Neuronale Netze für holografische Faserbündel Endoskopie

Im Bereich der Medizintechnik und der Fertigungstechnik sind für die Untersuchung von schwer zugänglichen Objekten faser-endoskopische Verfahren von großer Bedeutung. Die verfügbaren Endoskope können jedoch aufgrund der reinen Intensitäts-Bildgebung und der, durch Abbildungsoptiken limitierten, minimalen Baugröße für viele Anwendungen nicht eingesetzt werden. Beide Limitierungen können durch den Ansatz der linsenlosen, holografischen Faser-Endoskopie überwunden werden, wobei der minimale Endoskop-Durchmesser dem des Faserbündels entspricht. Die Qualität der rekonstruierten Hologramme wird durch das kohärente Faserbündel jedoch verschlechtert, weshalb eine Filterung der Daten notwendig ist. Zu diesem Zweck demonstrieren wir die Nutzung eines Enhanced Deep Super-Resolution Networks, mit welchem die Qualität der holografischen Rekonstruktion verbessert wird. Gegenüber linearen Filtermethoden kann im Mittel eine Verbesserung der strukturellen Ähnlichkeit (SSIM) um 53 % sowie eine Verbesserung des Korrelationskoeffizienten um 13 % erreicht werden. Somit kann eine signifikante Steigerung der Abbildungseigenschaften minimalinvasiver, holografischer Faser-Endoskope erreicht werden.