衍射光学网络促进定量相位成像

几十年来，对细胞等弱散射相物体成像一直是包括生物医学在内的多个领域的研究重点。要为弱散射材料提供图像对比度，一种常用的方法是使用化学染色剂或荧光标签，但这需要一些复杂的样品制备过程，有可能对样品造成毒害或损害。

定量相位成像（QPI）已成为解决这一问题的有效无标记解决方案，可对透明标本进行无创、高分辨率成像，而无需任何外部化学试剂。

另一方面，传统的 QPI 系统由于依赖数字图像重建和相位检索技术，可能会造成资源密集和运行缓慢。此外，大多数 QPI 技术无法考虑随机散射介质，而这在生物组织中非常常见。

美国加州大学洛杉矶分校（UCLA）电子与计算机工程系的研究人员最近在《Light： 先进制造》（Light: Advanced Manufacturing）上发表。

他们的方法利用了一个轴向跨度约为 70 λ（其中 λ 是照明波长）的衍射光学网络，该网络由经过深度学习优化的连续透射层组成。

在训练过程中使用了随机生成的不同相位扩散器，以帮助系统抵御随机未知扩散器造成的相位扰动。训练完成后，生成的衍射层可对完全被未知随机扩散器遮挡的不明物体进行全光学相位恢复和定量相位成像。

通过以前从未见过的新随机相位扩散器，研究小组的数值模拟有效地说明了 QPI 衍射网络能够对新物体进行全光学相位恢复和定量相位成像。

对衍射层数以及输出能效和图像清晰度之间的权衡等众多变量影响的进一步研究表明，较深的衍射光学网络往往能胜过较浅的系统。这种 QPI 衍射网络无需重建或重新训练其衍射层，就能在电磁频谱的各种频率下正常工作。

低功耗、高帧频和体积小是这种全光学计算机系统的优势。加州大学洛杉矶分校的研究小组期待着将他们的 QPI 衍射设计集成到图像传感器芯片（CMOS/CCD 成像仪）上，从而有效地将传统的光学显微镜转换成能够通过被动结构层内的光衍射执行片上相位恢复和图像重建的 QPI 衍射显微镜。

参考资料

Li, Y., et al. (2023) Quantitative phase imaging (QPI) through random diffusers using a diffractive optical network. Light: Advanced Manufacturing. doi:10.37188/lam.2023.017