Diffusion-driven lensless fiber endomicroscopic quantitative phase imaging towards digital pathology

要約

レンズレスファイバー内視鏡は、生体内顕微鏡イメージング用の新たなツールであり、定量的位相イメージング (QPI) をラベルフリーの方法として利用して画像のコントラストを高めることができます。
しかし、レンズレスファイバー内視鏡による既存のシングルショット位相再構成法は、通常、単純な画像ではうまく機能しますが、複雑な顕微鏡構造では困難を伴います。
ここでは、マルチコア ファイバー (MCF) の検出側で捕捉されたスペックルから直接位相画像を再構成する、スペックル条件付き拡散モデル (SpecDiffusion) を提案します。
従来のニューラル ネットワークとは異なり、SpecDiffusion はスペックル駆動の位相再構成に反復位相ノイズ除去ステップを採用しています。
反復スキームにより、SpecDiffusion は位相再構成プロセスを複数のステップに分割し、最終的な位相画像を徐々に構築することができます。
この属性により、各ステップでの計算の課題が軽減され、複雑な顕微鏡画像の豊富な詳細の再構築が可能になります。
その有効性を検証するために、MCF からスペックルを捕捉する光学システムを構築し、100,000 個のペア画像からなるデータセットを構築しました。
SpecDiffusion は、高忠実度の位相再構成結果を提供し、テスト チャートや生体組織などの目に見えないオブジェクトに対する強力な一般化機能を示し、再構成された組織画像の平均絶対誤差を 7 分の 1 に削減します。
さらに、SpecDiffusion を使用して再構成された組織画像は、従来の方法と比較してゼロショット細胞セグメンテーション タスクの精度が高く、学習ベースのレンズレスファイバー内視鏡によるさらなる細胞形態解析の可能性を示しています。
SpecDiffusion は、MCF などの散乱媒体を介して位相を再構成するための正確かつ一般的な方法を提供し、レンズレスファイバー内視鏡イメージングに新しい視点を開きます。

要約(オリジナル)

Lensless fiber endomicroscope is an emerging tool for in-vivo microscopic imaging, where quantitative phase imaging (QPI) can be utilized as a label-free method to enhance image contrast. However, existing single-shot phase reconstruction methods through lensless fiber endomicroscope typically perform well on simple images but struggle with complex microscopic structures. Here, we propose a speckle-conditioned diffusion model (SpecDiffusion), which reconstructs phase images directly from speckles captured at the detection side of a multi-core fiber (MCF). Unlike conventional neural networks, SpecDiffusion employs iterative phase denoising steps for speckle-driven phase reconstruction. The iteration scheme allows SpecDiffusion to break down the phase reconstruction process into multiple steps, gradually building up to the final phase image. This attribute alleviates the computation challenge at each step and enables the reconstruction of rich details in complex microscopic images. To validate its efficacy, we build an optical system to capture speckles from MCF and construct a dataset consisting of 100,000 paired images. SpecDiffusion provides high-fidelity phase reconstruction results and shows powerful generalization capacity for unseen objects, such as test charts and biological tissues, reducing the average mean absolute error of the reconstructed tissue images by 7 times. Furthermore, the reconstructed tissue images using SpecDiffusion shows higher accuracy in zero-shot cell segmentation tasks compared to the conventional method, demonstrating the potential for further cell morphology analysis through the learning-based lensless fiber endomicroscope. SpecDiffusion offers a precise and generalized method to phase reconstruction through scattering media, including MCFs, opening new perspective in lensless fiber endomicroscopic imaging.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google