基于点隐式几何的学习方法实现了资源高效的4D术中光学相干断层扫描（OCT）

《Laser & Photonics Reviews》：Point-Implicit Geometry Learning Enables Resource-Efficient 4D Intraoperative OCT

四维术中光学相干断层扫描（4D intraoperative OCT）因硬件成本高和体素重建内存占用大而受限。本研究提出点隐式几何学习（PIGL）框架，通过将稀疏OCT数据表示为定向点集并利用可微分隐式场重建连续表面，结合曲率和噪声感知的采样标准，使采样密度放宽至四倍光学奈奎斯特极限仍能稳定恢复表面几何，内存降低35%。在20kHz光谱域OCT系统中实现交互式15.6Hz更新，为资源受限场景提供实用化4D OCT解决方案。

　　

摘要

四维（4D）术中光学相干断层扫描（iOCT）能够实现手术工具与组织相互作用的体积可视化，但其临床应用仍受到昂贵扫描源硬件和内存密集型体素重建技术的限制。在此，我们发现了一种受几何条件限制的成像方式：在该方式中，表面曲率和噪声（而不仅仅是采样密度）决定了体积重建的精度。我们提出了“点隐式几何学习”（Point-Implicit Geometry Learning, PIGL）框架，该框架将稀疏采样的OCT数据表示为定向点集，并通过可微分的隐式场来重建连续表面。这种表示方法遵循一种考虑曲率和噪声的采样准则，使得在采样间距达到传统光学奈奎斯特采样间距四倍的情况下仍能稳定地恢复表面轮廓；同时，与相同场景下基于体素的重建方法相比，计算资源需求大约降低了一半。在20 kHz频谱域OCT系统上实现后，PIGL能够实现高达15.6 Hz的交互式4D更新频率，且所需GPU内存仅为基于体素方法的35%左右，同时保持了仪器与组织几何结构的时间连贯性。通过证明在现有OCT硬件上实现几何感知重建的可行性，本研究为资源高效的4D术中OCT技术提供了实际可行的路径。

利益冲突

作者声明不存在利益冲突。

利益冲突

作者声明不存在利益冲突。

数据可用性声明

本文所呈现结果所基于的数据目前尚未公开，但可向作者提出合理请求后获取。