该论文提出了一种GPU加速、基于B-scan的傅里叶域光学相干层析成像（Fourier-domain Optical Coherence Tomography, FD-OCT）迭代重建方法。该文章针对现有FD-OCT迭代重建速度慢，且无法与OCT图像处理兼容的问题，基于B-scan设计了一种新的迭代重建方法。该方法具有以下三个优势：（1）速度快：利用GPU对大批量数据进行并行加速。（2）图像增强：设计了一种图像层面（image-level）、跨域（cross-domain）的正则项。在逆问题求解过程中，同时在频域和图片域优化，首次实现同时的图像重建和处理。（3）对3D OCT图像的可拓展性：该方法可从B-scan重建拓展至三维C-scan重建，对每张B-scan可达到实时成像。该方法具有与现有迭代方法同样的高图像质量优势，且重建速度提升30倍以上。同时，该方法相比于传统的图像处理方法具有更高的信噪比和对比度噪声比（contrast-to-noise ratio）。利用该方法对3D OCT图像的可拓展性，文章展示了22帧/秒的皮肤B-scan图像重建及21帧/秒的人眼视网膜B-scan图像重建。该方法有望推动高图像质量、实时成像的FD-OCT技术发展。

《基于蒙特卡洛方法的傅里叶域光学相干层析全波长成像仿真器》

三阶段全波长蒙特卡洛仿真器流程图

论文作者：毛嘉宁、凌玉烨、薛平、苏翼凯

论文链接：https://opg.optica.org/boe/fulltext.cfm?uri=boe-13-12-6317&id=518908

该论文提出了一种基于米氏散射理论的傅里叶域光学相干层析成像（FD-OCT）的全波长蒙特卡洛（MC）仿真算法。传统的MC算法未能考虑FD-OCT本质的宽谱特征，以至于无法精确正向建模FD-OCT，并丢失了光谱信息。本算法基于从米氏理论推导出的光学参数，使用光源发射光谱内的所有波长进行仿真。同时进一步将离散傅里叶反变换（IDFT）与基于概率分布的信号预处理相结合，以消除FD-OCT信号重构中由不同波长散射事件分布不均匀造成的噪声。与传统方法相比，该仿真算法精度更高，能更好地保留波长相关的信号特征。例如，该仿真算法模拟的后向散射系数与真值之间的均方误差（MSE）为0.11，远小于传统方法的结果（7.67）。该仿真算法将作为研究FD-OCT理论建模的有效工具，同时可成为模拟OCT光谱信息的解决方案。