01
光学检测基础
光的本质与生物组织相互作用（吸收、散射、反射、透射），常见生物光学检测技术概览（荧光成像、拉曼光谱、OCT、近红外光谱）。
吸收/散射荧光OCT
02
数据采集与预处理
传感器噪声来源分析（暗电流、散粒噪声、读出噪声），数据清洗流程（去噪、基线校正、归一化）。
噪声模型基线校正归一化
03
光谱数据分析
光谱特征提取（峰值检测、半高宽计算），光谱匹配与数据库检索（欧氏距离、相关系数）。
峰值检测FWHM匹配
04
图像数据分析
生物光学图像增强（对比度拉伸、直方图均衡化），图像分割基础（阈值法、边缘检测）。
增强直方图均衡分割
05
时间序列分析
荧光漂白校正算法，钙成像信号提取与去卷积，动作电位检测的阈值法。
漂白校正去卷积阈值检测
06
统计分析与假设检验
t检验与ANOVA在组间比较中的应用，多重比较校正（Bonferroni、FDR）。
t检验ANOVAFDR
07
机器学习入门
特征工程（降维：PCA、t-SNE），分类器（SVM、随机森林）在光谱分类中的应用。
PCAt-SNESVM
08
深度学习基础
CNN用于生物图像分类（细胞识别），U-Net用于图像分割（血管分割）。
CNNU-Net分割
09
数据可视化
Matplotlib/Seaborn绘制光谱曲线、热力图，3D散点图展示聚类结果。
Matplotlib热力图3D
10
荧光寿命成像（FLIM）数据分析
荧光寿命提取（单指数/双指数拟合），相量图分析。
FLIM指数拟合相量图
11
拉曼光谱数据分析
基线校正（多项式拟合、不对称最小二乘），峰拟合与物质鉴定。
基线校正峰拟合鉴定
12
OCT数据分析
A-scan/B-scan/C-scan结构解析，信噪比计算与图像重建。
A-scanB-scan信噪比
13
近红外光谱（NIRS）数据分析
血氧浓度计算（修正比尔-朗伯定律），组织氧饱和度监测。
NIRS血氧比尔-朗伯
14
生物发光与化学发光分析
发光强度定量，动力学曲线拟合（指数衰减模型）。
发光定量动力学指数衰减
15
流式细胞术数据分析
补偿矩阵计算，设门策略（单参数/双参数散点图）。
补偿设门散点图
16
高光谱成像数据分析
光谱解混（线性混合模型），分类制图（SAM、SID）。
解混SAMSID
17
单分子定位显微镜（SMLM）数据分析
分子定位算法（质心法、高斯拟合），漂移校正。
SMLM质心法漂移校正
18
光声成像数据分析
重建算法（延迟求和、反投影），光谱解混（多波长分析）。
光声重建多波长
19
双光子显微镜数据分析
深度衰减校正，三维重建与体渲染。
双光子衰减校正体渲染
20
生物传感器数据分析
结合动力学拟合（Langmuir模型），检测限与灵敏度计算。
Langmuir检测限灵敏度
21
数据质量控制
异常值检测（Grubbs检验、IQR法），重复性与再现性评估（CV、ICC）。
异常值GrubbsICC
22
多模态数据融合
图像-光谱配准，特征级融合与决策级融合策略。
配准特征融合决策融合
23
自动化分析流程
Pipeline构建（Snakemake/Nextflow），批处理脚本编写。
SnakemakeNextflow批处理
24
数据库与数据管理
生物光学数据库介绍（如BioImage Archive），元数据标准（OME-TIFF）。
BioImageOME-TIFF元数据
25
可重复性分析
版本控制（Git），分析流程容器化（Docker）。
GitDocker可重复
26
生物光学检测中的伦理与规范
数据隐私（HIPAA/GDPR），图像处理中的伦理边界。
HIPAAGDPR伦理
27
案例分析
癌症诊断中的光谱分析，视网膜OCT图像分析。
癌症诊断视网膜OCT案例
28
前沿技术
自适应光学在生物成像中的应用，超分辨显微技术（STED、SIM）。
自适应光学STEDSIM
29
项目实战
从原始数据到发表级图表，完整分析流程演练。
实战发表级全流程
30
课程总结与未来展望
生物光学检测与AI结合趋势，职业发展建议。
AI趋势职业发展总结