Tecniche di imaging avanzate con B-MFA in OCT
Il nuovo metodo B-MFA migliora la qualità delle immagini nella tomografia a coerenza ottica.
― 6 leggere min
Indice
La Tomografia a Coerenza Ottica (OCT) è un metodo che si usa per fare immagini dell'interno di materiali o tessuti biologici. È conosciuto per creare immagini dettagliate con un piccolo fascio di luce. Questa tecnica è spesso usata in settori come la cura degli occhi e gli studi sul cuore. Uno dei vantaggi dell'OCT è la sua capacità di guardare in profondità in un campione, utile per esaminare i tessuti senza causare danni.
Tuttavia, ci sono sfide nel ottenere immagini chiare. Quando la luce colpisce un campione, può rimbalzare e disperdersi, creando Rumore nell'immagine. Questo rumore, specialmente da più percorsi di luce che rimbalzano in direzioni diverse, può rendere difficile vedere i dettagli chiaramente.
Per migliorare la qualità delle immagini OCT, i ricercatori hanno sviluppato vari metodi per ridurre questo tipo di rumore. Uno dei nuovi metodi introdotti è il metodo di mediazione multi-focale B-scan-wise (B-MFA). Questo metodo mira a ridurre il rumore della luce dispersa mentre si effettuano misurazioni di soggetti vivi, come piccoli pesci, o campioni artificiali progettati per mimare i tessuti biologici.
Il Problema del Rumore nell'OCT
Nell'OCT, quando la luce viene inviata in un campione, può disperdersi in vari modi. Parte di questa luce, nota come luce a dispersione singola (SS), torna dritta al dispositivo e fornisce immagini chiare. Tuttavia, parte della luce rimbalza più volte prima di tornare; questa è conosciuta come luce a dispersione multipla (MS). La luce MS può confondere il sistema di imaging, rendendo difficile capire da quale parte del campione proviene la luce. Questo porta a immagini sfocate e senza contrasto, specialmente quando si guardano strati più profondi di un campione.
Per affrontare questi problemi, gli scienziati hanno creato diverse strategie. Hanno lavorato su modi per prendere più immagini mentre regolano il fuoco a profondità diverse. Questo implica fare molte foto della stessa area ma focalizzando a punti diversi. Poi, queste immagini possono essere combinate per migliorare la chiarezza. La speranza è che con prospettive diverse, il rumore indesiderato possa essere ridotto mantenendo i segnali importanti della luce focalizzata.
Il Metodo B-MFA Spiegato
Il metodo B-MFA si occupa direttamente del rumore dalla luce MS. Invece di catturare volumi interi di dati in una volta, il metodo scatta più immagini una dopo l'altra mentre cambia leggermente il fuoco per ogni immagine. In questo modo, il sistema cattura immagini a varie profondità, ma lo fa in modo più semplice e veloce.
Per implementare il metodo B-MFA, il sistema utilizza una lente speciale che può regolare il suo fuoco rapidamente. Durante la cattura dell'immagine, il fuoco si sposta per creare una serie di fotogrammi. Dopo che le immagini sono state scattate, il sistema le elabora per correggere eventuali errori di messa a fuoco e poi media i risultati. Questa mediazione aiuta a ridurre il rumore causato dalla luce dispersa perché i percorsi seguiti dalla luce MS differiscono da un fotogramma all'altro.
Questo metodo richiede anche che i campioni siano relativamente stabili mentre si scattano le immagini. Poiché il metodo B-MFA ha bisogno di stabilità solo per un breve periodo durante la cattura dell'immagine di alcuni fotogrammi, è più adatto per soggetti vivi rispetto ai metodi più vecchi che richiedevano condizioni stabili per periodi più lunghi.
Testare il Metodo B-MFA
Per vedere quanto bene funziona il nuovo metodo B-MFA, i ricercatori lo hanno testato sia su campioni artificiali che mimano tessuti che su veri pesci piccoli. Il metodo è stato confrontato con tecniche di imaging tradizionali per misurare la sua efficacia nella riduzione del rumore.
In laboratorio, è stato creato un fantoma di dispersione, che agiva come un tessuto biologico. I risultati hanno mostrato che le immagini B-MFA avevano definizioni più chiare delle strutture rispetto a quelle ottenute utilizzando tecniche tradizionali. Le immagini scattate con il metodo B-MFA fornivano un miglior contrasto e visibilità delle caratteristiche all'interno del campione.
Quando testato su pesci vivi, il metodo B-MFA si è dimostrato efficace anche nel catturare immagini di alta qualità. I ricercatori hanno scoperto che le immagini B-MFA mostravano dettagli chiari dei pesci, rivelando strutture fini che erano più difficili da vedere con altri metodi.
Importanza della Riduzione del Rumore nell'Imaging
Ridurre il rumore nell'imaging è cruciale per molte applicazioni. In contesti medici, immagini più chiare portano a diagnosi e valutazioni migliori delle condizioni. Con tecniche di imaging raffinate, i dottori possono prendere decisioni più informate. Nella ricerca, immagini migliorate consentono agli scienziati di osservare e comprendere i processi biologici in maggiore dettaglio.
Il metodo B-MFA mira specificamente a migliorare il processo di imaging quando si guarda a soggetti vivi. I metodi tradizionali possono portare a interpretazioni sbagliate a causa di movimenti o cambiamenti nel campione durante la misurazione. Il processo B-MFA, più veloce ed efficiente, aiuta a minimizzare questi problemi, rendendolo adatto per applicazioni in tempo reale.
Confronto con Altri Metodi
Il metodo B-MFA offre diversi vantaggi rispetto alle tecniche più vecchie per la riduzione del rumore nell'imaging OCT. Rispetto a metodi che utilizzano dispositivi ottici complessi, come i modulatori di luce spaziale per alterare i percorsi della luce, il B-MFA è economico e più semplice da implementare. Richiede meno materiali costosi pur continuando a fornire immagini di alta qualità.
I metodi precedenti spesso avevano difficoltà con artefatti di movimento, specialmente quando si imaging soggetti in movimento. L'approccio B-MFA, focalizzandosi su scatti rapidi, significa che può gestire meglio tali situazioni, producendo immagini più chiare con dettagli migliori anche quando il campione è in movimento.
Conclusione
Il metodo di mediazione multi-focale B-scan-wise (B-MFA) rappresenta un promettente nuovo approccio per migliorare la qualità delle immagini della tomografia a coerenza ottica. Affrontando il problema del rumore da dispersione multipla, fornisce immagini più chiare e dettagliate di campioni sia artificiali che vivi.
La capacità di questo metodo di regolare rapidamente il fuoco e catturare immagini mantenendo un'attenzione sulla chiarezza lo rende prezioso nella ricerca medica e biologica. Con lo sviluppo continuo della tecnologia, potrebbe portare a importanti progressi nel modo in cui visualizziamo e comprendiamo i tessuti biologici, aiutando sia la ricerca che i contesti clinici.
I test del B-MFA dimostrano il suo potenziale come strumento efficace per migliorare le tecniche di imaging. Con ricerche in corso, potrebbe aprire la strada a nuove scoperte nelle metodologie di imaging non invasive, aiutando i ricercatori e i professionisti medici a ottenere migliori intuizioni sulle strutture biologiche complesse.
Titolo: Multiple scattering suppression for in vivo optical coherence tomography measurement using B-scan-wise multi-focus averaging method
Estratto: We demonstrate a method that reduces the noise caused by multi-scattering (MS) photons in an \invivo optical coherence tomography image. This method combines a specially designed image acquisition (i.e., optical coherence tomography scan) scheme and subsequent complex signal processing. For the acquisition, multiple cross-sectional images (frames) are sequentially acquired while the depth position of the focus is altered for each frame by an electrically tunable lens. In the signal processing, the frames are numerically defocus-corrected, and complex averaged. Because of the inconsistency in the MS-photon trajectories among the different electrically tunable lens-induced defocus, this averaging reduces the MS signal. This method was validated using a scattering phantom and in vivo unanesthetized small fish samples, and was found to reduce MS noise even for unanesthetized in vivo measurement.
Autori: Yiqiang Zhu, Lida Zhu, Yiheng Lim, Shuichi Makita, Yu Guo, Yoshiaki Yasuno
Ultimo aggiornamento: 2024-12-12 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2404.01811
Fonte PDF: https://arxiv.org/pdf/2404.01811
Licenza: https://creativecommons.org/licenses/by-sa/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.