【摘 要】
:
现代社会脑血管疾病和青光眼是当今世界危害人类生命健康的重要疾病,对脑血管成像技术和前房角成像的研究至关重要。文中介绍了各种传统脑血管成像的方法和人眼成像方法,都有接触式或者无法深度成像或者分辨率不高的缺点,而光学相干层析成像技术(Optical coherence tomography,OCT)具有非接触、分辨率高、采集速度快,能够深度分辨等优势,不仅能够显示样品三维结构,而且能够检测样品中的运动
论文部分内容阅读
现代社会脑血管疾病和青光眼是当今世界危害人类生命健康的重要疾病,对脑血管成像技术和前房角成像的研究至关重要。文中介绍了各种传统脑血管成像的方法和人眼成像方法,都有接触式或者无法深度成像或者分辨率不高的缺点,而光学相干层析成像技术(Optical coherence tomography,OCT)具有非接触、分辨率高、采集速度快,能够深度分辨等优势,不仅能够显示样品三维结构,而且能够检测样品中的运动信息。首先,本文设计系统采用光谱OCT,利用光谱OCT原理构建了基于光纤光路的高分辨率光谱OCT成像系统,该系统具有6.7μm的横向分辨率和4.7μm的纵向分辨率,使用140k线/秒相机线采集,能够在2秒内完成三维扫描。针对于该系统本文设计了基于色散原理光谱矫正方法和数据处理的方法,编写了基于LabVIEW软件的控制采集程序,该程序拥有实时成像,去除模式噪声,控制扫描振镜和高速采集的功能。然后,本文应用该系统扫描了大鼠大脑皮层的三维血管网络。在鼠脑方面,基于OCT的深度成像原理通过X-Y平面扫描得到了3D脑血管图像,并通过相邻边界的相关性对24幅小范围扫描图像进行拼接合成了12mm×8mm图像,成像结果不损失分辨率且能清晰分辨毛细血管,这为OCT对人脑血管成像的分辨能力提供了理论依据和操作经验。最后,应用本系统对人眼前房角进行成像研究,采用X-Y平面的全眼扫描成像方法采集并还原了360°的全房角3D图像,并提出了多方位角扫描成像方法。然后对X-Y平面全房角扫描方法和多方位角扫描方法结果进行了对比,结果表明多方位角扫描方法的结果方差更小,速度更快。我们的研究结果表明,该系统具有高的空间分辨率和对比度,能够实现大鼠脑血管和人眼前房角的实时动态三维成像。该研究为光谱OCT技术在临床的应用打下坚实的基础。
其他文献
利用语音障碍进行帕金森病检测是目前帕金森病早期诊断的研究热点之一。近年来基于深度学习的语音障碍检测发展迅速,且检测正确率高。由于深度学习固有的特点,使得通过深度学习网络自动学习的语音特征在医学上可解释性较差。针对这一问题该文提出研究帕金森病语音传统特征梅尔频率倒谱系数和语音深度学习特征间的关系。主要使用偏最小二乘法、多任务Lasso(Least absolute shrinkage and sel
超密异构网络(heterogeneous ultra dense network,H-UDN)是在传统的宏基站覆盖范围内密集地部署一层小基站实现无缝覆盖,通过缩短用户与基站之间的距离来提升用户的速率,拥有着处理海量(1000倍)无线数据流量的能力,被认为是实现5G及未来网络的关键技术。然而,随着小基站数量飞速增加,小基站与宏基站之间的回程负担急剧加重,致使回程传输成为了H-UDN性能提升的瓶颈。无
多能体系统的分布式协同控制中每个智能体都能与相邻的智能体进行通信,使得多智能体系统的整体效率和运行能力都有所提高。由于其广泛的实际应用以及低成本、高自适应、易于维护等优点,引起了众多研究者的关注。已有文献大都考虑一阶、二阶或高阶线性动力学的多智能体系统,然而实际物理系统具有复杂的非线性特性,因此研究高阶非线性多智能体系统的一致问题具有重要意义。随着研究的深入和实际需要,对多智能体的性能也提出了新的
柔性集成电路基板(Flexible Integrated Circuit Substrate,FICS),简称柔性基板,是一种未封装电子器件的电路板裸板,是电子设备的核心组件之一,其质量检测极其重要。随着电子
作为传统多输入多输出(multiple-input multiple-output,MIMO)技术的一种扩展,在基站(base station,BS)端配置成百上千根天线的大规模MIMO能有效提高系统容量。为了受益于大规模MIMO技术带来的优势,需要获取准确的信道统计信息(statistical channel state information,S-CSI)。由于天线尺寸变大及散射体生灭过程,大
风力机叶片大多数为玻璃纤维环氧树脂复合材料(Glass Fiber Reinforced Plastic,简称GFRP),是风力机获取风能的关键部件。在叶片的生产过程中,往往因为其制作工艺的特殊,自动
行为检测旨在通过智能算法自动地定位视频中感兴趣行为,并判断行为的类别。行为检测是计算机视觉研究领域一项极其重要且困难的研究任务,其研究成果可被广泛应用于智能监控系
随着新媒体信息爆炸式增长,如何有效地检索识别出敏感内容,满足执法机构保障互联网舆情的需求,是科研工作者的重要课题。经过对敏感数据的分析研究,逐渐形成了以深度学习视图
步行道上违法占道停车现象存在交通安全隐患,是城市管理中的一大难点。传统基于定点监控设备的违停检测方法不适用于步行道场景,执法人员人工巡检则存在效率低下的问题。针对
随着时间的增长,自然灾害的侵蚀及人为的破坏,混凝土道路将会出现严重的病害进而影响到出行安全。裂缝是混凝土公路病害的早期表现形式,智能裂缝检测方法可以避免人工检测带