深度学习在数字全息显微成像中的应用
数字全息显微成像技术因能高精度实现定量相位成像的优势受到生物成像与材料科学领域的关注,但共轭像的存在、相位包裹的困扰以及分辨率受限等问题一直阻碍了数字全息显微术的广泛应用.近些年,深度学习作为机器学习中一种对数据特征提取进行特化的模型,在光学成像领域中被广泛应用.除用于提高成像效率外,其解决成像逆问题的潜力也不断被研究人员发掘,为成像领域开辟了一条蹊径.本文从深度学习应用于数字全息显微成像的工作原理出发,介绍它解决光学成像逆问题的思路与重要数理概念,同时对深度学习的完整实施过程进行归纳.扼要地总结了近年来深度学习对于全息重建、自动聚焦与相位恢复、全息去噪与超分辨等方面的研究进展,并对该研究领域中存在的问题与发展趋势进行展望.
成像系统、数字全息显微、深度学习、定量相位成像
58
O438.1(光学)
国家自然科学基金;国家自然科学基金;国家重点研发计划
2021-11-16(万方平台首次上网日期,不代表论文的发表时间)
共19页
157-175