A tecnologia de Tomografia Óptica Difusa sem contato (Diffuse Optical Tomography, DOT) possui uma densidade de coleta espacial mais alta em comparação com a técnica DOT tradicional, e a faixa dinâmica do detector no sistema tem grande influência nos resultados experimentais. Foi estudado por simulação e experimentos o efeito da faixa dinâmica muito pequena do detector nos resultados da reconstrução, e foi proposta uma metodologia que utiliza aprendizado profundo para expandir a faixa dinâmica do detector. No pacote NIRFSAT, foram configurados diferentes parâmetros de fantomas com absorção e dispersão e parâmetros do campo de luz incidente, gerados em massa amostras de treino, construída uma rede totalmente conectada para treinamento do modelo, e esse modelo foi utilizado para reparar os dados obtidos pelo detector sob condições de simulação e experimentos ópticos. Os resultados da reparação dos dados experimentais e da reconstrução mostram que o modelo corrigiu os dados obtidos com detectores de baixa faixa dinâmica, expandindo a faixa dinâmica do detector de 256 para 10⁹. Esse método pode reduzir eficazmente o erro de reconstrução causado por uma faixa dinâmica muito pequena do detector, oferecendo uma solução técnica eficaz para o uso de detectores comuns de baixa faixa dinâmica na DOT sem contato.

tomografia óptica difusa; aprendizado profundo; sistema sem contato; reparação de dados