Sparse Reconstruction of Optical Doppler Tomography Based on State Space Model

要約

光ドップラー断層撮影法 (ODT) は、生物工学用途で広く使用されている血流イメージング技術です。
ODT の基本単位は、生の A スキャンと呼ばれる、A ライン (深さ) に沿った 1D 周波数応答です。
2D ODT 画像 (B スキャン) は、最初に B ライン (幅) に沿って生の A スキャンを検出し、次に振幅位相分析と後処理を介してこれらの生の A スキャンから B スキャンを構築することによって取得されます。
正確なフロー マップを備えた高解像度の B スキャンを取得するには、現在の方法では高密度にサンプリングされた A スキャンが必要であり、計算とストレージの両方に負担がかかります。
この問題に対処するために、この論文では、次の 4 つの主な連続ステップを備えた新しいスパース再構成フレームワークを提案します。1) 振幅と位相の相補情報の豊富な相互作用を促進する初期の振幅-位相融合、2) 状態空間モデル (SSM)
Mamba と VMamba での最近の成功に触発されたベースの表現学習により、A スキャン内シーケンシャル情報と A スキャン間のインタラクションの両方を自然にキャプチャします。 3) SSM をさらに強化するためのインセプションベースのフィードフォワード ネットワーク モジュール (IncFFN)
-モジュール、および 4) 最終結果を効果的に再構築するための B ライン ピクセル シャッフル (BPS) レイヤー。
現実世界の動物データの実験では、私たちの方法は再構成精度において明らかな有効性を示しています。
画像再構成タスクへの SSM の最初の応用として、私たちの研究は、効率的な ODT イメージング技術だけでなく、一般的な画像強調においても関連する探求を刺激することを期待しています。

要約(オリジナル)

Optical Doppler Tomography (ODT) is a blood flow imaging technique popularly used in bioengineering applications. The fundamental unit of ODT is the 1D frequency response along the A-line (depth), named raw A-scan. A 2D ODT image (B-scan) is obtained by first sensing raw A-scans along the B-line (width), and then constructing the B-scan from these raw A-scans via magnitude-phase analysis and post-processing. To obtain a high-resolution B-scan with a precise flow map, densely sampled A-scans are required in current methods, causing both computational and storage burdens. To address this issue, in this paper we propose a novel sparse reconstruction framework with four main sequential steps: 1) early magnitude-phase fusion that encourages rich interaction of the complementary information in magnitude and phase, 2) State Space Model (SSM)-based representation learning, inspired by recent successes in Mamba and VMamba, to naturally capture both the intra-A-scan sequential information and between-A-scan interactions, 3) an Inception-based Feedforward Network module (IncFFN) to further boost the SSM-module, and 4) a B-line Pixel Shuffle (BPS) layer to effectively reconstruct the final results. In the experiments on real-world animal data, our method shows clear effectiveness in reconstruction accuracy. As the first application of SSM for image reconstruction tasks, we expect our work to inspire related explorations in not only efficient ODT imaging techniques but also generic image enhancement.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google