[论文解读] Beyond Fourier transform: super-resolving optical coherence tomography

Yuye Ling, Mengyuan Wang+5 more|arXiv (Cornell University)|Jan 9, 2020

Optical Coherence Tomography Applications参考文献 10被引用 8

一句话总结

本文提出了一种基于优化的重建框架，可在不进行硬件修改的情况下，超越传统轴向分辨率极限，实现傅里叶域光学相干断层扫描（FD-OCT）图像的超分辨率重建。通过利用FD-OCT系统中的时变特性，并结合诸如稀疏性等物理先验知识，该方法仅使用原始光谱干涉图样数据，即实现了亚衍射极限的轴向分辨率。

ABSTRACT

Optical coherence tomography (OCT) is a volumetric imaging modality that empowers clinicians and scientists to noninvasively visualize the cross-sections of biological samples. As the latest generation of its kind, Fourier-domain OCT (FD-OCT) offers a micrometer-scale axial resolution by taking advantage of coherence gating. Based on the current theory, it is believed the only way to obtain a higher-axial-resolution OCT image is to physically extend the system's spectral bandwidth given a certain central wavelength. Here, we showed the belief is wrong. We proposed a novel reconstruction framework, which integrates prior knowledge and exploits the \emph{shift-variance}, to retrospectively super-resolve OCT images without altering the system configurations. Both numerical and experimental results confirmed the processed image manifested an axial resolution beyond the previous theoretical prediction. We believe this result not only opens new horizons for future research directions in OCT reconstruction but also promises an immediate upgrade to tens of thousands of legacy OCT units currently deployed.

研究动机与目标

• 挑战长期以来认为FD-OCT轴向分辨率受光谱带宽根本限制的观念。
• 解决传统基于IDFT的重建方法的局限性，后者假设时不变性并忽略了系统特有的信号特性。
• 开发一种利用物理先验（如稀疏性）和系统时变特性的重建框架，以超越由逆FFT所施加的理论分辨率极限。
• 实现对现有FD-OCT数据集的回溯性超分辨率重建，无需硬件升级或重新采集数据。
• 提供一种可推广的算法解决方案，可应用于全球数万台现有的FD-OCT系统。

提出的方法

• 将FD-OCT重建建模为一种物理信息驱动的逆问题，超越标准的IDFT方法。
• 提出一种混合信号系统模型，揭示FD-OCT系统为时变系统而非时不变系统，从而挑战IDFT方法所依赖的基石假设。
• 开发一种基于优化的重建框架，将对象稀疏性等先验知识和物理约束整合到解空间中。
• 在重建域中使用用户定义的任意采样网格，打破IDFT所固有的固定网格对分辨率的限制。
• 采用迭代优化与正则化技术，在保持信号保真度的同时提升分辨率。
• 公开源代码，以支持对现有FD-OCT数据集的回溯性应用。

实验结果

研究问题

• RQ1 FD-OCT的轴向分辨率是否可以超越由光谱带宽和相干函数FWHM所决定的理论极限？
• RQ2 传统的基于IDFT的重建是否最优？还是说，通过利用系统时变特性，物理信息驱动的优化框架能够实现更优性能？
• RQ3 能否有效整合诸如稀疏性等先验知识到FD-OCT重建中，实现在不更换硬件条件下的超分辨率？
• RQ4 所提出的方法在模拟和真实生物成像场景中是否均实现了可测量的分辨率提升？
• RQ5 在仅能访问原始光谱干涉图样的前提下，该方法是否可应用于现有FD-OCT数据集的回溯性处理？

主要发现

• 所提方法在模拟与实验中均实现了超越由光源相干函数FWHM所预测的理论分辨率极限的轴向分辨率。
• 在幻影实验中，超分辨率图像的全宽半高（FWHM）达到0.75 μm，显著低于同一系统下传统方法约1 μm的分辨率极限。
• 在猕猴角膜的在体成像中，超分辨率图像清晰分辨出杜氏膜（厚度5–10 μm），而IDFT重建图像中该结构几乎不可见。
• 该方法在数值模拟、幻影模型和生物样本中均表现出一致的性能，验证了其鲁棒性。
• 该技术成功应用于一台自建SD-OCT系统的历史数据集，实现了回溯性超分辨率，证实其与现有系统兼容。
• 所提方法的轴向分辨率主要受限于信噪比（SNR），表明在信噪比更高的条件下仍有进一步提升空间。