无监督的自适应编码照明 基于物理神经网络的富里埃图形显微镜
Ruiqing Sun1, Delong Yang1, Yao Hu1
1School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, China.
Biomedical optics express
|October 6, 2023
概括
里埃图形显微镜 (FPM) 通过使用一种新的物理神经网络来加速成像. 这种方法提高了高分辨率,大视野成像的采集和计算效率.
科学领域:
- 计算机成像成像技术
- 显微镜技术的使用方法
- 光学物理学的光学物理.
背景情况:
- 里埃图形显微镜 (FPM) 通过将低分辨率图像与各种照明相结合,使大空间带宽产品成像成为可能.
- 传统的FPM在采集时间和计算负载方面面临限制.
- 在FPM中,平衡视野和分辨率仍然是一个关键的挑战.
研究的目的:
- 在FPM中引入一种用于自适应照明的新型物理神经网络.
- 为了提高FPM采集和计算的效率.
- 为了提高FPM中的成像速度和真实性.
主要方法:
- 开发一个物理神经网络,将临时编码的照明模式作为一个独立的层.
- 适应性照明策略的实施FPM.
- 使用多个LED的编码照明模式直接捕获实验数据.
主要成果:
- 通过模拟和实验验证实可行性和有效性.
- 实现了多重照明数据的直接捕获,绕过了连续图像后组合.
- 在细节真实性和成像速度方面展示了最先进的性能.
结论:
- 拟议的物理神经网络显著提高了FPM的效率.
- 适应性照明方法为高质量的成像提供了更快,更有效的计算方法.
- 这项工作在计算显微镜中取得了重大进展,改善了成像性能.
