stringtranslate.com

Espectrómetro de imágenes por tomografía computarizada

Paso de diseño y reconstrucción óptica de un instrumento CTIS. Aquí se muestra un ejemplo en el que el dispositivo está capturando imágenes del logotipo de la Universidad de Arizona, utiliza una rejilla kinoform para dispersar la luz transmitida y mide un patrón de dispersión de 3 × 3 en la matriz de detectores.

El espectrómetro de imágenes de tomografía computarizada (CTIS) es un espectrómetro de imágenes instantáneas que puede producir con precisión el cubo de datos hiperespectrales tridimensionales (es decir, espaciales y espectrales) de una escena.

Historia

El CTIS fue concebido por separado por Takayuki Okamoto e Ichirou Yamaguchi en Riken (Japón), y por F. Bulygin y G. Vishnakov en Moscú (Rusia). [1] [2] [3] El concepto fue desarrollado posteriormente por Michael Descour, en ese momento estudiante de doctorado en la Universidad de Arizona, bajo la dirección del profesor Eustace Dereniak. [4]

Los primeros experimentos de investigación basados ​​en imágenes CTIS se llevaron a cabo en los campos de la biología molecular. [5] Desde entonces se han propuesto varias mejoras de la tecnología, en particular en lo que respecta al hardware: elementos dispersivos que proporcionan más información sobre el cubo de datos, [6] calibración mejorada del sistema. [7] La ​​mejora del CTIS también fue impulsada por el desarrollo general de sensores de imagen más grandes. [8] Para fines académicos, aunque no se utiliza tan ampliamente como otros espectrómetros, el CTIS se ha empleado en aplicaciones que van desde lo militar [9] hasta la oftalmología [10] y la astronomía. [11]

Formación de imágenes

Formación de una imagen CTIS, vista como proyecciones mecánicas de un cubo de datos teórico. Imagen inspirada en el trabajo de Descour. [12]

Disposición óptica

En la parte izquierda de la imagen superior se muestra el diseño óptico de un instrumento CTIS. Se coloca un diafragma de campo en el plano de imagen de una lente objetivo, después de lo cual una lente colima la luz antes de que pase a través de un dispersor (como una rejilla o un prisma ). Finalmente, una lente de re-imagen mapea la imagen dispersa del diafragma de campo sobre una matriz de detectores de gran formato.

Imagen resultante

La información que adquiere el CTIS puede verse como el cubo de datos tridimensional de la escena. Por supuesto, este cubo no existe en el espacio físico como los objetos mecánicos, pero esta representación ayuda a obtener una idea de lo que la imagen está capturando: como se ve en la figura de la derecha, las formas de la imagen pueden considerarse proyecciones (en un sentido mecánico) del cubo de datos.

Imagen de una adquisición CTIS. El objeto adquirido es un número escrito en una pantalla transparente, iluminada por una luz LED.

La proyección central, llamada de orden 0 de difracción , es la suma del cubo de datos siguiendo el eje espectral (por lo tanto, esta proyección actúa como una cámara pancromática ). En la imagen del "5" de la derecha, se puede leer claramente el número en la proyección central, pero sin información sobre el espectro de la luz.

Todas las demás proyecciones son el resultado de "mirar" el cubo de forma oblicua y, por lo tanto, contienen una mezcla de información espacial y espectral. Desde un punto de vista discreto, en el que el cubo de datos se considera como un conjunto de porciones espectrales (como en la figura anterior, donde dos de esas porciones están representadas en violeta y rojo), se pueden entender estas proyecciones como una extensión parcial de la pila de porciones, de manera similar a un mago que extiende sus cartas para que un miembro de la audiencia elija una de ellas. Es importante señalar que, para las dispersiones espectrales típicas y el tamaño típico de un sensor, la información espectral de una porción dada se superpone en gran medida con la de otras porciones vecinas. En la imagen "5", se puede ver en las proyecciones laterales que el número no se puede leer claramente (pérdida de información espacial), pero que hay cierta información espectral disponible (es decir, algunas longitudes de onda parecen más brillantes que otras). Por lo tanto, la imagen contiene información multiplexada sobre el cubo de datos.

El número y la disposición de las proyecciones dependen del tipo de elemento difractante empleado. En particular, se puede capturar más de un orden de difracción. [6]

Reconstrucción de cubos de datos

La imagen resultante contiene toda la información del cubo de datos. Es necesario realizar un algoritmo de reconstrucción para convertir esta imagen nuevamente en el espacio espacio-espectral 3D. Por lo tanto, el CTIS es un sistema de imágenes computacionales .

Enlace a la tomografía computarizada con rayos X

Conceptualmente, se puede considerar cada una de las proyecciones del cubo de datos de manera análoga a las proyecciones de rayos X medidas por instrumentos de tomografía computarizada con rayos X médicos utilizados para estimar la distribución del volumen dentro del cuerpo de un paciente.

Por lo tanto, los algoritmos más utilizados para la reconstrucción CTIS son los mismos que los utilizados en el campo de estudio de la TC de rayos X. En particular, el algoritmo utilizado por Descour [12] está tomado directamente de un trabajo seminal en reconstrucción de TC de rayos X. [13] Desde entonces, se han empleado técnicas ligeramente más elaboradas, [8] de la misma manera (pero no en la misma medida) la reconstrucción de TC de rayos X ha mejorado desde los años 80.

Dificultades

En comparación con el campo de la TC de rayos X, la reconstrucción con CTIS es notoriamente más difícil. En particular, el número de proyecciones resultantes de una adquisición con CTIS es típicamente mucho menor que en la TC de rayos X. Esto da como resultado una reconstrucción más borrosa, siguiendo el teorema de proyección-corte . Además, a diferencia de la TC de rayos X donde las proyecciones se adquieren alrededor del paciente, la CTIS, como todos los sistemas de imágenes, solo adquiere la escena desde un único punto de vista y, por lo tanto, muchos ángulos de proyección son inobtenibles.

Referencias

  1. ^ Takayuki Okamoto e Ichirou Yamaguchi, "Adquisición simultánea de información de imagen espectral", Optics Letters 16 : 1277-1279 (1991).
  2. ^ Takayuki Okamoto, Akinori Takahashi e Ichirou Yamaguchi, "Adquisición simultánea de la distribución de intensidad espectral y espacial", Applied Spectroscopy 47 : 1198-1202 (1993)
  3. ^ FV Bulygin y GN Vishnyakov, "Espectrotomografía: un nuevo método para obtener espectrogramas de objetos bidimensionales", en Métodos analíticos para tomografía óptica , Proc. SPIE 1843 : 315-322 (1992).
  4. ^ Michael Robert Descour, "Espectrometría de imágenes sin escaneo", tesis doctoral, Universidad de Arizona (1994)
  5. ^ Ford, Bridget K.; Volin, Curtis E.; Murphy, Sean M.; Lynch, Ronald M.; Descour, Michael R. (febrero de 2001). "Imágenes espectrales basadas en tomografía computarizada para microscopía de fluorescencia". Revista biofísica . 80 (2): 986–993. Bibcode :2001BpJ....80..986F. doi :10.1016/s0006-3495(01)76077-8. ISSN  0006-3495. PMC  1301296 . PMID  11159465.
  6. ^ ab Hagen, Nathan; Dereniak, Eustace L.; Sass, David T. (31 de agosto de 2006). "Maximización de la resolución de un instrumento CTIS". En Shen, Sylvia S; Lewis, Paul E (eds.). Espectrometría de imágenes XI . Vol. 6302. SPIE. págs. 63020L. Código Bibliográfico :2006SPIE.6302E..0LH. doi :10.1117/12.680750. S2CID  120974275. {{cite book}}: |journal=ignorado ( ayuda )
  7. ^ Wilson, Daniel W.; Maker, Paul D.; Muller, Richard E. (31 de octubre de 1997). "Reconstrucciones de cubos de imágenes de espectrómetros de imágenes de tomografía computarizada utilizando matrices de sistemas calculados". En Descour, Michael R; Shen, Sylvia S (eds.). Espectrometría de imágenes III . Vol. 3118. SPIE. págs. 184–193. Código Bibliográfico :1997SPIE.3118..184W. doi :10.1117/12.283827. S2CID  136914912. {{cite book}}: |journal=ignorado ( ayuda )
  8. ^ ab Ford, Bridget K.; Descour, Michael R.; Lynch, Ronald M. (2001-10-22). "Espectrómetro de imágenes por tomografía computarizada de gran formato para microscopía de fluorescencia". Optics Express . 9 (9): 444–453. Bibcode :2001OExpr...9..444F. doi : 10.1364/oe.9.000444 . ISSN  1094-4087. PMID  19424362.
  9. ^ Descour, Michael R.; Dereniak, Eustace L.; Dubey, Abinash C. (20 de junio de 1995). "Detección de minas mediante imágenes espectrales instantáneas". En Dubey, Abinash C; Cindrich, Ivan; Ralston, James M; Rigano, Kelly A (eds.). Tecnologías de detección de minas y objetivos similares a minas . Vol. 2496. SPIE. págs. 286–304. Código Bibliográfico :1995SPIE.2496..286D. doi :10.1117/12.211325. S2CID  62771528. {{cite book}}: |journal=ignorado ( ayuda )
  10. ^ Johnson, William R.; Wilson, Daniel W.; Fink, Wolfgang; Md, Mark S. Humayun; Bearman, Gregory H. (enero de 2007). "Imágenes hiperespectrales instantáneas en oftalmología". Journal of Biomedical Optics . 12 (1): 014036. Bibcode :2007JBO....12a4036J. doi : 10.1117/1.2434950 . ISSN  1083-3668. PMID  17343511.
  11. ^ Hege, E. Keith; O'Connell, Dan; Johnson, William; Basty, Shridhar; Dereniak, Eustace L. (7 de enero de 2004). Shen, Sylvia S; Lewis, Paul E (eds.). "Imágenes hiperespectrales para astronomía y vigilancia espacial". Espectrometría de imágenes IX . 5159. SPIE: 380–391. doi :10.1117/12.506426. S2CID  121946613.
  12. ^ ab Descour, Michael; Dereniak, Eustace (1995-08-01). "Espectrómetro de imágenes por tomografía computarizada: resultados experimentales de calibración y reconstrucción". Applied Optics . 34 (22): 4817–4826. Bibcode :1995ApOpt..34.4817D. doi :10.1364/ao.34.004817. ISSN  0003-6935. PMID  21052321.
  13. ^ Shepp, LA; Vardi, Y. (octubre de 1982). "Reconstrucción de máxima verosimilitud para tomografía por emisión". IEEE Transactions on Medical Imaging . 1 (2): 113–122. doi :10.1109/TMI.1982.4307558. ISSN  0278-0062. PMID  18238264.

Enlaces externos