超薄型内視鏡は、生体の狭く到達困難な領域における実時間の組織イメージングにとって非常に魅力的である。単一のマルチモードファイバ（MMF）は、その直径の小ささ、柔軟性、そして単一コア内で導波される多数の横モードによって可能になる回折限界の空間分解能のため、魅力的なプローブである。内視鏡中はファイバ遠位端の先端がアクセス不能であるため、同じファイバが照明を送って後方散乱光を回収する反射モードのイメージングは、透過モードのイメージングよりも実用的である。しかし、結果として得られるスペックルパターンから画像を復元することは困難である。光はMMFを通じて往復（二重パス）伝搬し、モード結合と分散が生じるためである。後方散乱信号は弱く、カメラは強度のみを記録し、位相情報は得られない。ここでは、反射された実数値の強度伝達行列（reflected-RVITM）と画像復元ネットワークを組み合わせた、単発（single-shot）の反射モードMMFイメージング枠組みを提案する。reflected-RVITMは、干渉計測や位相回復を用いず、強度のみの測定によって較正され、単一の後方散乱スペックルフレームから物理に導かれた初期再構成を与える。次に、復元ネットワークは生のスペックルを直接反転するのではなく、その初期再構成を改良する。復元バックボーンとして4種類を評価する：HPM-Attention-UNet、GAM、MambaIRv2、CICPNet。対応するネットワークが、原スペックルから画像への写像を直接学習するように訓練されている場合に比べ、ハイブリッドモデルが一致したデータセット上で優れていた。例えば、MNISTではHPM-Attention-UNetにより平均PCCが0.572から0.944へ改善した（+65.1%）。ドメインシフト下では、Fashion-MNISTのみに訓練し、未見のCIFARシーンで試験したところ、ハイブリッドモデルは平均PCCが0.61-0.65となり、直接学習では0.36-0.50であった。さらに、この枠組みは、ファイバ遠位先端での物理オブジェクトを用いて実証される。これらの結果は、位相回復を必要としない、そして最小侵襲の反射モードMMF内視鏡に向けて汎用性のある経路として、反射された-RVITMの物理プリアを復元ネットワークと組み合わせることで、強度のみの較正の後に単発で画像回復を可能にすることを示している。
https://doi.org/10.64898/2026.08.28.26361674