用于估计光学活性与浑浊散射介质光学特性的神经网络
图像与视频处理
2020-11-26 v2 机器学习
摘要
医学成像尤其是我们案例中的光学相干断层扫描（OCT）质量退化的一个固有来源，是浑浊生物介质；在其中光子不沿可预测路径传播，且多次散射事件会影响有效路径长度并改变偏振光的光偏振。即使在高分辨率干涉测量方法中，这一固有问题也会导致成像误差。为解决该问题并考虑到其固有的随机性质，过去几十年中提出了一些方法，包括用于OCT的蒙特卡洛模拟。该方法通过模拟给出底层物理结构与其OCT成像对应物的一一比较。尽管其旨在让从业者更好地理解底层结构，但缺乏提升OCT成像精度与质量的综合方法，仅提供成像方法可能出错的若干示例。为缓解该问题并展示一种在不改变任何硬件情况下改进医学成像的新途径，我们引入了一种由蒙特卡洛模拟后接深度神经网络组成的新流程。
引用
@article{arxiv.2011.06934,
title = {Neural network for estimation of optical characteristics of optically active and turbid scattering media},
author = {Ali Alavi},
journal= {arXiv preprint arXiv:2011.06934},
year = {2020}
}
备注
12 pages, presubmission