新闻与活动 西湖新闻 学术研究

西湖大学工学院袁鑫团队在光学顶刊Optica发文,首次实现基于相干衍射成像的高速显微成像
学术研究
感知与计算成像实验室 工学院 2022年06月23日
媒体联系 戴雪萍邮箱: daixueping@westlake.edu.cn
电话: +86-(0)571-85279887
工学院

近日,西湖大学工学院袁鑫团队在光学顶刊《Optica发表了题为“Physics-driven deep learning enables temporal compressive coherent diffraction imaging”的最新研究成果,首次实现基于相干衍射成像(CDI)技术的高帧率显微成像,为X-ray等成像技术提供了新的研究方向,并使CDI技术用于高速复杂目标成为可能。

论文链接:https://opg.optica.org/viewmedia.cfm?uri=optica-9-6-677&seq=0&html=true


相干衍射成像技术是一种无透镜成像技术,通过采集光经物体后的自然衍射图像,经混合输入-输出(HIO)等算法相位恢复后,可获得目标原本的图像信息。这项技术被广泛运用于X光和电子显微镜等无法使用透镜系统成像的领域。然而由于采样精度和布拉格间距的限制,人们仅能将CDI技术用于简单的微小物体和微结构的成像,并需在成像时保持目标的相对静止。


1: 相干衍射成像原理图

为了实现CDI技术对动态目标的高帧率捕捉,袁鑫团队提出了将单曝光压缩成像(SCI)CDI相结合的解决方案,通过在谱面增加数字微镜器件进行时域编码的方式,成功实现在相机一次曝光时间内对20帧目标运动信息的压缩采集。在此基础上,研究团队通过基于物理驱动的深度学习算法和加入了深度神经网络的相位恢复算法共同组成的算法,成功恢复出目标物体的20帧运动图像。

袁鑫团队别出心裁的使用最小线宽仅为20微米的光刻不锈钢板作为目标,刻蚀部分为西湖大学校名Westlake,用于表达对西湖大学的感谢和敬意。



2:实验光路与实验结果


在实现CDI时域压缩采集的同时,研究团队还发现了深度学习在相位恢复上的天然优势—融入深度学习算法后的DNN-HIO算法可实现更高质量且更快速的相位恢复,并发现随机矩阵与稀疏矩阵的混合编码可用于解决衍射图像低频成分强度过高的问题,为该领域开辟了新的研究方向。

综上所述,CDISCI的首次结合证明了无透镜成像实现高帧率和用于复杂目标的可行性,并有望进行兼具大视场和高分辨的无透镜成像,当前已实现57.02lp/mm的高速动态目标分辨率,最高压缩帧率达到20帧,拍摄帧率达到1000fps。研究结果可为后续计算成像领域的工作提供重要的参考,为从事X-ray成像的科研人员解决蛋白质等大分子或材料微结构的动态拍摄问题提供了可行方案。

西湖大学袁鑫课题组科研助理陈子旸、中国科学院计算机网络信息中心在读博士研究生郑巳明(现为课题组访问学生)、中国科学院上海光学精密机械研究所已毕业博士生童智申为本文共同第一作者,西湖大学工学院袁鑫教授为通讯作者。论文相关工作在西湖大学完成,研究得到了西湖大学未来产业研究中心和工学院的支持,得到中国科学院上海光学精密机械研究所的近红外光源支持,并得到了珑璟光电的赞助。