【儀表網(wǎng) 研發(fā)快訊】近日，中國科學院西安光機所聯(lián)合加拿大國立科學研究院(INRS)和西北大學，在壓縮高速成像領域取得重要進展。相關研究成果發(fā)表于《超快科學》(Ultrafast Science，IF 9.9)。論文共同第一作者為西安光機所栗星博士、王思穎博士和西北大學博士陳長恒，通訊作者為西安光機所柏晨研究員和姚保利研究員，西安光機所為第一完成單位及通訊單位。
 

　　壓縮高速成像的核心難題，在于從復雜逆問題中高保真地重建動態(tài)序列。傳統(tǒng)深度學習方法通常依賴于大量訓練數(shù)據(jù)，且普遍存在泛化能力有限、易引入偽影等問題。而現(xiàn)有的物理增強框架大多局限于單一任務先驗，難以有效應對超快成像場景中噪聲、幀間串擾等多維度干擾帶來的復合成像難題。
 

　　為此，西安光機所研究團隊提出多先驗物理增強神經(jīng)網(wǎng)絡(mPEN)成像框架(如圖1所示)，團隊創(chuàng)新性地將光致發(fā)光動力學物理模型、擴展采樣先驗、稀疏性約束、深度圖像先驗等多先驗信息深度融入非訓練神經(jīng)網(wǎng)絡。通過多重互補先驗的協(xié)同修正，有效抑制了重建偽影、糾正空間畸變并提升空間分辨率，特別是在低光子條件下表現(xiàn)出較強的魯棒性。
 

　　圖 1mPEN-sCUPLI 深度學習網(wǎng)絡架構。該框架融合了物理模型、擴展采樣先驗、稀疏性約束和深度圖像等先驗，解決了傳統(tǒng)方法的不穩(wěn)定性。
 

　　在此基礎上，研究團隊進一步構建了基于雙光路同步采集與多先驗物理增強深度學習融合的壓縮高速成像系統(tǒng)(如圖2所示)。
 

　　該系統(tǒng)采用脈沖激光作為激發(fā)光源，并通過數(shù)字微鏡器件(DMD)加載偽隨機圖案對動態(tài)場景進行空間編碼。動態(tài)場景的光信號被劃分為兩個路徑：在編碼路徑中，通過振鏡掃描將時間信息轉化為空間剪切偏移，并由CMOS相機捕獲；在先驗采樣路徑中，另一臺同步的CMOS相機直接采集場景的未編碼積分圖像。系統(tǒng)通過數(shù)字延遲發(fā)生器與信號發(fā)生器協(xié)同調(diào)度，實現(xiàn)對光源、振鏡與雙相機的精密同步控制。最終，該系統(tǒng)結合人工智能賦能的圖像重建方法，在維持高空間分辨率的同時，實現(xiàn)了高保真的高速動態(tài)成像。
 

圖2 基于多先驗物理增強深度學習的壓縮高速成像光路
 

　　基于該光路系統(tǒng)，研究團隊提出的多先驗物理增強深度學習方法在光致發(fā)光成像中展現(xiàn)了較高的保真度。實驗結果(如圖3所示)表明，空間分辨率明顯提升：在33,000 fps的幀率下達到~90.5 lp/mm，是基于TwIST的傳統(tǒng)COSUP方法的3.56倍。在重構質(zhì)量方面，圖像銳度與保真度增強了約1.85倍，峰值信噪比(PSNR)平均提升約4dB，有效解決了圖像重構過程中的偽影干擾與畸變問題。
 

　　圖3 空間分辨率對比結果。(a)對比TwIST、PnP-ADMM等之前方法，最右列mPENFFDNET方法清晰分辨了分辨率板的細節(jié)，實現(xiàn)了約3.56倍(較基于TwIST的傳統(tǒng)COSUP方法)的分辨率提升。(b)動態(tài)重構序列與截線強度曲線(白線處)，驗證了動態(tài)分辨率一致性。
 

　　該技術展現(xiàn)出廣闊的應用前景。研究團隊已將其應用于食品安全檢測領域，借助稀土摻雜上轉換納米探針，成功在酒精溶液中實現(xiàn)對合成色素莧菜紅濃度的微秒級熒光壽命無損檢測，為痕量物質(zhì)的快速精準分析提供了全新技術路徑。
 

　　圖4 酒精溶液中色素濃度檢測。(a-b)mPENFFDNET與PnP-ADMM方法的重構結果對比及圖像細節(jié)展示，結果顯示mPENFFDNET有效抑制了前者存在的偽影與強度不均勻，實現(xiàn)了更高保真的細節(jié)重建；(c)為圖(a)橙色虛線框區(qū)域?qū)?D強度分布(3D profiles)對比，結果顯示mPENFFDNET有效消除了PnP-ADMM結果中的鋸齒狀起伏與背景噪聲，使重構表面更圓滑、背景更純凈，直觀體現(xiàn)了系統(tǒng)對偽影的有效抑制；(d-e)熒光衰減曲線及平均壽命分析。實驗證實，通過高保真重建可定量表征熒光壽命隨色素濃度增加的猝滅效應。
 

　　團隊在此領域的研究工作得到了國家自然科學基金、國家重點研發(fā)計劃、中國科學院青年創(chuàng)新促進會等項目的支持。
 

　　西安光機所姚保利研究員團隊近年來對智能光學顯微成像技術進行了深入研究，形成了多種新型光學顯微成像技術，在成像功能、信息獲取維度、性能指標等方面均獲得顯著提升，包括利用深度學習技術實現(xiàn)的全彩寬場顯微光切片三維成像、共聚焦顯微快速超分辨三維成像、快速光片三維顯微成像，以及利用壓縮感知技術實現(xiàn)的高分辨率高信噪比的光片顯微成像、透過散射介質(zhì)計算成像等。相關研究成果發(fā)表于Opto-Electron. Adv.、Photon. Res.、Opt. Lett.、Opt. Express等期刊。
 

　　此外，西安光機所姚保利研究員團隊在基于光場調(diào)控的光學顯微成像和光學微操縱方面開展了長期的理論和實驗研究工作，在PNAS、Nature Com.、Sci. Adv.、PRL、Rep. Prog. Phys.、Adv. Opt. Photon.等期刊上發(fā)表300多篇論文，授權多項國家發(fā)明專利，曾獲陜西省科學技術一等獎、二等獎和陜西省重點科技創(chuàng)新團隊等獎勵和榮譽。