在过去的几十年里，弱散射相物体（如细胞）的成像一直是生物医学科学等多个领域的研究热点。常用的方法是通过化学染色剂或荧光标签来增强弱散射物体的图像对比度，但这通常需要复杂的样品准备步骤，且可能对样品造成毒性或损害。定量相位成像（QPI）作为一种强大的无标记解决方案，能够在不使用任何外部标签或试剂的情况下，实现透明标本的非侵入性高分辨率成像。
然而，传统的QPI系统由于依赖数字图像重建和相位检索算法，往往资源消耗大且速度较慢。此外，大多数QPI方法未能考虑随机散射介质，尤其是在生物组织中普遍存在的情况。
最近，加州大学洛杉矶分校（UCLA）电气与计算机工程系的Aydogan Ozcan教授领导的研究小组在《光:先进制造》杂志上发表了一项新研究，提出了一种新的方法，能够对完全被随机、未知相位扩散器覆盖的物体进行定量相位成像。他们的方法利用深度学习优化的连续传输层构成的衍射光网络，该系统的轴向跨度约为70λ，其中λ为照明波长。
在训练过程中，研究小组使用多种随机生成的相位扩散器，以建立对随机未知扩散器产生的相位扰动的适应能力。经过一次性训练后，得到的衍射层能够对完全被未知随机扩散器遮挡的物体进行全光相位恢复和定量相位成像。
在数值模拟中，研究小组成功展示了QPI衍射网络通过新的随机相位扩散器实现新物体成像的能力，这是前所未有的。此外，他们的研究深入探讨了多种因素的影响，例如空间结构衍射层的数量，以及图像质量与输出能量效率之间的权衡，揭示了更深的衍射光网络通常优于较浅的设计。这种QPI衍射网络可以在物理上进行缩放，以在电磁频谱的不同部分运行，而无需重新设计或重新训练其层。
这种全光计算框架具有低功耗、高帧率和小尺寸的优势。加州大学洛杉矶分校的研究小组预计，他们的QPI衍射设计可能会集成到图像传感器芯片（CMOS/CCD成像仪）上，有效地将标准光学显微镜转变为衍射QPI显微镜，能够通过被动结构层内的光衍射实现片上相位恢复和图像重建。
本文来自作者[雨樊]投稿，不代表教外号立场，如若转载，请注明出处：https://wap.sgkaplan.com.cn/wiki/202508-2742.html
评论列表（4条）
我是教外号的签约作者“雨樊”！
希望本篇文章《利用随机扩散器的衍射网络实现定量相位成像(QPI)》能对你有所帮助！
本站[教外号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：在过去的几十年里，弱散射相物体（如细胞）的成像一直是生物医学科学等多个领域的研究热点。常用的方法是通过化学染色剂或荧光标签来增强弱散射物体...