概括
这项研究引入了一种深度学习方法,用于使用激光斑点成像 (LSI) 在厚组织中进行3D血流成像. 该技术提高了深血管的精度和分辨率,有助于疾病诊断.
科学领域:
- 生物医学光学 生物医学光学
- 医疗成像医学成像
- 深度学习应用程序
背景情况:
- 传输激光斑点成像 (LSI) 监测厚组织中的血液流动.
- 多重散射模糊了斑点图像,降低了深水船的精度和分辨率.
研究的目的:
- 从单个透光LSI图像开发一个深度学习策略,用于高时空分辨率的3D重建.
- 改进深层船只的结构和功能细节,而不需要复杂的成像设置.
主要方法:
- 根据相关性转移方程,使用船只面具和深度依赖的点传播函数 (PSF) 创建了一个训练数据集.
- 使用UNet和ResNet进行模糊和深度估计.
- 使用深度依赖对比模型估计的血流量.
主要成果:
- 实现了3D船只的高保真结构重建.
- 证明了血液流量的深度独立估计.
- 通过模拟数据和幻影实验验验证.
结论:
- 提出的快速3D血流成像技术为厚组织提供了更高的精度和分辨率.
- 适用于实时监测和诊断血管疾病.
