[發明專利]基于深度學習的光學相干層析成像深度重建方法

有效

• 申請號: 202010176600.9
• 申請日: 2020-03-13
• 公開（公告）號: CN111354055B
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 楊華;胡劍波
• 申請（專利權）人: 西南科技大學
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 張寧展

1.一種基于深度學習的光學相干層析成像深度重建方法，特征在于該方法包括如下步驟：

1)準備訓練樣本：包括干涉信號數據及相對應的真實深度數據；

所述干涉信號獲取方法：采用去除參考臂的簡化SD-OCT裝置，該裝置包括寬帶光源、聚焦元件和光譜測量裝置，沿該寬帶光源輸出光通過聚焦元件聚焦到待測樣品上，利用光譜測量裝置接收從所述待測樣品反射或者散射回的干涉信號并區分各個光譜成分，對干涉信號沒有具體的光譜寬度、中心波長或者信號包絡連續性上的要求，也無需對輸入干涉信號進行其它復雜的數據處理；

所述真實深度的獲取在記錄干涉信號之后，采用將樣品進行切片方式處理，進而通過光學顯微鏡、電子顯微鏡方式獲得干涉信號記錄位置的真實深度信息；

2)訓練神經網絡學習干涉信號與真實深度之間的映射關系：訓練多層一維神經網絡，神經網絡以干涉信號為輸入，對應的真實深度為輸出；

3)獲取待重建深度的干涉信號并使用模型進行深度重建：神經網絡模型訓練完畢后，使用與獲取訓練樣本過程中相同參數的光源以及干涉信號記錄方法，獲取待重建深度的干涉信號；將待重建深度的干涉信號作為神經網絡模型的輸入，模型輸出即為重建的深度信息。

2.根據權利要求1所述的基于深度學習的光學相干層析成像深度重建方法，特征在于所述干涉信號到真實深度之間的映射通過多層一維卷積神經網絡來實現。