УДК [681.787+519.245]:[59.085+595.771]

ИССЛЕДОВАНИЕ БИОЛОГИЧЕСКИХ ОБЪЕКТОВ В ОПТИЧЕСКОЙ КОГЕРЕНТНОЙ ТОМОГРАФИИ С ОБРАБОТКОЙ ДАННЫХ ПОСЛЕДОВАТЕЛЬНЫМ МЕТОДОМ МОНТЕ-КАРЛО

Скаков П. С., Волынский М. А., Гуров И. П., Ермолаев П. А.


Читать статью полностью 

Аннотация

Показана возможность применения последовательного метода Монте-Карло для обработки данных в
корреляционной широкопольной оптической когерентной томографии для исследования биологических объектов. Предлагаемый алгоритм основан на статистической аппроксимации оцениваемых параметров взамен использования нелинейных функциональных преобразований. Приведены экспериментальные результаты обработки данных при исследованиях с помощью широкопольного оптического когерентного томографа, построенного на базе микроинтерферометра Линника, с последующим оцениванием огибающих сигналов последовательным методом Монте-Карло. Установлено, что результаты обработки содержат меньшее количество артефактов, обусловленных неустойчивостью работы алгоритма, по сравнению с результатами, полученными ранее с использованием метода расширенной фильтрации Калмана. Обработка данных широкопольного оптического когерентного томографа на основе последовательного метода Монте-Карло позволила наблюдать микроструктуру объекта с разрешением примерно 1 мкм. Экспериментальная апробация последовательного метода Монте-Карло проведена на примере анализа сигналов, полученных при исследовании переднего крыла комара-пискуна Culex pipiens, поскольку этот объект имеет малые размеры, малую толщину и сложную микроструктуру и поэтому является удобным тестовым объектом. Полученные результаты находятся в хорошем соответствии с результатами наблюдений методами классической микроскопии и представляют интерес для специалистов в области энтомологии и биоинженерии.


Ключевые слова: широкопольная корреляционная оптическая когерентная томография, последовательный метод Монте-Карло, анализ интерферометрических сигналов, биологические объекты

Список литературы
1.       Гуров И.П. Оптическая когерентная томография: принципы, проблемы и перспективы. В кн.: Проблемы когерентной и нелинейной оптики / Под ред. И.П. Гурова,С.А. Козлова. СПб: СПбГУ ИТМО, 2004. С. 6–30.
2.       Tomlins P.H., Wang R.K. Theory, developments and applications of optical coherence tomography // Journal of Physics D: Applied Physics. 2005. V. 38. N 15. P. 2519–2535.
3.       Optical Coherence Tomography. Technology and Applications / Eds. W.Drexler, J.G.Fujimoto.Berlin: Springer-Verlag, 2008. 1376 p.
4.       Dubois A., Grieve K., Moneron G., Lecaque R., Vabre L., Boccara C. Ultrahigh-resolution full-field optical coherence tomography // AppliedOptics. 2004. V. 43. N 10. P. 2874–2883.
5.       Oh W.Y., Bouma B.E., Iftimia N., Yun S.H., Yelin R., Tearney G.J. Ultrahigh-resolution full-field optical coherence microscopy using InGaAs camera // OpticsExpress. 2006. V. 14. N 2. P. 726–735.
6.       Gurov I., Volynsky M. Interference fringe analysis based on recurrence computational algorithms // Optics and Lasers in Engineering. 2012. V. 50.N 4. P. 514–521.
7.       Волынский М.А., Гуров И.П., Захаров А.С. Динамический анализ сигналов в оптической когерентной томографии методом нелинейной фильтрации Калмана // Оптический журнал. 2008. T. 75. № 10. C. 89–94.
8.       Gurov I., Sheynihovich D. Interferometric data analysis based on Markov nonlinear filtering methodology // Journal of the Optical Society of America A. 2000. V. 17. N 1. P. 21–27.
9.       Волынский М.А., Гуров И.П., Жукова Е.В. Рекуррентные алгоритмы обработки видеоинформации в системах оптической когерентной томографии // Оптический журнал. 2012. Т. 79. № 11. С. 28–35.
10.    Ермолаев П.А. Динамическое оценивание параметров интерферометрических сигналов методом расширенной фильтрации Калмана второго порядка // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 2 (90). С. 17–22.
11.    Wan E.A., van der Merwe R. The unscented Kalman filter / In: Kalman Filtering and Neural Networks. NY: John Wiley & Sons, 2001. P. 221–280.
12.    Волынский М.А. Рекуррентные алгоритмы обработки данных в оптической когерентной томографии: дис. … канд. техн. наук: 05.13.01: защищена 20.12.11. СПб, 2011. 112 с.
13.    Simon D. Optimal state estimation: Kalman, H∞, and Nonlinear Approaches. NY: John Wiley & Sons, Inc., 2006. 526 p.
14.    Doucet A., de Freitas N., Gordon N. Sequential Monte Carlo methods in practice. NY: Springer-Verlag, 2001. 583 p.
15.    Malacara D. Optical Shop Testing. NY: Wiley, 1978. 862 p.
16.    Коломийцов Ю.В. Интерферометры: основы инженерной теории, применение. Л.: Машиностроение, 1976. 296 с.
17.    Волынский М.А., Гуров И.П., Ермолаев П.А., Скаков П.С. Динамическое оценивание параметров интерферометрических сигналов на основе последовательного метода Монте-Карло // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 3 (91). С. 18–23.
18.    Гуцевич А.В., Мончадский А.С., Штакельберг А.А. Насекомые двукрылые. Комары. Л.: Наука, 1970. 384 с.
Информация 2001-2017 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика