Espectrómetro de imágenes por tomografía computarizada
El espectrómetro de imágenes de tomografía computarizada (CTIS) es un espectrómetro de imágenes instantáneas que puede producir con precisión el cubo de datos hiperespectrales tridimensionales (es decir, espaciales y espectrales) de una escena.
Historia
El CTIS fue concebido por separado por Takayuki Okamoto e Ichirou Yamaguchi en Riken (Japón), y por F. Bulygin y G. Vishnakov en Moscú (Rusia). [1] [2] [3] El concepto fue desarrollado posteriormente por Michael Descour, en ese momento estudiante de doctorado en la Universidad de Arizona, bajo la dirección del profesor Eustace Dereniak. [4]
Los primeros experimentos de investigación basados en imágenes CTIS se llevaron a cabo en los campos de la biología molecular. [5] Desde entonces se han propuesto varias mejoras de la tecnología, en particular en lo que respecta al hardware: elementos dispersivos que proporcionan más información sobre el cubo de datos, [6] calibración mejorada del sistema. [7] La mejora del CTIS también fue impulsada por el desarrollo general de sensores de imagen más grandes. [8] Para fines académicos, aunque no se utiliza tan ampliamente como otros espectrómetros, el CTIS se ha empleado en aplicaciones que van desde lo militar [9] hasta la oftalmología [10] y la astronomía. [11]
Formación de imágenes
Disposición óptica
En la parte izquierda de la imagen superior se muestra el diseño óptico de un instrumento CTIS. Se coloca un diafragma de campo en el plano de imagen de una lente objetivo, después de lo cual una lente colima la luz antes de que pase a través de un dispersor (como una rejilla o un prisma ). Finalmente, una lente de re-imagen mapea la imagen dispersa del diafragma de campo sobre una matriz de detectores de gran formato.
Imagen resultante
La información que adquiere el CTIS puede verse como el cubo de datos tridimensional de la escena. Por supuesto, este cubo no existe en el espacio físico como los objetos mecánicos, pero esta representación ayuda a obtener una idea de lo que la imagen está capturando: como se ve en la figura de la derecha, las formas de la imagen pueden considerarse proyecciones (en un sentido mecánico) del cubo de datos.
La proyección central, llamada de orden 0 de difracción , es la suma del cubo de datos siguiendo el eje espectral (por lo tanto, esta proyección actúa como una cámara pancromática ). En la imagen del "5" de la derecha, se puede leer claramente el número en la proyección central, pero sin información sobre el espectro de la luz.
Todas las demás proyecciones son el resultado de "mirar" el cubo de forma oblicua y, por lo tanto, contienen una mezcla de información espacial y espectral. Desde un punto de vista discreto, en el que el cubo de datos se considera como un conjunto de porciones espectrales (como en la figura anterior, donde dos de esas porciones están representadas en violeta y rojo), se pueden entender estas proyecciones como una extensión parcial de la pila de porciones, de manera similar a un mago que extiende sus cartas para que un miembro de la audiencia elija una de ellas. Es importante señalar que, para las dispersiones espectrales típicas y el tamaño típico de un sensor, la información espectral de una porción dada se superpone en gran medida con la de otras porciones vecinas. En la imagen "5", se puede ver en las proyecciones laterales que el número no se puede leer claramente (pérdida de información espacial), pero que hay cierta información espectral disponible (es decir, algunas longitudes de onda parecen más brillantes que otras). Por lo tanto, la imagen contiene información multiplexada sobre el cubo de datos.
El número y la disposición de las proyecciones dependen del tipo de elemento difractante empleado. En particular, se puede capturar más de un orden de difracción. [6]
Reconstrucción de cubos de datos
La imagen resultante contiene toda la información del cubo de datos. Es necesario realizar un algoritmo de reconstrucción para convertir esta imagen nuevamente en el espacio espacio-espectral 3D. Por lo tanto, el CTIS es un sistema de imágenes computacionales .
Enlace a la tomografía computarizada con rayos X
Conceptualmente, se puede considerar cada una de las proyecciones del cubo de datos de manera análoga a las proyecciones de rayos X medidas por instrumentos de tomografía computarizada con rayos X médicos utilizados para estimar la distribución del volumen dentro del cuerpo de un paciente.
| Tomografía computarizada de rayos X | Sistema de información de comunicaciones (SCI) | |
|---|---|---|
| Objeto a adquirir | Corte transversal del cuerpo de un paciente (2D) | Cubo de datos espacioespectrales (3D) |
| Onda penetrante | radiografía | Luz de la escena |
| Generador de proyecciones | Transmisores que giran alrededor de un eje | Elemento dispersivo |
| Imagen adquirida | Sinograma | Imagen multiplexada CTIS |
Por lo tanto, los algoritmos más utilizados para la reconstrucción CTIS son los mismos que los utilizados en el campo de estudio de la TC de rayos X. En particular, el algoritmo utilizado por Descour [12] está tomado directamente de un trabajo seminal en reconstrucción de TC de rayos X. [13] Desde entonces, se han empleado técnicas ligeramente más elaboradas, [8] de la misma manera (pero no en la misma medida) la reconstrucción de TC de rayos X ha mejorado desde los años 80.
Dificultades
En comparación con el campo de la TC de rayos X, la reconstrucción con CTIS es notoriamente más difícil. En particular, el número de proyecciones resultantes de una adquisición con CTIS es típicamente mucho menor que en la TC de rayos X. Esto da como resultado una reconstrucción más borrosa, siguiendo el teorema de proyección-corte . Además, a diferencia de la TC de rayos X donde las proyecciones se adquieren alrededor del paciente, la CTIS, como todos los sistemas de imágenes, solo adquiere la escena desde un único punto de vista y, por lo tanto, muchos ángulos de proyección son inobtenibles.
Referencias
- ^ Takayuki Okamoto e Ichirou Yamaguchi, "Adquisición simultánea de información de imagen espectral", Optics Letters 16 : 1277-1279 (1991).
- ^ Takayuki Okamoto, Akinori Takahashi e Ichirou Yamaguchi, "Adquisición simultánea de la distribución de intensidad espectral y espacial", Applied Spectroscopy 47 : 1198-1202 (1993)
- ^ FV Bulygin y GN Vishnyakov, "Espectrotomografía: un nuevo método para obtener espectrogramas de objetos bidimensionales", en Métodos analíticos para tomografía óptica , Proc. SPIE 1843 : 315-322 (1992).
- ^ Michael Robert Descour, "Espectrometría de imágenes sin escaneo", tesis doctoral, Universidad de Arizona (1994)
- ^ Ford, Bridget K.; Volin, Curtis E.; Murphy, Sean M.; Lynch, Ronald M.; Descour, Michael R. (febrero de 2001). "Imágenes espectrales basadas en tomografía computarizada para microscopía de fluorescencia". Revista biofísica . 80 (2): 986–993. Bibcode :2001BpJ....80..986F. doi :10.1016/s0006-3495(01)76077-8. ISSN 0006-3495. PMC 1301296 . PMID 11159465.
- ^ ab Hagen, Nathan; Dereniak, Eustace L.; Sass, David T. (31 de agosto de 2006). "Maximización de la resolución de un instrumento CTIS". En Shen, Sylvia S; Lewis, Paul E (eds.). Espectrometría de imágenes XI . Vol. 6302. SPIE. págs. 63020L. Código Bibliográfico :2006SPIE.6302E..0LH. doi :10.1117/12.680750. S2CID 120974275.
{{cite book}}:|journal=ignorado ( ayuda ) - ^ Wilson, Daniel W.; Maker, Paul D.; Muller, Richard E. (31 de octubre de 1997). "Reconstrucciones de cubos de imágenes de espectrómetros de imágenes de tomografía computarizada utilizando matrices de sistemas calculados". En Descour, Michael R; Shen, Sylvia S (eds.). Espectrometría de imágenes III . Vol. 3118. SPIE. págs. 184–193. Código Bibliográfico :1997SPIE.3118..184W. doi :10.1117/12.283827. S2CID 136914912.
{{cite book}}:|journal=ignorado ( ayuda ) - ^ ab Ford, Bridget K.; Descour, Michael R.; Lynch, Ronald M. (2001-10-22). "Espectrómetro de imágenes por tomografía computarizada de gran formato para microscopía de fluorescencia". Optics Express . 9 (9): 444–453. Bibcode :2001OExpr...9..444F. doi : 10.1364/oe.9.000444 . ISSN 1094-4087. PMID 19424362.
- ^ Descour, Michael R.; Dereniak, Eustace L.; Dubey, Abinash C. (20 de junio de 1995). "Detección de minas mediante imágenes espectrales instantáneas". En Dubey, Abinash C; Cindrich, Ivan; Ralston, James M; Rigano, Kelly A (eds.). Tecnologías de detección de minas y objetivos similares a minas . Vol. 2496. SPIE. págs. 286–304. Código Bibliográfico :1995SPIE.2496..286D. doi :10.1117/12.211325. S2CID 62771528.
{{cite book}}:|journal=ignorado ( ayuda ) - ^ Johnson, William R.; Wilson, Daniel W.; Fink, Wolfgang; Md, Mark S. Humayun; Bearman, Gregory H. (enero de 2007). "Imágenes hiperespectrales instantáneas en oftalmología". Journal of Biomedical Optics . 12 (1): 014036. Bibcode :2007JBO....12a4036J. doi : 10.1117/1.2434950 . ISSN 1083-3668. PMID 17343511.
- ^ Hege, E. Keith; O'Connell, Dan; Johnson, William; Basty, Shridhar; Dereniak, Eustace L. (7 de enero de 2004). Shen, Sylvia S; Lewis, Paul E (eds.). "Imágenes hiperespectrales para astronomía y vigilancia espacial". Espectrometría de imágenes IX . 5159. SPIE: 380–391. doi :10.1117/12.506426. S2CID 121946613.
- ^ ab Descour, Michael; Dereniak, Eustace (1995-08-01). "Espectrómetro de imágenes por tomografía computarizada: resultados experimentales de calibración y reconstrucción". Applied Optics . 34 (22): 4817–4826. Bibcode :1995ApOpt..34.4817D. doi :10.1364/ao.34.004817. ISSN 0003-6935. PMID 21052321.
- ^ Shepp, LA; Vardi, Y. (octubre de 1982). "Reconstrucción de máxima verosimilitud para tomografía por emisión". IEEE Transactions on Medical Imaging . 1 (2): 113–122. doi :10.1109/TMI.1982.4307558. ISSN 0278-0062. PMID 18238264.
Enlaces externos
- Un algoritmo de reconstrucción rápida para el espectrómetro de imágenes de tomografía computarizada (CTIS) está documentado en el artículo: Larz White, W. Bryan Bell, Ryan Haygood, "Aceleración de la reconstrucción del espectrómetro de imágenes de tomografía computarizada utilizando un algoritmo paralelo que explota la invariancia del desplazamiento espacial", Opt. Eng. 59(5), 055110 (2020).[1]
