Извлечение значений дисперсии групповой скорости с использованием кванта

Aug 10, 2023

Научные отчеты, том 13, Номер статьи: 6596 (2023) Цитировать эту статью

477 Доступов

2 Альтметрика

Подробности о метриках

Изображения квантово-мимической оптической когерентной томографии (Qm-OCT) загромождены артефактами — паразитными пиками, которые возникают как побочный продукт алгоритма, используемого в этом методе. Однако форма и поведение артефакта однозначно связаны с дисперсией групповой скорости (ДГС) слоя, которому соответствует этот артефакт, и, следовательно, значения ДГС можно определить путем их тщательного анализа. Поскольку для многослойных объектов количество артефактов слишком велико для проведения анализа по слоям, мы используем решение, основанное на машинном обучении. Мы обучаем нейронную сеть, используя данные Qm-OCT в качестве входных данных и профили дисперсии, то есть распределение ДГС по глубине внутри A-скана, в качестве выходных данных. Учитывая шум во время обучения, мы обрабатываем экспериментальные данные и оцениваем значения ДГС BK7 и сапфира, а также обеспечиваем качественное распределение значений ДГС в винограде и огурце. По сравнению с другими методами получения GVD наше решение не требует ввода данных пользователем, автоматически предоставляет значения дисперсии для всех визуализируемых слоев и является масштабируемым. Мы анализируем факторы, влияющие на точность определения ДГС: шум в экспериментальных данных, а также общие физические ограничения обнаружения изменений, вызванных ДГС, и предлагаем возможные решения.

Квантово-имитационная оптическая когерентная томография (Qm-OCT) обеспечивает повышение разрешения и подавление дисперсии четного порядка, имитируя квантовую запутанность, обнаруженную в квантовой ОКТ. Теоретически предложенный в различных формах1,2,3 Qm-OCT реализуется экспериментально путем внесения модификаций в установку обнаружения ОКТ4,5,6,7 или просто путем применения компьютерного алгоритма к необработанным спектрам ОКТ8,9. В принципе, Qm-OCT A-скан получается путем преобразования спектра по Гильберту, его автокорреляции и последующего преобразования Фурье. Гораздо более полезный по информативности сигнал называется стек БПФ и получается путем обработки нескольких фрагментов спектра.

Ядром этого метода является автокорреляция, реализация которой – экспериментальная или алгоритмическая – приводит к созданию артефактов. Артефакты — это дополнительные пики, которые не отражают структуру изображаемого объекта и приводят к скремблированию изображения для многослойных объектов. Эти артефакты зависят от слоя: их поведение и форма в наборе БПФ связаны с оптическими параметрами слоя, которому они соответствуют. Одним из таких оптических параметров является групповая дисперсия скоростей (ДГС), представляющая зависящие от длины волны изменения показателя преломления внутри объекта. ДГС считается вредной, поскольку приводит к ухудшению разрешения, особенно для более глубоких слоев, из-за накопительного характера дисперсии и невозможности ее компенсации для каждого отдельного слоя сразу. Однако этот вредный эффект можно использовать в своих целях: значения ДГД можно извлечь для характеристики отображаемого объекта. В общем, методы, позволяющие извлекать GVD, используют следующие эффекты дисперсии сигнала: ухудшение разрешения10,11, сдвиг положения пика между A-сканами, полученными из двух разных фрагментов спектра12, и разности фаз спектра13. Очень хорошее сравнение эффективности этих методов можно найти в публикации Фотиу и Питриса14. Экстрагированная ДГВ может коррелировать с соленостью водоподобной среды15 или даже с ранними признаками или прогрессированием заболеваний11. К сожалению, современные подходы, используемые для определения значений ДГС, либо очень подвержены ошибкам11, либо работают только для очень простых объектов10,12. Хотя было показано, что в некоторых случаях они достигают средней ошибки 1%14, они далеки от автоматического и требуют ввода данных пользователем, особенно когда необходимо получить GVD для нескольких слоев в рамках A-скана.