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
|
存储 监控 JavaScript
基于布隆过滤器的 Node.js 算法在局域网电脑桌面监控设备快速校验中的应用研究
本文探讨了布隆过滤器在局域网电脑桌面监控中的应用,分析其高效空间利用率、快速查询性能及动态扩容优势,并设计了基于MAC地址的校验模型,提供Node.js实现代码,适用于设备准入控制与重复数据过滤场景。
267 0
|
6月前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
353 3
|
6月前
|
存储 监控 算法
企业电脑监控系统中基于 Go 语言的跳表结构设备数据索引算法研究
本文介绍基于Go语言的跳表算法在企业电脑监控系统中的应用,通过多层索引结构将数据查询、插入、删除操作优化至O(log n),显著提升海量设备数据管理效率,解决传统链表查询延迟问题,实现高效设备状态定位与异常筛选。
168 3
|
6月前
|
机器学习/深度学习 算法 算法框架/工具
256KB内存约束下的设备端训练:算法与系统协同设计——论文解读
MIT与MIT-IBM Watson AI Lab团队提出一种创新方法,在仅256KB SRAM和1MB Flash的微控制器上实现深度神经网络训练。该研究通过量化感知缩放(QAS)、稀疏层/张量更新及算子重排序等技术,将内存占用降至141KB,较传统框架减少2300倍,首次突破设备端训练的内存瓶颈,推动边缘智能发展。
394 6
|
人工智能 编解码 算法
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
本文介绍了通义灵码2.0 AI程序员在嵌入式开发中的实战应用。通过安装VS Code插件并登录阿里云账号,用户可切换至DeepSeek V3模型,利用其强大的代码生成能力。实战案例中,AI程序员根据自然语言描述快速生成了C语言的base64编解码算法,包括源代码、头文件、测试代码和CMake编译脚本。即使在编译错误和需求迭代的情况下,AI程序员也能迅速分析问题并修复代码,最终成功实现功能。作者认为,通义灵码2.0显著提升了开发效率,打破了编程语言限制,是AI编程从辅助工具向工程级协同开发转变的重要标志,值得开发者广泛使用。
9104 71
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
|
7月前
|
传感器 算法 安全
【路径规划】基于matlab A_Star结合DWA算法电气设备巡检机器人路径规划研究(Matlab代码实现)
【路径规划】基于matlab A_Star结合DWA算法电气设备巡检机器人路径规划研究(Matlab代码实现)
206 0
|
8月前
|
供应链 算法 新能源
ESG时代,代购系统如何用“低碳算法”重构全球供应链?
绿色电商兴起,代购系统如何通过碳足迹追踪与可持续物流实现绿色转型?本文解析区块链、IoT等技术在碳数据管理中的应用,并探讨新能源物流、包装循环利用等创新模式,揭示跨境电商迈向零碳未来的发展路径。
|
10月前
|
存储 监控 算法
公司内部网络监控中的二叉搜索树算法:基于 Node.js 的实时设备状态管理
在数字化办公生态系统中,公司内部网络监控已成为企业信息安全管理体系的核心构成要素。随着局域网内终端设备数量呈指数级增长,实现设备状态的实时追踪与异常节点的快速定位,已成为亟待解决的关键技术难题。传统线性数据结构在处理动态更新的设备信息时,存在检索效率低下的固有缺陷;而树形数据结构因其天然的分层特性与高效的检索机制,逐渐成为网络监控领域的研究热点。本文以二叉搜索树(Binary Search Tree, BST)作为研究对象,系统探讨其在公司内部网络监控场景中的应用机制,并基于 Node.js 平台构建一套具备实时更新与快速查询功能的设备状态管理算法框架。
333 3
|
编解码 算法 数据安全/隐私保护
一维信号的小波变换与重构算法matlab仿真
本程序使用MATLAB2022A实现一维信号的小波变换与重构,对正弦测试信号进行小波分解和重构,并计算重构信号与原信号的误差。核心步骤包括:绘制分解系数图像、上抽取与滤波重构、对比原始与重构信号及误差分析。小波变换通过多分辨率分析捕捉信号的局部特征,适用于非平稳信号处理,在信号去噪、压缩等领域有广泛应用。
|
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
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
422 0

热门文章

最新文章