.png){kind=icon}
返回
Computational multi-angle optical coherence tomography using implicit neural representation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2025.112551.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多角度光学相干层析成像（OCT）近年来因其比传统OCT具有更高的近各向同性分辨率和增强的穿透深度而受到越来越多的关注，使其在生物医学应用中显示出前景。然而，在保持高分辨率的同时，从稀疏的多角度信号中准确重建定量光学参数仍然是一项具有挑战性的任务。在本文中，我们介绍了一种用于多角度OCT图像重建的新型框架，称为光学相干层析成像的隐式表示（IREO），能够从受折射畸变和噪声影响的背向散射信号中恢复组织结构图像和光学参数分布。IREO将光学参数视为空间位置的连续函数，该函数由一个简单的神经网络拟合。通过OCT成像模型，从网络输出的光学参数计算理论成像强度，然后与OCT采集的强度值进行比较。神经网络的参数被优化以形成被成像样本的隐式表示。通过广泛的评估，我们证实了所提出方法对二维和三维多角度OCT数据（即使使用稀疏采集的数据）具有出色的重建质量，并使用定制构建的多角度成像系统验证了定量光学参数估计的准确性和可行性。这里介绍的多角度成像重建技术实现了高分辨率、深穿透、畸变校正和多对比度成像，增强了生物组织的无标记介观可视化，并显示出推动OCT在生物医学研究和临床诊疗中的应用前景。
Keyword:
Optical coherence tomography
Multi-angle imaging
Implicit neural representation
Computational reconstruction
期刊
O
IF:
5
论文数:
2.6K
被引数:
3.5W
机构
引用论文
A deep convolutional neural network using directional wavelets for low-dose X-ray CT reconstruction基于方向小波的深度卷积神经网络用于低剂量x射线CT重建.png)
MEDICAL PHYSICS
OAAI
MEDICAL PHYSICSIF3.2
OAAI分享收藏
分享收藏分享收藏分享收藏Multiple aperture synthetic optical coherence tomography for biological tissue imagingOPTICS EXPRESSOAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏分享收藏
查看更多内容