Design of a Linear Wavenumber Spectrometer for Line Scanning Optical Coherence Tomography with 50 mm Focal Length Cylindrical Optics
Notice bibliographique
Résumé
Optical coherence tomography (OCT) has a wide range of uses in bioimaging and nondestructive testing. Larger bandwidth light sources have recently been implemented to enhance measurement resolution. Increased bandwidth has a negative impact on spectral nonlinearity in k space, notably in the case of spectral domain OCT (SD-OCT). This nonlinearity reduces the depth-dependent signal sensitivity of the spectrometers. A grating and prism combination is extensively used for linearizing. In an earlier study, we used a combination of the reflective grating and prism, as well as a cylindrical mirror with a radius of 180 mm, to achieve a high SR ratio with low nonlinearity. A creative design for a spectrometer with a cylindrical mirror of radius 50 mm, a light source with a center wavelength of 830 ± 100 nm (μm−1 − 6.756 μm−1 in k-space), and a grating of 1600 lines/mm is presented in this work. The design optimization is performed using MATLAB and ZEMAX. In the proposed design, the nonlinearity error reduced from 157∘× μm to 10.75∘× μm within the wavenumber range considered. The sensitivity research revealed that, with the new design, the SR ratio is extremely sensitive to the imaging optics’ angles. To resolve this, a spectrometer based on Grism is introduced. We present a Grism-based spectrometer with an optimized SR ratio of 0.97 and nonlinearity of 0.792∘× μm (Δθ/Δk). According to the sensitivity study, the Grism-based spectrometer is more robust.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».