Codificación de escaneo escaso y decodificación de red neuronal para microscopía fotoacústica comprimida

Área de la Ciencia:

• Imágenes biomédicas
• Tecnologías de imágenes ópticas
• Microscopía fotoacústica

Sus antecedentes:

• La microscopía fotoacústica (PAM) proporciona imágenes de alta resolución, no invasivas y sin etiquetas, cruciales para la investigación biomédica.
• La adquisición lenta de datos y las altas tasas de muestreo limitan la escalabilidad y el uso generalizado de PAM.

Objetivo del estudio:

• Desarrollar una técnica de microscopía fotoacústica eficiente (IE-PAM) que supere las limitaciones actuales en la velocidad de adquisición de datos y los requisitos de muestreo.
• Para lograr una reconstrucción de imagen de alta calidad a partir de datos de medición significativamente reducidos.

Principales métodos:

• IE-PAM integra la codificación de escaneo escaso con la decodificación de la red neuronal.
• Un esquema de adquisición de escaneo escaso utiliza máscaras binarias aleatorias.
• Un decodificador neuronal personalizado, AFDU-Net, reconstruye imágenes de mediciones limitadas.

Principales resultados:

• IE-PAM reconstruye imágenes de alta fidelidad a partir de tan solo el 1,5% de la tasa de muestreo total, un aumento de 66 veces en la eficiencia.
• Demostró un rendimiento superior en fidelidad vascular fina, supresión de artefactos y robustez en imágenes de vasculatura de oído de ratón in vivo.
• Superó las líneas de base de imágenes tradicionales y basadas en el aprendizaje.

Conclusiones:

• IE-PAM minimiza la redundancia de información durante la adquisición y permite una reconstrucción precisa a partir de datos mínimos.
• Esta técnica sienta las bases para una imagen fotoacústica eficiente, rápida y escalable en entornos preclínicos y de investigación.
• IE-PAM mejora la aplicabilidad y escalabilidad de la microscopía fotoacústica para la investigación biomédica.