Skip links

SEQUOIA

Detección mediante OCT cuántico con IA

En SEQUOIA se desarrollará el sistema OCT de mayor resolución jamás construido, protegido del ruido mediante control OAM basado en inteligencia artificial (IA) y validado en una aplicación del mundo real: imágenes de retina.

La tomografía por coherencia óptica (OCT) es una tecnología de imagen clave, especialmente para la oftalmología, que permite obtener imágenes en 3D de alta resolución sin contacto y ha ayudado a salvar la vista de millones de personas en todo el mundo. OCT se desarrolló rápidamente desde su invención en 1991, pero se ha estancado desde que alcanzó el límite práctico de resolución axial (dz) de ~1 µm (>5 µm para la mayoría de los sistemas comerciales). Quantum OCT (QOCT) ofrece una mejora de cambio de paso ×2 en dz junto con una dispersión muy reducida. Además, al controlar el momento angular orbital (OAM), es posible proteger el sistema del ruido ambiental y brindar una mejor definición de bordes, distinción de perfiles de superficie y discriminación de objetos quirales. En SEQUOIA se desarrollará el sistema OCT de mayor resolución jamás construido, protegido del ruido mediante control OAM basado en inteligencia artificial (IA) y será validado en una aplicación del mundo real: imágenes de la retina.

  • Los algoritmos basados en Inteligencia Artificial a desarrollar por CVBLab se utilizarán en TUD para programar moduladores de luz espacial (SLM) con el objetivo de llevar a cabo una codificación OAM de alta dimensión y alta pureza en los haces QOCT aumentando así la resistencia al ruido y mejorando la calidad de la imagen.
  • El sistema final se validará en imágenes de retina, una aplicación vital del mundo real (que utiliza estándares de prueba estables de WWU). Los algoritmos de IA desarrollados (CVBLab) se emplearán para analizar automáticamente las imágenes y comparar el rendimiento con la OCT clásica.

Agencia

Comisión Europea

Años

1/10/2022 – 31/03/2026

Share

Socios

This website uses cookies to improve your web experience.
Explore
Drag