自行优化光谱距离,用于低光低通量拉曼超光谱成像

科学领域:

• 频谱学是一种光谱学.
• 影像科学 影像科学
• 计算科学 计算科学

背景情况:

• 拉曼超光谱成像通过结合振动光谱和空间成像来提供详细的样本分析.
• 弱拉曼散射信号通常需要很长的采集时间或高功率激光器,限制了实际应用.
• 现有的方法可能依赖于广泛的培训数据集或高能量输入.

研究的目的:

• 开发一种计算方法,在具有挑战性的条件下进行高效的拉曼成像.
• 通过克服采集时间和激光功率的限制,实现高通量拉曼成像.
• 在没有大型训练数据集的情况下,从低质量的测量中重建高质量的拉曼图像.

主要方法:

• 开发了一种基于无监督学习的方法,即自我优化的光谱距离 (SSD).
• 固态硬盘可以直接从低质量的"噪音"测量中重建拉曼图像.
• 该方法消除了对大规模训练数据集,长时间成像和高能激光器的需求.

主要成果:

• 该SSD方法成功地从使用短集成时间或低功率激光器获得的测量中重建拉曼图像.
• 在各种应用中实现了高成像质量,包括细胞结构分析,微粒子检测和制药成分识别.
• 获取时间和激发功率至少减少了一个数量级.

结论:

• 开发的SSD方法显著提高了拉曼高光谱成像的效率和适用性.
• 这种方法促进了高通量拉曼成像,使该技术更容易获得和多功能.
• 固态硬盘可以在具有挑战性的条件下实现先进的成像,减少资源需求并扩大潜在的应用.