Frequency-domain Diffuse Optical Tomography Dataset

本仓库包含一个用于频率域扩散光学断层成像（FD-DOT）实验的模拟数据集。每个示例包含一个目标体积，该体积代表了在生物学上现实的范围内随机化的3D吸收和减少散射特性。此外，它还包括相应频率域反射测量模拟使用高密度源/探测器对网格的幅度和相位分量。数据集涵盖原始数据、预处理数据、网格信息和补充元数据。数据集结构和内容的详细描述如下。This repository contains a simulated dataset for frequency-domain diffuse optical tomography (FD-DOT) experiments. Each sample includes a target volume that represents randomized 3D absorption and reduced scattering properties within biologically realistic ranges. Additionally, it includes the amplitude and phase components corresponding to the frequency-domain reflectance measurement simulations conducted using a high-density source-detector pair grid. The dataset encompasses raw data, preprocessed data, grid information, and supplementary metadata. A detailed description of the dataset structure and content is provided below.

原始信息汇总

Diffuse Optical Tomography Dataset 概述

数据集内容

• 目标体积: 包含3D吸收和减少散射特性，随机化在生物学上合理的乳腺组织范围内。
• 频率域反射测量: 包括幅度和相位组件，使用高密度源/探测器对网格模拟。
• 数据类型: 包括原始数据、预处理数据、网格信息和补充元数据。

文件结构

网格信息

• data/mesh.mat: 使用NIRFAST包在Matlab中生成的数据网格。

主数据集

• data/simulated_linescans: 主要数据集。
  • 数据集信息: data/simulated_linescans/dataset_info.json
  • 测量列表: data/simulated_linescans/measurement_list.csv
  • 原始数据:
    • data/simulated_linescans/raw/1.mat 及类似文件，包含：
      • amplitude_clean: 幅度测量。
      • amplitude_noisy: 含噪声的幅度测量。
      • phase_clean: 相位测量。
      • phase_noisy: 含噪声的相位测量。
      • target: 模拟数据使用的地面真实光学属性。
      • roi_mask: 异常区域二进制掩码。
      • info: 示例特定信息。
  • 预处理数据:
    • data/simulated_linescans/prepro/prepro_info.json
    • data/simulated_linescans/prepro/train 和 val 目录，包含：
      • X.npy: 预处理测量数据。
      • Y.npy: 预处理目标体积数据。
      • W.npy: 预处理区域兴趣掩码。

测试盘数据

• data/simulated_linescans_testdisks: 包含手动设计的体积，用于测试参数分离和深度敏感性。
  • 结构与主数据集相似，额外包含：
    • data/simulated_linescans_testdisks/example_list.csv: 每个测试盘示例的深度和光学属性信息。

搜集汇总

数据集介绍

构建方式

该数据集通过模拟实验构建，专为频域漫射光学断层扫描（FD-DOT）研究设计。数据集中的每个样本包含一个目标体积，代表三维吸收和散射特性，这些特性在生物组织（如乳腺组织）的合理范围内随机生成。使用NIRFAST软件包在Matlab中生成网格数据，并通过高密度源/探测器对模拟频域反射测量中的振幅和相位分量。数据集涵盖了原始数据、预处理数据、网格信息以及相关元数据，确保了数据的全面性和可追溯性。

特点

该数据集的特点在于其高度仿真的生物组织光学特性，涵盖了吸收系数和散射系数的三维分布。数据集不仅提供了干净的振幅和相位测量数据，还包含了基于系统噪声模型的噪声数据，以模拟真实实验环境。此外，数据集还提供了目标体积的异常区域掩码和详细的元信息，如背景光学特性和异常区域的对比度信息，为研究者提供了丰富的分析维度。

使用方法

数据集的使用方法包括加载原始数据或预处理数据进行分析。原始数据以.mat文件格式存储，包含振幅、相位、目标光学特性和异常区域掩码等信息。预处理数据则以.npy格式存储，分为训练集和验证集，便于直接用于机器学习模型的训练和验证。研究者可以通过数据集提供的测量列表和元信息文件，快速定位和分析特定源/探测器对的测量数据。此外，测试数据集中的手动设计体积可用于参数分离和深度敏感性测试，进一步扩展了数据集的应用场景。

背景与挑战

背景概述

Frequency-domain Diffuse Optical Tomography (FD-DOT) 数据集是为频域扩散光学断层成像实验设计的模拟数据集，专注于生物组织的光学特性研究。该数据集由美国国立卫生研究院（NIH）下属的国家生物医学成像与生物工程研究所（NIBIB）资助，项目编号为R01EB029595。数据集的核心研究问题在于通过模拟高密度光源/探测器对的频域反射测量，生成三维吸收和散射特性的目标体积，以模拟乳腺组织的生物光学特性。该数据集不仅包含原始数据，还提供了预处理数据、网格信息及元数据，为频域扩散光学断层成像领域的研究提供了重要的实验基础。

当前挑战

FD-DOT 数据集在解决频域扩散光学断层成像领域问题时面临多重挑战。首先，频域光学成像的复杂性要求高精度的光源和探测器配置，以确保测量数据的准确性和可靠性。其次，模拟生物组织的光学特性时，需在生物合理范围内随机化吸收和散射参数，这对模型的真实性和泛化能力提出了较高要求。此外，数据集的构建过程中，噪声模型的引入增加了数据处理的难度，尤其是在区分干净数据与噪声数据时，需要复杂的算法支持。最后，测试数据集的设计需兼顾参数分离和深度敏感性，这对实验设计的科学性和严谨性提出了更高标准。

常用场景

经典使用场景

在生物医学成像领域，Frequency-domain Diffuse Optical Tomography (FD-DOT) 数据集被广泛应用于模拟和验证光学断层扫描算法。该数据集通过高密度源/探测器对的频率域反射测量，模拟了乳腺组织的三维吸收和散射特性，为研究人员提供了一个高度可控的实验环境。经典的使用场景包括算法性能评估、噪声模型验证以及光学参数反演研究。

实际应用

在实际应用中，FD-DOT数据集为乳腺癌早期筛查和诊断提供了重要的技术支持。通过模拟乳腺组织的光学特性，研究人员可以开发更精确的成像算法，从而提高病灶检测的灵敏度和特异性。此外，该数据集还可用于优化光学成像设备的硬件设计，例如光源和探测器的布局，以提升临床诊断的准确性。

衍生相关工作

基于FD-DOT数据集，衍生了一系列经典研究工作。例如，研究人员开发了基于深度学习的FD-DOT图像重建算法，显著提高了成像分辨率和计算效率。此外，该数据集还被用于研究光学参数的空间分布特性，推动了光学断层扫描在肿瘤边界定位和血管成像中的应用。这些工作不仅拓展了FD-DOT技术的应用范围，也为生物医学成像领域提供了新的研究方向。