真透视眼!西北大学开发新全息成像设备,用算法重构散射光,未来可透过皮肤看血管

简介: 真透视眼!西北大学开发新全息成像设备,用算法重构散射光,未来可透过皮肤看血管

image.png

你小时候有没有玩过用手电筒照自己的手?

理论上来说,光足够强的话,我们可以在手背看到透过手掌的光,就像这样;

image.png

但是你有没有想过,我们的手掌是有骨头的,光被骨头挡住,应该会跟拍X光一样,显示出一个轮廓清晰的阴影,为什么没有呢?

西北大学麦考密克工程学院电子和计算机工程研究助理教授Willomitzer解释说,这是因为“经过骨骼的光线在组织内向各个方向散射,完全模糊了阴影图像。

反过来说,如果能够“捕获”这些散射的光,那么是否就可以根据这些光场重建物体的三维形状?

事实上,这正是Willomitzer和他同事的研究方向。11月17日他们在《自然通讯》杂志上发表的一篇研究显示,他们提出了一种叫做合成波长全息术(synthetic  wavelength holography)的新方法,并发明了一个装置,通过将相干光间接散射到隐藏物体上,然后该装置再接收这些散射的光。

接收之后,算法重构散射这些光信号就可以重建被投射物体的三维结构,并且,由于其高时间解析度,该方法也有可以对快速移动的物体进行成像,如通过胸部观察跳动的心脏或看到从街角高速驶来汽车。

image.gifimage.png

论文链接:

https://www.nature.com/articles/s41467-021-26776-w

拦截散射光,两台激光器代替快速探测器

目标在遮挡或散射介质后面,如何能够观察到?

目前这一领域前沿被称为非视线成像(non-line-of-sight (NLoS) imaging)。与相关的非视距成像技术相比,西北大学这一方法可以快速获得亚毫米精度的大面积全场图像。在这种分辨率水平下,计算机算法将有可能透过皮肤看到哪怕是最微小的毛细血管的工作情况。

这一过程并不简单。Willomitzer和他同事的首要目标就是截获散射光,然后才能重建其行进时间的固有信息,从而揭示隐藏的物体。但这也带来了自身的挑战。

“没有什么比光速更快,所以如果你想高精度地测量光的旅行时间,那么你就需要极快的探测器,”Willomitzer说。“这种探测器可能非常昂贵。”

为了替代对快速探测器的需求,Willomitzer和他的同事们将两台激光器组合起来,以便产生一种合成光波,这种光波可以在不同的散射场景下适用于全息成像。

“如果你能在全息图中捕捉到一个物体的整个光场,那么你就可以完整地重建该物体的三维形状,”Willomitzer解释说。“我们用合成波代替普通光波,在角落或者通过散射体进行全息成像。”

多年来,已经有许多NLoS成像试图恢复隐藏物体的图像。但是这些方法通常有一个或多个问题。它们要么分辨率低,角度范围极小,要么需要耗时的光栅扫描,要么需要大的探测区域来测量散射光信号。

然而,新技术克服了这些问题,是第一个在角落和通过散射介质成像的方法,它结合了高空间分辨率、高时间分辨率、小探测区域和大角度视场。这意味着相机可以在狭窄的空间里拍摄微小的特征,也可以在大范围内拍摄高分辨率的隐藏物体——即使物体在移动。

把墙壁变成镜子

因为光只能在直线上传播,所以必须有一个不透明的屏障(如墙、灌木或汽车),以便这个新设备能够看到拐角处。

光线从传感器单元(可以安装在汽车顶部)发出,从屏障反弹,然后击中拐角处的物体。 然后光线反射回屏障,最终返回到传感器单元的探测器。

Willomitzer说:“这就像我们可以在每一个遥远的表面安装一个虚拟的计算机摄像机,从表面的角度看世界。”  

通过这种方式,高分辨率技术也可以取代(或补充)医学和工业成像的内窥镜。 例如,在结肠镜检查中,合成波长全息术不需要能够旋转和扭转狭窄空间的柔性摄像机,而是利用光来观察肠道内的许多褶皱。

Willomitzer说:“如果你有一个正在运转的涡轮机,并且想要检查里面的缺陷,你通常会使用内窥镜。”但有些缺陷只在设备运行时才会显现出来。你不能使用内窥镜和查看内部涡轮从前面,而它是运行。我们的传感器可以观察运转中的涡轮机内部,探测小于一毫米的结构。”

尽管这项技术目前还只是一个原型,但是 Willomitzer 相信它最终会被用于帮助司机避免交通事故。他说: “在我们看到这种汽车内置的成像设备或被批准用于医疗应用之前,还有很长的路要走。”。

“也许10年,甚至更久,但它终将到来。”

相关文章
|
7月前
|
机器学习/深度学习 运维 算法
大模型开发:描述一种用于异常检测的技术或算法。
LOF算法是一种无监督异常检测技术,通过比较数据点局部密度识别离群点。它计算每个点的局部离群因子得分,得分高则异常可能性大。主要步骤包括:距离度量、k近邻搜索、计算局部可达密度和LOF得分,然后设定阈值识别异常点。适用于入侵检测、故障检测等场景,Python中可使用scikit-learn库实现。
110 1
|
7月前
|
机器学习/深度学习 算法
大模型开发:解释随机森林算法以及它是如何做出决策的。
随机森林是集成学习方法,利用多棵决策树提升性能。通过随机抽样和特征选择创建弱分类器,减少模型相关性。每个决策树基于子数据集和特征子集构建,预测时集成所有决策树结果,分类问题采用投票,回归问题取平均值。这种方法降低过拟合风险,提高准确性和稳定性,对噪声和异常值容忍度高,广泛应用。
104 0
|
7月前
|
人工智能 编解码 算法
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
在本教程中,您将学习在阿里云交互式建模平台PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理,实现文本驱动的图像编辑功能单卡即可完成AIGC图片风格变化、背景变化和主体变化等功能。让我们一同开启这场旅程,为您的图像编辑添上无限可能性的翅膀吧。
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
|
12天前
|
机器学习/深度学习 前端开发 算法
婚恋交友系统平台 相亲交友平台系统 婚恋交友系统APP 婚恋系统源码 婚恋交友平台开发流程 婚恋交友系统架构设计 婚恋交友系统前端/后端开发 婚恋交友系统匹配推荐算法优化
婚恋交友系统平台通过线上互动帮助单身男女找到合适伴侣,提供用户注册、个人资料填写、匹配推荐、实时聊天、社区互动等功能。开发流程包括需求分析、技术选型、系统架构设计、功能实现、测试优化和上线运维。匹配推荐算法优化是核心,通过用户行为数据分析和机器学习提高匹配准确性。
44 3
|
1月前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
48 1
|
1月前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
49 3
|
2月前
|
算法
基于粒子群算法的分布式电源配电网重构优化matlab仿真
本研究利用粒子群算法(PSO)优化分布式电源配电网重构,通过Matlab仿真验证优化效果,对比重构前后的节点电压、网损、负荷均衡度、电压偏离及线路传输功率,并记录开关状态变化。PSO算法通过迭代更新粒子位置寻找最优解,旨在最小化网络损耗并提升供电可靠性。仿真结果显示优化后各项指标均有显著改善。
|
4月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
129 0
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
4月前
|
数据采集 前端开发 算法
基于朴素贝叶斯算法的新闻类型预测,django框架开发,前端bootstrap,有爬虫有数据库
本文介绍了一个基于Django框架和朴素贝叶斯算法开发的新闻类型预测系统,该系统具备用户登录注册、后台管理、数据展示、新闻分类分布分析、新闻数量排名和新闻标题预测等功能,旨在提高新闻处理效率和个性化推荐服务。
|
6月前
|
传感器 人工智能 运维
智慧电厂转动设备的“非停监测”及算法应用
转动设备故障预测技术在智慧电厂中至关重要,防止非计划停机能避免经济损失和安全风险。结合传统数学模型与AI大数据分析,通过高精度传感器实时监测设备参数,利用智能算法精准预测异常,提前预警潜在故障。AI驱动的模型不仅能识别已知故障,还能预测未知问题,优化维护决策,减少停机时间,降低成本,增强可再生能源设施的运维效率,推动绿色能源转型。

热门文章

最新文章