本文旨在解读这篇采用智能手机来搭建光学相干层析成像系统的文章,该论文信息如下:
标题:SmartOCT: smartphone-integrated optical coherence tomography
地址:https://doi.org/10.1364/BOE.492439
作者在论文中搭建了一台集成智能手机的 OCT 系统,记为SmartOCT。利用智能手机的内置组件(镜头+相机+处理器+显示屏)来检测、处理和显示OCT数据。图1所示即为Smart OCT概念验证系统,展示了使用智能手机的相机捕获可见波长的OCT干涉条纹数据,该波长与商用智能手机传感器的感光波段高度重叠,可以在不更改或新增滤光片的情况下搭建Smart OCT。可见波长OCT是一个临床意义越来越大的领域,但鲜有低成本和小尺寸的可选项,SmartOCT可能是一个有前途的选项。
图1. (a) SmartOCT光学原理图,左上插图具有代表性的彩色干涉图,蓝色框表示参考物镜和反射镜整体平移;(b) SmartOCT系统实物图。
OCT系统中,设计的关键元器件包括:光源,物镜,筒镜,光栅,相机,数据采集卡,主机,显示屏,载物台等。本文选择了采用智能手机替代“筒镜+相机+数据采集卡+主机+显示屏”,使系统成本大大降低。SmartOCT设计的一大难点是将智能手机摄像头在原始状态下与光谱仪耦合,而不须更改摄像头。在智能手机的选型上,需要考虑的因素有:传感器像素数量、像素大小和曝光时间,它们分别影响成像深度、光谱采样密度以及对运动和条纹冲洗的敏感性。选择三星Galaxy S10智能手机是因为其处理能力、低曝光时间和多种数据格式符合项目需求;其自带的索尼 ISOCELL 2L4 传感器具有4032×3024 RGB彩色像素,像素尺寸为1.4 µm,全分辨率帧速可达30fps,可调曝光时间范围为33.3ms~40µs。在相机软件方面,启用“专业”图片和视频模式时,可以访问并调整相机的ISO、曝光时间、图像大小等参数。同时,作者还基于智能手机开发了三个组件,分别用于实时显示、视频采集和数据处理。如图2所示:(1) 实时显示组件是使用MATLAB Simulink和Android Studio开发的自定义应用程序,支持实时可视化OCT光谱和数据处理过的断层图像(B-scan);(2) 数据采集组件利用开源应用程序MotionCam进行视频采集;(3) 数据处理组件使用MathWorks的商业应用程序直接在智能手机上加载和处理 OCT 数据。图 2 显示了与每个组件关联的应用程序屏幕截图。
图2. 正在运行的SmartOCT应用程序的屏幕截图,三个应用程序分别用于:(a) 实时显示、(b) 视频采集和(c) 数据处理。
由于SmartOCT系统集成的智能手机自带的是彩色RGB相机,而不是传统OCT系统使用的黑白相机,所以需要缩放每个RGB像素的强度以补偿拜耳过滤器(Bayer filter)对R、G、B波段的不均匀光谱衰减。强度校正可以通过将RAW OCT光谱的每个R、G、B像素除以归一化光谱衰减函数的强度值实现(图3a)。衰减函数按照参考文献中的方法通过实验测量得到[1]。此步数据处理操作的目的是光谱整形,即补偿拜耳滤波器导致的不均匀光谱衰减。图3(b-c)显示了光谱整形前、后的代表性OCT干涉图。
图3. RGB 像素的光谱整形:(a) 原始OCT光谱的每个RGB 像素的值通过将其除以相应的衰减函数实现缩放;强度缩放前(b)/后(c)的代表性OCT干涉图。
图4展实了系统主要的性能指标。通过不同深度的点扩散函数标定出6dB衰减深度为~260µm(图4a)。使用深度位于~100µm的点扩散函数测量轴向分辨率为2.2µm(图4b)。6dB衰减深度和轴向分辨率分别低于其理论值843µm和1.43µm。可能是由于原生智能手机光学器件引起的像差(特别是色差),会显着降低可实现的光谱分辨率。此外,色差已被证明是其他可见光OCT系统中轴向分辨率损失的主要来源[2]。通过对USAF-1951分辨率板成像测得横向分辨率为15.8µm(第 6 组第1元素可清晰解析,图4c),低于6µm的理论衍射极限分辨率;有可能是为了匹配手机镜头而添加的反向镜头引入了未知像差。
图4. SmartOCT的性能表征:(a) SNR衰减,(b) 轴向分辨率,(c) USAF-1951分辨率板(第6~7组元素放大图),通过截面图(B-Scan)得到的最大强度投影图显示第6组的第1元素的轮廓可显著分辨。
为了展示SmartOCT的成像能力,作者选择了两个散射样本进行验证:透明胶带和黄瓜(图5)。样品端光功率16 mW和相机曝光时间5ms。图5(a-b)展示了来自一卷胶带和黄瓜的代表性单帧原始光谱,图5(c-d)分别显示了相同样品的10和20帧平均后的截面图。胶带图像显示共包含六层,在~300 µm的深度内具有明显分层效果。黄瓜图像揭示了清晰的细胞结构。全横向FOV为3.5 mm。由于柱面透镜的高斯照明分布和反向透镜带来的渐晕,导致 FOV 边缘的信号明显减少。
图5. SmartOCT系统成像效果:(a)和(b)分别是胶带和黄瓜的原始光谱干涉图,(c)和(d)为对应的截面图(B-scan)。比例尺:水平为150µm,垂直为50µm。
为了进一步证验证Smart OCT的实用性,作者对离体猪眼的前段进行成像(图6),样品端光功率仍为16 mW,曝光时间变更为1.25ms。图6(a) 展示了猪眼睛照片,其中红线表示扫描位置。图6(b-c)分别展示了来自猪眼角膜边缘的代表性单帧原始光谱和10帧平均后的截面。
图6. SmartOCT系统对离体猪眼前节的成像效果:(a) 猪眼前节图片,红线标记为B-scan的位置;(b) 角膜边缘处采集的原始光谱,(c) 10帧平均后的截面图。比例尺:水平为150µm,垂直为50µm。
总结来说,作者在业界开发了第一个集成智能手机的可见光OCT系统,实现图像的采集、处理、显示,展示了智能手机可实现替代OCT的昂贵组件(例如相机、扫描仪、计算机、显示器)的潜在效用。与传统OCT系统相比,SmartOCT系统具有多项优势:(1) 智能手机将通常独立的多个组件(相机、PC、显示器)集成到一个紧凑的设备中;(2) 手机市场价值低于300 美元,SmartOCT系统成本低于6000美元(不包括光源)。后续的优化方向是采用宽谱LED光源实现Smart OCT[3]。
参考文献:
[1] Opt. Express 27(14), 19075–19101 (2019).
[2] Biomed. Opt. Express 9(4), 1477 (2018).
[3] Appl. Opt. 60(4), 985–992 (2021).