ش | ی | د | س | چ | پ | ج |
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
خلاصه
پنجره مادون قرمز موج کوتاه (SWIR: 1000-1700 نانومتر) در مقایسه با منطقه NIR-I (700-900 نانومتر) از نظر وضوح زمانی و مکانی در عمق تا 4 میلی متر پیشرفت بزرگی را نشان می دهد. SWIR یک جایگزین سریع و ارزان برای روشهای دقیق تر مانند تصویربرداری با اشعه ایکس و اپتوآکوستیک است. موانع اصلی در تصویربرداری SWIR سر و صدا و پراکندگی از بافت ها و پوست است که دقت روش را کاهش می دهد. ما نشان می دهیم که ترکیب تصویربرداری SWIR in vivo در منطقه NIR-IIb (1500-1700 نانومتر) با تجزیه و تحلیل تصویر یادگیری عمیق پیشرفته اجازه می دهد تا بر این موانع غلبه کرده و گامی بزرگ رو به جلو در جهت تصویربرداری با وضوح بالا برداریم: این امکان را برای قطعه بندی دقیق عروق فراهم می کند. از بافت و سر و صدا ، ساختار مورفولوژیکی شبکه عروق را فراهم می کند ، با شکل شبه سه بعدی آموخته شده ، موقعیت نسبی آنها ، اطلاعات پویا از عروق خونی در عمق حیوانات کوچک و انواع رگ ها را متمایز می کند: شریان ها و وریدها. برای نشان دادن ، ما از شبکه عصبی IterNet استفاده می کنیم که از افزونگی ساختاری رگ های خونی استفاده می کند ، که یک ابزار تجزیه و تحلیل مفید برای تصاویر SWIR خام فراهم می کند.