論文の概要: Compressive lensless endoscopy with partial speckle scanning
- arxiv url: http://arxiv.org/abs/2104.10959v1
- Date: Thu, 22 Apr 2021 09:40:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-23 13:41:01.457270
- Title: Compressive lensless endoscopy with partial speckle scanning
- Title(参考訳): 部分スペックル走査による圧縮型レンズレス内視鏡
- Authors: St\'ephanie Gu\'erit, Siddharth Sivankutty, John Aldo Lee, Herv\'e
Rigneault, Laurent Jacques
- Abstract要約: マルチコアファイバ (MCF) を用いたレンズレス内視鏡では、一般に空間光変調器 (SLM) を用いて、MCFの出力において数百個のビームレットを集中点にコヒーレントに結合する。
本稿では,leにおける蛍光イメージングにslmを用いるのを回避し,取得時間を短縮した新しい走査方式である部分スペックル走査(pss)を提案する。
- 参考スコア(独自算出の注目度): 10.580608180863775
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The lensless endoscope (LE) is a promising device to acquire in vivo images
at a cellular scale. The tiny size of the probe enables a deep exploration of
the tissues. Lensless endoscopy with a multicore fiber (MCF) commonly uses a
spatial light modulator (SLM) to coherently combine, at the output of the MCF,
few hundreds of beamlets into a focus spot. This spot is subsequently scanned
across the sample to generate a fluorescent image. We propose here a novel
scanning scheme, partial speckle scanning (PSS), inspired by compressive
sensing theory, that avoids the use of an SLM to perform fluorescent imaging in
LE with reduced acquisition time. Such a strategy avoids photo-bleaching while
keeping high reconstruction quality. We develop our approach on two key
properties of the LE: (i) the ability to easily generate speckles, and (ii) the
memory effect in MCF that allows to use fast scan mirrors to shift light
patterns. First, we show that speckles are sub-exponential random fields.
Despite their granular structure, an appropriate choice of the reconstruction
parameters makes them good candidates to build efficient sensing matrices.
Then, we numerically validate our approach and apply it on experimental data.
The proposed sensing technique outperforms conventional raster scanning: higher
reconstruction quality is achieved with far fewer observations. For a fixed
reconstruction quality, our speckle scanning approach is faster than
compressive sensing schemes which require to change the speckle pattern for
each observation.
- Abstract(参考訳): レンズレス内視鏡(le)は、細胞規模でin vivo画像を取得する有望な装置である。
プローブの大きさは小さいため、組織を深く探査することができる。
マルチコアファイバ (MCF) を用いたレンズレス内視鏡は、一般に空間光変調器 (SLM) を用いて、MCFの出力において数百個のビームレットを集中点にコヒーレントに結合する。
このスポットはその後、試料を走査して蛍光像を生成する。
本稿では,圧縮センシング理論に触発された新しいスキャン手法である部分スペックルスキャン(PSS)を提案する。
このような戦略は、高い復元品質を維持しながら、写真白化を避ける。
我々は, LEの2つの重要な特性, (i) 容易にスペックルを生成する能力, (ii) 高速走査ミラーを用いて光パターンをシフトできるMCFにおけるメモリ効果について検討した。
まず、スペックルがサブ指数ランダムフィールドであることを示す。
その粒状構造にもかかわらず、再構成パラメータの適切な選択は、効率的なセンシング行列を構築する良い候補となる。
そして,本手法を数値的に検証し,実験データに適用する。
提案したセンシング技術は従来のラスタスキャンより優れており, はるかに少ない観察で高い再現性が得られる。
固定された再構成品質では,各観測のスペックルパターンの変更を必要とする圧縮センシング方式よりも高速である。
関連論文リスト
- Super-Resolution on Rotationally Scanned Photoacoustic Microscopy Images
Incorporating Scanning Prior [12.947842858489516]
光音響顕微鏡(PAM)画像は、光コントラストと音響分解能の利点を組み合わせた脳研究で広く利用されている。
走査速度と画像解像度の間にはトレードオフがあり、従来の走査と比較すると、回転走査は走査機構を最適化することで高速なPAMイメージングの好機となる。
本研究では,回転走査型PAMイメージングのための新しい高性能超解像フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-12T12:41:35Z) - Aperture Diffraction for Compact Snapshot Spectral Imaging [27.321750056840706]
我々は、Aperture Diffraction Imaging Spectrometer (ADIS) という、コンパクトで費用効率の良いスナップショット分光画像システムを紹介した。
モザイクフィルタセンサ上の離散符号化位置にオブジェクト空間の各点を多重化する新しい光学設計を導入する。
回折変性を強く知覚するカスケードシフトシャッフルスペクトル変換器(CSST)は、空間制約の逆問題を解決するために設計されている。
論文 参考訳(メタデータ) (2023-09-27T16:48:46Z) - Compressive Image Scanning Microscope [0.860934062228756]
レーザ走査顕微鏡(LSM)における圧縮センシングを実現するための新しい手法を提案する。
我々は,データ取得中に行や列をスキップする固定サンプリング戦略を採用し,各要素がスキャンする点数を4倍に削減する。
本研究では,SPADアレイによって生成された並列画像を利用して,再構成した圧縮ISM画像の品質を向上させる。
論文 参考訳(メタデータ) (2023-07-19T08:55:39Z) - Multipass wide-field phase imager [0.8317595522478687]
複数mm2大視野の多目的干渉コントラストイメージング技術について報告する。
自己イメージの非共鳴キャビティを使用することで、感度が向上する。
位相プロファイルは、特別に設計された単光子カメラのおかげで、各ラウンドごとに個別に解決できる。
論文 参考訳(メタデータ) (2023-06-30T10:56:00Z) - A Novel Hybrid Endoscopic Dataset for Evaluating Machine Learning-based
Photometric Image Enhancement Models [0.9236074230806579]
本研究は, 生成逆数的手法により生成される新しい合成データ集合を導入する。
また、過度の露光および過度の露光条件において、浅いベースと深層学習に基づく画像強調法の両方を探索する。
論文 参考訳(メタデータ) (2022-07-06T01:47:17Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳(メタデータ) (2022-06-17T08:11:26Z) - Time-Multiplexed Coded Aperture Imaging: Learned Coded Aperture and
Pixel Exposures for Compressive Imaging Systems [56.154190098338965]
提案した時間多重符号化開口(TMCA)をエンドツーエンドで最適化できることを示した。
tmcaは圧縮光野イメージングとハイパースペクトルイメージングの2つの異なる応用において、より良いコード化されたスナップショットを誘導する。
この凝固法は、最先端の圧縮画像システムよりも4dB以上性能が高い。
論文 参考訳(メタデータ) (2021-04-06T22:42:34Z) - Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。
本手法では, 回折光学素子 (DOE) を用いる。
DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文 参考訳(メタデータ) (2020-09-01T14:19:35Z) - Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。
REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。
このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
論文 参考訳(メタデータ) (2020-07-21T17:30:51Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z) - Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion
Encoding (SIDE) [50.65891535040752]
本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。
SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。
また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
論文 参考訳(メタデータ) (2020-02-25T14:48:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。