[发明专利]一种提高光学相干层析图像纵向分辨率的自监督方法

说明书

本发明公开一种提高光学相干层析图像纵向分辨率的自监督方法，主要包括构建OCT图像的纵向超分辨训练数据集、构建OCT图像的纵向超分辨模型以及基于构建的OCT图像的纵向超分辨模型实现OCT图像的纵向分辨率的提高三个步骤。在OCT图像的纵向超分辨模型构建中，通过深度学习方法学习低分辨率与高分辨率的OCT图像间的映射关系，然后应用于待处理OCT图像的超分辨中，最后输出纵向超分辨的OCT图像。本发明是一种自监督的图像数字超分辨方法，可快速提高OCT图像的纵向分辨率，减少深度学习方法对高分辨数据的依赖。

技术领域

本发明涉及图像处理和成像技术领域，尤其是涉及一种提高光学相干层析图像纵向分辨率的自监督方法。

背景技术

光学相干层析术(Optical coherence tomography,OCT)是一种非接触、非侵入的成像技术。为了检测样品更细微的结构，研究人员一直在努力提高它的纵向分辨率。提高OCT纵向分辨率最直接的方法是使用光谱更宽的光源，如采用掺钛蓝宝石激光器或超连续谱光源。然而，受工业水平和成本限制，基于硬件技术不可能无限地提高OCT的纵向分辨率。

解卷积方法已被证明可以提高纵向分辨率，由M.D.Kulkarni等人于1997年提出(Kulkarni M D,Thomas C W,Izatt J A,Sivak M V,Image enhancement in opticalcoherence tomography using deconvolution,Electronics letters,1997,33(16),1365-1367.)。除了解卷积方法，其它数字处理技术，如光谱整形法(Gong J,Liu B,Kim YL,Liu Y,Li X,Backman V,Optimal spectral reshaping for resolution improvementin optical coherence tomography,Optics Express,2006,14(13),5909-5915.)和光谱估计法(Liu X,Chen S,Cui D,Yu X,Liu L,Spectral estimation optical coherencetomography for axial super-resolution,Optics express,2015,23(20),26521-26532.)，也被用于提高纵向分辨率。但是由于存在各种噪声及缺乏先验知识等问题，这些处理方法在优化纵向分辨率的同时会引入一些伪信号。

发明内容

本发明的主要目的在于克服现有技术存在的上述不足，提供一种提高光学相干层析图像纵向分辨率的自监督方法。

本发明基于OCT系统的成像原理和光谱整形方法获得低分辨图像和高分辨图像对，利用深度学习强大的学习能力，学习低分辨图像和高分辨图像之间的映射关系，结合图像重采样和降采样，自监督地提升图像的纵向分辨率。

本发明的技术方案：

一种提高光学相干层析图像纵向分辨率的自监督方法，包括三个步骤：

步骤1：构建光学相干层析(Optical Coherence Tomography,OCT)图像的纵向超分辨训练数据集；

所述OCT图像的纵向超分辨训练数据集是指OCT纵向低分辨率(low resolution,LR)B-scan图像和OCT纵向高分辨率(High resolution,HR)B-scan图像对所构成的数据集。具体构建方法：

步骤1.1：首先利用OCT系统采集样品的二维B-scan干涉光谱，对其中每一列A-scan干涉光谱进行逆傅里叶变换获得原始OCT B-scan图像，所述原始OCT B-scan图像为OCT HR B-scan图像；利用光谱整形方法调整每一列A-scan干涉光谱，从而改变原始OCT B-scan图像的纵向分辨率，获得OCT LR B-scan图像；构成一个OCT LR B-scan图像和OCT HRB-scan图像对；