Hitech logo

Кейсы

Новый метод инфракрасной визуализации сделает диагностику заболеваний точнее

TODO:
Екатерина ШемякинскаяСегодня, 10:13 AM

Учёные из Университета Рочестера разработали систему инфракрасной визуализации, которая позволяет получать более чёткие изображения в условиях сильного рассеяния света, например, при прохождении через туман или биологические ткани. Новая технология использует доступные кремниевые детекторы: тонкая плёнка из оксида индия-олова преобразует инфракрасное излучение в видимый свет, а сверхкороткие световые импульсы отсекают рассеянные фотоны, искажающие изображение. В перспективе разработка может применяться в медицинской визуализации, в том числе для обнаружения опухолей, а также в системах LiDAR.

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

Ближний инфракрасный свет используется в медицинской визуализации и системах LiDAR для автономного транспорта, поскольку он позволяет получать изображения там, где видимый свет рассеивается сильнее. Однако при прохождении через глубокие ткани, туман и другие рассеивающие среды инфракрасные фотоны также отклоняются от первоначальной траектории, из-за чего изображение теряет четкость. Кроме того, традиционные приборы используют специализированные детекторы из дорогих материалов.

В новой системе эта проблема решена с помощью временной стробировки — метода, над которым лаборатория оптики Рочестерского университета работает более десяти лет. Сверхкороткие световые импульсы выполняют роль своеобразного оптического затвора: они позволяют отбирать фотоны ближнего инфракрасного диапазона в течение очень короткого промежутка времени, порядка пикосекунды. За это время свет успевает пройти всего около 0,3 мм — как толщина нескольких человеческих волос.

Для преобразования инфракрасного излучения исследователи используют тонкую пленку из оксида индия-олова. Попадающие на нее инфракрасные фотоны преобразуются в видимый свет, который затем регистрируется обычными кремниевыми детекторами. Такой подход позволяет отказаться от более дорогих специализированных материалов и одновременно уменьшить влияние рассеянного света на изображение.

Затем ученые дополнили систему машинным обучением. Алгоритмы позволяют реконструировать изображение за пределами ограниченной области, которую непосредственно фиксирует система, тем самым значительно расширяют ее поле зрения.

По словам исследователей, технология может найти применение в биомедицинской визуализации, в том числе при обнаружении опухолей, а также в системах LiDAR автономных автомобилей. В последнем случае более четкое изображение в тумане и других сложных условиях может повысить точность работы сенсоров.