеза с помощью Microsoft Excel — критический взгляд на модели. Фотосинтетика 52, 445–456. doi: 10.1007/s11099-014-0045-6

CrossRef Полный текст | Google Scholar

Лонг С.П., Бернакки С.Дж. (2003). Измерения газообмена, что они могут сказать нам об основных ограничениях фотосинтеза? Процедуры и источники ошибок. Дж. Экспл. Бот. 54, 2393–2401. doi: 10.1093/jxb/erg262

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Mayoral, C., Calama, R., Sánchez-Gonzalez, M., Pardos, M. (2015). Моделирование влияния света, воды и температуры на фотосинтез молодых деревьев смешанных средиземноморских лесов. Новый Для. 46, 485–506. doi: 10.1007/s11056-015-9471-y

CrossRef Полный текст | Google Scholar

Огава, К. (2015). Математическое рассмотрение теории модели трубы у древесных растений. Деревья 29, 695–704. doi: 10.1007/s00468-014-1147-2

CrossRef Полный текст | Google Scholar

Парк, К. С., Бехзод, К., Квон, Дж. К., Сон, Дж. Э. (2016). Разработка модели сопряженного фотосинтеза базилика сладкого, выращенного на гидропонике на заводах по выращиванию растений. Хортик. Окружающая среда. Биотехнолог. 57, 20–26. doi: 10.1007/s13580-016-0019-7

CrossRef Полный текст | Google Scholar

Петерсон, Р. Б. (1990). Влияние облучения на фактор специфичности in vivo CO 2 :O 2 в табаке с использованием методов одновременного газообмена и флуоресценции. Завод физиол. 94, 892–898. doi: 10.1104/pp.94.3.892

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Пуарье-Покови, М., Лотье, Дж., Бак-Сорлин, Г. (2018). Моделирование временной изменчивости параметров, используемых в двух моделях фотосинтеза: влияние плодовой нагрузки и опоясывания на фотосинтез листьев в плодоносящих ветвях яблони. Энн. Бот. 121, 821–832. doi: 10.1093/aob/mcx139

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Кирос, Р. , Лоайса, Х., Барреда, К., Гавилан, К., Посадас, А., Рамирес, Д. А. (2017). Связывание моделей картофеля, основанных на технологических процессах, с данными об отражении света: повышает ли сложность модели точность прогнозирования урожайности? евро. Дж. Агрон. 82, 104–112. doi: 10.1016/j.eja.2016.10.008

CrossRef Полный текст | Google Scholar

Song, L., Zhang, YJ, Chen, X., Li, S., Lu, H.Z., Wu, C.S., et al. (2015). Водные отношения и газообмен веерных мохообразных и их адаптация к микросредам обитания в азиатских субтропических горных облачных лесах. J. Завод Res. 128, 573–584. doi: 10.1007/s10265-015-0721-z

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Stuhlfauth, T.R., Scheuermann, R., Foek, H.P. (1990). Рассеяние световой энергии в условиях водного стресса. Вклад реассимиляции и свидетельство дополнительных процессов. Завод физиол. 92, 1053–1061. doi: 10.1104/pp.92.4.1053

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Сан, Дж. С., Сан, Дж.Д., Фэн, З.З. (2015). Моделирование фотосинтеза во флаговых листьях озимой пшеницы ( Triticum aestivum ) с учетом изменения параметров фотосинтеза в процессе развития. Функц. биол. растений 42, 1036–1044. doi: 10.1071/FP15140

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Торнли, Дж. Х. М. (1998). Динамическая модель фотосинтеза листьев с акклиматизацией к свету и азоту. Энн. Бот. 81, 431–430. doi: 10.1006/anbo.1997.0575

Полнотекстовая перекрестная ссылка | Google Scholar

Валентини Р., Эпрон Д., Анджелис П. Д., Маттеуччи Г., Дрейер Э. (1995). In situ оценка чистого CO 2 ассимиляция, фотосинтетический поток электронов и фотодыхание листьев дуба турецкого ( Q. cerris L. ): суточные циклы при различном водоснабжении. Окружающая среда растительных клеток. 18, 631–640. doi: 10.1111/j.1365-3040.1995.tb00564.x

Полный текст CrossRef | Google Scholar

фон Каммерер, С. , Фурбанк, Р. Т. (1999). «Моделирование фотосинтеза C4», в C4 Plant Biology . ред. Сейдж, Р. Ф., Монсон, Р. (Сан-Диего, Калифорния: Academic Press), 169–207.

Google Scholar

von Caemmerer, S., Farquhar, G.D., Berry, JA (2009). «Биохимическая модель фотосинтеза С3», в Фотосинтез в силико. Понимание сложности от молекул до экосистем . ред. Лайск А., Недбал Л., Говинджи (Дордрехт, Нидерланды: Springer), 209–230.

Google Scholar

фон Каммерер, С.(2000). Биохимические модели фотосинтеза листьев (Виктория, Австралия: Csiro Publishing).

Google Scholar

Уокер, Б. Дж., Орр, Д. Дж., Кармо-Сильва, Э., Парри, М. А., Бернакки, С. Дж., Орт, Д. Р. (2017). Неопределенность измерений фотодыхательной точки компенсации CO 2 и ее влияние на модели фотосинтеза листьев. Фотосин. Рез. 132, 245–255. doi: 10.1007/s11120-017-0369-8

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Варджент, Дж. Дж., Эльфадли, Э.М., Мур, Дж.П., Пол, Н.Д. (2011). Повышенное воздействие УФ-излучения на ранних стадиях развития приводит к усилению фотозащиты и улучшению долговременных показателей у Lactuca sativa. Окружающая среда растительных клеток. 34, 1401–1413. doi: 10.1111/j.1365-3040.2011.02342.x

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Xu, Z.F., Yin, HJ, Xiong, P., Wan, C., Liu, Q. (2012a). Кратковременная реакция сеянцев Picea asperata разного возраста, выращенных в двух контрастных лесных экосистемах, на экспериментальное потепление. Окружающая среда. Эксп. Бот. 77, 1–11. doi: 10.1016/j.envexpbot.2011.10.011

CrossRef Полный текст | Google Scholar

Xu, ZF, Hu, TX, Zhang, YB (2012b). Влияние экспериментального потепления на фенологию, рост и газообмен саженцев древесной березы ( Betula utilis ), Восточно-Тибетское нагорье, Китай. евро. Дж. Для. Рез. 131, 811–819. doi: 10.1007/s10342-011-0554-9

CrossRef Полный текст | Google Scholar

Сюй, Дж. З., Ю, Ю.М., Пэн, С.З., Ян, С.Х., Ляо, Л.Х. (2014). Модифицированное непрямоугольное уравнение гиперболы для фотосинтетических кривых реакции на свет листьев с разным азотным статусом. Фотосинтетика 52, 117–123. doi: 10.1007/s11099-014-0011-3

CrossRef Полный текст | Google Scholar

Xu, J., Lv, Y., Liu, X., Wei, Q., Liao, L. (2019). Общее непрямоугольное уравнение гиперболы для кривой реакции фотосинтеза риса на свет при разном возрасте листьев. науч. Респ. 9, 9909.doi: 10.1038/s41598-019-46248-y

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Ян, С. Л., Лю, Л. Х., Инь, З. К., Ван, X. Ю., Ван, С. Б., Йе, З. П. (2020). Количественная оценка фотосинтетических характеристик фитопланктона на основе моделей реакции фотосинтеза на освещенность. Окружающая среда. науч. Евро. 32, 24. doi: 10.1186/s12302-020-00306-9

CrossRef Full Text | Google Scholar

Yao, X., Zhou, H., Zhu, Q., Li, C. H., Zhang, H. J., Hu, J. J., и другие. (2017). Фотосинтетическая реакция листа сои на большие колебания освещенности в системе совмещения кукурузы и сои. Перед. Растениевод. 8, 1695. doi: 10.3389/fpls.2017.01695

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Ye, ZP, Suggett, JD, Robakowski, P., Kang, HJ (2013). Механистическая модель реакции фотосинтеза на свет, основанная на фотосинтетическом переносе электронов ФС II у видов C 3 и C 4 . Новый фитол. 152, 1251–1262. doi: 10.1111/nph.12242

CrossRef Полный текст | Google Scholar

Ye, Z.P., Liu, Y.G., Kang, HJ, Duan, HL, Chen, XM, Zhou, SX (2019). Сравнение двух показателей скорости фотодыхания листьев в широком диапазоне интенсивности света. J. Физиол растений. 240, 153002. doi: 10.1016/j.jplph.2019.153002

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Йе, З.-П., Лин, Ю., Ю, К., Дуань, Х.-Л., Канг, Х.-Дж., Хуан, Г. -М. и др. (2020). Количественная оценка световой реакции эффективности использования воды в листовой чешуе и ее взаимосвязи с фотосинтезом и устьичной проводимостью у видов C 3 и C 4 . Перед. Растениевод. 11, 374. doi: 10.3389/fpls.2020.00374

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Ye, ZP (2007). Новая модель взаимосвязи между освещенностью и скоростью фотосинтеза у Oryza sativa . Фотосинтетика 45, 637–640.doi: 10.1007/s11099-007-0110-5

CrossRef Полный текст | Google Scholar

Zu, YG, Wei, XX, Yu, JH, Li, DW, Pang, HH, Tong, L. (2011). Реакция физиологии и биохимии кедра корейского ( Pinus koraiensis ) на дополнительное УФ-В облучение. Фотосинтетика 49, 448–458. doi: 10.1007/s11099-011-0057-4

CrossRef Полный текст | Google Scholar

Моделирование эффективности использования света в субтропическом мангровом лесу с ковариацией вихрей CO2

Несмотря на важность мангровых экосистем в глобальном балансе углерода, взаимосвязь между экологическими факторами и динамикой углерода в этих лесах остается малоизученной. Это ограниченное понимание отчасти является результатом проблем, связанных с исследованиями потоков in situ. Башенные системы ковариации вихрей (EC) CO 2 установлены только в нескольких мангровых лесах по всему миру, а самая длинная запись EC из Эверглейдс во Флориде содержит менее 9 лет наблюдений. Основная цель настоящего исследования состояла в том, чтобы разработать методологию для оценки эффективности использования фотосинтетического света в масштабе полога в этом лесу. Эти наблюдения на вышках представляют собой основу для связывания потоков CO 2 со свойствами использования света навеса и, таким образом, обеспечивают средства для использования спутниковых данных об отражательной способности для более масштабных исследований.Мы представляем модель эффективности использования света в мангровых зарослях с использованием расширенного индекса зеленой растительности (EVI), полученного с помощью спектрорадиометра среднего разрешения (MODIS), который способен прогнозировать изменения в потоках CO 2 мангровых лесов, вызванных ураганными возмущениями и изменениями. в региональных экологических условиях, включая температуру и соленость. Параметры модели определяются в байесовской структуре. Структура модели требует оценки дыхания экосистемы (RE), и мы представляем первые в истории оценки RE мангровых лесов на основе башни, полученные из ночных потоков CO 2 .Наше исследование также впервые показало влияние засоления на поглощение CO 2 мангровыми лесами, которое снижается на 5% на каждые 10 частей на тысячу (ppt) увеличения засоления. Эффективность использования света в этом лесу снижается с увеличением ежедневного фотосинтетического активного излучения, что является важным отклонением от предположения о постоянной эффективности использования света, обычно используемого в спутниковых моделях. Разработанная здесь модель обеспечивает основу для оценки поглощения CO 2 этими лесами на основе данных об отражательной способности и информации об условиях окружающей среды.

Лампа для моделирования Godox

Лампа для моделирования Godox

Магазин будет работать некорректно, если файлы cookie отключены.

Похоже, в вашем браузере отключен JavaScript. Для максимально удобного использования нашего сайта обязательно включите Javascript в своем браузере.

Цветовая температура: 5600 ± 100K
Рабочее напряжение:
Рабочее напряжение: AC200-240V / 50HZ или AC100-120V / 60HZ
Лампа моделирования (W): 150W
Длительность: 1/5000 ~ 1/800s

Вспышка QT, выдающийся стробоскоп для студийной и мастерской съемки.Фотографы могут легко запечатлеть цепочку быстро меняющихся выражений лица и удивительных движений, а также четко заморозить каждое мимолетное совершенное мгновение в вечной красоте. Отлично подходит для свадебной, портретной, модной и рекламной фотографии, особенно для высокоскоростной фотографии.

Основные характеристики:

— Чрезвычайно быстрое время перезарядки
-0,05-1,2 секунды, до 10 непрерывных вспышек в секунду
-Сверхкороткая продолжительность вспышки
-1/5000-1/800 секунды, четко фиксирует движущиеся объекты и детализирует действия
-Высокая стабильность цвета
-5600±100k между вспышками во всем диапазоне мощности
-Широкий диапазон и точная регулировка мощности
-Выход от полной мощности (1/1) до 1/128 за 50 шагов (5. 0-10.0.

Модель QT600 QT800
Максимальная мощность (Вт) 600Ws 800WS
Ведущее число (м ISO 100) 76 90
Цветовая температура 5600±100 тыс.
Рабочее напряжение 200–240 В переменного тока/50 Гц или 100–120 В переменного тока/60 Гц
Управление выходной мощностью ВЫКЛ,5.0~10(1/128~1/1)
Моделирующая лампа (Вт) 150 Вт
Время перезарядки 0,05~1,2 с 0,05~1,5 с
Способ срабатывания Шнур синхронизации, кнопка тестирования, запуск ведомого устройства, порт беспроводного управления
Продолжительность вспышки 1/5000~1/800 с
Предохранитель 10А
Размер Диаметр вспышки Φ14см, высота вспышки с ручкой 23см
Размер длина вспышки с лампой длина вспышки с лампой
Размер крышка 41см крышка 51. 15см
{{/thumbnail_url}} {{{_highlightResult.name.value}}}

{{#categories_without_path}} в {{{categories_without_path}}} {{/categories_without_path}} {{#_highlightResult.color}} {{#_highlightResult.color.value}} {{#categories_without_path}} | {{/categories_without_path}} Цвет: {{{_highlightResult.цвет.значение}}} {{/_highlightResult.color.value}} {{/_highlightResult.color}}

{{price.SAR.default_formated}} {{#price.SAR.default_original_formated}} {{price.SAR.default_original_formated}} {{/price.SAR.default_original_formated}} {{#price. SAR.default_tier_formated}} От {{цены.SAR.default_tier_formated}} {{/price.SAR.default_tier_formated}}

Руководство по лампам и освещению для масштабного моделирования (8 советов)

Вы ищете лучший свет для построения моделей? Как масштабный моделист и художник, я полагаюсь на хорошее освещение, чтобы видеть и работать с мелкими деталями. Сборка и покраска масштабных миниатюр и моделей требует остроты зрения. Большинство бытовых настольных ламп слишком тусклые, им не хватает контраста, и при чрезмерном использовании они могут даже повредить глаза. Если вы хотите модернизировать свои лампы для хобби для масштабного моделирования, например.г., исторические произведения, диорамы, ганпла, ознакомьтесь с моими советами и рекомендациями.

Здесь я делюсь 8 советами по освещению для создания масштабных моделей и хобби.

Ключевые моменты

  • Естественный солнечный свет — лучший вид света, но когда вы работаете в помещении или вечером, его может быть трудно получить. -температура (например, лампы дневного света)
  • Примите во внимание эргономику, долговечность и другие функции, такие как диммеры с сенсорным управлением

Продолжайте читать, чтобы получить советы по выбору лучших ламп для масштабного моделирования!


8 советов по выбору лучшего света для изготовления моделей:

1.Выбирайте лампу с хорошей эргономикой

Эргономика — это наука о понимании и улучшении рабочей среды человека. Будь то кабина реактивного истребителя или рабочий стол для хобби, применение хорошего эргономичного дизайна к рабочему пространству необходимо для любой эффективной и приятной деятельности.

В общем, вам нужна лампа, которую можно перемещать по столу или столу. Это означает, что вам, скорее всего, понадобится лампа с шарнирным поворотным рычагом и поворотной головкой. Чтобы подчеркнуть это, я использую настольную лампу Neatfi XL, которая ярко освещает большую часть открытого пространства на моем столе. Написал полный обзор лампы Neatfi XL для работы с миниатюрами.

Настольная лампа Neatfi XL — одна из моих любимых ламп, которую я рекомендую для работы с миниатюрами и масштабными моделями.

Будь то моделирующая лампа дневного света для работы в хобби или просто для офисных задач, вы хотите, чтобы свет попадал туда, куда вам нужно.

2. Попробуйте перед покупкой

В наш цифровой век большая часть того, что мы покупаем, мы покупаем в интернет-магазинах. Но когда дело доходит до чего-то, что вы будете использовать часто, например лампы, попробовать продукт перед покупкой — хорошая идея.Конечно, это означает посещение местного офисного склада, хозяйственного магазина или даже художественного магазина, чтобы опробовать их осветительное оборудование.

ПОДРОБНЕЕ: ЛУЧШАЯ ЛАМПА И СВЕТ ДЛЯ РИСОВАНИЯ МИНИАТЮР

Если вы непреклонны при покупке через Интернет, убедитесь, что у вас есть возможность вернуть лампу.

3. Используйте увеличительные фонари или лампы для детальной проработки крупным планом

Если вы, например, моделируете масштабные поезда, вам придется отслеживать множество мелких деталей. С возрастом ваша способность различать мелкие детали будет ухудшаться (хотя вы обретете мудрость и, надеюсь, больше свободного времени!).

Чтобы рассмотреть детали крупным планом, пригодится увеличительная лампа.

В какой-то момент в начале моей «карьеры» я избегал ламп-луп для хобби. Будь то гордыня или простое упрямство, я был непостоянным транжирой и хотел тратить свой бюджет на «полезные вещи». Но я на собственном горьком опыте усвоил, что иногда вам нужна особая помощь.

СВЯЗАННЫЕ: ЛУЧШИЕ НАСТОЛЬНЫЕ ЛАМПЫ С УВЕЛИЧЕНИЕМ ДЛЯ МОДЕЛИРОВАНИЯ

Лампа-лупа может быть не всегда необходима, но очевидным преимуществом таких ламп является то, что они обеспечивают освещение И силу увеличения.

4. Избегайте мерцающих ламп

Избегайте мерцающих люминесцентных ламп из соображений безопасности. Мигают некоторые лампы. То есть свет на самом деле подмигивает . Свет будет быстро переключаться между очень ярким и темным. Он сделает это так быстро, что вы едва заметите это. Но ваши глазные яблоки будут медленно уставать, пытаясь приспособиться к изменяющейся яркости, когда свет мерцает.

Вот как происходит мерцание света люминесцентных ламп и ламп накаливания. При использовании люминесцентных ламп электричество подается на лампу с определенной частотой или интенсивностью импульсов для управления яркостью.Вы либо посылаете много электричества в лампочку, чтобы сделать ее яркой, либо вы пульсируете электричество , чтобы контролировать, насколько ярко светит лампочка.

Если пульсирующее электричество не подается должным образом или лампа не реагирует оптимально, вы заметите мерцание света. Со временем мышцы, контролирующие ширину радужной оболочки, могут устать. Ваши глазные мышцы будут уставать, потому что они постоянно приспосабливаются к изменениям освещения. Это может привести к головным болям, сонливости и другим неприятным ощущениям.

По большей части вы можете избежать мерцания света, купив высококачественную систему освещения или избегая старых технологий, таких как люминесцентные лампы (которые используют электрические импульсы для управления яркостью).

Примечание: У некоторых людей, чувствительных к мерцанию света, возможен эпилептический припадок (источник). Таким образом, есть причина безопасности для выбора хорошего света.

5. Цветовая температура важна для хобби

Если вы собираете мелкие детали, вам поможет лампа, точно воспроизводящая цвет и контраст на рабочей поверхности.

Есть два способа обеспечить хорошую цветовую температуру рабочих поверхностей для хобби, например моделей, деталей или инструментов:

  1. Выберите лампу дневного света (также известную как лампа полного спектра)
  2. Если вы планируете использовать несколько ламп, попробуйте использовать лампы одного типа для всех из них

Многие любители уже знают, что полноспектральная лампа дневного света лучше всего подходит для точной цветопередачи на рабочем месте. Например, вот недорогая лампа дневного света.С другой стороны, мало кто понимает, что наличие нескольких источников света, освещающих одну и ту же область, но с разными типами света (и, следовательно, цветовой температурой), создает довольно грязную картину вашего пространства.

Свет с разной цветовой температурой от нескольких источников света может исказить внешний вид деталей и изменить то, как микротени отбрасываются на другие объекты.

Спросите действительно хорошего профессионального свадебного фотографа, насколько сложно сделать правильные снимки в помещении с зажженными свечами, верхними флуоресцентными лампами и большими окнами под ярким послеполуденным солнцем.Конечно, вам может не понадобиться этого уровня точности , но все это имеет значение.

6. Избегайте ламп накаливания

В основном этот совет касается выбора ламп с хорошей цветовой температурой (например, ламп полного спектра).

ДОПОЛНИТЕЛЬНО: РЕКОМЕНДУЕМЫЕ ЛАМПЫ ДНЕВНОГО СВЕТА ДЛЯ ХУДОЖНИКОВ

Лампы накаливания хороши для чтения, но плохи для хобби. Они излучают очень желтый теплый свет, который снижает контрастность. Снижение контрастности затрудняет различение деталей.

7. Мягкий свет лучше жесткого

Великолепная лампа для хобби-моделирования — это яркая лампа с мягким рассеянным освещением. Вам нужен как яркий, так и рассеянный свет. Резкое освещение, дающее резкие отражения, например, очень яркие пятна, так же плохо, как и слишком темное освещение. Контраст наиболее полезен при построении модели, потому что он помогает сохранить вашу способность визуально различать детали.

Конечно, цвет имеет значение, потому что он помогает вашим глазам точно различать различные мелкие элементы, над которыми вы работаете (например,г., этот зеленый пластик отличается от коричневой замазки). Контраст — это то, что позволяет видеть глубину или способность разрешать мелкие детали элемента. Поверхность, расположенная дальше , должна ощущаться так, как будто она находится на некотором расстоянии от вас.

Яркие поверхности должны выглядеть иначе, чем тени или темные поверхности. Contrast дает вам дополнительные подсказки, которые помогут вам с восприятием глубины. Наряду со стереоскопическими принципами, связанными с наличием двух глаз, смещенных на некоторое расстояние поперек лица, контраст жизненно важен . Итак, выбирая лучшую лампу для сборки моделей, стремитесь к лампе, обеспечивающей отличный контраст.

8. Плохое освещение может повредить глаза

Выберите лампу, которая не будет напрягать глаза. Это может быть мифом, что слишком близкое сидение к телевизору может испортить ваше зрение, но не исключено, что плохое освещение может быть вредным.

Вот некоторые симптомы использования плохого света для хобби:

  • Головные боли
  • Косоглазие
  • Зрение

В совокупности вы можете избежать этих симптомов плохого освещения, уменьшив наличие мерцания света и используя лампы, которые фокусируют слишком много света на небольшой площади.


Какой свет мне нужен для построения модели?

Вот 2 рекомендуемых источника света для работы с мелкомасштабными моделями. Обе эти лампы излучают яркий свет с достаточной мягкостью, чтобы вы могли видеть детали и создавать освещение с нейтральной температурой дневного света над вашей рабочей поверхностью для хобби.

Neatfi XL (подробно рассмотренный здесь) — идеальная лампа для хобби практически для всех работ по моделированию. Принимая во внимание, что Lightview Pro имеет встроенное увеличительное стекло, которое поможет вам увидеть более мелкие детали ваших моделей.



Последнее слово

Вот 8 простых советов по выбору лампы для хобби:

  1. Выберите лампу с хорошей эргономикой
  2. Попробуйте перед покупкой
  3. Рассмотрите возможность использования ламп с лупой для детальной работы в хобби
  4. Избегайте мерцающих ламп
  5. Цветовая температура важна для работы в качестве хобби
  6. Избегайте ламп накаливания
  7. Мягкий свет лучше, чем мягкий свет
  8. жесткий свет
  9. Плохое освещение может повредить глаза

Самое интересное в том, что вы выберете, это то, что лампа, которая хороша для создания моделей, также хорошо подходит для декоративно-прикладного искусства и мастерских.

Спасибо за прочтение. Я надеюсь, что вы нашли эту статью полезной. Если у вас есть другие советы или предложения по освещению и моделированию хобби, сообщите мне об этом в комментариях ниже!

Удачного моделирования!

Вам понравилось? Присоединяйтесь к осязаемому дню

Бесплатный информационный бюллетень с ежемесячными обновлениями (без спама)

Оставьте комментарий ниже! Подпишитесь на Twitter, Instagram, и Facebook.

Получите БЕСПЛАТНЫЙ набор фотофонов для миниатюрной фотографии в магазине.

Нравится:

Нравится Загрузка…

Обзор моделирования транспорта света в тканях методом Монте-Карло

1.

Введение

Методы Монте-Карло (МК) представляют собой категорию вычислительных методов, которые включают случайную выборку физической величины. 1 , 2 Термин «метод Монте-Карло» восходит к 1940-м годам, 1 , в которых было предложено исследовать перенос нейтронов через различные материалы. Такая задача не может быть решена обычными и детерминированными математическими методами. Благодаря своей универсальности этот метод нашел применение во многих областях 3 , включая оптику тканей. Он стал популярным инструментом для моделирования переноса света в тканях уже более двух десятилетий 4 , поскольку обеспечивает гибкое и строгое решение проблемы переноса света в мутных средах со сложной структурой. Метод MC позволяет решить уравнение переноса излучения (RTE) с любой желаемой точностью, 5 , при условии, что требуемая вычислительная нагрузка является приемлемой.По этой причине этот метод считается золотым стандартом для моделирования переноса света в тканях, результаты которого часто используются в качестве ссылки для проверки других менее строгих методов, таких как диффузное приближение к RTE. 6 , 7 Благодаря своей гибкости и недавним достижениям в скорости метод MC был исследован в оптике тканей для решения как прямой, так и обратной задачи. В прямой задаче распределение света моделируется для заданных оптических свойств, тогда как в обратной задаче оптические свойства оцениваются путем подгонки распределения света, моделируемого методом МК, к экспериментально измеренным значениям.

В этом обзорном документе принципы моделирования MC для моделирования переноса света в тканях, включая общую процедуру отслеживания отдельного фотонного пакета, общие взаимодействия света и ткани, которые можно моделировать, такие как поглощение и рассеяние света, часто используемые модели тканей, общие контактные и бесконтактные установки освещения и обнаружения, а также обработка оптических измерений с временным разрешением и в частотной области подробно описаны, чтобы помочь заинтересованным читателям быстро приступить к работе.После этого обсуждаются различные методы ускорения моделирования MC, включая методы масштабирования, методы возмущений, гибридные методы, методы уменьшения вариаций, параллельные вычисления и специальные методы моделирования флуоресценции, а также их соответствующие преимущества и недостатки. Затем биомедицинские применения методов МК, включая моделирование оптических спектров, оценку оптических свойств, моделирование оптических измерений в лазерной доплеровской флоуметрии (ЛДФ), моделирование дозирования света в фотодинамической терапии (ФДТ), моделирование источника сигнала в оптической когерентности. томографию (ОКТ) и диффузно-оптическую томографию (ДОТ).Наконец, обсуждаются возможные направления будущего развития методов МК, которые основаны на их текущем статусе в обзоре литературы и ожиданиях авторов. Следует отметить, что этот обзор предназначен для того, чтобы дать общий обзор возможностей моделирования MC в оптике тканей, уделяя особое внимание методам ускорения моделирования MC, поскольку трудоемкий характер обычного моделирования MC может ограничить его применение.

2.

Принципы МС-моделирования транспорта света в тканях

2.1.

Общая процедура стационарного MC-моделирования транспорта света в тканях

В общей процедуре MC-моделирования перенос света в тканях моделируется путем отслеживания шагов случайного блуждания, которые совершает каждый пакет фотонов, перемещаясь внутри модели ткани. . Каждому запущенному фотонному пакету присваивается начальный вес, когда он входит в модель ткани, как показано на рис. 1. Размер шага будет выбираться случайным образом на основе оптических свойств модели ткани. Если он вот-вот достигнет границы, для обработки этой ситуации можно использовать любой из следующих двух методов.В первом способе пакет фотонов будет либо проходить через границу, либо отражаться от нее. Во втором методе часть веса фотонного пакета всегда будет отражаться, а оставшаяся часть веса фотонного пакета будет передаваться. Вероятности передачи или отражения в первом методе и доля веса фотонного пакета, проходящего или отражаемого во втором методе, регулируются законом Снеллиуса и уравнениями Френеля.В конце каждого шага вес пакета фотонов уменьшается в соответствии с вероятностью поглощения; тем временем новый размер шага и угол рассеяния для следующего шага будут выбраны случайным образом на основе их соответствующих распределений вероятностей. Пакет фотонов распространяется в модели ткани шаг за шагом, пока не выйдет из модели ткани или не будет полностью поглощен. Как только будет запущено достаточное количество пакетов фотонов, кумулятивное распределение всех путей фотонов обеспечит точное приближение к истинному решению проблемы переноса света, а вклад, усредненный от всех фотонов, можно будет использовать для оценки интересующих физических величин.

Рис. 1

Блок-схема MC-моделирования распространения одиночного фотонного пакета, в котором не задействовано изменение длины волны.

2.2.

Общие взаимодействия света с тканью в моделировании MC

Несколько типов обычных взаимодействий света с тканью, включая поглощение света, упругое рассеяние, флуоресценцию и комбинационное рассеяние, ранее моделировались методами MC. Коэффициент поглощения µa (единица измерения: см–1) и коэффициент рассеяния µs (единица измерения: см–1) используются для описания вероятности поглощения и рассеяния соответственно на единице длины пути.Фактор анизотропии g, определяемый как средний косинус углов рассеяния, определяет распределение вероятностей углов рассеяния в первом приближении. Кроме того, несоответствие показателя преломления между любыми двумя областями в модели ткани или на границе воздух-ткань будет определять угол преломления. Доля веса пакета фотонов, который после перемещения в среде уходит с той же стороны модели ткани, что и падающий свет, оценивается как диффузное отражение.Напротив, доля веса фотонного пакета, который проходит через среду и уходит с другой стороны модели ткани, оценивается как коэффициент пропускания. 5 , 8 , , 9

для моделирования излучения флуоресценции, один дополнительный параметр, который представляет собой квантовый выход, 10 , 11 должен быть включен для описания вероятности того, что вес пакета поглощенных фотонов может быть преобразован в фотон флуоресценции на другой длине волны.Если моделируется флуоресценция с временным разрешением, необходимо определить время жизни флуоресценции. Начальное направление фотона флуоресценции изотропно из-за природы излучения флуоресценции. Как показано на рис. 2, MC-моделирование распространения флуоресценции в тканях включает три этапа. 11 13 Первый шаг включает в себя общее моделирование MC для моделирования распространения света с оптическими свойствами на длине волны возбуждения. На втором этапе фотон флуоресценции может генерироваться при поглощении фотона возбуждения с вероятностью, определяемой квантовым выходом и временной задержкой, определяемой временем жизни флуоресценции.Третий шаг снова включает в себя общее моделирование MC для моделирования распространения флуоресцентного света с оптическими свойствами на длине волны излучения. Ясно, что моделируемая флуоресценция модели ткани будет связана с поглощающими и рассеивающими свойствами модели ткани в дополнение к квантовому выходу флуоресценции и времени жизни. Моделирование флуоресценции обычно требует гораздо больше времени, чем моделирование диффузного отражения из-за дополнительного распространения фотонов флуоресценции.

Рис.2

Блок-схема MC-моделирования распространения одного фотонного пакета, в котором участвует один набор изменений длины волны. λexc указывает длину волны возбуждения, а λemm указывает длину волны излучения. Новый пакет фотонов с другой длиной волны соответствует флуоресценции или рамановскому свету на одной длине волны излучения.

Для моделирования рамановского излучения параметр, аналогичный квантовому выходу флуоресценции, называемый рамановским сечением, 14 17 , необходим для описания вероятности того, что рамановский фотон будет генерироваться на каждом этапе.Необходимо определить фазовую функцию для рамановских фотонов. Процедура моделирования МК для распространения комбинационного света будет аналогична процедуре для флуоресценции.

Биолюминесценция относится к феномену, когда живые существа излучают свет в результате преобразования химической энергии в фотоны биолюминесценции 18 , и который также был исследован с помощью MC-моделирования. Поскольку для возбуждения биолюминесценции не требуется внешний источник света, первым шагом в MC-моделировании биолюминесценции является создание пакета фотонов биолюминесценции в соответствии с распределением источников биолюминесценции. 19 , 20 После этого моделирование распространения фотонов биолюминесценции в модели ткани точно такое же, как моделирование диффузного отражения.

Если свойство поляризации света рассматривается в моделировании MC, поляризация фотона может быть представлена ​​векторами Стокса, а поляриметрические свойства модели ткани могут быть описаны матрицами Джонса или матрицами Мюллера, 21 , 22 , который не будет расширяться в этом обзоре.

2.3.

Общие модели тканей в MC-моделировании

Общие модели тканей, используемые в MC-моделировании, включают гомогенные и неоднородные модели тканей. Оптические свойства в однородной модели ткани везде одинаковы. 4 , 23 Напротив, оптические свойства модели неоднородной ткани зависят от участка ткани. Следующий обзор сосредоточен на моделях негомогенных тканей из-за его высокой доклинической и клинической значимости.

Наиболее часто используемая недоброгенная тканевая модель, возможно, многослойная тканевая модель, , , 9 , 12 , 13 , 24 30 часто используется для имитации эпителиальных тканей. В многослойной модели ткани предполагается, что каждый слой ткани плоский с одинаковыми оптическими свойствами и бесконечно велик в поперечном измерении. Это допущение прекрасно работает, когда расстояние между источником и детектором невелико, так что пространственные изменения оптических свойств в пределах этого расстояния пренебрежимо малы.Однако это может привести к значительным ошибкам, если оптические свойства значительно изменяются на небольшой площади, например, при дисплазии или раннем раке 31 и модели пятна портвейна (PWS). 32 Чтобы преодолеть это ограничение, модели тканей, включающие неоднородности с четко определенными формами, использовались для имитации сложных структур тканей различных органов. Например, Smithies et al. 32 и Lucassen et al. 33 независимо друг от друга предложили модели MC, в которых простые геометрические формы были включены в слоистые структуры для моделирования переноса света в модели PWS.В их моделях PWS бесконечно длинные цилиндры были закопаны в нижний слой кожи, чтобы имитировать кровеносные сосуды. Ван и др. 34 сообщил о модели MC, в которой сфера была закопана внутри плиты для моделирования транспорта света в опухолях человека. Чжу и др. 31 , 35 предложили модель MC, в которой кубовидные опухоли были включены в слоистые ткани для моделирования переноса света в ранних моделях эпителиального рака, включая как плоскоклеточную карциному, так и базальноклеточную карциному.

Вокселированные модели тканей также исследовались для имитации структур неправильной формы. Пфефер и др. 36 сообщил о трехмерной (3-D) модели MC на основе модульных адаптируемых сеток для моделирования распространения света в геометрически сложных биологических тканях и подтвердил код в модели PWS. Боас и др. 37 предложил трехмерную модель MC на основе вокселей для моделирования произвольных сложных тканевых структур и протестировал код на модели головы взрослого человека. Патвардхан и др. 38 также предложил трехмерный код MC на основе вокселей для моделирования переноса света в неоднородных тканевых структурах и протестировал код на модели поражения кожи.Приведенные выше три кода MC на основе вокселей показали большую гибкость в ряде приложений. Однако для моделирования среды ткани с изогнутыми границами в модели MC на основе вокселей необходимо увеличить плотность сетки, что требует больше памяти и вычислений. Было исследовано несколько других подходов, чтобы приспособиться к этой ситуации. Ли и др. 19 сообщил об общедоступном домене MC, названном средой оптического моделирования мыши, для моделирования переноса биолюминесцентного света в модели живой мыши. Модель мыши состоит из нескольких сегментированных областей, расширенных из нескольких строительных блоков, таких как эллипсы, цилиндры и многогранники. Эта платформа особенно подходит для визуализации мелких животных. Маргалло-Бальбас и др. 39 и Ren et al. 40 разработали методы MC на основе треугольных поверхностей для моделирования переноса света в сложных тканевых структурах. Подход, основанный на треугольной поверхности, позволяет улучшить аппроксимацию границ раздела между доменами, но не позволяет моделировать сложные среды с непрерывно меняющимися оптическими свойствами. Более того, определение пересечения луча с поверхностью может занять много времени, поскольку придется сканировать ряд треугольников.Чтобы преодолеть ограничения, связанные с методом MC на основе треугольной поверхности, совсем недавно Shen et al. 41 , а также Fang 42 представили методы MC на основе сетки, с помощью которых можно моделировать гораздо более сложные структуры и ситуации.

2.4.

Общие настройки освещения и обнаружения в MC-моделировании

Одним из важных преимуществ MC-моделирования по сравнению с другими нечисленными методами, такими как диффузная аппроксимация, является его способность точно моделировать различные контактные и бесконтактные настройки освещения и обнаружения для оптических измерения. Обратите внимание, что установка контакта требует прямого контакта между кончиком оптического зонда и образцами ткани. Напротив, бесконтактная установка позволяет проводить оптические измерения образца ткани без непосредственного контакта с ним.

2.4.1.

Контактная установка для освещения и обнаружения

Волоконно-оптические датчики обычно используются в конфигурациях контактного освещения и обнаружения, как показано во многих предыдущих отчетах. 43 В целом эти оптоволоконные датчики можно разделить на две группы.В первой группе для освещения и обнаружения используется одно и то же волокно или пучок волокон, 30 , 44 , 45 , тогда как во второй группе для освещения и обнаружения используются отдельные волокна. 12 , 46 48 Нет никакой разницы в трактовке этих двух групп волоконно-оптических датчиков с точки зрения моделирования, поскольку первую группу датчиков можно рассматривать как два отдельных и идентичные волокна или пучки волокон для освещения и обнаружения, которые расположены в одном и том же пространственном положении.

Ключевые параметры моделируемых волоконно-оптических зондов включают радиусы, числовые апертуры (ЧА), углы наклона волокон освещения и обнаружения, а также межцентровое расстояние между двумя наборами волокон (которое называется источником– детектора), а также показатели преломления этих волокон по отношению к модели ткани. Радиус и числовая апертура светового волокна в сочетании с радиальным и угловым распределением фотонов, выходящих из волокна, определяют местоположение и углы падения падающих фотонов.Для обычно используемого многомодового волокна обычно предполагается, что пространственное расположение и углы падения запускаемых фотонов следуют равномерному распределению и распределению Гаусса. Как пространственные положения, так и углы падения должны претерпевать преобразование пространственных координат, когда угол наклона светового волокна больше нуля. Здесь угол наклона волокна относится к углу оси волокна относительно нормальной оси модели ткани. Падающий пучок также можно считать коллимированным или сфокусированным.

Обнаружение света волокном обычно состоит из двух этапов. Первым шагом является определение того, может ли исходящий фотон попасть в область, определяемую радиусом детекторного волокна. Если это так, то вторым шагом является определение того, находится ли направление выхода фотона в пределах допустимого угла детекторного волокна, рассчитанного на основе числовой апертуры и показателя преломления волокна. Если угол наклона волокна обнаружения больше нуля, место выхода и угол подлежат преобразованию пространственных координат.

2.4.2.

Бесконтактная установка для освещения и обнаружения

Бесконтактные установки обычно используют различные линзы для подсветки и обнаружения. В этих установках дополнительная линза или комбинация линз обычно помещается между волоконно-оптическим зондом и образцом ткани для проведения бесконтактных измерений при сохранении четко определенной геометрии освещения и обнаружения. Джейлон и др. 49 предложил метод имитации скошенного оптоволоконного зонда, соединенного с шаровой линзой, для получения измерений флуоресценции, чувствительных к глубине, на многослойных моделях тканей. Позже та же группа включила полусферическую линзу в скошенный оптоволоконный зонд для достижения той же цели с более высокой чувствительностью. 50 Чжу и др. 51 предложил метод имитации волоконно-оптического зонда, соединенного с выпуклыми линзами, для проведения бесконтактных измерений коэффициента диффузного отражения с чувствительностью к глубине от ранних опухолей в модели эпителиальной ткани. Манипулируя комбинацией линз, были исследованы обычная конфигурация конуса и специальная конфигурация оболочки конуса.Было обнаружено, что конфигурация оболочки конуса обеспечивает более высокую чувствительность к глубине опухоли, чем конфигурация конуса.

2.5.

Моделирование MC с временным разрешением и в частотной области

Оптические измерения с временным разрешением, такие как визуализация времени жизни флуоресценции (FLIM) 52 и дополнительные измерения в частотной области, такие как миграция фотонов в частотной области, в последнее время привлекают все большее внимание, что также были исследованы в моделировании MC. Метод временной области обычно измеряет функцию рассеяния во временной точке (PSF) или расширение распространяющегося импульса во времени. 53 , 54 Метод частотной области измеряет передаточную функцию временной модуляции или затухание и фазовую задержку периодически меняющейся волны фотонной плотности. 55 , 56 Эти два метода связаны преобразованием Фурье. Несколько групп разработали модели MC во временной области 37 , 57 60 и модели MC в частотной области 61 6 6В MC-моделировании измерений с временным разрешением все шаги такие же, как и в измерениях в установившемся режиме, за исключением того, что для отслеживания времени, в которое происходит каждое событие, используется один дополнительный параметр, то есть время. 37 , 57 60 Показатель преломления в каждой области ткани будет влиять на время прохождения фотонов. При моделировании FLIM необходимо указать, что временная задержка между поглощением фотона и генерацией флуоресценции должна соответствовать распределению плотности вероятности, определяемому временем жизни флуоресценции. 66 , 67 При измерениях в частотной области анализировались модуляция и/или фазовая задержка обнаруженных волн. Модуляцию и фазовую задержку можно смоделировать либо прямым подходом 64 , либо косвенным подходом, т. е. с использованием преобразования Фурье из моделирования MC во временной области. 65

3.

Методы ускорения моделирования MC

Хотя метод MC является золотым стандартом для моделирования переноса света в мутных средах, основным недостатком метода MC является необходимость интенсивных вычислений для достижения результаты с желаемой точностью из-за стохастического характера моделирования MC, что делает его чрезвычайно трудоемким по сравнению с другими аналитическими или эмпирическими методами. Значительные усилия были предприняты для ускорения MC моделирования транспорта света в тканях в течение последних десятилетий. Эти методы ускорения можно условно разделить на несколько категорий следующим образом.

3.1.

Методы масштабирования

Типичный метод масштабирования требует одного или нескольких базовых симуляций MC, в которых записываются истории фотонов выживания, такие как траектории или размеры шагов. Затем можно оценить коэффициент диффузного отражения или пропускания для модели ткани с различными оптическими свойствами, применяя соотношения масштабирования к записанным историям фотонов.В этих методах используется тот факт, что свойства рассеяния определяют пути фотонов, а свойство поглощения влияет только на вес фотонов выживания. Графф и др. 68 предложил ограниченно масштабируемый метод MC для быстрого расчета общего коэффициента отражения и пропускания от геометрии пластин с различными оптическими свойствами. Было продемонстрировано, что информация о траектории, полученная в эталонном MC-моделировании с известным альбедо, т. е. мкс/(мкa+мкс), может быть использована для определения общего коэффициента отражения и полного пропускания от плит с другим альбедо.Кинле и др. 69 расширил теорию Граафа для моделирования диффузного отражения с пространственным и временным разрешением от полубесконечной модели однородной ткани с произвольными оптическими свойствами. Их подход был основан на масштабировании (для разных коэффициентов рассеяния) и повторном взвешивании (для разных коэффициентов поглощения) дискретного представления коэффициента диффузного отражения из одного базового моделирования MC в непоглощающей полубесконечной среде. Это мощно, но как дискретное представление, так и интерполяция могут привести к ошибкам, которые часто усиливаются при масштабировании.Пиффери и др. 70 предложил аналогичный подход для оценки диффузного отражения и пропускания с пространственным и временным разрешением для полубесконечной однородной модели ткани с произвольными оптическими свойствами. В отличие от метода Кинле, оценка отражательной способности и коэффициента пропускания в подходе Пиффери основана на интерполяции результатов MC-моделирования для диапазона различных коэффициентов рассеяния, а для коэффициентов поглощения выполняется масштабирование. Этот подход повышает точность результатов для различных коэффициентов рассеяния за счет значительного увеличения количества базовых моделей MC.

Методы, рассмотренные выше, работают быстро, но биннинг и интерполяция приводят к ошибкам. Чтобы повысить точность этих методов, Alerstam et al. 60 улучшил метод Кинле, применив масштабирование к отдельным фотонам. В этом методе записывается радиальное положение исходящего местоположения и общая длина пути каждого обнаруженного фотона, а информация о траектории каждого фотона будет обрабатываться индивидуально для определения веса выживающего фотона для тканевых сред с другими наборами оптических свойств.Мартинелли и др. 71 вывел несколько соотношений масштабирования из RTE, и их вывод показал, что строгое применение метода масштабирования требует выполнения масштабирования для биографии каждого фотона индивидуально. Два основных соотношения для масштабирования радиального положения r и веса выхода фотона выживания w перечислены в уравнениях. (1) и (2) ниже. 47

Экв. (1)

r’=r⋅μtμt’,

ур. (2)

w′=w⋅(α′α)N, в котором r, w, µt и α – радиальное положение на выходе, вес на выходе, транспортные коэффициенты и альбедо в базовом моделировании, а r′, w ′, μt′ и α′ – те, что используются в новых симуляциях.N — количество столкновений, зарегистрированных в базовом моделировании до выхода фотона. Два соотношения по существу предполагают, что тот же самый набор случайных чисел, отобранных в базовом моделировании, также используется в новом моделировании, и все остается неизменным в двух моделированиях, за исключением коэффициентов поглощения и рассеяния.

Геометрия освещения и обнаружения также была включена в процедуру масштабирования. Палмер и др. 47 расширили метод масштабирования Граафа от освещения остронаправленным лучом до освещения оптическим волокном, а также расширили исходный метод масштабирования от полного коэффициента отражения до коэффициента отражения, обнаруженного оптическим волокном, путем объединения масштабирования и свертки. Ван и др. 72 предложил две формулы свертки для метода масштабирования MC для расчета коэффициента диффузного отражения от полубесконечной среды для одного волокна для освещения и обнаружения. Почти все предыдущие статьи о масштабировании касались только однородной модели ткани. Лю и др. 73 разработал метод, применяющий метод масштабирования к многослойным моделям тканей. В этом методе однородная модель ткани в одном базовом моделировании MC делится на несколько тонких псевдослоев.Горизонтальное смещение и количество столкновений, с которыми сталкивается каждый выживший фотон в каждом псевдослое, записываются и используются позже для масштабирования выходного расстояния и выходного веса фотона в многослойной модели ткани с различным набором оптических свойств. Метод был апробирован как на двухслойных, так и на трехслойных моделях эпителиальной ткани.

3.2.

Методы MC возмущений

Подобно методу масштабирования, метод MC возмущений (pMC) требует одного базового моделирования, в котором предполагается, что оптические свойства близки к оптическим свойствам в новой модели ткани, так что аппроксимация, сделанная с помощью возмущения является действительным. 74 Информация о траектории, включая выходной вес, длину пути и количество столкновений каждого обнаруженного фотона, проведенного в интересующей области, будет записана в базовом моделировании. Тогда отношение между весом выживания в базовом моделировании и в новой модели ткани, основанной на теории возмущений, 75 , 76 , т.е. (3) wnew=w⋅(μs′μs)j⋅exp[−(μt′−μt)S], используется для оценки коэффициента диффузного отражения по модели ткани, в которой оптические свойства интересующей области нарушены.В уравнении (3), w, μs и μt — вес на выходе, коэффициент рассеяния и транспортный коэффициент в базовом моделировании, а wnew, μs′ и μt′ — в новом моделировании. S и j — длина пути фотона и количество столкновений, которые обнаруженный фотон испытал в возмущенной области, соответственно, зарегистрированные в базовом моделировании. Следует отметить, что pMC является приближением по своей природе, поэтому его точность зависит от величины различия оптических свойств между возмущенными оптическими свойствами в новой модели ткани и исходными оптическими свойствами в базовом моделировании.

Напротив, метод масштабирования является точным по своей природе, независимо от различий в оптических свойствах, поскольку при масштабировании не делается никаких приближений. Одним важным преимуществом pMC является его простота и высокая скорость, когда возмущенная область мала, поэтому он был исследован в обратной задаче переноса света для оценки оптических свойств в возмущенной области, как описано ниже.

Сасароли и др. 75 предложил два соотношения возмущения для оценки временного отклика при диффузном отражении от среды, в которую введены рассеивающие или поглощающие неоднородности, на основе информации о траектории, полученной в результате базового моделирования однородной среды.Хаякава и др. 76 продемонстрировали, что соотношение возмущений может быть непосредственно включено в двухпараметрический алгоритм Левенберга-Марквардта для быстрого решения обратных задач миграции фотонов в двухслойной модели ткани. Недавно та же группа 77 продемонстрировала использование этого метода для извлечения оптических свойств в многослойном фантоме, имитирующем модель эпителиальной ткани, для заданных экспериментальных измерений диффузного отражения с пространственным разрешением. Этот метод оказался эффективным в широком диапазоне возмущений поглощения (от 50% до 400% относительно исходного значения) и рассеяния (от 70% до 130% относительно исходного значения).Однако этот метод требует как толщины эпителиального слоя, так и оптических свойств одного из двух слоев.

Многие другие группы также предложили методы на основе pMC для восстановления оптических свойств в различных моделях тканей. Кумар и др. 78 представили основанный на pMC метод реконструкции оптических свойств гетерогонной модели ткани с низкими коэффициентами рассеяния, и этот метод был подтвержден экспериментально. 29 Их результаты показывают, что априорное знание о расположении неоднородностей важно знать при реконструкции оптических свойств гетерогенной ткани.Совсем недавно Sassaroli et al. 79 предложил быстрый метод pMC для миграции фотонов в модели ткани с произвольным распределением оптических свойств. Этот метод предъявляет минимальные требования к месту на жестком диске; таким образом, он особенно подходит для решения обратных задач визуализации, таких как DOT. Чжу и др. 35 предложил гибридный подход, сочетающий метод масштабирования и метод pMC для ускорения симуляции диффузного отражения методом MC от многослойной модели ткани с опухолевыми мишенями конечного размера.Помимо преимущества в скорости, с помощью этого подхода можно моделировать более широкий диапазон конфигураций зондов и моделей опухолей по сравнению с методом масштабирования или одним только методом pMC.

3.3.

Гибридные методы MC

Гибридные методы MC включают быстрые аналитические расчеты, такие как диффузная аппроксимация, в стандартное моделирование MC. Флок и др. 80 предложил гибридный метод для моделирования распределения света в тканях. В этой модели для создания функции связи была выполнена серия MC-симуляций для нескольких наборов оптических свойств и геометрических параметров.Затем эта функция связи использовалась для корректировки результатов, вычисленных по теории диффузии. Ван и др. 81 предложил концептуально другой гибридный метод для моделирования диффузного отражения от полубесконечных однородных сред. Метод Ванга сочетал в себе силу моделирования MC в точности в местах вблизи источника света и силу теории диффузии в скорости в местах, удаленных от источника. Ван и др. 82 позже распространил этот метод с полубесконечных сред на мутные плиты конечной толщины, что на практике более полезно, чем предыдущий метод.Александракис и др. 62 предложил метод быстрой диффузии-MC для моделирования коэффициента отражения с пространственным разрешением и фазовой задержки в двухслойной модели кожи человека, который облегчает изучение оптических измерений в частотной области. Было доказано, что этот метод в несколько сотен раз быстрее, чем стандартное моделирование MC. Хаяши и др. 83 представил гибридный метод моделирования распространения света в модели головы, которая содержит области как с высоким, так и с низким рассеянием.Распространение света в областях с высоким рассеянием рассчитывалось в диффузионном приближении, а в области с низким рассеянием, т.е. в слое спинномозговой жидкости, моделировалось методом МК. Поскольку трудоемкое MC-моделирование используется только в части модели головы, время расчета значительно меньше, чем при использовании стандартного MC-метода. Доннер и др. 84 представил метод диффузионного MC для быстрого расчета стационарных коэффициентов диффузного отражения и пропускания на многослойных моделях тканей.В их методе были рассчитаны стационарные профили диффузного отражения и пропускания каждого отдельного слоя, а затем свернуты для получения общего диффузного отражения и пропускания, чтобы исключить необходимость учета граничных условий. Луо и др. 85 представила улучшенную модель диффузии, полученную эмпирическим путем. Затем модифицированная диффузионная модель была объединена с методом МК для оценки коэффициента диффузного отражения от мутных сред с высоким отношением коэффициента поглощения к приведенному коэффициенту рассеяния, которое может достигать 0.07. Ди Рокко и др. 86 предложил гибридный метод для ускорения моделирования MC в геометрии плиты, включая глубокие неоднородности. При таком подходе модель ткани рассматривалась как два участка: верхний слой толщиной d, в котором неоднородность отсутствует, и нижний слой с неоднородностью. Распространение до заданной глубины d, т. е. до верхнего слоя, заменяется аналитическими расчетами с использованием диффузионного приближения. Затем распространение фотона продолжается внутри нижнего слоя по правилам МК до тех пор, пока фотон не будет остановлен или обнаружен.Тинет и др. 58 адаптировал метод статистической оценки, использовавшийся ранее в области ядерной техники, к быстрой полуаналитической модели MC для моделирования задач рассеяния света с временным разрешением. В этом подходе было два шага. Первым шагом была генерация информации, при которой оценивался вклад в общую отражательную способность и коэффициент пропускания для каждого события рассеяния. Вторым этапом была обработка информации, при которой результаты первого этапа использовались для аналитического расчета желаемых результатов.Шатиньи и др. 87 предложил гибридный метод для эффективного моделирования пропускания с временным и пространственным разрешением через модель ткани молочной железы, которая была разделена на несколько изотропных и анизотропных областей. В этом гибридном методе стандартный метод МК, объединенный с правилом подобия изотропной диффузии, применялся к области, содержащей как изотропные, так и анизотропные области, а аналитический МК, аналогичный методу Тине, применялся к области, содержащей изотропные области. Только.

3.4.

Методы уменьшения дисперсии

В дополнение к гибридным методам, рассмотренным выше, методы уменьшения множественной дисперсии, которые первоначально применялись при моделировании переноса нейтронов, 88 , также были исследованы при MC-моделировании переноса света в тканях. Например, взвешенная фотонная модель и схема русской рулетки использовались в общедоступном коде MC, моделирующем Монте-Карло перенос фотонов в многослойных тканях. 8 Лю и др. 89 использовали один из старейших и наиболее широко используемых методов уменьшения дисперсии в моделировании MC, т. е. геометрическое разделение, чтобы ускорить создание базы данных MC для оценки оптических свойств двухслойной модели эпителиальной ткани из моделируемой диффузное отражение. В этой стратегии модель ткани разделена на несколько объемов, и этот метод может уменьшить отклонения в некоторых важных объемах за счет увеличения вероятности отбора проб в важных объемах и уменьшения вероятности отбора проб в других объемах.Чен и др. 90 предложил метод контролируемого МК, в котором была введена точка притяжения с регулируемым фактором притяжения для повышения эффективности генерации траектории за счет принуждения фотонов к распространению в направлениях, которые с большей вероятностью пересекаются с детектором, что в принципе аналогично геометрическому расщеплению. . Сначала они продемонстрировали этот подход в геометрии пропускания 90 , а затем в геометрии отражения. 91 Бехин-Айн и др. 92 расширил метод Чена для эффективного построения ранней временной ФРТ, созданной фотонами видимого или ближнего инфракрасного диапазона, прошедшими через оптически толстую рассеивающую среду.Совсем недавно Лима и соавт. 93 , 94 включили усовершенствованный метод выборки важности в стандартный MC для быстрого MC моделирования ОКТ во временной области, с помощью которого было достигнуто ускорение в несколько сотен раз.

3.5.

Методы MC, основанные на параллельных вычислениях

В последнее время параллельным вычислениям уделяется все больше внимания при изучении ускорения моделирования MC благодаря достижениям в области компьютерных технологий. Ускорение за счет параллельных вычислений не зависит от всех предыдущих методов и, таким образом, может использоваться в сочетании с ними для получения дополнительных преимуществ.Киркби и др. 95 сообщил о подходе, с помощью которого можно запускать моделирование MC одновременно на нескольких компьютерах, стремясь использовать незанятые временные интервалы сетевых компьютеров для ускорения моделирования MC. Этот метод значительно сократил время моделирования. Однако ожидание, пока все компьютеры обновят файлы результатов, чтобы получить окончательный результат, может занять много времени. Кроме того, требование экономии места на диске требует использования двоичных файлов, что вызывает проблемы совместимости на различных типах компьютеров.Коласанти и др. 96 исследовал другой подход к устранению ограничений, связанных с методом Киркби. Они разработали многопроцессорный код MC, который можно запускать на компьютере с несколькими процессорами, а не на многих однопроцессорных компьютерах. Результаты показали, что распараллеливание значительно сократило время вычислений.

Значительные усилия также были предприняты для реализации кодов MC в среде графического процессора (GPU) для ускорения моделирования MC.Эрик и др. 97 предложил метод, который был реализован на недорогом графическом процессоре для ускорения MC моделирования распространения фотонов с временным разрешением в полубесконечной среде. Результаты показали, что моделирование MC на основе графического процессора было в 1000 раз быстрее, чем на одном стандартном центральном процессоре (ЦП). Та же группа 98 также предложила схему оптимизации для преодоления узких мест в производительности, вызванных атомарным доступом, чтобы использовать весь потенциал графического процессора. Мартинсен и др. 99 реализовал алгоритм MC на графической карте NVIDIA для моделирования переноса фотонов в мутных средах. Было обнаружено, что метод MC на основе графического процессора в 70 раз быстрее, чем метод MC на основе процессора на настольном компьютере с тактовой частотой 2,67 ГГц. Фанг и др. 100 сообщил о параллельном алгоритме MC, ускоренном графическим процессором, для моделирования распространения фотонов с временным разрешением в произвольной трехмерной мутной среде. Было продемонстрировано, что подход на основе графического процессора был в 300 раз быстрее, чем традиционный подход с использованием процессора, когда использовалось 1792 параллельных потока. Рен и др. 40 представил алгоритм MC, который был реализован в среде графического процессора для моделирования переноса света в сложной гетерогенной модели ткани, в которой поверхность ткани была построена с помощью ряда треугольных сеток. Алгоритм MC был протестирован и подтвержден на гетерогенной мышиной модели. Люнг и др. 101 предложил модель MC на основе графического процессора для имитации света, модулированного ультразвуком, в мутных средах. Было обнаружено, что моделирование на основе графического процессора было в 70 раз быстрее по сравнению с подходом на основе ЦП для той же модели ткани.Совсем недавно Cai et al. 102 реализовал метод MC быстрого возмущения, предложенный Анджело 79 на графическом процессоре. Было продемонстрировано, что подход на основе графического процессора был в 1000 раз быстрее по сравнению с обычным подходом на основе процессора.

Помимо использования GPU для ускорения моделирования MC, некоторые исследователи изучали возможность использования программируемых вентильных матриц (FPGA) для ускорения моделирования MC. Например, Ло и др. 103 реализовал моделирование MC на платформе разработки с несколькими FPGA.Было обнаружено, что моделирование MC на основе FPGA в среднем в 80 раз быстрее и в 45 раз более энергоэффективно, чем моделирование MC, выполненное на процессоре Intel Xeon с тактовой частотой 3 ГГц.

В последнее время все большее внимание привлекают параллельные вычисления в Интернете для быстрого MC-моделирования переноса света в тканях. Пракс и др. 104 сообщил о методе моделирования MC в среде облачных вычислений с массовым параллелизмом на основе MapReduce, разработанного Google. Для кластера размером 240 узлов было достигнуто улучшение скорости в 1258 раз по сравнению с однопоточной программой MC.Доронин и др. 105 разработал код однорангового (P2P) MC для обеспечения многопользовательского доступа для быстрого онлайн-моделирования MC миграции фотонов в сложных мутных средах. Их результаты показали, что это моделирование MC на основе P2P было в три раза быстрее, чем моделирование MC на основе GPU.

3.6.

Ускорение MC моделирования флуоресценции

Все рассмотренные выше методы касаются ускорения моделирования MC диффузного отражения или пропускания. По сравнению с коэффициентом диффузного отражения моделирование флуоресценции является более сложным и требует гораздо больше времени из-за генерации фотонов флуоресценции при каждом акте поглощения фотона возбуждения.Ряд групп 11 , , 30416, , , , 57 , 106 0416 — 108 Использовали моделирование MC для моделирования флуоресценции в тканях из-за растущего интерес к флуоресцентной спектроскопии или визуализации для медицинских применений. 109 112 Как следствие, несколько групп исследователей исследовали различные методы ускорения моделирования МС флуоресценции в биологических тканях.Свартлинг и др. 13 предложил метод MC на основе свертки для ускорения моделирования спектров флуоресценции слоистых тканей. В их методе использовалось свойство симметрии задачи, которое требует, чтобы модель многослойной ткани была бесконечной в радиальном измерении. В отличие от обычного флуоресцентного кода MC, этот метод вычисляет профили света возбуждения и излучения отдельно, из которых получают пространственное распределение вероятностей поглощения и излучения.Затем к данным вероятности поглощения и вероятности испускания будет применена схема свертки, чтобы получить окончательные сигналы флуоресценции. Метод Свартлинга был использован Палмером и соавт. 113 , 114 для создания базы данных MC для флуоресцентной спектроскопии для оценки флуоресцентных свойств модели ткани молочной железы на основе измерения флуоресценции с помощью оптоволоконного зонда. Либерт и др. 57 разработал код MC для быстрого моделирования флуоресценции с временным разрешением в слоистых тканях. В этом методе вдоль траекторий фотонов возбуждения рассчитывались как пространственное распределение генерации флуоресценции, так и распределение времени прихода (DTA) фотонов флуоресценции на детекторы. Затем по распределению генерации флуоресценции внутри среды и ДТА, а также вероятности конверсии флуоресценции рассчитывали конечный сигнал флуоресценции. Следует отметить, что приведенные коэффициенты рассеяния на длинах волн возбуждения и излучения в этом методе должны быть примерно равными.

3.7.

Сравнение методов ускорения MC

Большинство методов, рассмотренных в предыдущих разделах, были сравнены и сведены в Таблицу 1 в отношении их характеристик ускорения, относительной погрешности в смоделированных оптических измерениях, соответствующих преимуществ и ограничений. Следует отметить, что эти методы, основанные на параллельных вычислениях, не были перечислены в этой таблице, поскольку их производительность сильно зависит от вычислительной архитектуры, и все методы, обобщенные в этой таблице, могут быть дополнительно ускорены путем применения параллельных вычислений.

Таблица 1

Сравнение различных методов ускорения МС.

Методы
Ускорение Ускорение относительно стандартного MC Относительная ошибка в моделируемых оптических измерениях Преимущества Ограничения
Масштабирование MC ~200 (Ref. 73) менее 4% (Ref. 73) Приближение не производится, оно точное и быстрое. Пока применимо только к многослойным моделям тканей.
Возмущение MC ∼1300 (ссылка 79) Может быть менее 4% в зависимости от величины возмущения (ссылка 79) Применяется к ткани со сложной структурой. Чувствителен к возмущению рассеивающих свойств.
Гибридный MC ∼300 (Ref. 82) Около 5% (Ref. 82) Имеет более широкий диапазон применения, чем pMC. Относительно сложные вычисления. Конкретный регион должен быть однородным.
Уменьшение дисперсии ∼300 (ссылки 93 и 94) Около 5% (ссылки 93 и 94) Доступен широкий выбор. Ограничение зависит от конкретного метода.

4.

Применение методов МС в оптике тканей

Наиболее распространенным применением метода МС в оптике тканей является моделирование оптических измерений, таких как диффузное отражение, коэффициент пропускания и флуоресценция для данной модели ткани и освещения/ геометрия обнаружения, которая рассматривается как прямая задача. В этой ситуации MC-моделирование может дать рекомендации по выбору оптимальной геометрии освещения/обнаружения для селективных оптических измерений. 46 , 49 , 115 118 В отличие от этого, MC-моделирование также может предоставить данные для оценки оптических свойств модели ткани, что рассматривается как обратная задача по оптическим измерениям. . Решение обратной задачи обычно включает использование нелинейного алгоритма наименьших квадратов ошибок 47 , 89 или аналогичного алгоритма для нахождения набора оптических свойств, которые дадут оптические измерения при моделировании MC, наилучшим образом соответствующие фактическим измерениям.Из-за низкой скорости традиционного моделирования MC в такой обратной задаче часто создается база данных априори , чтобы ускорить процесс инверсии. 119 Большинство рассмотренных выше методов ускорения можно использовать при создании такой базы данных MC.

Метод MC часто использовался для нахождения оптимальной оптической конфигурации в LDF, одном из старейших методов в биомедицинской оптике за последнее десятилетие. Джентинк и др. 120 , 121 использовали моделирование MC для исследования взаимосвязи между выходным сигналом лазерных доплеровских перфузионных измерителей и конфигурацией оптического датчика, а также свойствами рассеяния ткани.Стерн и др. 122 использовали MC-моделирование для имитации поля пространственной доплеровской чувствительности двухволоконного измерителя скорости, с помощью которого была определена оптимальная конфигурация волокна. Подобные приложения также можно найти в Refs. с 123124 по 125. Недавно метод MC был включен в LDF для оценки кровотока 126 , 127 или фазовой функции светорассеяния. 128

Метод MC играет важную роль в выборе оптимальной конфигурации для ФДТ, поскольку он может генерировать распределение света в модели сложной ткани для определения дозы ФДТ. Барахас и др. 129 моделировало угловое излучение в фантомах тканей и модели предстательной железы человека для характеристики световой дозиметрии с использованием метода MC. Лю и др. 130 использовали метод MC для моделирования временного и пространственного распределения кислорода в основном состоянии, фотосенсибилизатора и синглетного кислорода в модели кожи для лечения рака кожи человека. Валентайн и др. 131 имитировал in vivo флуоресценцию протопорфирина IX (PpIX) и выработку синглетного кислорода во время ФДТ у пациентов с поверхностной базально-клеточной карциномой.Позже та же группа 132 использовала метод MC для определения оптимальной конфигурации доставки света при ФДТ при немеланомном раке кожи.

Метод MC также был исследован для моделирования сигналов OCT 133 , 134 и изображений 135 137 в последние годы благодаря его гибкости и высокой точности. Более того, с разработкой эффективных методов MC исследователи начали изучать метод MC для реконструкции изображений в DOT. 138 , 139

5.

Обсуждение потенциальных направлений в будущем

Благодаря достижениям в области вычислительной техники ожидается, что применение метода MC будет расширено в ближайшем будущем. Ниже обсуждаются несколько возможных направлений развития метода МК.

5.1.

Фазовая функция комбинационного рассеяния

Рамана Спектроскопия широко изучена для характеристики ткани 15 , 17 , 140 , 141 , включая диагностику рака. 14 , 142 149 В зависимости от того, является ли возбуждающий свет когерентным или некогерентным, комбинационное рассеяние можно разделить на две категории, то есть спонтанное комбинационное рассеяние или когерентное комбинационное рассеяние. Сигнал, генерируемый спонтанным комбинационным рассеянием, обычно очень слаб, в котором вероятность генерации фотона комбинационного рассеяния для каждого фотона возбуждения ниже, чем 10–7.В отличие от этого, когерентные рамановские методы используют лазерные лучи на двух разных частотах для получения когерентного выходного сигнала, что приводит к гораздо более сильным когерентным рамановским сигналам по сравнению со спонтанным рамановским рассеянием. Из-за высокой химической специфичности рамановской спектроскопии ожидается, что будет больше исследований с использованием метода MC для рамановской спектроскопии для оптимизации экспериментальной установки. Одним из важных вопросов в этих исследованиях является то, что фазовая функция рамановского рассеяния от биологических компонентов в тканях систематически не изучалась.Недавние исследования комбинационного рассеяния 14 , 15 методом МК предполагали изотропное комбинационное излучение. Согласно численному исследованию, это предположение должно хорошо работать для спонтанного комбинационного рассеяния. 152 Однако это предположение неверно для когерентного комбинационного рассеяния, поскольку на угловое распределение комбинационного излучения влияет как длина волны источника света накачки, так и геометрия распространяющегося луча. 152 154 Систематическое исследование фазовой функции рамановского рассеяния на молекулярном уровне для рамановских активных биологических молекул, таких как белок и ДНК, и на субклеточном уровне для органелл, таких как митохондрии, будет очень полезным, в котором один или несколько ключевых параметров, подобных фактору анизотропии в упругом рассеянии, могли бы точно описать угловое распределение комбинационного рассеяния в большинстве распространенных случаев.Использование таких проверенных фазовых функций в MC-симуляциях даст больше полезной информации, чем упрощенное рассмотрение в современной литературе.

5.2.

Включение более реалистичной модели упругого рассеяния света в метод MC

Несмотря на изучение различных моделей неоднородных тканей, обсуждавшихся выше, включая модель многослойной ткани, модели ткани на основе вокселей и сетки, все эти модели тканей основаны на несколько простых оптических коэффициентов, включая коэффициенты рассеяния и коэффициент анизотропии, для характеристики оптических рассеивателей.Полная фазовая функция может быть использована для предоставления исчерпывающей информации, связанной с морфологией оптических рассеивателей, но она неудобна для использования, и ее физический смысл не ясен. Исходя из этих свойств рассеяния, можно определить размер и плотность рассеивателя, если предположить, что они представляют собой равномерно распределенные сферы с однородной плотностью. Во многих сценариях эти предположения недействительны. Например, общеизвестно, что размер и форма клеток значительно изменяются в зависимости от глубины от поверхности ткани, а также изменяются при канцерогенезе.С этой точки зрения для особых ситуаций была предложена суперпозиция множественных фазовых функций 156 или фрактальное распределение размера рассеивателя 157 . Приближение равнофазной сферы для рассеяния света также было предложено Li et al. 158 для моделирования неоднородных микрочастиц со сложной внутренней структурой. Позже та же группа сообщила о двух стохастических моделях, 159 , то есть модели гауссовой случайной сферы и модели гауссовского случайного поля, для моделирования неправильных форм и внутренних структур в тканях.Включение этих более реалистичных моделей упругого рассеяния света в метод MC расширит его возможности и даст более точную информацию о светорассеивающих элементах в тканях.

5.3.

Изучение метода МК при реконструкции изображений

В большинстве современных применений метода МК модель ткани считается простой многоуровневой моделью или определяется априори , что не полностью использует потенциал метода МК в доклинической или клинической визуализации/спектроскопии.Когда в ближайшем будущем метод МК станет достаточно быстрым, что в основном может быть связано с комбинацией ускоренных методов МК и параллельных вычислений, описанных выше, метод МК можно будет использовать для восстановления оптических свойств сложной ткани в оптической томографии. в котором морфологическая структура может быть получена в режиме реального времени с помощью быстрых методов визуализации, таких как ОКТ для поверхностных областей интереса или магнитно-резонансная томография для глубоких областей интереса в большом объеме ткани.Те вокселированные модели тканей, 19 , 36 42 , которые являются более реалистичными, чем упрощенные однородные или слоистые модели тканей, могут быть легко использованы в такой реконструкции. Скорость реконструкции может быть сравнима с таковой при использовании диффузионного приближения, о котором сообщается в современной литературе, но точность будет значительно выше в модели ткани в миллиметровом масштабе.

6.

Заключение

В этом обзоре в начале были описаны принципы моделирования МК для моделирования транспорта света в тканях.Затем были обсуждены различные методы ускорения моделирования MC, чтобы преодолеть трудоемкость моделирования MC. Затем был сделан краткий обзор применения методов МК в биомедицинской оптике. Наконец, были обсуждены возможные направления будущего развития метода МК в оптике тканей. Мы надеемся, что этот обзор достиг своей намеченной цели, чтобы дать общий обзор возможностей MC-моделирования в оптике тканей и других соответствующих ключевых методах для тех читателей, которые интересуются MC-моделированием переноса света.

Благодарности

Авторы хотели бы выразить благодарность за финансовую поддержку в виде гранта Уровня 1 и Уровня 2, финансируемого Министерством образования Сингапура (№ гранта RG47/09 и MOE 2010-T2-1-049).

Каталожные номера

2. 

I. LuxL. Коблингер, Методы переноса частиц Монте-Карло: расчеты нейтронов и фотонов, CRC Press, Бока-Ратон, Флорида. (1991). Google ученый

3. 

М. Э. Дж. Ньюман Г.Т. Баркема, Методы Монте-Карло в статистической физике, Clarendon Press, Oxford University Press, Оксфорд и Нью-Йорк. (1999).Google ученый

5.

С. Т. Флокет и др., «Моделирование методом Монте-Карло распространения света в сильно рассеивающих тканях. I. Предсказания модели и сравнение с теорией диффузии». IEEE транс. Биомед. англ., 36 (12), 1162 –1168 (1989). http://dx.doi.org/10.1109/TBME.1989.1173624 IEBEAX 0018-9294 Google Scholar

6.

Скипетров С.Е. С. Чесноков, «Анализ методом Монте-Карло справедливости диффузионного приближения при изучении динамического многократного рассеяния света в случайно-неоднородных средах». Квантовый электрон., 28 (8), 733 –737 (1998). http://dx.doi.org/10.1070/QE1998v028n08ABEH001313 QUELEZ 1063-7818 Google Scholar

7.

Т. Дж. Фаррелл и др., «Модель теории диффузии стационарного диффузного отражения с пространственным разрешением для неинвазивного определения оптических свойств ткани in vivo », Мед. физ., 19 (4), 879 –888 (1992). http://dx.doi.org/10.1118/1.596777 MPHYA6 0094-2405 Академия Google

9.

С. Т. Флокет и др., «Моделирование методом Монте-Карло распространения света в сильно рассеивающих тканях. II. Сравнение с измерениями в фантомах». IEEE транс. Биомед. англ., 36 (12), 1169 –1173 (1989). http://dx.doi.org/10.1109/10.42107 IEBEAX 0018-9294 Академия Google

10. 

A. J. WelchR. Ричардс-Кортум, «Моделирование методом Монте-Карло распространения флуоресцентного света», Лазерная интерстициальная термотерапия, 174 –189 SPIE, Беллингем, Вашингтон (1995).Google ученый

20. 

Д. Кумарет и др., «Метод Монте-Карло для биолюминесцентной томографии», Индийский J. Exp. биол., 45 (1), 58 –63 (2007). IJEBA6 0019-5189 Академия Google

24. 

П. Ван дер ЗееД. Т. Дельпи, «Моделирование точечной функции рассеяния света в ткани методом Монте-Карло». Доп. Эксп. Мед. биол., 215 179 –191 (1987). Google ученый

31.

К. Г. ЧжуК. Лю, «Достоверность модели полубесконечной опухоли в спектроскопии диффузного отражения для диагностики эпителиального рака: исследование методом Монте-Карло», Опц.Экспресс, 19 (18), 17799 –17812 (2011). http://dx.doi.org/10.1364/OE.19.017799 OPEXFF 1094-4087 Google Scholar

34. 

L. H. V. Wanget al., «Оптимальный размер луча для доставки света к опухолям с усиленным поглощением, скрытым в биологических тканях, и эффект многолучевой доставки: исследование методом Монте-Карло», заявл. Опт., 36 (31), 8286 –8291 (1997). http://dx.doi.org/10.1364/AO.36.008286 APOPAI 0003-6935 Google Scholar

36.

Т. Дж. Пфефер и др., «Трехмерная модульная адаптируемая сеточная численная модель распространения света при лазерном облучении тканей кожи». IEEE Дж. Сел. Верхняя. Квант. Электрон., 2 (4), 934 –942 (1996). http://dx.doi.org/10.1109/2944.577318 IJSQEN 1077-260X Академия Google

37. 

D. A. Boaset al., «Трехмерный код Монте-Карло для миграции фотонов через сложные гетерогенные среды, включая голову взрослого человека», Опц.Экспресс, 10 (3), 159 –170 (2002). http://dx.doi.org/10.1364/OE.10.000159 OPEXFF 1094-4087 Google Scholar

38.

С. В. Патвардхан и др., «Моделирование взаимодействия света и ткани по методу Монте-Карло: трехмерное моделирование для визуализации поражений кожи на основе транс-освещения», IEEE транс. Биомед. англ., 52 (7), 1227 –1236 (2005). http://dx.doi.org/10.1109/TBME.2005.847546 IEBEAX 0018-9294 Google Scholar

47.

Г. М. Палмер Н. Рамануджам, «Обратная модель на основе Монте-Карло для расчета оптических свойств ткани. Часть I: теория и проверка синтетических фантомов». заявл. Опт., 45 (5), 1062 –1071 (2006). http://dx.doi.org/10.1364/AO.45.001062 APOPAI 0003-6935 Google Scholar

48. 

С. Ф. Жуэт и др., «Влияние геометрии оптоволоконного зонда на измерения флуоресценции эпителиальных тканей с разрешением по глубине: моделирование методом Монте-Карло». Дж.Биомед. Опт., 8 (2), 237 –247 (2003). http://dx.doi.org/10.1117/1.1559058 JBOPFO 1083-3668 Google Scholar

49. 

F. Jaillonet al., «Скошенный волоконно-оптический зонд соединяет шариковую линзу для улучшения измерений флуоресценции слоистых тканей с разрешением по глубине: моделирование методом Монте-Карло», физ. Мед. биол., 53 (4), 937 –951 (2008). http://dx.doi.org/10.1088/0031-9155/53/4/008 PHMBA7 0031-9155 Академия Google

51.

К. ЧжуК. Лю, «Численное исследование установки на основе линз для измерения диффузного отражения, чувствительного к глубине, в модели эпителиального рака». Опц. Экспресс, 20 29807 –29822 (2012). http://dx.doi.org/10.1364/OE.20.029807 OPEXFF 1094-4087 Google Scholar

55. 

Дж. Б. Фишкин Э. Граттон, «Распространение волн фотонной плотности в сильно рассеивающих средах, содержащих поглощающую полубесконечную плоскость, ограниченную прямым краем». Дж. опт.соц. Являюсь. А, 10 (1), 127 –140 (1993). http://dx.doi.org/10.1364/JOSAA.10.000127 JOAOD6 0740-3232 Академия Google

56. 

Л. О. Сваасанд и др., «Измерение отражательной способности слоистых сред с диффузными волнами фотонной плотности: потенциальный инструмент для оценки глубоких ожогов и подкожных поражений», физ. Мед. биол., 44 (3), 801 –813 (1999). http://dx.doi.org/10.1088/0031-9155/44/3/020 PHMBA7 0031-9155 Академия Google

63.

А. Р. ГарднерВ. Венугопалан, «Точные и эффективные решения методом Монте-Карло уравнения переноса излучения в области пространственных частот», Опц. Лет., 36 (12), 2269 –2271 (2011). http://dx.doi.org/10.1364/OL.36.002269 OPLEDP 0146-9592 Академия Google

65. 

С. Фантиниет и др., «Граничная задача с полубесконечной геометрией для миграции света в сильно рассеивающих средах — исследование в частотной области в приближении диффузии», Дж.Опц. соц. Являюсь. Б, 11 (10), 2128 –2138 (1994). http://dx.doi.org/10.1364/JOSAB.11.002128 JOBPDE 0740-3224 Google Scholar

77.

И. Сео и др., «Возмущение и дифференциальные методы Монте-Карло для измерения оптических свойств в модели слоистой эпителиальной ткани», Дж. Биомед. Опт., 12 (1), 014030 (2007). http://dx.doi.org/10.1117/1.2697735 JBOPFO 1083-3668 Google Scholar

78. 

Кумар Ю.П.Р. М. Васу, «Реконструкция оптических свойств ткани с низким рассеянием с использованием производной, оцененной методом возмущений Монте-Карло», Дж.Биомед. Опт., 9 (5), 1002 –1012 (2004). http://dx.doi.org/10.1117/1.1778733 JBOPFO 1083-3668 Google Scholar

84. 

К. Доннер Х. В. Дженсен, «Быстрое моделирование стационарных профилей отражения и пропускания с пространственным разрешением многослойных мутных материалов», Дж. опт. соц. Являюсь. А, 23 (6), 1382 г. –1390 (2006). http://dx.doi.org/10.1364/JOSAA.23.001382 JOAOD6 0740-3232 Академия Google

86. 

Х.О. Ди Рокко и др., «Ускорение моделирования переноса света в мутных средах методом Монте-Карло: подход, основанный на гибридных, теоретических и численных расчетах», Дж. Квант. Спектроск. Рад. Пер., 110 (4–6), 307 –314 (2009). http://dx.doi.org/10.1016/j.jqsrt.2008.11.006 JQSRAE 0022-4073 Академия Google

88. 

Дж. С. Хендрикс Т. Э. Бут, «Обзор сокращения отклонений MCNP», в проц. Методы Монте-Карло и приложения в нейтронике, фотонике и статистической физике, 83 –92 (1985).Google ученый

89. 

К. ЛюН. Рамануджам, «Последовательная оценка оптических свойств двухслойной модели эпителиальной ткани по спектрам диффузного отражения с разрешением по глубине в ультрафиолетовом и видимом диапазонах», заявл. Опт., 45 (19), 4776 –4790 (2006). http://dx.doi.org/10.1364/AO.45.004776 APOPAI 0003-6935 Google Scholar

92. 

С. Бехин-Айнет и др., «Индетерминированный метод Монте-Карло для быстрого переноса фотонов через оптически плотную мутную среду», Мед.физ., 29 (2), 125 –131 (2002). http://dx.doi.org/10.1118/1.1429623 MPHYA6 0094-2405 Академия Google

97. 

Э. Алерстаметал и др., «Параллельные вычисления с графическими процессорами для высокоскоростного моделирования миграции фотонов методом Монте-Карло», Дж. Биомед. Опт., 13 (6), 060504 (2008). http://dx.doi.org/10.1117/1.3041496 JBOPFO 1083-3668 Google Scholar

107. 

Э. Периет и др., «Моделирование методом Монте-Карло многослойных фантомов с несколькими флуорофорами: алгоритм моделирования и экспериментальная проверка». Дж.Биомед. Опт., 14 (2), 024048 (2009). http://dx.doi.org/10.1117/1.3122368 JBOPFO 1083-3668 Google Scholar

110. 

R. Weisslederet al., « In vivo визуализация опухолей с помощью активируемых протеазой флуоресцентных зондов ближнего инфракрасного диапазона», Нац. Биотехнолог., 17 (4), 375 –378 (1999). http://dx.doi.org/10.1038/7933 NABIF9 1087-0156 Google Scholar

111. 

З. Волынская и др., «Диагностика рака молочной железы с использованием спектроскопии диффузного отражения и спектроскопии собственной флуоресценции». Дж.Биомед. Опт., 13 (2), 024012 (2008). http://dx.doi.org/10.1117/1.22 JBOPFO 1083-3668 Google Scholar

112. 

К. Люэт и др., «Компактная система флуоресцентной спектроскопии с точечным детектированием для количественной оценки внутреннего окислительно-восстановительного отношения флуоресценции в диагностике рака головного мозга», Дж. Биомед. Опт., 16 (3), 037004 (2011). http://dx.doi.org/10.1117/1.3558840 JBOPFO 1083-3668 Google Scholar

114. 

Г. М. Палмерет и др., «Количественная спектроскопия диффузного отражения и флуоресценции: инструмент для мониторинга физиологии опухоли in vivo », Дж.Биомед. Опт., 14 (2), 024010 (2009). http://dx.doi.org/10.1117/1.3103586 JBOPFO 1083-3668 Google Scholar

118. 

К. Б. СунХ. Х. Чен, «Повышение чувствительности к коэффициенту рассеяния эпителия в двухслойной модели ткани с помощью косых оптических волокон: исследование методом Монте-Карло», Дж. Биомед. Опт., 17 (10), 107003 (2012). http://dx.doi.org/10.1117/1.JBO.17.10.107003 JBOPFO 1083-3668 Google Scholar

124. 

G. Soelkneret al., «Моделирование методом Монте-Карло и лазерные доплеровские измерения потока с большой глубиной проникновения в фантомы головы, подобные биологическим тканям», заявл. Опт., 36 (22), 5647 –5654 (1997). http://dx.doi.org/10.1364/AO.36.005647 APOPAI 0003-6935 Google Scholar

130. 

Б. Люэт и др., «Динамическая модель для ALA-PDT кожи: моделирование временного и пространственного распределения кислорода в основном состоянии, фотосенсибилизатора и синглетного кислорода». физ. Мед. биол., 55 (19), 5913 –5932 (2010).http://dx.doi.org/10.1088/0031-9155/55/19/019 PHMBA7 0031-9155 Академия Google

131.

Р. М. Валентайн и др., «Моделирование Монте-Карло in vivo флуоресценции протопорфирина IX и продукции синглетного кислорода во время фотодинамической терапии у пациентов с поверхностным базально-клеточным раком». Дж. Биомед. Опт., 16 (4), 048002 (2011). http://dx.doi.org/10.1117/1.3562540 JBOPFO 1083-3668 Google Scholar

136. 

М.Кириллин и др., «Моделирование изображений оптической когерентной томографии методом Монте-Карло на основе векторного подхода поляризации», Опц. Экспресс, 18 (21), 21714 –21724 (2010). http://dx.doi.org/10.1364/OE.18.021714 OPEXFF 1094-4087 Google Scholar

138. 

G. T. Quanet и др., «Метод реконструкции флуоресцентной молекулярной томографии на основе Монте-Карло, ускоренный кластером графических процессоров», Дж. Биомед. Опт., 16 (2), 026018 (2011).http://dx.doi.org/10.1117/1.3544548 JBOPFO 1083-3668 Google Scholar

139. 

X. Ф. Жангет и др., «Реконструкция флуоресцентных включений в грудной клетке мыши с высоким разрешением с использованием анатомически ориентированного отбора проб и параллельных вычислений методом Монте-Карло». Биомед. Опц. Экспресс, 2 (9), 2449 –2460 (2011). http://dx.doi.org/10.1364/BOE.2.002449 BOEICL 2156-7085 Google Scholar

141. 

Д. Е. Буравцов и др., «Раман-спектроскопия и флуоресцентный анализ в исследовании защитного действия ишемического прекондиционирования при ишемическом инсульте по оценке повреждения липопротеинов низкой плотности крови». Фотомед.Лазерный хирург, 26 (3), 181 –187 (2008). http://dx.doi.org/10.1089/pho.2007.2147 PLDHA8 1549-5418 Академия Google

145. 

J. Choiet и др., «Прямое наблюдение спектральных различий между нормальными тканями и тканями базально-клеточной карциномы (БКК) с использованием конфокальной рамановской микроскопии», Биополимеры, 77 (5), 264 –272 (2005). http://dx.doi.org/10.1002/bip.20236 BIPMAA 0006-3525 Академия Google

146. 

E. Widjajaet al., «Классификация тканей толстой кишки с использованием спектроскопии комбинационного рассеяния света в ближнем инфракрасном диапазоне и машин опорных векторов». Междунар. Дж. Онкол., 32 года (3), 653 –662 (2008). IJONES 1019-6439 Академия Google

149. 

Д. Линет и др., «Обнаружение колоректального рака с помощью рамановской спектроскопии сыворотки крови с усилением поверхности на основе наночастиц золота и статистического анализа», Опц. Экспресс, 19 (14), 13565 –13577 (2011). http://dx.doi.org/10.1364/ОЕ.19.013565 OPEXFF 1094-4087 Академия Google

150.

Эффект комбинационного рассеяния: унифицированная трактовка теории комбинационного рассеяния на молекулах, John Wiley & Sons, Нью-Йорк (2002). Google ученый

151. 

X. Н. Хи и др., «Когерентное антистоксово рамановское рассеяние и спонтанная рамановская спектроскопия и микроскопия микроводорослей с истощением азота», Биомед. Опц. Экспресс, 3 (11), 2896 –2906 (2012). http://дх.doi.org/10.1364/BOE.3.002896 BOEICL 2156-7085 Google Scholar

152. 

М. Керкерет и др., «Комбинационное и флуоресцентное рассеяние молекулами, внедренными в мелкие частицы — численные результаты для некогерентных оптических процессов», Дж. опт. соц. Являюсь. А, 68 (12), 1676 г. –1686 (1978). http://dx.doi.org/10.1364/JOSA.68.001676 JOAOD6 0740-3232 Google Scholar

155. 

Р. Грааффет и др., «Сниженные светорассеивающие свойства для смесей сферических частиц — простое приближение, полученное из расчетов Ми». заявл.Опт., 31 (10), 1370 г. –1376 (1992). http://dx.doi.org/10.1364/AO.31.001370 APOPAI 0003-6935 Google Scholar

158. 

X. Ли и др., «Приближение равнофазной сферы для рассеяния света стохастически неоднородными микрочастицами». физ. Преп. E Стат. Нонлин. Мягкий. Иметь значение. физ., 70 (5 часть 2), 056610 (2004).

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован.