光子の飛行時間分布回収のための深層学習に基づく時間的逆畳み込み

光子の飛行時間（ToF）の取得は、バイオメディカル分野で多くの応用が見つかっています。ここ数十年で、実験的な時間分解データを歪める時間的な計測器応答関数（IRF）を逆畳み込みするためのいくつかの戦略が提案されています。しかし、これらの方法は、ノイズ成分を軽減するために煩雑な計算戦略と正則化項を必要とします。本研究では、蛍光寿命イメージング（FLI）における逆畳み込みタスクを実行するために特に設計された深層学習モデルを提案します。このモデルは、真の光子ToF分布を回収することを目的として、代表的なシミュレーションされたFLIデータで訓練され、検証されます。その性能と堅牢性は、明確に異なる時間的IRFを持つ3つの時間分解イメージングモダリティを用いた制御されたin vitro実験で検証されます。このモデルの適応性は、in vivo前臨床調査でもさらに確立されます。全体として、これらのin vitroおよびin vivoの検証は、時間分解FLIおよび拡散光イメージングにおける深層学習モデルベースの逆畳み込みの柔軟性と精度を示しています。