12月13日，记者从西安光机所获悉：该所瞬态光学与光子技术国家重点实验室姚保利研究员课题组在智能光学显微成像研究方面取得新进展，研究成果在线发表于国际著名学术期刊《光子学研究》。该成果融合了数字全息和现代人工智能的特点，在生物医学检测、流场研究、表面形貌测量和形变分析等领域具有重要应用前景。

　　双波长同轴数字全息（DIDH）是高精度定量相位成像的常用方法之一。姚保利团队提出了一种用于DIDH成像的非训练神经网络，即DIDH-Net，可以从DIDH成像数据中重建出噪声和孪生像双重抑制的目标相位分布。DIDH-Net本质上是通过将非卷积网络与真实成像物理过程模型相结合而建立的，即将神经网络成像结果与用于光学DIDH成像的特定模型相结合，从而避免了传统网络训练所需的极大数据量。此外，DIDH-Net不需要对成像参数或操作进行额外的修改，便可实现高分辨率和高精度相位成像和测量。

　　据介绍，DIDH-Net仅需对图像形成机制进行相对精确的建模，继而将该物理模型与传统的深度神经网络相结合，便可以有效且准确地用单幅DIDH成像重建物体的相位分布信息。该项研究成果可以为DIDH提供鲁棒的相位重建和高精度的光学厚度测量，并可为其他数字全息成像方案提供借鉴。

　　近年来，姚保利团队对智能光学显微成像技术进行了深入研究，在成像功能、信息获取维度、性能指标等方面都获得了显著提升，继而形成了多种新型光学显微成像技术。例如，利用深度学习技术实现了全彩宽场显微光切片三维成像，利用压缩感知技术实现了高分辨率高信噪比的光片显微成像等。姚保利团队已先后在国际知名期刊上发表相关论文20余篇。（ 霍强）

来源：https://esb.sxdaily.com.cn/pc/content/202112/17/content_772521.html