预先的自由光谱分离与周期性吸收变化:用于自动校准的手术内功能性脑图的应用
Charly Caredda1, Jérémy E Cohen1, Laurent Mahieu-Williame1
1Univ Lyon, INSA-Lyon, Université Claude Bernard Lyon 1, UJM-Saint Etienne, CNRS, Inserm, CREATIS UMR 5220, U1294, F69100, Lyon, France.
Biomedical optics express
|January 15, 2024
概括
这项研究引入了用于生物医学成像的自动校准光谱分离方法. 这种新技术可以在没有设备校准的情况下准确地识别功能性大脑区域,从而实现更广泛的光谱成像使用.
科学领域:
- 生物医学光学 生物医学光学
- 频谱成像技术的使用.
- 图像分析 图像分析
背景情况:
- 对分析各种领域的光谱数据来说,光谱分离至关重要.
- 标准的光谱分离方法需要设备校准和现场的先验知识,限制了它们与RGB摄像机的使用.
- 生物医学应用往往涉及复杂的吸收波动由于血液动力学.
研究的目的:
- 开发一种自动化的光谱分离方法,消除了对设备校准的需求.
- 通过使用标准的RGB摄像头,应用这种方法来识别神经外科手术期间的功能性大脑区域.
- 根据已知的技术验证拟议方法的准确性和一致性.
主要方法:
- 几乎可以分离的非负矩阵因子被用于终端和比例估计.
- 该方法侧重于呈现周期性事件的吸收变化,这在体内光学成像中很常见.
- 该技术使用四种不同的RGB摄像头进行了测试,包括工业,智能手机和外科显微镜类型.
主要成果:
- 自动校准方法取得了与内科手术中用于识别功能性大脑区域的黄金标准一致的结果.
- 估计的末端器官与使用修改的比尔-兰伯特定律校准方法得出的结果非常相匹配,特别是在考虑心脏和呼吸系统事件时.
- 该方法在不同类型的相机中证明了其稳定性.
结论:
- 拟议的自动化光谱分离方法为传统的,依赖校准的技术提供了可行的替代方案.
- 这种方法有助于在工业和医疗环境中广泛采用光谱成像.
- 这些发现突显了在临床实践中增强非侵入性光学成像的潜力.


