基于数据驱动的相衬OCT量程扩展方法及实验验证
摘要
在相衬光学相干层析成像系统中，根据奈奎斯特采样条件，减少干涉信号的采样点数会导致差分包裹相位因欠采样而出现混叠现象，从而影响系统测量量程。为此，提出了一种基于数据驱动的方法。该方法通过大量数据训练卷积神经网络，以学习欠采样干涉信号的实部与虚部到过采样干涉信号的实部与虚部的重构，在预测阶段结合相衬技术和矢量法，可以计算得到过采样情况下样本对应的相位及应变。力学加载实验和热加载实验表明：该方法在33%采样点的情况下，能有效地恢复出过采样相位并计算出对应的应变，从而最多可以将应变量程提高3.0倍，且重构的相位和应变的均方误差分别维持在2和0.0003左右。所提方法对研究样品深层区域的力学特性和实现样本内部深部区域的层析快速成像具有重要的参考价值。
引用本文（GB/T 7714）
曹鑫 Cao Xin, 董博 Dong Bo, 白玉磊 Bai Yulei. 基于数据驱动的相衬OCT量程扩展方法及实验验证[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。