1 重庆大学光电技术及系统教育部重点实验室，重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心，重庆 400044
3 重庆工商职业学院电子信息工程学院，重庆 400032
X射线荧光CT（XFCT）是X射线CT与X射线荧光分析相结合的新型成像方式，可用于探测被修饰后的纳米金颗粒在肿瘤内部的分布及质量分数，在早期癌症诊疗方面具有较好的应用潜力。如何抑制XFCT成像的康普顿散射噪声是当前的热点问题。本文基于深度学习方法，通过卷积神经网络学习图像中的噪声分布规律，从而抑制噪声。基于此，提出了一种基于噪声水平估计和卷积神经网络的XFCT去噪网络（NeCNN）算法，该算法运用噪声估计子网络及去噪主网络进行去噪。估计子网络通过去噪卷积神经网络（DnCNN）估计噪声水平并初步降噪，随后将估计结果输入去噪主网络——全卷积神经网络（FCN）用于学习康普顿散射的分布规律，同时为兼顾局部与全局最优解采用均方误差（MSE）及结构相似度（SSIM）作为损失函数。数据集通过Geant4软件模拟扫描填充各种金属纳米颗粒（Au、Bi、Ru、Gd）的空气模体及聚甲基丙烯酸甲酯（PMMA）模体来获取，且设置不同入射X射线的强度，以此模拟不同噪声水平，增强模型泛化能力。实验结果表明，与三维块匹配滤波（BM3D）及DnCNN算法相比，NeCNN算法的去噪结果最优，其SSIM为0.95066，峰值信噪比（PSNR）为29.01558，图像质量提高最为显著。
X射线荧光CT 康普顿散射 噪声估计 NeCNN算法 光学学报
2023, 43(20): 2034001
1 重庆大学光电技术及系统教育部重点实验室, 重庆 400044
2 重庆市光纤传感与光电检测重点实验室, 重庆 400054
3 成都理工大学计算机与网络安全学院, 四川 成都 610059
紫外-可见吸收光谱法测量水质化学需氧量(COD), 本质是对大量水质光谱数据建模, 以此模型为基础引入待测的水质光谱数据进行预测的过程。 而实测的邻苯二甲酸氢钾COD标准溶液在200～300 nm存在两个特征吸收峰, 标准溶液在不同浓度下的峰值也不同, 利用此特性对该波段进行特征波长的选择, 用其表征光谱信息, 降低数据冗余度的同时提高了预测精度。 针对实测水质光谱信号容易受到仪器本身和外界干扰, 光谱数据存在大量非平稳噪声, 且特征吸收峰及其临近信号频率较高, 常规去噪算法直接舍弃高频信号以及无法准确判断信噪分量界限, 导致有效信号缺失这一实际问题。 提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)和双树复小波变换(DT-CWT)的联合去噪算法。 该联合算法利用CEEMDAN将信号分解为本征模态函数(IMF), 并通过归一化自相关函数和互相关系数进行线性相关性分析, 得到各阶IMF分量之间的自相关性以及IMF分量与原始信号的互相关系数, 以确定高频含噪分量与低频信号分量的界限; 进而应用DT-CWT阈值去噪算法对含噪高频IMF分量进行处理, 将DT-CWT处理之后的IMF高频分量与CEEMDAN分解得到的IMF低频分量进行信号重构, 获得最终去噪后的水质光谱信号。 实验结果表明: 基于CEEMDAN联合双树复小波变换的去噪算法适用于紫外-可见光谱水质检测的数据处理。 对于化学需氧量COD标液为100 mg·L-1的邻苯二甲酸氢钾溶液, 将实测的紫外-可见光谱数据应用该算法去噪后的SNR=24.201 5 dB, RMSE=0.024 0, NCC=0.999 4, PSNR=37.573 6, 不仅去噪效果显著优于CEEMDAN和双树复小波阈值算法, 还有效地保留了原始COD标液的吸收特征峰, 遏制了平移敏感性现象, 提高了重构信号的平滑度, 改善了重构信号质量。 为紫外-可见光谱法检测水质COD提供了一种新的数据预处理方法。
水质检测 紫外-可见光谱 完全自适应噪声集合经验模态分解(CEEMDAN) 双树复小波变换 相关分析 Water quality measurement UV-Vis spectrum CEEMDAN DT-CWT Correlation analysis
1 成都理工大学 计算机与网络安全学院 图像信息处理研究室, 四川 成都 610059
2 重庆大学 光电工程学院 光电技术及系统教育部重点实验室, 重庆 400044
3 重庆大学 光电工程学院 工业ICT无损检测教育部工程研究中心, 重庆 400044
基于胸部X光透射图像(DR)的肺部病灶识别与疾病诊断是临床的常规操作。对于肺结核患者而言, 其DR图像中的病灶区域与背景相融性高, 目标弥散严重且边缘形态极不规则, 严重干扰诊断的准确性。针对上述问题, 提出了一种融合肺炎影像学特征的肺结核病灶区域检测网络(TDT-Net), 利用肺结核和新冠肺炎同为呼吸道疾病且在DR图像上具有相似表征的特点, 借助大量肺炎DR数据, 通过迁移学习引入强相关特征以提高肺结核病灶的检测精度。TDT-Net结合Transformer和扩张残差技术, 提出上下文感知增强模块, 以强化迁移模型对全局信息的建模能力; 利用特征细化模块减少迁移过程中引入的冗余信息, 凸显强相关特征的表示。实验结果表明, 在TBX11K数据集上, 所提检测方法的平均准确度(AP)达到87.5%, 召回率(Recall)达到80.7%, 相较于YOLOV5和RetinaNet等网络有效提升了肺结核病灶的检测精度, 实现了更加准确的肺结核病灶定位和分类。
X射线成像 肺结核病灶 迁移学习 目标检测 肺炎特征 X-ray imaging pulmonary tuberculosis lesion transfer learning target detection pneumonia feature
1 重庆大学光电技术及系统教育部重点实验室，光电工程学院，重庆 400044
2 成都理工大学计算机与网络安全学院，四川 成都 610000
3 陆军军医大学大坪医院病理科，重庆 400037
4 山东大学机械工程学院，山东 济南 250000
基于显微成像技术的肿瘤分级对于乳腺癌诊断和预后有着重要的意义, 且诊断结果需具备高精度和可解释性。目前，集成Attention的CNN模块深度网络归纳偏差能力较强，但可解释性较差；而基于ViT块的深度网络其可解释性较好，但归纳偏差能力较弱。本文通过融合ViT块和集成Attention的CNN块，提出了一种端到端的自适应模型融合的深度网络。由于现有模型融合方法存在负融合现象，无法保证ViT块和集成Attention的CNN块同时具有良好的特征表示能力；另外，两种特征表示之间相似度高且冗余信息多，导致模型融合能力较差。为此，本文提出一种包含多目标优化、自适应特征表示度量和自适应特征融合的自适应模型融合方法，有效地提高了模型的融合能力。实验表明本文模型的准确率达到95.14%, 相比ViT-B/16提升了9.73%，比FABNet提升了7.6%；模型的可视化图更加关注细胞核异型的区域(例如巨型核、多形核、多核和深色核)，与病理专家所关注的区域更加吻合。整体而言，本文所提出的模型在精度和可解释性上均优于当前最先进的(state of the art)模型。
1 重庆大学光电技术及系统教育部重点实验室，重庆 400044
2 中国工程物理研究院核物理与化学研究所，四川 绵阳 621900
3 清华大学工程物理系，北京 100084
基于23×23阵列GAGG（Ce）探测器以及行/列读出电路设计并研制了适用于核退役场景的康普顿相机系统，探测器由阵列式掺铈钆铝镓石榴石［GAGG（Ce））耦合硅光电倍增管（Si-PM）而成；开发了基于GPU加速的SOE（subset-driven origin ensemble iteration）算法，用于加速重建过程。完成研制后，评估了探测器及系统性能：探测器性能方面，所研制相机的能量分辨率为6%±0.6%@662 keV（半峰全宽），位置分辨率为2.2 mm，探测器能量线性度良好（线性拟合优度R2=0.991）；成像性能方面，对于活度为1.11×107 Bq的137Cs点源，将其放置在成像系统正前方3.4 m处的初步成像时间仅需20 s，成像系统角分辨率为7°@JND（just noticeable difference）。最后针对应用场景进行了模拟，结果表明：本文研制的康普顿相机可在π视场范围内同时对多个放射源进行成像定位，可用于核退役放射性测量过程，减少作业人员受照剂量。
成像系统 核退役 放射性测量 康普顿相机 掺铈钆铝镓石榴石 光学学报
2022, 42(24): 2411002
1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室，上海 201800
2 中国科学院大学材料与光电研究中心，北京 100049
面向光学系统及光学车间现场波像差检测、长焦成像系统波像差检测等复杂易受外部干扰的应用场景，本团队提出了一种基于偏振同步相移的双光纤点衍射干涉技术，用于光学成像系统波像差的实时动态检测。该技术采用短相干长度光源与单模保偏光纤产生两个点源，这两个点源可以输出正交线偏振光；在光路中加入四分之一波片，采用微偏振阵列相机实现了基于单幅干涉图的空间同步相移。通过衰减器调节两束光的光强比，可以实现干涉条纹对比度的调节。搭建了基于该技术的实验装置，并采用该装置对5X透射式微缩投影物镜波像差进行了测量，测得其波像差均方根(RMS)为10.49 nm。在低频振动噪声环境下进行了32次重复性测量，重复测量精度为0.17 nm，实现了待测投影物镜波像差的高精度实时动态检测。实验结果验证了所提检测技术的有效性。
测量 点衍射 偏振相移 波像差检测 干涉测量 中国激光
2022, 49(21): 2104001
1 中国工程物理研究院 核物理与化学研究所, 四川 绵阳 621900
2 重庆大学 光电技术及系统教育部重点实验室, 重庆 400044
在辐射成像中准确估计射线与探测器相互作用的空间位置是保障成像质量的关键步骤。为进一步提升辐射作用事件的定位效果，有效抑制重心法在辐射事件作用位置靠近探测器边缘时造成的定位偏移，针对Si-PM阵列构成的位置灵敏探测系统建立了基于响应函数的定位算法。搭建了基于CsI阵列与Si-PM阵列构成的位置灵敏探测器和基于ASIC的电子学读出系统，使用等效电阻网络简化了Si-PM阵列的输出信号数量， 通过实验获得了辐射事件在Si-PM阵列上的响应函数。实验结果表明，在同一条件下使用响应函数法在最边缘像素散点的FWHM仅为使用重心法获得FWHM的46.2%，与中央像素散点的FWHM相当，基于响应函数的辐射事件方法定位效果明显优于传统重心法的定位效果，可有效克服重心法的边缘效应。
辐射成像 位置灵敏探测器 Si-PM 重心法 radiography position sensitive detector Si-PM center of gravity method 强激光与粒子束
2022, 34(6): 066001
1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室，上海 201800
2 中国科学院大学材料科学与光电工程中心，北京 100049
光刻投影物镜的畸变是影响光刻机套刻精度最重要的因素之一，畸变会导致物镜的横向放大率随视场的增大而变化，曝光到硅片上的图形相对于其理想位置发生偏移，从而引起套刻误差。在物镜的装调和使用过程中都需要对畸变进行检测和优化调整，而目前高端光刻投影物镜的畸变小于1 nm，对其进行高精度检测是该领域的难点。对三种常用的光刻机畸变检测技术（曝光检测、空间像检测和波前检测）的原理和特点进行了分析，并对其发展方向进行了展望。对于16~19 nm及16 nm以下的光刻节点，多通道检测技术是提高畸变检测精度与速度的重要发展方向。
激光与光电子学进展
2022, 59(9): 0922012
1 重庆大学光电技术及系统教育部重点实验室, 重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心, 重庆 400044
传统CT采用积分式探测器采集投影数据, 反映的是物体的平均衰减特性, 会在一定程度上造成信息损失, 无法对物体进行较好的定性定量测量。 基于光子计数探测器的能谱CT通过设定多个能量响应阈值能够探测不同能量范围内的X射线光子, 采集更多被测物体的物质组成信息, 有助于识别不同物理特性的材料, 基于此, 能谱CT被广泛的应用于小病灶、 低对比度结构以及微细结构的成像。 然而将整个能谱划分为多个能量段进行数据采集时, 范围较窄能量范围内的有效光子数比例相对降低, 导致图像中包含较多的噪声, 图像质量较差, 影响能谱CT的临床应用。 为了有效的抑制能谱CT不同能量段内重建图像中的噪声, 提出了一种基于深度学习的能谱CT图像降噪方法。 我们将全卷积网络和金字塔残差网络结合为全卷积金字塔残差网络(FCPRN), 实验中, 利用能谱CT在不同的能量范围扫描小鼠样本, 使用FDK算法和基于压缩感知的Split-Bregman算法进行重建并分别作为训练数据和标签数据训练全卷积金字塔残差网络。 为了验证网络的降噪性能, 选取了常见的降噪网络模型denoising convolutional neural networks(DNCN)以及residual encoder decoder convolutional neural network (REDCNN)进行对比, 训练三种网络的使用的数据和实验配置都是完全相同的, 实验结果表明训练模型可以有效抑制不同能量范围内重建图像的噪声, 且使用的全卷积金字塔残差网络的降噪性能优于其他网络模型。 模型训练好后, 可以对FDK算法重建出的图像进行降噪, 由此提高能谱CT图像降噪效率, 保证能谱CT重建图像的质量。
能谱CT 图像降噪 深度学习 光子计数探测器 Spectral CT Image Denoising Deep learning Photon-counting detector 光谱学与光谱分析
2021, 41(9): 2950
