MARC

 008260126s2025        us                              c    eng  d
■001000017360969
■00520260202105645
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798270225094
■035    ▼a(MiAaPQ)AAI32400255
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a535
■1001  ▼aZhao,  Ruixuan.
■24510▼aComputational  Imaging  System  for  Volumetric  and  Hyperspectral  Microscopy
■260    ▼a[Sl]▼bUniversity  of  California,  Los  Angeles▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a95  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  B.
■500    ▼aAdvisor:  Emaminejad,  Sam  S.  E.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Los  Angeles,  2025.
■520    ▼aComputational  imaging  has  rapidly  advanced  with  improvements  in  optical  instrumentation  and  computational  power.  A  key  goal  of  this  field  is  to  capture  the  complete  plenoptic  function-a  seven-dimensional  representation  of  light  spanning  3D  space  (x,  y,  z),  time  (t),  wavelength  (λ),  and  angular  directions  (u,  v).  Conventional  imaging  systems,  which  record  only  2D  spatial  intensity,  overlook  most  of  this  information,  leading  to  inefficient  data  acquisition  and  limited  reconstruction  of  high-dimensional  scenes.This  dissertation  presents  a  series  of  computational  imaging  approaches  that  jointly  leverage  optical  encoding  and  computational  decoding  to  achieve  high-dimensional,  snapshot  imaging.  First,  for  high-speed  volumetric  imaging,  we  introduce  Squeezed  Light  Field  Microscopy  (SLIM)  and  Confocal  SLIM.  Using  a  customized  anamorphic  relay  to  compress  the  light  field  onto  a  reduced  camera  region  of  interest,  SLIM  achieves  kilohertz-rate  volumetric  imaging  (1,000  volumes  per  second).  This  enables  millisecond-scale  capture  of  fast  biological  dynamics  such  as  3D  blood  flow  and  neural  voltage  activity.  Second,  for  snapshot  hyperspectral  imaging,  we  integrate  a  Coded  Aperture  Snapshot  Spectral  Imaging  (CASSI)  module  into  a  fundus  imaging  system.  Experiments  on  standard  targets,  eye  phantoms,  and  in  vivo  human  retinas  validate  the  system's  spectral  fidelity  and  potential  for  noninvasive  clinical  diagnostics.  Finally,  for  5D  hyperspectral  volumetric  imaging,  we  propose  Coded  Aperture  Snapshot  Hyperspectral  Light  Field  Tomography  (CASH-LIFT),  a  cascaded  compressed-sensing  scheme  that  efficiently  reconstructs  dynamic  5D  datacubes  over  large  spatial  and  spectral  ranges.  Together,  these  approaches  demonstrate  how  co-designing  optical  hardware  and  computational  algorithms  can  dramatically  expand  the  dimensionality,  speed,  and  efficiency  of  optical  imaging-paving  the  way  for  next-generation  tools  in  neuroscience,  ophthalmology,  and  biomedical  research.
■590    ▼aSchool  code:  0031.
■650  4▼aOptics
■650  4▼aComputational  physics
■650  4▼aBioengineering
■650  4▼aMedical  imaging
■653    ▼aComputational  imaging
■653    ▼aMicroscopy
■653    ▼aOptical  imaging
■653    ▼aFundus  imaging  system
■690    ▼a0752
■690    ▼a0216
■690    ▼a0202
■690    ▼a0574
■71020▼aUniversity  of  California,  Los  Angeles▼bElectrical  and  Computer  Engineering  0333.
■7730  ▼tDissertations  Abstracts  International▼g87-06B.
■790    ▼a0031
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360969▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서