《AI》：Classification of Size and Volume Fraction in Low-Absorption Micro- and Nanoparticles via Photoacoustic Sensing Using Continuous Wavelet Transform and Convolutional Neural Networks
编辑推荐：
在弱吸收介质中，光声信号分析因信噪比低而仍具挑战性。本研究提出一种深度学习框架，用于在间接吸收配置下对颗粒尺寸和浓度进行分类。研究人员采用原始时间信号、Savitzky–Golay滤波以及通过连续小波变换（CWT）获得的时间-频率尺度图进行了比较研究，并评估了
在弱吸收介质中，光声信号分析因信噪比低而仍具挑战性。本研究提出一种深度学习框架，用于在间接吸收配置下对颗粒尺寸和浓度进行分类。研究人员采用原始时间信号、Savitzky–Golay滤波以及通过连续小波变换（CWT）获得的时间-频率尺度图进行了比较研究，并评估了一维和二维卷积神经网络架构。实验验证使用聚甲基丙烯酸甲酯（PMMA）微球（6 μm和15 μm）和羟基磷灰石纳米颗粒（<200 nm）进行，体积分数低至6×10-4%。原始信号导致训练不稳定（准确率≈47%），而基于CWT的表示方法显著提升了性能，实现了近乎完美的尺寸区分和在离散体积分数分类中超过96%的准确率。Grad-CAM分析确认模型识别了声学波形中具有物理意义的区域，确保了可解释性。该框架在受控实验条件下使用离散颗粒类型和预定义体积分数类别进行了验证，为未来向连续颗粒表征的扩展奠定了基础。最终，这些发现表明，将时间-频率表示与深度学习相结合，为浑浊介质中的颗粒表征提供了一种稳健且物理一致的方法，在生物医学诊断和材料分析中具有重要潜力。
**论文解读：基于光声传感与深度学习实现低吸收微纳颗粒尺寸与浓度的精准分类**
**研究背景与问题**
光声（PA）成像作为一种结合光学高对比度与超声穿透深度的非侵入性技术，在生物医学诊断和纳米颗粒表征中展现出巨大潜力。然而，在弱吸收、高散射介质中，光声信号的信噪比（SNR）显著降低，传统基于幅度或线性谱特征的分析方法无法捕捉非平稳、非线性的声学响应，且有限带宽的换能器会引入额外畸变，导致颗粒尺寸和浓度区分困难。现有研究多聚焦于高吸收纳米颗粒（如金纳米颗粒），其强信号简化了回归分析，但低吸收材料中信号幅度与浓度的关系因衰减、饱和及散射干扰而变得模糊。因此，在弱吸收介质中实现颗粒尺寸和浓度的稳健分类仍是亟待解决的难题。
**研究内容与意义**
研究人员提出一种深度学习框架，结合连续小波变换（CWT）的时间-频率表示与卷积神经网络（CNN），在间接吸收配置下对低吸收微米和纳米颗粒的尺寸和体积分数进行分类。通过使用聚甲基丙烯酸甲酯（PMMA）微球（6 μm和15 μm）和羟基磷灰石纳米颗粒（<200 nm）进行实验验证，该框架在体积分数低至6×10
-4%的条件下，实现了尺寸区分100%准确率和体积分数分类超过96%的准确率。Grad-CAM分析表明模型依赖物理有意义的声学波形区域，确保了可解释性。该研究为浑浊介质中颗粒表征提供了稳健、物理一致的方法，对生物医学诊断和材料分析具有重要意义。论文发表在《AI》。
**主要关键技术方法**
研究人员采用间接光声传感配置，使用Nd:YAG脉冲激光（355 nm，5 ns脉宽，2.4 mJ脉冲能量）照射PLA吸收盖，激发声波通过悬浮颗粒样品，由PVDF传感器（峰值频率8.35 MHz）检测并记录。样本包括PMMA微球（6 μm和15 μm）和羟基磷灰石纳米颗粒（<200 nm），悬浮于蒸馏水中，制备不同体积分数（0.0006%至0.4237%），共采集544个光声信号，并采用5折交叉验证防止数据泄露。关键方法包括：Savitzky–Golay滤波降噪、连续小波变换（CWT）生成时间-频率尺度图（使用复Morlet小波）、数据增强（加性白高斯噪声、随机时间偏移、幅度缩放），以及对比一维CNN（含Temporal Convolutional Network基线）和二维CNN架构。
**研究结果**
**1. 常规光声描述符分析**
通过提取峰值-峰值幅度、脉冲宽度和信号能量等传统描述符，发现这些标量指标虽能反映物理趋势，但各类别间存在显著重叠和异常值，尤其在高体积分数和低浓度下区分能力不足，凸显了时间-频率表示的必要性。
**2. 尺寸与材料分类结果**
在固定体积分数（0.212%）下进行三分类（PMMA 6 μm、PMMA 15 μm、HAp <200 nm）。原始信号训练不稳定（准确率≈46.89%），Savitzky–Golay滤波提升至中等水平，而CWT尺度图实现100%准确率、F1分数1.00，且五折交叉验证中所有折均达到100%准确率，表明CWT表示生成高度可分离的特征空间。
**3. 体积分数分类结果**
针对每种材料的多浓度分类任务，CWT表示持续优于原始信号和滤波信号。对于最具挑战的PMMA 6 μm数据集，CWT-CNN达到96.62%准确率，最低浓度类（0.0006%）的F1分数为0.99。混淆矩阵显示CWT方法呈强对角优势，仅存在相邻类别间的轻微混淆。
**4. 与先进时间基线比较**
Temporal Convolutional Network（TCN）作为高级一维基线，在原始信号上表现接近随机，滤波后准确率仅达80.50%，远低于标准一维CNN的89.85%，且训练时间增加八倍。这表明性能瓶颈不在模型复杂度，而在于原始时间表示的固有限制。
**5. 混淆分析与特征可视化**
t-SNE投影显示，原始信号特征空间高度重叠，而CNN提取的特征形成紧凑且清晰分离的簇，各体积分数类别间无重叠。
**6. 模型可解释性（Grad-CAM）**
Grad-CAM热图显示，正确分类时激活区域集中在声学包络的上升沿和主峰，对应热弹性膨胀和主波前到达；错误分类时激活扩散至噪声主导的信号尾部，表明模型依赖物理有意义的特征。
**7. 误差分析与局限性**
错误预测主要发生在极低浓度下，此时热噪声和数字化伪影幅度接近有用信号，导致类别可分性降低。受限于物理信噪比，进一步改进需依赖硬件灵敏度提升。
**总结讨论与结论**
讨论部分强调，CWT的时间-频率分解能保留与颗粒尺寸、材料及浓度相关的局部非平稳结构，使CNN有效解耦耦合效应，而传统一维表示即使增加模型复杂度也无法弥合性能差距。实验在受控条件下使用离散颗粒类型和预定义浓度类别，未来需扩展至连续估计和更复杂生物环境。
**研究结论**：
本研究证明，将基于CWT的时间-频率表示与二维CNN架构相结合，是利用光声信号表征浑浊介质中颗粒的有效方法。预处理对类别可分性的影响：CWT最大化可分离性，在尺寸分类任务中达到100%准确率，且优于传统一维CNN和TCN，证明性能提升源于时间-频率表示的判别力而非模型复杂度。低信噪比下的灵敏度与性能：模型在痕量浓度下保持高灵敏度，最低体积分数0.0006%的F1分数接近0.99，AUC值达1.000，证实了稳健性。精度-灵敏度权衡与阈值依赖性：联合分析显示稳健的ROC曲线，适应不同检测需求。对数据不平衡的鲁棒性：在15 μm PMMA的1.7:1不平衡比下，平衡准确率达0.982，无显著偏向。模型的可解释性与物理一致性：Grad-CAM确认模型基于物理有意义的区域（上升斜率和主峰）做出决策，误差受限于噪声基底而非模型结构缺陷。总之，将光声信号变换为时间-频率表示显著增强了深度学习模型解决复杂材料表征问题的能力，为生物医学诊断和工业监测提供了有前景的工具。
