Pencitraan hamburan optik

Prinsip dasar pencitraan hamburan optik:
Ketika cahaya menemukan pencar (misalnya, media keruh, jaringan biologis) selama perambatan, arahnya berubah - sebuah fenomena yang dikenal sebagai hamburan. Dalam pencitraan hamburan optik, foton yang membawa informasi target terganggu oleh distribusi partikel yang tidak homogen dan indeks bias dalam media hamburan, yang mengarah ke gambar deteksi langsung yang terdistorsi. Misalnya, dalam kondisi berkabut, hamburan cahaya oleh tetesan air menyebabkan pengamatan objek yang kabur. Namun, pencitraan hamburan optik bergantung pada menganalisis dan memproses foton yang tersebar ini untuk merekonstruksi gambar. Foton yang tersebar dapat dikategorikan sebagai:

• Foton balistik (bepergian hampir lurus, membawa informasi target yang jelas),

• Foton seperti ular (menjalani beberapa hamburan, mempertahankan informasi target parsial),

• Foton difus (sangat acak setelah hamburan luas).
  Jenis foton yang berbeda memainkan peran yang berbeda dalam pencitraan. Teknik pencitraan hamburan tradisional sering fokus pada mengoptimalkan koleksi foton balistik untuk rekonstruksi gambar.

Teknik pencitraan hamburan optik tradisional:
Metode konvensional berdasarkan upaya pengumpulan foton balistik untuk mengekstrak informasi target dengan mengisolasi foton ini dari cahaya yang tersebar. Pendekatan awal menggunakan desain optik spesifik dan konfigurasi detektor untuk memprioritaskan penangkapan foton balistik. Namun, dalam skenario praktis, foton balistik langka, dan sebagian besar foton di media yang sangat hamburan adalah non-balistik karena beberapa hamburan. Akibatnya, teknik semacam itu berkinerja buruk di media dengan ketebalan optik yang besar dan memiliki penerapan yang terbatas.

Pencitraan hamburan optik komputasi:
Dengan kemajuan teknologi, pencitraan hamburan komputasi telah muncul, menekankan pemanfaatan foton non-balistik dalam media hamburan tebal. Pendekatan utama meliputi:

• Efek memori optik dan algoritma pengambilan fase:
  Efek memori optik menjelaskan bagaimana media hamburan mempertahankan "memori" dari cahaya insiden dalam kondisi tertentu - perubahan kecil dalam sudut iluminasi atau posisi menghasilkan variasi berkorelasi dalam bidang yang tersebar. Memanfaatkan efek ini dengan algoritma pengambilan fase memungkinkan pemulihan informasi fase target dari bidang yang tersebar. Misalnya, percobaan merekonstruksi gambar target dengan mengkorelasikan cahaya yang tersebar dengan target melalui efek memori dan secara iteratif menyelesaikan informasi fase. Metode ini menunjukkan janji untuk media hamburan tebal yang dinamis dan potensial di bidang lebar, pencitraan jarak jauh.

• Pencitraan difraksi koheren:
  Teknik ini menggunakan iluminasi cahaya yang koheren dan algoritma iteratif untuk merekonstruksi amplitudo dan fase target dari pola difraksi yang diukur. Dengan merekam intensitas cahaya yang tersebar (kurang data fase), algoritma pengambilan fase secara iteratif dipecahkan untuk informasi yang hilang. Pencitraan difraksi koheren melampaui batas resolusi tradisional, memungkinkan pencitraan resolusi tinggi dari struktur mikro dalam ilmu material dan biomedis.

• Mesin iteratif ptychographic:
  Ptychography merekonstruksi gambar resolusi tinggi dengan tumpang tindih pemindaian daerah target dan secara iteratif memproses data intensitas yang tersebar. Posisi pemindaian dan sudut yang terus menyesuaikan meningkatkan perolehan informasi, meningkatkan resolusi dan kualitas. Metode ini unggul dalam pencitraan target non-sparkse dan memiliki nilai yang signifikan dalam aplikasi pencitraan hamburan praktis.

Tantangan dan Keterbatasan:
Meskipun ada kemajuan penting, pencitraan hamburan optik menghadapi tantangan:

• Lingkungan Dinamis: Media hamburan yang berubah dengan cepat (misalnya, asap yang mengalir, jaringan biologis dinamis) menuntut pemrosesan waktu nyata dari data hamburan yang berkembang, membutuhkan algoritma dan kekuatan komputasi yang sangat efisien.

• Resolusi dan Kualitas: Media hamburan tebal sering menurunkan kualitas gambar karena kehilangan informasi dan kebisingan dari berbagai hamburan, yang mengarah ke kabur atau distorsi.

• Spesifisitas Skenario: Banyak teknik unggul dalam kondisi tertentu tetapi kurang generalisasi, membatasi kekokohan mereka di berbagai aplikasi dunia nyata.

Aplikasi:

• Biomedis: Memungkinkan pencitraan struktur jaringan internal melalui hamburan cahaya, membantu diagnosis penyakit (misalnya, mendeteksi kanker stadium awal melalui analisis cahaya yang tersebar dari jaringan).

• Pemantauan Lingkungan: Memfasilitasi pencitraan melalui kabut, asap, atau kabut untuk memantau sumber polusi yang jauh atau fenomena meteorologis.

• Inspeksi Industri: Mendukung pengujian non-destruktif dari bahan buram dengan menganalisis cahaya yang tersebar untuk mengidentifikasi cacat internal, meningkatkan kualitas dan keamanan produk.