非接触拡散光学断層撮影（Diffuse Optical Tomography、DOT）技術は、従来のDOT技術と比較してより高い空間取得密度を持ち、システム内の検出器のダイナミックレンジが実験結果に大きな影響を与えます。シミュレーションと実験を通じて、検出器のダイナミックレンジが小さすぎることが再構成結果に与える影響を調査し、深層学習を用いて検出器のダイナミックレンジを拡張する方法を提案しました。NIRFSATソフトウェアパッケージで異なる吸収・散乱のファントムと入射光場のパラメータを設定し、訓練サンプルを大量に生成し、全結合ネットワークを構築してモデルを訓練し、そのモデルを用いてシミュレーションおよび光学実験条件下で検出器が取得したデータを修復しました。実験データの修復および再構成結果は、モデルが低ダイナミックレンジ検出器のデータを修復し、検出器のダイナミックレンジを256から10⁹に拡張したことを示しています。この方法は、検出器のダイナミックレンジが小さすぎることによる再構成誤差を効果的に低減し、一般的な低ダイナミックレンジ検出器を用いた非接触DOTに対して有効な技術的解決策を提供します。

拡散光学断層撮影; 深層学習; 非接触システム; データ修復