CHNSpec Technology （Zhejiang）Co.,Ltd

2026 最新の超スペクトルカメラの選択と価格ガイド

ハイパースペクトル カメラの購入を検討していますか? 産業オートメーションと実験室分析の緊密な統合により、ハイパースペクトルイメージング研究は非常に期待される焦点となっています。光学設計、インテリジェントなデータ圧縮、エッジ コンピューティングの画期的な進歩によって、ハイパースペクトル テクノロジは、象牙の塔の学術ツールから現代の商業品質検査の基礎へと進化しました。現在の実験室での研究成果は、将来の産業用インライン ソリューションに直接力を与えています。 このガイドでは次の内容について説明します。 ハイパースペクトル カメラの基本的な動作原理 標準価格帯 (ハイパースペクトル vs. マルチスペクトル) コスト変数: 完全なハイパースペクトル システムとスタンドアロンのハイパースペクトル カメラ ハイパースペクトル イメージング システムのコスト削減戦略 ハイパースペクトルイメージングとは何ですか? 物理メカニズムの観点から見ると、ハイパースペクトル イメージングは​​、ターゲット表面から反射、透過、または散乱した光子を捕捉して解読するために使用されます。自然太陽光で照らされた場合でも、人工光源 (広域スペクトルのハロゲン ランプ、キセノン ランプ、高均一 LED など) で照らされた場合でも、光は材料の内部分子構造と正確な物理化学的相互作用を受けます。この相互作用により、独特の「スペクトル指紋」（つまり、材料の特徴的な吸収バンド）が残り、それによって物体の正確な化学組成と空間分布が明らかになります。 これらの高密度のスペクトル特徴を分析することで、研究者は肉眼や従来のカメラでは検出できない内部欠陥や組成の不均一性を発見できます。 CHNSpec ハイパースペクトル システムの主な応用分野は次のとおりです。 農業: 作物の病気の早期検出とクロロフィル マッピング 精密林業: 森林の害虫や病気の早期警告と樹冠葉面積指数の逆転 地質学と鉱業: 鉱物マッピングとコアサンプルの分類 先端材料: 薄膜の均一性と表面コーティングの分析 セキュリティと偽造防止: 偽造品の識別と異物の検出 文化遺産: 文化遺物の顔料成分の非破壊同定と壁画修復のためのスペクトル分析 科学研究用顕微鏡: 顕微鏡スケールでの材料の光学特性の特性評価と生物学的切片の組成分析 ハイパースペクトル カメラはどのように機能しますか? ハイパースペクトル ハードウェアは、光を数十、さらには数百の連続した波長チャネルに分割するために、高精度の光学コンポーネント、分散コア (回折格子またはプリズム)、高感度センサー アレイなどの洗練された内部アーキテクチャに依存しています。 1.光の捕捉: 光子はサンプル表面から反射し、フロントレンズを通過し、小さな入口スリットに焦点を合わせます。 2.スペクトル分散：高精度の回折格子またはプリズムは、同じ空間点からの合成光を波長に応じてスリットに垂直な方向に分散します。 3.センサー投影: この分離された光は、科学グレードの CMOS (sCMOS) センサーやインジウム ガリウム ヒ素 (InGaAs) センサーなどの特定の検出器アレイに投影されます。 4.空間スキャン: 完全な 2 次元空間イメージを構築するには、システムはラインスキャン、プッシュほうきスキャンを必要とします。これは、外部の直線移動ステージ、ベルトコンベア、またはドローン航空測量によって実現できます。さらに、CHNSpec の特定のシリーズでは、統合デスクトップ レールフリー スキャンがすでにサポートされており、運用の複雑さが大幅に簡素化されています。 5.データキューブ再構築：専用ソフトウェアは、これらの連続した1次元スペクトルスライスを収集し、時空間同期アルゴリズムを使用して3D「ハイパースペクトルキューブ」（2つの空間次元と1つのスペクトル次元で構成される）にコンパイルし、即時の機械学習または深層学習アルゴリズムの分類を容易にします。 ハイパースペクトル カメラの価格帯 ハイパースペクトル システムにおける最大のコスト要因はイメージング センサーです。 センサーは、システムがターゲットにできるスペクトル境界を決定します。シリコンベースのセンサーは、標準の可視から近赤外線 (VNIR、400 ～ 1000 nm) スペクトルをカバーします。このテクノロジーは高度に成熟しており、依然として優れたコストパフォーマンスを提供します。逆に、短波赤外線 (SWIR、900 ～ 1700 nm 以上) 領域に踏み込むには、特殊な InGaAs (インジウム ガリウム ヒ素) 材料または内蔵の TEC (熱電冷却) 検出器が必要となり、製造コストが大幅に上昇します。 以下の表は、2026 年の推定市場ベンチマーク価格帯の概要を示しています。 スペクトル範囲 波長 センサー材質 EST（東部基準時。価格（米ドル） 代表的な用途 VNIR 400～1000nm CMOS 18,000ドル – 45,000ドル 植生指数、果物や野菜の軽微な損傷、偽造防止印刷 近赤外線 900～1700nm InGaAs 35,000ドル – 75,000ドル 穀物水分・タンパク質分析、プラスチック選別 SWIR 1000～2500nm InGaAs / MCT 5万ドル – 10万ドル ミネラルの同定、漢方薬成分の定量分析、バーコードの浸透 ハイパースペクトルとマルチスペクトル マルチスペクトルシステム離散的で孤立したスペクトル スライス (通常は 3 ～ 20 個の非連続バンド) をキャプチャします。これらは、高いフレーム レート、低いデータ量、および大幅に低い価格を特徴としています。確立された数学モデルを使用して植物の健康指標を特定したり、明らかなプラスチックの種類を分類したりするなど、タスクが比較的単純な場合は、通常、マルチスペクトル イメージングで十分です。 ハイパースペクトル システム連続的で中断のないスペクトル範囲にわたって何百もの狭帯域を捕捉します。この超高スペクトル分解能は、微妙な化学的違いに対処したり、複雑な有機化合物を分析したり、広範なスペクトル ライブラリを最初から構築したりする必要がある場合に不可欠です。 研究開発の初期段階では、ハイパースペクトル カメラは、特定のアプリケーションの「重要な診断情報」を運ぶ波長を正確に把握するのに非常に役立ちます。これらの特定の帯域が特定されると、開発者は大規模な商業展開向けに、低コストのアプリケーション固有のカスタマイズされたマルチスペクトル カメラに移行できる場合があります。 マルチスペクトル カメラの価格参考資料 カテゴリ 一般的な価格帯 (USD) 説明する エントリーレベルのマルチスペクトル 1,500ドル – 5,000ドル 低解像度の固定バンド カメラ (例: 5 ～ 6 バンド)。教育現場やDIYドローンで一般的に使用されています 産業用/研究用グレード 7,500ドル – 16,000ドル より高い精度と空間解像度を備え、より優れたカスタマイズ性を提供します。最大約20バンドをサポート 波長範囲は価格、空間解像度、スペクトル解像度、最大フレーム レート (ライン スキャン速度)、さらにはセンサーの信号対雑音比 (SNR) と冷却方法を決定する中心的な要素であり、すべて最終構成のカスタマイズ コストに大きな影響を与えることを強調しなければなりません。 スタンドアロンのハイパースペクトル カメラと完全なハイパースペクトル イメージング システム スタンドアロンのカメラ自体では有効なデータを直接収集できないことを覚えておくことが重要です。完全に動作するハイパースペクトル エコシステムには、連携して動作するいくつかの調整されたコンポーネントが必要です。 コアハイパースペクトルカメラ本体 低歪みと収差補正のために最適化された専用スペクトルレンズ スキャン プラットフォーム (高精度直線移動ステージ、産業用コンベア ベルト、または航空測量用のドローン ジンバル) 安定した出力と連続スペクトルを備えたプロフェッショナルな照明光源 (スペクトルギャップを回避するため) 標準放射校正を備えた拡散反射校正白色パネル (反射率補正用) 高性能収集およびデータ分析ソフトウェア ハイパフォーマンス コンピューティング ワークステーション ハイパースペクトル イメージング システムの予算を立てるときは、システム全体の統合コストを考慮する必要があります。通常、周辺機器とソフトウェアの予算は総投資の 30% ～ 50% を占めます。 長期的な研究目標を組み込む これまで、市場に出回っている多くの押しほうき構成は、ユーザーを独自の排他的で閉鎖的なハードウェア エコシステムに縛り付けることがよくありました。 CHNSpec は、「モジュール式でオープン」な設計哲学に焦点を当てることで、この問題点に対処しました。たとえば、FigSpec シリーズのハイパースペクトル カメラは、優れたクロスプラットフォーム適応性を提供します。これらの機器は、標準的な機械インターフェース (ユニバーサルねじ穴など) と互換性の高いデータ インターフェース (GigE Vision や USB3.0 など) を採用しているため、高価でベンダーにロックされた完全なシステムのオーバーホールを強制することなく、実験室のデスクトップ スタンドから産業用生産ラインの保護筐体やフィールド用三脚にシームレスに移行できます。 標準 C マウントと互換性のあるシステムを選択すると、高精度カメラを標準の実験室顕微鏡と簡単に光学的に結合できるようになり、非常に低コストで顕微鏡スケールのスペクトル分析機能を拡張できます。 ハイパースペクトル イメージング システムのコスト節約戦略 1. コンピュータ ワークステーション: 光学メーカーから標準コンピュータを注文するのに割増料金を支払う必要はありません。分析ソフトウェアに必要な最小限の RAM、グラフィックス カード、プロセッサ構成パラメータをリクエストするだけで、標準市場小売価格でラボ用ワークステーションを個別に購入できます。 2.照明光源: 高品質のハイパースペクトル データには、連続発光スペクトルが必要です。独自の照明キットは非常に高価ですが、高安定性の石英タングステン ハロゲン (QTH) ランプは実験室のサプライヤーや産業用ハードウェアの販売業者の間で普及しており、その価格はほんの数分の一です。 3.暗室と研究室のエンクロージャ：高価なカスタム暗室を購入する代わりに、マットな遮光布、高密度フォームボード、またはカスタムアルミニウムプロファイルフレームを使用して、効率的で光を遮断したイメージング暗箱を自分で構築する方が良いでしょう。迷光干渉のない環境を確保すると、予算を増やすことなくシステムの信号対雑音比 (SNR) を大幅に向上させることができます。 4.レンズの選択：この点では、オリジナルブランドのレンズを選択することを強くお勧めします。深刻な歪みを避けるために、レンズは特定のセンサー アレイを使用して工場レベルの放射校正を受ける必要があります。事前に複数の校正済みレンズを購入しておくと、後で再校正のためにメーカーに返送することで発生する高価な物流コストやダウンタイムを防ぐことができます。 高性能ハイパースペクトル イメージング デバイスは、将来の実験室研究を完全に強化します。各研究パラメータ、スペクトル分解能要件、ターゲット材料の特性帯域は異なるため、実際のシステムコストは特定の技術的ニーズによって異なります。予算に合わせて最適な構成ソリューションをカスタマイズするために、いつでも CHNSpec のハイパースペクトル テクノロジーの専門家にお気軽にお問い合わせください。

2026 色分光光度計の価格ガイド

プラスチック,繊維,コーティング,印刷,自動車部品などの近代的な製造部門では,正確な色制御が製品品質の生命線です.数千から数万ドルの値段で正確な色測定装置に直面すると予算の制約と高精度要求の間で困っていることが多い.この記事では,主流のスペクトロフォトメーターのグローバル価格マトリスの包括的な分解を提示しています.. 1CHNSpecスペクトロフォトメーター価格とレベル分析 作業場での迅速な検査から 要求の高い研究開発までCHNSpec Technologyは,基本的なハンドホールドから高級ベンチトップまで,包括的な製品マトリックスを確立しました.透明で競争力のある価格設定 製品レベル グローバル価格帯 (ドル) 主要な代表モデル 利点 デメリット 基礎 / 入学 携帯機 130 - 400 ドル DS-200シリーズ 価格が非常に高く 軽量で携帯性があり ユーザーフレンドリーです 生産ラインの不合格検査 限られた先端色素測定;重量測定はサポートしない 配合ソフトウェアの統合 中間範囲 精度 携帯機 $1,500 - $3,500 DS-700Dシリーズ 先進的なスペクトル技術を使用し,同時SCI/SCEをサポート 計測は素晴らしい 繰り返し性と器具間 契約は例外的な ROI を生み出す オートマティック・アパルチャー交換 柔軟性が少し制限されています. コンパクトのハンドホルダーハシス 高級品 ベンチトップ / 多角形 $4,500 - $10,000 CS-826 / DS-39D エリートオプティカルセンサーを装備し,極低の機器間一致度 (ΔE*ab≤0.1) を提供する. カメラのビューファイナーとハンドル 大容量液体/粉末 大きい足跡とより高い 重さ,主に設計された 専用の研究室,または 固定ステーションの研究開発使用する 2CHNSpec vs レガシー・インターナショナル・ブランド グローバルサプライチェーンでは ブランドの遺産よりも 技術的なデータが重要になります ブランド 平均価格帯 (USD) 比較可能なモデル 総所有コスト (TCO) &価値分析 CHNSpec $1,600 - $9,000 DS-700D / CS-826 同様の光学アーキテクチャと 99%のデータアライナメントを 既存のブランドに提供していますが 資本支出の 25%~35%しか必要ありませんまた,再校正コストは著しく低くなっています. エックス・リート $8,000 - $16,000 Ci62 / eXact 2 について 成熟したカラー管理ソフトウェアエコシステムを持つ確立された巨人. しかし,高価なハードウェアアップグレードと急激な年次再校量料とともに,大きなブランドプレミアムを持っています. コニカ・ミノルタ $7,000 - $18000 CM-26d / CM-700d 優れた製造品質と 高い市場評価で知られています代引部品は長期間と高コストを伴う データカラー 6千ドル 20ドル000 チェック3 / ベンチトップシリーズ 繊維染料と塗料製剤部門では高い評価を得ていますが,そのパッケージの高級ソフトウェア・ハードウェアは,しばしば柔軟な中小企業に優れています 多くの国際購入者は,低価格が精度に妥協を意味することを懸念している.実際には,CHNSpec中高級スペクトロフォトメーターは,ΔE*ab≤0の繰り返しの標準偏差を達成する.01基本的なデータの正確さに関しては,国際ブランドより5倍高い価格で,統計的に有意な差異はゼロです. 3結論:CHNSpecはなぜグローバルサプライチェーンにとってスマートな選択なのか スペクトロフォトメーターを購入する基本的な論理は 古いマーケティングにプレミアムを払うのではなく "安定した,追跡可能な色データ"に投資することです 絶え間ない技術的な繰り返しとサプライチェーン最適化を通じて CHNSpec Technologyは 高級スペクトル測定を民主化しました厳格な多国籍購入者基準を満たす輸出メーカーか,予算の制限下で働く研究開発ラボか測定精度のわずかな部分を犠牲にすることなく 設備の資本支出 (CAPEX) を 70%まで削減できます

ボロン基ナノ流体燃料の原子化と燃焼の研究におけるハイパースペクトラルカメラの応用

I. 研究の背景とテスト要件 航空宇宙推進システムの研究分野では、ホウ素ベースの高エネルギーナノ流体燃料は、新しいタイプの高エネルギー密度燃料として、その霧化特性と燃焼特性から広く注目を集めています。 B/JP-10 ナノ流体燃料の点火および燃焼特性の研究において、研究チームは燃料噴霧燃焼火炎の空間特性発光スペクトルをテストする必要がありました。 従来のスペクトル試験方法では、火炎のさまざまな位置のスペクトル情報を取得するのが困難でしたが、イメージングハイパースペクトルカメラはターゲットの空間情報とスペクトル情報を同時に取得できるため、火炎成分の空間分布分析の研究要件を満たします。研究チームは、燃料噴霧火炎の空間放射スペクトルを体系的にテストするために、CHNSpec Technology Co., Ltd. 製の FS-22 イメージング ハイパースペクトル カメラを選択しました。 II.試験方法とスペクトルの選択 研究プロセスでは、FS-22 イメージング ハイパースペクトル カメラがナノ流体燃料噴霧燃焼試験システムと組み合わせて使用​​されました。この試験システムは主に、サンプル供給システム、霧化ノズル、試験システム、サンプリングシステムで構成されています。空気噴霧ノズルを使用してホウ素ベースのナノ流体燃料を噴霧し、プラズマ アークを使用してサンプルの噴霧ジェットを点火します。 ハイパースペクトル カメラは、燃料噴霧火炎の空間放射スペクトル データを収集するために使用されました。ホウ素元素と炭化水素燃料の燃焼の典型的な特性スペクトルに基づいて、研究チームは分析のために 2 つの特定の放射線バンドを選択しました。 1. 431 nm (青色バンド):炭化水素燃料 JP-10 の燃焼反応を特徴付けるために使用される CH ラジカルの放射に対応します。 2. 581 nm (緑色のバンド):は、ホウ素粒子の燃焼反応を特徴付けるために使用される BO2 ラジカルの放射に対応します。 図 7.11 10 wt% B/JP-10 ナノ流体燃料の 431 nm および 581 nm における放射密度 これら 2 つの特徴的なバンドの放射線強度の空間分布に対して画像解析を実行することにより、研究者は噴霧火炎内のさまざまな位置での主要な反応タイプを区別できます。 Ⅲ．実験結果と分析 軸中心位置のスペクトル解析 ハイパースペクトル カメラによって取得された画像データは、霧化トーチの軸中心のスペクトル放射が明らかな変化パターンを示していることを示しています。位置 1 と位置 2 のスペクトル曲線には、ホウ素燃焼の特徴的な「ファイブフィンガー ピーク」が含まれており、放射強度はノズルからの距離とともに増加します。これは、ホウ素燃焼反応がノズルから位置 2 までの噴霧トーチの中心に存在し、ホウ素粒子の移動に伴って徐々に強化されることを示しています。位置 3 から位置 5 では、噴霧火炎の中心にあるホウ素特性のピークが消え、このセクションではホウ素粒子の重大な化学反応が発生していないことを示しています。 半径位置のスペクトル分析 軸中心放射強度が最も高い位置 4 を中心として、異なる半径位置でのスペクトル放射を比較分析したところ、ボロン放射特性のピークは噴霧トーチの上端と下端の両方に存在しますが、全体の放射強度は上端の方が下端の放射強度よりわずかに高いことがわかりました。これは、JP-10 蒸気が浮力の影響で上方に移動し、トーチ上部での反応に参加する JP-10 の量が多くなるためです。同時に、明確なホウ素放射特性ピークが下端に存在し、これは重力の影響下で下方に移動するホウ素の特性と一致します。 燃焼ゾーン部門 研究チームは、ハイパースペクトルカメラで取得した空間スペクトル放射データと燃料微粒化燃焼画像を組み合わせて、B/JP-10ナノ流体燃料微粒化火炎の中心をノズル軸方向に沿ってB/JP-10連成燃焼帯（出口部）、JP-10単相燃焼帯（安定燃焼部）、B/JP-10連成燃焼帯（尾火部）、ホウ素の4つの燃焼帯に分割した。単相燃焼ゾーン。この地域区分は、燃料霧化燃焼メカニズムをさらに理解するための基礎を提供します。 IV.事例の概要 ホウ素ベースの高エネルギーナノ流体燃料の研究開発における CHNSpec FigSpec FS-22 ハイパースペクトル カメラの応用により、燃焼プロセス中の空間情報とスペクトル情報の統合収集が達成され、従来の検出方法では火炎場全体をカバーするのに苦労し、同時に成分分布を取得できないという問題点が解決されました。その安定したイメージング性能と優れたスペクトル分解能は、高エネルギー燃料配合の最適化、燃焼メカニズムの研究、燃焼モデルの確立のための信頼できる検出手段を提供し、新しいタイプの航空宇宙推進燃料の技術的ブレークスルーを支援します。 製品の推奨:FigSpec FS-22 イメージング ハイパースペクトル カメラ 画像解像度: 1920*1920 スペクトル範囲: 400-1000nm スペクトル分解能 (FWHM): 5nm スペクトルチャンネル数: 600

CHNSpecが共同で作成した国家色計標準GB/T 20147.1-2026が公式にリリースされ実施される.

2026 年 4 月 30 日、国家標準「測色 — パート 1: CIE 標準測色オブザーバー」(GB/T 20147.1-2026) が正式にリリースおよび実装されました。CHNSpec (Zhejiang) Co., Ltd. が中心的な起草部門として編集に深く関与しました。   この規格は、中国標準化局の照明および電気器具に関する国家技術委員会の管轄下にあります。 ISO/CIE 11664-1:2019 国際規格を変更して採用し、GB/T 20147-2006 を完全に置き換えます。これは、CIE 標準測色オブザーバーに関連する技術要件を統一的に規制し、測色、光学検出、照明表示などの分野に権威ある基盤を提供し、国内の測色測定が国際標準と整合するのを支援します。 CHNSpec は、色彩科学とスペクトル検出に重点を置いたハイテク企業として、測色技術の研究開発と標準の実装に長年深く取り組んできました。この国家規格の草案への同社の参加は、同社の技術力と業界への影響力を反映する重要なものであり、比色測定機器の標準化された正確な開発がさらに促進されることになる。

CHNSpec、GB/T 20147.6-2026 CIEDE2000 国家規格の製図に参加

最近,国家標準GB/T 20147.6-2026"色計 部分6:CIEDE2000色差式"が2026年4月30日に正式にリリースされ実施されました.この規格はISO/CIE 11664-6を採用しています.:2022年国際規格に修正を加え,中国標準化局の照明および電気機器に関する国家技術委員会の管轄下にある.彩色計測と色測定の分野で重要な基本基準として機能しています. CHNSpec (Zhejiang) Co., Ltd.は,主要な作成部門の1つとして,標準の研究開発に深く参加しました.色差検知と光学測定の分野における技術的蓄積を頼りに,CHNSpecは,中国におけるCIEDE2000色差公式の標準化適用と実施に重要な支援を提供しました.試験方法を統一し,測定精度を向上させるよう業界に支援する.

霧と光の伝達力は同じじゃない!

購買担当や品質管理に携わる友人なら、こう聞いたことがあるはずです。「私の素材の光透過率は 90% 以上で、間違いなく十分にクリアです!」また、多くの人は、光の透過率が高いほど、材料の透明度が高く、曇りが少ないという論理を想定しています。しかし、現実は厳しいものです。測定された光透過率がほぼ同じでも、2 つのプラスチック フィルムはまったく異なって見えることがあります。 1 つは透明ですが、もう 1 つは常に霧の層に覆われているように見えます。これはなぜでしょうか? 答えは簡単です。ヘイズと光透過率という 2 つの完全に独立した指標を完全に混同しているのです。これは、ヘイズ測定中に 90% の人が陥る最​​大の罠でもあります。 まず、これら 2 つの指標をわかりやすく定義しましょう。そうすれば、もう混同することはなくなるでしょう。 まず光の透過率についてお話します。 「方向」ではなく「量」だけを見ます。率直に言うと、光が物質を通過するときにどれだけうまく「通過」できるかということです。それは水をふるいに注ぐようなものです。全水量に対する最終的に流出する水の割合が光の透過率となります。水が穴からまっすぐに流れ落ちても、あちこちに飛び散って斜めに流れ出ても、出てくる限りは光の透過率にカウントされます。 一方、Haze は「総量」ではなく「品質」のみに注目します。通過した光のうちどれだけが「オフトラック」散乱光であるかを測定します。再び注水の例を使用すると、光の透過率は流出する水の総量を調べますが、ヘイズは流出した水が穴からまっすぐに落ちずにあちこちに飛び散る量を調べます。 極端な例として、曇りガラスを挙げてみましょう。実際、その光透過率は決して低くなく、多くの種類のすりガラスでは 80% 以上に達するものもありますが、ヘイズは 100% に近いです。これは、ほとんどすべての光が通過するときに粗い表面によって全方向に散乱されるため、明るさだけが見え、反対側の物体はまったくはっきりと見えないためです。これに対し、高級光学ガラスは光透過率92％でありながらヘイズは0.1％と低い。ほとんどすべての光がまっすぐに通過するため、すべてがはっきりと見えます。 ここが重要なポイントです。ヘイズと光透過率は 2 つの完全に独立した指標であり、絶対的な正の相関関係はありません。光透過率が高ければ高いほどヘイズが低くなければならないというのは真実ではありません。 たとえば、光透過率が 90% のフィルムには、肉眼では見えない微細な不純物が多数含まれている可能性があり、その結果、散乱光が大きくなり、ヘイズが 5% にも達し、曇って白っぽく見えます。別のフィルムは、光透過率が 88% しかありませんが、材料の純度が非常に高く、構造が均一であるため、ヘイズがわずか 0.3% で、より鮮明で透明に見えます。 日常の品質検査、材料の受け入れ、製品の研究開発では、光透過率とヘイズの両方を正確に制御するために、専門的で信頼性の高い試験装置が不可欠です。 CHNSpec TH-110 ヘイズメーターは、フィルム、ガラス、プラスチック、包装材料、光学プレートなどの業界向けに特別に設計されており、正確なヘイズと光透過率試験のためのワンストップソリューションを提供します。 CHNSpec の主要な利点と主要なパラメータTH-110 ヘイズメーター: 1.デュアル測定、高効率:光線透過率とヘイズを同時に測定します。データはリアルタイムで表示されるため、単一パラメータのテストの死角がなくなります。材質の比較、抜き取り検査、完成品の管理に適しています。 2.規格に準拠した正確な検出:GB/T 2410 や ASTM D1003 などの国内および国際規格に厳密に従っています。平行光路設計と、安定した均一な光源による拡散反射受信を特徴としており、散乱光検出エラーを回避し、わずかなヘイズの違いも正確に捕捉します。 3.高精度と良好な再現性:ヘイズ/透過率の測定範囲は0～100%です。ヘイズ解像度は 0.01 単位です。 Φ21mm口径で繰り返し精度0.05以内。透過率分解能は 0.01 単位です。再現性 ≤0.1 単位。積分球Φ154mm、光路構造0/D(平行光照射、拡散反射受光)。 4.多彩な適応性と簡単な操作:21mm / 7mm のデュアル測定口径とオープン測定エリアを備え、フィルム、シート、小さな不規則なサンプルに対応します。スマートなタッチ スクリーン操作により、ワンキー テスト、自動データ保存が可能になり、データのエクスポートとレポートの印刷がサポートされ、バッチ データのトレーサビリティが容易になります。 5.安定性、耐久性があり、量産QCに適しています:機械構造は安定しており、周囲光の干渉に耐性があります。作業場や研究室でも安定してご使用いただけます。長期間の測定でもデータがドリフトしないため、標準化された製品の品質管理に信頼性の高いデータ サポートが提供されます。 これら 2 つのインジケーターに対する要件は、製品ごとに大きく異なります。携帯電話のスクリーンや車のセンター コンソールでは、高い光透過率だけでなく、ヘイズが非常に低いことも必要です。画面が白っぽく見えたり、コントラストが低下したり、強い光の下ではよく見えなくなります。ランプシェード、つや消しパッケージ、および化粧品ボトルには、光を柔らかくしながら眩しさを感じさせないように、高い光透過率と高いヘイズが必要です。農業用温室フィルムには正確なバランスが必要です。作物が均一に光を受けるように散乱光を利用しながら、光合成のための光の透過を確保する必要があります。 光学エレクトロニクス、包装および印刷、建築用ガラス、またはプラスチックおよび化学産業のいずれにおいても、CHNSpec TH-110 ヘイズメーターの定量化されたデータに依存することで、主観的な視覚的判断を回避し、販売業者が設定したパラメータの罠を回避することができます。 最後に、役立つ要約を以下に示します。光の透過率によって、マテリアルがどの程度「明るい」かが決まります。ヘイズは、マテリアルがどの程度「透明」であるかを決定します。

ハイパースペクトルイメージングにより、どのようにして病理学的切片が染色に別れを告げることができるのでしょうか?この研究は新しい形質を提供します

従来の病理診断では、乳がん組織サンプルは固定、包埋、切片化、染色など10以上の工程を経る必要がありました。サンプルの納品からレポート発行までには数時間、あるいはそれ以上かかる場合がございます。術中の凍結切片段階では、患者は麻酔待ちの状態になることが多く、この時間を短縮することは手術の安全性にとって極めて重要です。 最近「Scientific Reports」に掲載された研究では、「ラベルフリー、ステインフリー」の技術的パスと深層学習アルゴリズムを組み合わせて、この臨床上の課題に対する新しい解決策を提供しようとしています。 病理画像の色が「失われる」場合 私たちがよく知っている病理画像は、通常、H&E 染色後に青紫色で表示され、細胞核と細胞質の境界が明確です。顕微鏡ハイパースペクトルイメージング (MHSI) テクノロジーは、染色せずに組織切片をスキャンすることで、可視光から近赤外 (397 ～ 1032 nm) までの 128 バンドのスペクトル情報を取得できます。 この「汚れのない」状態によってもたらされる直接的な課題は、画像に形態学的コントラストが欠けており、人間の目で直接解釈することが困難になることです。ただし、ハイパースペクトル データの利点は、すべてのピクセル ポイントの連続スペクトル曲線が記録され、さまざまな生化学成分 (タンパク質、脂質、核酸など) が特定の波長で差別化された反射特性を示すという事実にあります。このような高次元で弱い形態学的データから診断価値のある情報をどのように抽出するかが、計算病理学の新しいトピックとなっています。 「部位診断」を「複数事例学習」に変える 研究チームは、60 人の乳がん患者からの 468 個の組織切片を含むハイパースペクトル データセットを構築しました。局所的な視野で単一点予測を実行する従来の方法とは異なり、研究者らは病理学的診断をマルチインスタンス学習（MIL）問題としてモデル化しました。つまり、組織切片全体を「バッグ」として扱い、切片上の20の異なる領域から収集されたスペクトル立方体をバッグ内の「インスタンス」として扱います。モデルはセクション全体の診断結果を出力するために、すべてのインスタンスの情報を統合する必要があります。 このアプローチは、病理医の実際の画像読み取りロジックに近いもので、最初に低倍率の顕微鏡で全体を観察し、次に疑わしい領域に焦点を当てて総合的な判断を行います。 マルチレベルの「注意」メカニズム ハイパースペクトル データの特性を目的として、チームはマルチスケール階層アテンション ネットワーク (MS-HAN) を提案しました。そのコア設計には次の 3 つの主要なレベルが含まれます。 1. マルチスケール特徴抽出は、インセプション構造から教訓を引き出し、同じ空間解像度で異なるサイズのコンボリューション カーネルを並列に使用して特徴を抽出し、微妙なスペクトルの違いから局所的なテクスチャ パターンまでの多重粒度情報をキャプチャします。 2.デュアル アテンション メカニズムは、まずスペクトル チャネル アテンションを通じてバンド間の依存関係を明示的にモデル化し、より豊富な情報を持つバンドに高い重みを与えます。次に、空間的注意を通じて 2 次元ヒート マップを生成し、ピクセル レベルのラベル付けに依存せずに、細胞形態の観点から診断価値のある領域を特定します。 3.階層的な集約とプロトタイプの学習。生物学的スペクトルの高いクラス内変動に対処するために、モデルは学習可能な「プロトタイプ ベクトル」のセットを導入し、インスタンスの特徴をこれらのプロトタイプにソフト割り当てし、プロトタイプの使用分布のエントロピーを制限することでモードの崩壊を防ぎます。最後に、セルフ アテンション メカニズムを利用してセクション内の異なる領域間の依存関係をモデル化し、アテンション プーリングを通じてセクション全体の表現を取得します。 セクションレベルのラベルのみを使用した弱い教師付きトレーニングの下で​​、モデルは独立したテストセット (94 セクション) で 86.7% の精度と 0.92 の AUC を達成し、TransMIL や CLAM などの主流の MIL ベースライン モデルと比較して統計的に有意な改善を示しました。 染色工程の省略と時間コストの圧縮 この研究の足がかりは病理医の代替ではなく、「光学切片化」＋「AI一次スクリーニング」のワークフローを模索することだ。染色ステップの省略は、試薬や消耗品のコストの削減を意味するだけでなく、より重要なことに、サンプリングからデジタル診断までの時間枠が大幅に短縮されることです。術中の凍結など時間に敏感なシナリオでは、この「カットスキャン分析」モードにより、麻酔下の患者の待ち時間が短縮されることが期待されます。 もちろん、この研究はまだ概念実証の段階にあります。 60 症例の単一センター データセットの規模は比較的限られており、準備アーティファクト、低細胞密度、またはまれな分子サブタイプに直面した場合のモデルのパフォーマンスは、依然として多センターおよび大規模サンプル データを使用した外部検証が必要です。さらに、ハイパースペクトル イメージング機器のハードウェア コストは高く、研究室から通常の病理部門に移行するには依然として工学および医療経済レベルでの考慮が必要です。

ハイパースペクトルカメラによる精密な害虫同定：小麦畑での研究

世界的な食料安全保障の課題を背景に、農作物の病害虫のタイムリーな監視と正確な予防・制御は、農業分野における重要なテーマとなっています。従来の病害虫同定方法は、手作業による目視検査や形態学的同定に依存しており、時間と労力がかかるだけでなく、大規模なリアルタイム監視の実現も困難です。近年、ハイパースペクトルイメージング技術と機械学習アルゴリズムの組み合わせが、昆虫病害虫の自動同定に新たな道を開きました。 2025年12月、国際学術誌「Biology」に「Hyperspectral Imaging and Machine Learning for Automated Pest Identification in Cereal Crops（穀物作物における病害虫の自動同定のためのハイパースペクトルイメージングと機械学習）」と題する研究論文が掲載されました。この研究は、カザフスタンの複数の大学の研究チームによって行われました。杭州CHNSpec Technology Co., Ltd.製の「FigSpec FS-13ハイパースペクトルカメラ」を使用し、小麦畑の主要な12種類の病害虫についてスペクトル特徴分析と分類モデリングを実施し、この機器の農業病害虫監視分野における応用価値を示しました。昆虫同定におけるハイパースペクトルイメージングの利点ハイパースペクトルイメージング技術は、可視光から近赤外線波長域（通常400～1000 nm）で数百の連続した狭帯域スペクトル情報を取得し、各ピクセルに対して完全なスペクトル曲線を作成することができます。通常のRGBカメラとは異なり、ハイパースペクトル画像は、対象物の空間的形態を記録するだけでなく、その物質成分と表面構造のスペクトル応答特性も明らかにします。 昆虫の場合、表面色素の種類、キチン構造、翅の透明度、表面粗さなどの要因が、独自のスペクトル反射特性を生み出します。これらの「スペクトル指紋」により、ハイパースペクトルイメージングは形態学的に類似した種を区別し、隠れた病害虫さえも同定することができます。 主な研究成果 1.病害虫間のスペクトル特性の顕著な違い 研究結果によると、異なる昆虫種は可視光から近赤外線帯域で顕著に異なる反射スペクトル曲線を示しました。主な影響要因は以下の通りです。 表面色素：明るい色または鮮やかな色の昆虫（例：黄緑色、白色）は反射率が高く、暗い色または黒色の昆虫（例：ハムシ）は反射率が低くなります。 翅の構造：透明または半透明の翅（例：コムギバエ、コムギアザミウマ）は、近赤外線領域で高い反射ピークを示します。 表面テクスチャ：滑らかな鞘翅は、粗いまたは毛深い体表面よりも高い反射率を示します。 キチンタイプ：キチンの異なる結晶形（α、β、γ型）は、スペクトル吸収特性に影響を与えます。 例えば、Trigonotylus ruficornis（アカヒゲミドリムシ）は、明るい黄緑色の体色により90～110%という高い反射率を示します。一方、Chaetocnema aridula（コムギハムシ）は、深い黒色の体色により10～20%という低い反射率しか示しません。 2.PCA分析がスペクトル差の主要成分を明らかにする PCA次元削減分析により、最初の2つの主成分がスペクトル分散の80%以上を説明できることが示されました。第一主成分（PC1）は主に全体の明るさの違いを反映し、第二主成分（PC2）は微妙な体表面構造と色素の変化に関連しています。異なる種はPCAスコアプロットで異なるクラスター分離度を示し、その後の分類の基礎を提供しました。 3.PLS-DA分類モデルの堅牢な性能 研究チームは、FigSpec FS-13で収集されたスペクトルデータに基づいてPLS-DA分類モデルを構築し、12種類の病害虫を同定しました。モデル評価指標には、決定係数（R²）、予測能力（Q²）、およびキャリブレーションの二乗平均平方根誤差（RMSEC）が含まれていました。結果は以下の通りです。 鮮やかな体色で大型の種（例：コガネムシ、ツチイナゴ）の場合、モデルの同定精度は約90%に達します。暗い体色で小型の種（例：ハムシ、アザミウマ）の場合、精度はわずかに低下しますが、許容範囲内に留まります。全体として、PLS-DAモデルは12種類の病害虫を効果的に区別でき、昆虫分類におけるFigSpec FS-13ハイパースペクトルデータの信頼性を検証しました。 結論 この研究事例は、昆虫病害虫のスペクトル特徴分析と機械学習分類におけるFigSpec FS-13ハイパースペクトルカメラの応用可能性を示しています。国産のハイパースペクトルイメージングデバイスとして、FS-13は安定した性能と豊富なサポート分析機能により、農業病害虫監視、食品安全検査、材料選別などの分野における科学研究および産業応用に信頼性の高いツールを提供します。 精密農業とスマート植物保護の需要が継続的に増加するにつれて、ハイパースペクトルイメージング技術は将来の農地管理においてますます重要な役割を果たすでしょう。 (元の論文は、https://doi.org/10.3390/biology14121715 を検索することで読むことができます)