- +1
LAM | 衍射神經(jīng)網(wǎng)絡(luò)實現(xiàn)透過散射介質(zhì)定量相位成像

使用衍射神經(jīng)網(wǎng)絡(luò)透過散射介質(zhì)實現(xiàn)全光相位恢復(fù)和定量相位成像。無需數(shù)字圖像重建算法,衍射神經(jīng)網(wǎng)絡(luò)將隱藏在隨機(jī)散射介質(zhì)后的相位物體進(jìn)行重建。
圖源: Ozcan Lab @ UCLA
▍定量相位成像
長久以來,對細(xì)胞等弱散射(透明)相位物體成像一直是包括生物醫(yī)學(xué)在內(nèi)的諸多領(lǐng)域的熱門研究方向。化學(xué)染色劑或熒光標(biāo)簽等外源性方法常被使用來提升弱散射樣品的圖像對比度。然而,這類方法通常需要相對復(fù)雜的樣品制備步驟,并且染色過程可能對樣品具有毒性并造成破壞性影響。相比之下,定量相位成像(Quantitative phase imaging, QPI)作為一種無標(biāo)記方法,無需使用任何外部試劑即可對透明樣本進(jìn)行非侵入性、高分辨成像,并且能夠定量反映待測樣品的相位信息,從而有效克服了化學(xué)染色方法的不足。然而由于需要使用數(shù)字圖像重建和相位恢復(fù)算法,傳統(tǒng)的定量相位成像系統(tǒng)需要大量的計算資源且速度較慢。此外,在對生物組織進(jìn)行成像過程中,常常會受到隨機(jī)散射介質(zhì)的干擾,而絕大多數(shù)定量相位成像方法并未考慮其影響。
為了解決這些問題,近日,來自加州大學(xué)洛杉磯分校(UCLA)的Ozcan教授研究團(tuán)隊提出了一種利用衍射神經(jīng)網(wǎng)絡(luò)透過隨機(jī)未知散射介質(zhì)實現(xiàn)定量相位成像的新方法。
其相關(guān)成果以“Quantitative phase imaging (QPI) through random diffusers using a diffractive optical network”為題發(fā)表在Light: Advanced Manufacturing。
衍射神經(jīng)網(wǎng)絡(luò)是一種基于自由空間的光學(xué)計算架構(gòu),近年來吸引了越來越多的研究關(guān)注。在這項工作中,研究人員通過數(shù)據(jù)驅(qū)動(Data driven)的方式精心設(shè)計了一組由透射式空間結(jié)構(gòu)表面組成的衍射神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)尺寸緊湊,軸向長度僅為70個照明波長。研究人員通過隨機(jī)生成的散射介質(zhì)來訓(xùn)練衍射光學(xué)網(wǎng)絡(luò),以提高網(wǎng)絡(luò)對由隨機(jī)未知散射介質(zhì)帶來的相位擾動的魯棒性。并且這種基于深度學(xué)習(xí)的網(wǎng)絡(luò)訓(xùn)練只需要一次,得到的衍射神經(jīng)網(wǎng)絡(luò)即可對隱藏在隨機(jī)散射介質(zhì)后的未知物體進(jìn)行全光相位恢復(fù)和定量相位成像。
仿真研究表明,該衍射神經(jīng)網(wǎng)絡(luò)具備透過散射介質(zhì)重建物體相位信息并進(jìn)行定量相位成像的能力。此外,研究人員還針對衍射表面層數(shù),圖像重建質(zhì)量和能量效率之間的制約關(guān)系等諸多因素進(jìn)行了研究。他們發(fā)現(xiàn),相對于較淺的網(wǎng)絡(luò),更深的衍射神經(jīng)網(wǎng)絡(luò)(即擁有更多的衍射表面)通常性能更優(yōu)。值得一提的是所提出的光學(xué)計算框架可以根據(jù)照明光波長進(jìn)行等比例縮放,從而適用于不同的電磁波波段,而無需重新設(shè)計或重新訓(xùn)練衍射表面。
這種全光計算架構(gòu)具有功耗低,處理速度快,體積小等優(yōu)點。UCLA研究團(tuán)隊期望該方法能與現(xiàn)有的圖像傳感(CMOS/CCD)集成,有效地將標(biāo)準(zhǔn)顯微鏡轉(zhuǎn)化為衍射定量相位成像顯微鏡,從而具有利用光學(xué)衍射,通過被動式結(jié)構(gòu)表面實現(xiàn)片上物體相位恢復(fù)和圖像重建的能力。
| 論文信息 |
Yuhang Li, Yi Luo, Deniz Mengu, Bijie Bai, Aydogan Ozcan. Quantitative phase imaging (QPI) through random diffusers using a diffractive optical network[J]. Light: Advanced Manufacturing 4, 17(2023).
本文為澎湃號作者或機(jī)構(gòu)在澎湃新聞上傳并發(fā)布,僅代表該作者或機(jī)構(gòu)觀點,不代表澎湃新聞的觀點或立場,澎湃新聞僅提供信息發(fā)布平臺。申請澎湃號請用電腦訪問http://renzheng.thepaper.cn。





- 報料熱線: 021-962866
- 報料郵箱: news@thepaper.cn
互聯(lián)網(wǎng)新聞信息服務(wù)許可證:31120170006
增值電信業(yè)務(wù)經(jīng)營許可證:滬B2-2017116
? 2014-2025 上海東方報業(yè)有限公司