原文鏈接：Weiyi Zhang, Haoran Zhang, Qi Lan, Chang Liu, Zheng Li, Chengfu Gu, Jianlong Yang, "Self-supervised PSF-informed deep learning enables real-time deconvolution for optical coherence tomography," Adv. Imaging 2, 021001 (2025)
自監(jiān)督PSF深度學(xué)習(xí)框架
OCT成像因點(diǎn)擴(kuò)散函數(shù)（PSF）引起的模糊和散斑噪聲常導(dǎo)致圖像質(zhì)量下降。傳統(tǒng)去卷積算法（如Lucy-Richardson算法）因迭代計(jì)算耗時(shí)長，難以滿足實(shí)時(shí)需求；監(jiān)督學(xué)習(xí)方法則受限于配對(duì)數(shù)據(jù)的獲取難度。
該課題組通過構(gòu)建融合點(diǎn)擴(kuò)散函數(shù)建模的自監(jiān)督學(xué)習(xí)框架，攻克了OCT圖像去卷積處理的核心技術(shù)瓶頸。該研究創(chuàng)新性地將傳統(tǒng)迭代優(yōu)化算法轉(zhuǎn)化為端到端深度學(xué)習(xí)架構(gòu)，在無需硬件升級(jí)的條件下，實(shí)現(xiàn)了現(xiàn)有OCT系統(tǒng)的實(shí)時(shí)圖像增強(qiáng)功能。該技術(shù)體系可兼容各類OCT設(shè)備，為提升臨床診斷敏感性與工業(yè)無損檢測(cè)精度提供了一種新的技術(shù)路徑。
該研究方法包含去噪預(yù)處理、盲PSF估計(jì)和稀疏去卷積的級(jí)聯(lián)處理流程，僅以噪聲B掃描為輸入，實(shí)現(xiàn)高效、實(shí)時(shí)的OCT圖像增強(qiáng)。以下是其核心技術(shù)細(xì)節(jié)：
（1）自監(jiān)督去噪：利用B掃描圖像的像素相關(guān)性，通過棋盤格子采樣生成訓(xùn)練數(shù)據(jù)對(duì)，無需配對(duì)的干凈圖像，有效降低散斑噪聲。
（2）盲PSF估計(jì)：通過優(yōu)化算法直接從B掃描提取2D PSF，建模為高斯函數(shù)，適應(yīng)多種成像條件。
（3）疏去卷積：結(jié)合Hessian正則化和貝葉斯LR算法，提升圖像分辨率和對(duì)比度，同時(shí)抑制噪聲和偽影。
（4）輕量化神經(jīng)網(wǎng)絡(luò)：設(shè)計(jì)緊湊的深度神經(jīng)網(wǎng)絡(luò)，僅需6.9萬參數(shù)，實(shí)現(xiàn)毫秒級(jí)推理，滿足實(shí)時(shí)應(yīng)用需求。
圖1 實(shí)時(shí)OCT去卷積框架示意圖，涵蓋訓(xùn)練和推理兩個(gè)階段。訓(xùn)練階段包括收集多樣化的數(shù)據(jù)集，并應(yīng)用子采樣策略生成去噪圖像，這些圖像隨后用于訓(xùn)練本文所述的去噪網(wǎng)絡(luò)。之后，對(duì)去噪圖像進(jìn)行稀疏去卷積處理，生成一組增強(qiáng)圖像以供監(jiān)督。訓(xùn)練好的網(wǎng)絡(luò)隨后在推理階段部署，直接增強(qiáng)OCT掃描，實(shí)現(xiàn)實(shí)時(shí)可視化。——引用原文：Weiyi Zhang, Haoran Zhang, Qi Lan, Chang Liu, Zheng Li, Chengfu Gu, Jianlong Yang, "Self-supervised PSF-informed deep learning enables real-time deconvolution for optical coherence tomography," Adv. Imaging 2, 021001 (2025)
實(shí)驗(yàn)結(jié)果表明，該框架在金納米粒子、橙子切片、人視網(wǎng)膜及豬動(dòng)脈等多樣化樣本上實(shí)現(xiàn)了約40%-50%的分辨率提升，顯著改善對(duì)比噪聲比（CNR），并在未見樣本（如光學(xué)膠帶和手指）上展現(xiàn)出優(yōu)異的泛化能力。相比傳統(tǒng)LR和稀疏去卷積方法，新框架在分辨率、噪聲抑制和實(shí)時(shí)性上均表現(xiàn)優(yōu)異。
圖2. 使用不同去卷積方法增強(qiáng)的眼部樣本OCT圖像。(a)人類眼睛圖像的對(duì)比，插圖顯示了詳細(xì)區(qū)域。(b)和(c)使用文章提出的方法增強(qiáng)前后的人類眼睛和兔子視網(wǎng)膜圖像，突出了改進(jìn)的清晰度和分辨率。——引用原文：Weiyi Zhang, Haoran Zhang, Qi Lan, Chang Liu, Zheng Li, Chengfu Gu, Jianlong Yang, "Self-supervised PSF-informed deep learning enables real-time deconvolution for optical coherence tomography," Adv. Imaging 2, 021001 (2025)
光微科技認(rèn)為，該研究為OCT成像樹立了新標(biāo)桿。自監(jiān)督學(xué)習(xí)無需配對(duì)數(shù)據(jù)，降低了開發(fā)成本；盲PSF估計(jì)和輕量化網(wǎng)絡(luò)則為實(shí)時(shí)OCT設(shè)備提供了可行方案。
光微科技正在探索將類似技術(shù)整合到其OCT解決方案中，以進(jìn)一步優(yōu)化醫(yī)療和工業(yè)應(yīng)用。
隨著深度學(xué)習(xí)與OCT的深度融合，實(shí)時(shí)、高質(zhì)量成像將成為行業(yè)標(biāo)準(zhǔn)。光微科技將繼續(xù)跟蹤前沿技術(shù)，致力于為客戶提供更精準(zhǔn)、更快速的OCT解決方案，助力醫(yī)療診斷和工業(yè)檢測(cè)邁向新高度。
佛山光微科技成立于2018年，是一家專注于OCT光學(xué)相干斷層掃描技術(shù)的國家高新技術(shù)企業(yè)。我們提供醫(yī)療、科研和工業(yè)領(lǐng)域的OCT探頭、核心部件及整機(jī)系統(tǒng)，支持OEM和CMO定制服務(wù)，致力于創(chuàng)新OCT成像解決方案。
如需更多信息，請(qǐng)聯(lián)系：
郵箱：info@livitech.cn
電話：0757-89959220
網(wǎng)址：www.livitech.cn
