Нові розв’язки відтворення структури розсіювальних середовищ з використанням технології машинного навчання

Editorial Board PCSS Journal; Клавдія Зенкова; Дмитро Іванський; Олег Ангельський; Павло Рябий; Артур Коняхін; Михайло Дяченко; Ксінджен Джанг

doi:10.15330/pcss.27.3.481-486

Автор(и)

Клавдія Зенкова Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна
Дмитро Іванський Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна
Олег Ангельський Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна
Павло Рябий Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна
Артур Коняхін Чернівецький національний університет імені Юрія Федьковича, м. Чернівці, Україна
Михайло Дяченко ОКНП " Чернівецький обласний клінічний кардіологічний центр", м. Чернівці, Україна
Ксінджен Джанг Ключова лабораторія нелінійної фотоніки, Інститут прикладної фізики, Університет Нанкай, Тяньцзінь, Китай

DOI:

https://doi.org/10.15330/pcss.27.3.481-486

Ключові слова:

нейромережа, машинне навчання, Монте-Карло, амплітудна (фазова) функція, ОКТ

Анотація

Робота присвячена розвитку ідеї використання технології машинного навчання, яка поєднується з алгоритмічним методом Монте-Карло, для відтворення просторового розташування розсіювальних центрів рогівки ока, щільності розподілення центрів в об’ємі при скануванні зразка у повздовжньому напрямку. Спостерігається сприятливий прогноз по відтворенню значення товщини зразка з визначенням місця розташування розсіювального центра. Отримана, методом Монте-Карло, «теплова карта» ймовірності координат виходу фотонів з досліджуваного середовища, використовується як набір вхідних даних для тренування нейронної мережі. Запропонована архітектура згорткової нейронної мережі дозволило досягнути точності відтворення просторового розміщення розсіювальних центрів, щільності розподілу центрів, при повздовжньому скануванні, до 98%.

Посилання

S. Aumann, S. Donner, J. Fischer, F. Müller, Optical coherence tomography (OCT): Principle and technical realization. In J. F. Bille (Ed.) in High resolution imaging in microscopy and ophthalmology (Springer, pp. 59-85, (2019); https://doi.org/10.1007/978-3-030-16638-0_3.

R. Bernarders, J. Cunha-Vaz, Optical coherence tomography (Springer-Verlag, 2012); https://doi.org/10.1007/978-3-642-27410-7.

Z. Chen, T.E. Milner, X. Wang, S. Srinivas, J.S.Nelson, Optical Doppler tomography: imaging in vivo blood flow dynamics following pharmacological intervention and photodynamic therapy, Photochem Photobiol, 67(1), 56-60 (1998); https://doi.org/10.1111/j.1751-1097.1998.tb05167.x.

B. Baumann, Polarization sensitive optical coherence tomography: A review of technology and applications, Applied Sciences, 7(5), 474 (2017); https://doi.org/10.3390/app7050474.

O.V. Angelsky, A.Ya. Bekshaev, C.Yu. Zenkova, D.I. Ivanskyi, J. Zheng, M.M. Chumak, Modeling of the high-resolution optical-coherence diagnostics of bi-refringent biological tissues, Frontiers in Physics, 11, 1260830, (2023); https://doi.org/10.3389/fphy.2023.1260830.

C.Yu. Zenkova, O.V. Angelsky, D.I. Ivanskyi, M.M. Chumak, Geometric phase for investigation of nanostructures in approaches of polarization-sensitive optical coherence tomography, Physics and Chemistry of Solid State, 24(4), 729 (2023); https://doi.org/10.15330/pcss.24.4.729-734.

C. Zenkova, O. Angelsky, D. Ivanskyi, New possibilities of polarization-sensitive optical coherence tomography using geometric phase approach for diagnostics of thin surface (subsurface) biological layers, Optica Applicata, 54(3), 303 (2024); https://doi.org/10.37190/oa240302.

O.V. Angelsky, C.Y. Zenkova, D.I. Ivanskyi, et al. Monte Carlo Model for Describing Photon Interactions with Biological Tissue in New Approaches of Polarization-Sensitive Optical Coherence Tomography, Opt. Mem. Neural Networks, 34, 30 (2025); https://doi.org/10.3103/S1060992X24602045.

С. Yu. Zenkova, O. V. Angelsky, D. I. Ivanskyi, P. A. Ryabyi, Yu. Ursuliak, Novel applications of the Monte Carlo method in polarization-sensitive optical coherence tomography approach, Journal of Optoelectronics and Advanced Materials, 27(5-6), 200 (2025).

O.V. Angelsky, C.Yu. Zenkova, A.Ya. Bekshaev, D.I. Ivanskyi, M. Diachenko, Jun Zheng, Xinzheng Zhang, New Solutions for Polarization-Sensitive Optical Coherence Tomograph, Ukr. J. Phys. Opt., 26, 03067 (2025); https://doi.org/10.3116/16091833/Ukr.J.Phys.Opt.2025.03067.

S.P. Kotova, I.V. Mayorov, A.M. Mayorov, Application of neural networks for determining optical parameters of strongly scattering media from the intensity profile of backscattered radiation, Quantum Electronics, 37(1); 22 (2007).

B.A. Veksler, I.V. Meglinski, Application of the artificial neural network for reconstructing the internal-structure image of a random medium by spatial characteristics of backscattered optical radiation, Quantum Electronics, 38 (6), 576 (2008).

J.Ramella-Roman, S.Prahl, S.Jacques, Three Monte Carlo programs of polarized light transport into scattering media: Part I., Optics Express, 13(12), 4420 (2005); https://doi.org/10.1364/OPEX.13.004420.

Y.Zhang, B.Chen, D. Li, Propagation of polarized light in the biological tissue: A numerical study by polarized geometric Monte Carlo method, Applied Optics, 55(10), 2681 (2016); https://doi.org/10.1364/AO.55.002681.

H.C. van de Hulst, Light scattering by small particles (John Wiley and Sons, 1957).

L.V. Wang, S. L. Jacques, Zheng, , Monte Carlo modeling of light transport in multi-layered tissues, Computer Methods and Programs in Biomedicine 47(2), 131 (1995); https://doi.org/10.1016/0169-2607(95)01640-F.

V. Turzhitsky, L. Qiu, I. Itzkan, A.A. Novikov, M.S. Kotelev, M. Getmanskiy, V.A. Vinokurov, A.V. Muradov, L.T. Perelman, Spectroscopy of scattered light for the characterization of micro and nanoscale objects in biology and medicine, Applied Spectroscopy, 68(2), 133 (2014); https://doi.org/10.1366/13-07395.

V. V. Tuchin, Tissue Optics: Light Scattering Methods and Instruments for Medical Diagnostics, 3rd ed. (SPIE Press, 2015).

C. F. Bohren and D. R. Huffman, Absorption and Scattering of Light by Small Particles (Wiley, 1998).

O.V. Angelsky, C.Y. Zenkova, S.G. Hanson, D.I. Ivansky, V.M. Tkachuk, J. Zheng, Random object optical field diagnostics by using carbon nanoparticles, Opt Express, 29(2), 916-928 (2021); https://doi: 10.1364/OE.411118.