自适应像差校正方法及基于该方法的光片显微成像装置与流程

本发明涉及光学成像技术领域，具体而言，涉及一种自适应像差校正方法及基于该自适应像差校正方法的光片显微成像装置。

背景技术：

光片显微镜具有对生物组织低漂白性、轴向分辨力高的优势，但其成像深度受限，生物医学等领域研究的发展，对现代显微系统的成像深度提出了更高的要求。而随着成像深度的增加，由折射率失配引入的像差会严重影响显微成像质量，该类型像差会随着观测环境及样品本身的改变而发生变化，因此需要引入自适应光学技术进行像差的实时动态校正。

现有的自适应光学技术校正的像差范围过小，像差校正速度过慢。

技术实现要素：

本发明解决的问题是现有的自适应光学技术校正的像差范围过小，像差校正速度过慢。

为解决上述问题，本发明提供一种自适应像差校正方法，包括：

建立像差的泽尼克多项式表征模型；

利用遗传算法求解所述泽尼克多项式表征模型的近似最优解；

以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解；

基于所述全局最优解计算待矫正相位，其中，所述待矫正相位为像差校正参数。

可选地，所述泽尼克多项式表征模型为5-36阶泽尼克多项式的线性组合。

可选地，所述利用遗传算法求解所述泽尼克多项式表征模型的近似最优解包括：

将所述泽尼克多项式表征模型中的泽尼克系数进行编码，将编码后的所述泽尼克系数作为基因值；

设置种群数量为m个，每个种群包括n个所述泽尼克系数，选取在像差校正范围内的n个随机数分别作为各项泽尼克系数，其中，n等于所述泽尼克多项式表征模型的多项式项数；

基于m个种群的泽尼克系数，依次计算各个种群对应的相位分布，并依次施加到波前校正器，并分别计算各个种群对应的相位分布下的图像评价函数，其中，所述图像评价函数为所述遗传算法的适应度函数；

保留所述m个种群中适应度最高的个体直接进入下一代，并从所述m个种群中基于预设交叉规则选取个体进行交叉操作，得到新个体，从所述m个种群中基于预设变异规则选取个体进行变异操作；

判断是否满足预设的迭代终止条件；

若不满足预设的迭代终止条件，则返回执行所述基于m个种群的泽尼克系数，依次计算各个种群对应的相位分布的步骤；

若满足预设的迭代终止条件，则将当前种群中适应度最高的个体作为所述近似最优解。

可选地，所述将所述泽尼克多项式表征模型中的泽尼克系数进行编码包括：将所述泽尼克多项式表征模型中的泽尼克系数进行浮点编码。

可选地，所述交叉操作采用均匀交叉算子进行，所述变异操作为高斯变异操作。

可选地，所述以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解包括：

将所述近似最优解设为a＝[a5,a6,a7,...a36]，产生服从伯努利分布的随机向量δ＝[δa5,δa6,δa7,...δa36]；

根据预设公式计算经过双方扰动的泽尼克系数向量，其中，所述预设公式为：

a+＝a+δ＝[a5+δa5,a6+δa6,a7+δa7,...a36+δa36]，

a-＝a-δ＝[a5-δa5,a6-δa6,a7-δa7,...a36-δa36]，

由向量a+与a-按所述泽尼克多项式表征模型，产生对应的相位分布ψ+与ψ-，将所述ψ+与所述ψ-分别施加至所述波前校正器，并分别计算所述ψ+与所述ψ-下的图像评价函数j+与j-，其中，图像评价函数j为所述适应度函数；

计算两个图像评价函数的值之差δj＝j+-j-；

基于所述两个图像评价函数的值之差更新所述泽尼克系数向量；

判断是否满足预设的迭代终止条件；

若不满足预设的迭代终止条件，则返回执行所述产生服从伯努利分布的随机向量；

若满足预设的迭代终止条件，则由更新的泽尼克系数向量根据所述泽尼克多项式表征模型计算对应的相位分布，该相位分布为所述全局最优解。

可选地，所述图像评价函数包括图像灰度方差函数和/或图像梯度和函数。

本发明还提出一种基于如上任一项所述自适应像差校正方法的光片显微成像装置，包括：校正控制器、空间光调制器和相机，所述校正控制器基于如上任一项所述的自适应像差校正方法计算像差校正参数，所述空间光调制器作为波前校正器，用于基于所述像差校正参数对像差进行校正，所述相机用于对样品成像。

可选地，所述光片显微成像装置还包括声光偏转器，所述空间光调制器还用于生成不同系数的离焦模式相位分布使光聚焦样品不同深度，实现样品的纵向扫描，所述声光偏转器用于使光产生不同角度的偏转，实现对样品的横向扫描。

可选地，所述光片显微成像装置还包括：激光器、第一整形透镜、第二整形透镜、偏振片、扫描透镜、收集透镜、第一显微物镜、第二显微物镜、成像透镜，其中，所述第二显微物镜、所述成像透镜以及所述scmos相机所在光路，与所述声光偏转器、所述扫描透镜、所述收集透镜以及所述第一显微物镜所在光路呈正交垂直关系。

本发明将遗传算法与随机并行梯度下降算法结合，先利用遗传算法求解近似最优解，为随机并行梯度下降算法提供了一个较好的搜索起点，降低随机并行梯度下降算法出现局部最优问题的概率，即本发明综合了二者的优势，规避了二者的缺陷，可校正光片显微系统中存在的复杂像差，校正像差操作简单，成本低，且达到更快的像差校正速度及更高的像差校正精度。

附图说明

图1为本发明自适应像差校正方法一实施例示意图；

图2为本发明自适应像差校正方法另一实施例示意图；

图3为本发明光片显微成像装置一实施例示意图；

图4为本发明光片显微成像装置另一实施例示意图。

附图标记说明：

1-激光器；2-第一整形透镜；3-第二整形透镜；4-偏振片；5-二维扫描系统；51-空间光调制器；52-声光偏转器；6-扫描透镜；7-收集透镜；8-第一显微物镜；9-样品；10-第二显微物镜；11-成像透镜；12-相机；13-校正控制器。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

为便于理解本发明，首先对自适应光学技术进行简要介绍。

自适应光学技术主要有依赖于波前探测器的直接波前探测技术以及不依赖波前传感器的间接波前探测技术。本发明各个实施例适用于不依赖波前传感器的间接波前探测技术，无波前传感器的自适应系统包含波前控制器和波前校正器，其中，波前控制器用于根据波前控制算法，计算出波前校正器的控制参数，并反馈到波前校正器上，波前校正器是进行像差校正的执行器件，基于波前控制器计算出的控制参数，改变入射光束不同位置的光程差进行波前畸变的相位补偿，以实现对像差的校正。

像差与荧光图像有着间接对应关系，当像差为零时，荧光图像的图像评价指标最优，因此，基于荧光图像的图像评价指标的变化，确定波前校正器的控制参数，使图像质量最佳，进而间接达到像差校正的目的。

本发明提出一种自适应像差校正方法。

图1为本发明自适应像差校正方法一实施例示意图，如图1，所述自适应像差校正方法包括：

步骤s10，建立像差的泽尼克多项式表征模型；

泽尼克多项式表征模型能表征大量像差，将像差以泽尼克多项式之和表征，可将求解波前校正器最佳控制电压的问题转为求解像差zernike系数的问题，简化了自适应像差校正的难度。

其中，像差的泽尼克多项式表征模型如下：

其中，r，θ为光瞳面的归一化极坐标，i为泽尼克多项式阶数，ψ(r,θ)为波前相位分布函数，zi(r,θ)为第i阶泽尼克基函数，ai为第i阶泽尼克像差的系数。

可选地，所述泽尼克多项式表征模型为5-36阶泽尼克多项式的线性组合。

5-36阶泽尼克多项式可表征的信息量较为丰富，足以表征大量像差，进而保证像差表征的准确性，提高像差校正的准确性和校正效果。

步骤s20，利用遗传算法求解所述泽尼克多项式表征模型的近似最优解；

可选地，参考图2，步骤s20包括：

步骤s21，将所述泽尼克多项式表征模型中的泽尼克系数进行编码，将编码后的所述泽尼克系数作为基因值；

可选地，对泽尼克系数进行浮点编码。一实施方式中，选取5-36阶泽尼克多项式之和表征像差，将其对应的泽尼克系数a5至a36作为基因值[a5,a6,a7,...a36]。

步骤s22，设置种群数量为m个，每个种群包括n个所述泽尼克系数，选取在像差校正范围内的n个随机数分别作为各项泽尼克系数，其中，n等于所述泽尼克多项式表征模型的多项式项数；

参考图2，步骤s22即图2中的种群初始化。可选地，一实施方式中，选取5-36阶泽尼克多项式之和表征像差，一个种群包含32个泽尼克系数，为每个种群选取32个随机数，作为各项泽尼克系数。

可选地，像差校正范围为[-2π，+2π]，随机数取自该范围。

步骤s23，基于m个种群的泽尼克系数，依次计算各个种群对应的相位分布，并依次施加到波前校正器，并分别计算各个种群对应的相位分布下的图像评价函数，其中，所述图像评价函数为所述遗传算法的适应度函数；

步骤s23即图2中的适应度计算操作。基于步骤s10中的像差的泽尼克多项式表征模型公式ψ(r,θ)，计算各个种群对应的相位分布。

可选地，图像评价函数包括图像灰度方差函数。图像灰度方差描述了图像中灰度分布离散程度的大小，图像灰度方差越大，表示灰度分布离散程度越大，图像灰度层次越丰富，图像也越清晰，图像灰度方差越小，灰度离散程度也较小，图像也越模糊。

可选地，图像评价函数包括图像梯度和函数。图像梯度信息描述了图像边缘的清晰程度，灰度梯度越大，边缘越清晰，整幅图像的细节越清楚，图像质量也越好。

可选地，图像评价函数包括图像灰度方差函数和图像梯度和函数。

将图像评价函数作为遗传算法的适应度函数，基于图像评价函数确定的图像质量越高，说明图像的适应度越高。

步骤s24，保留所述m个种群中适应度最高的个体直接进入下一代，并从所述m个种群中基于预设交叉规则选取个体进行交叉操作，得到新个体，从所述m个种群中基于预设变异规则选取个体进行变异操作；

在上一代种群中，个体被选中进入下一代的概率与其适应成正比，个体适应度越高，其进入下一代的概率越大。其中，适应度最高的个体可直接进入下一代，作为下一代的个体而存在。

参考图2，从上一代选择若干个体，基于选择出的个体进行交叉、变异操作。可选地，可从m个种群中选取适应度最高的预设数量的个体，如适应度最高的前20个个体，如适应度最高的前5％的个体。

对上一代选择后的个体进行交叉操作：设置交叉率pc，按照交叉率pc从选取的若干个体中选择出两个要交叉的个体为可按照均匀交叉算子思想产生新个体式子如下：

式中，0<a<1，0<b<1，且a+b＝1；

可选地，变异操作高斯变异操作。具体而言，根据变异概率pm从选取的若干个体中选择出要变异的个体，用符合均值为μ、方差为σ2的一个随机数替换选中变异个体对应的基因值。具体操作如下：先产生20个在[0,1]范围内均匀分布的随机数ri(i＝1,2,…20)，则符合n(μ,σ2)正态分布的一个随机数r可由下式求得：

一实施方式中，被选中参与操作的变异个体为5-36阶泽尼克系数[a5,a6,a7,...ak...a36]，设ak为变异点，其取值范围为[amin,amax]，在该点对该个体进行高斯变异操作，令μ＝(amin+amax)/2，σ＝(amax-amin)/10,则个体[a5,a6,a7,...ak'...a36]的新基因值ak'为：

步骤s25，判断是否满足预设的迭代终止条件；

可选地，预设的迭代终止条件为迭代次数大于或等于第一预设次数。

可选地，预设的迭代终止条件为达成适应度函数优化目标，此时，计算当前种群各个个体下的适应度函数，获得各个个体的适应度。例如，适应度函数为图像灰度方差函数，以图像灰度方差大于或等于预设方差作为优化目标。

步骤s26，若不满足预设的迭代终止条件，则返回执行所述步骤s23，即如图2所示，返回适应度计算步骤，计算新一代个体种群的适应度，继续迭代过程；

步骤s27，若满足预设的迭代终止条件，则将当前种群中适应度最高的个体作为所述近似最优解，作为后续随机并行梯度下降算法(即图2中的spgd算法)的优化起点。

步骤s30，以所述近似最优解为起点，利用随机并行梯度下降算法(stochasticparallelgradientdescentalgorithm-spgd)进一步求解所述泽尼克多项式表征模型的全局最优解。

可选地，参考图2，步骤s30，包括：

步骤s31，将所述近似最优解设为a＝[a5,a6,a7,...a36]，产生服从伯努利分布的随机向量δ＝[δa5,δa6,δa7,...δa36]，该随机向量δ即为图2中的扰动向量；

以近似最优解作为随机并行梯度下降算法的起点，进行全局最优解的求解。

步骤s32，根据预设公式计算经过双方扰动的泽尼克系数向量，其中，所述预设公式为：

a+＝a+δ＝[a5+δa5,a6+δa6,a7+δa7,...a36+δa36]，

a-＝a-δ＝[a5-δa5,a6-δa6,a7-δa7,...a36-δa36]，

步骤s33，由向量a+与a-按所述泽尼克多项式表征模型，产生对应的相位分布ψ+与ψ-，将所述ψ+与所述ψ-分别施加至所述波前校正器，并分别计算所述ψ+与所述ψ-下的图像评价函数j+与j-，其中，图像评价函数j为所述适应度函数；

步骤s34，计算两个图像评价函数的值之差δj＝j+-j-；

步骤s35，基于所述两个图像评价函数的值之差更新所述泽尼克系数向量；

具体而言，基于公式a＝a-μδδj更新泽尼克系数向量，其中，μ为迭代步长，用以控制算法的收敛速度。

步骤s36，判断是否满足预设的迭代终止条件；

可选地，此处预设的迭代终止条件为迭代次数大于或等于第二预设次数。

可选地，此处预设的迭代终止条件为满足预设的清晰度要求，具体可以图像评价函数值要求作为条件，此时，计算最新的泽尼克系数向量下的图像评价函数，获得当前的图像评价值，在图像评价值大于预设值时，判定满足预设的迭代终止条件。例如，图像评价函数为图像梯度和函数，以图像梯度和大于或等于预设梯度作为迭代终止条件。

步骤s37，若不满足预设的迭代终止条件，则返回执行所述产生服从伯努利分布的随机向量，即继续迭代。

步骤s38，若满足预设的迭代终止条件，则由更新的泽尼克系数向量根据所述泽尼克多项式表征模型计算对应的相位分布，该相位分布为所述全局最优解。

步骤s40，基于所述全局最优解计算待矫正相位，其中，所述待矫正相位为像差校正参数。

全局最优解为一组最优的泽尼克系数，基于最优的泽尼克系数以及所述泽尼克多项式表征模型的公式ψ(r,θ)，计算待矫正相位，将待矫正相位反馈给波前校正器，由波前校正器进行像差校正。

随机并行梯度下降算法易陷入局部最优，算法稳定性较差，而遗传算法作为一种全局优化算法其局部优化能力较差，易产生“早熟”现象，本发明实施例通过将遗传算法与随机并行梯度下降算法结合，先利用遗传算法求解近似最优解，为随机并行梯度下降算法提供了一个较好的搜索起点，降低随机并行梯度下降算法出现局部最优问题的概率，即本发明实施例综合了二者的优势，规避了二者的缺陷，可校正光片显微系统中存在的复杂像差，校正像差操作简单，成本低，且达到更快的像差校正速度及更高的像差校正精度。

本发明还提出一种基于如上任一实施例所述自适应像差校正方法的光片显微成像装置，参考图3，所述光片显微成像装置包括：校正控制器13、空间光调制器51和相机12，所述校正控制器13基于如上各个实施例所述的自适应像差校正方法计算像差校正参数，所述空间光调制器51作为波前校正器，用于基于所述校正参数对像差进行校正，所述相机12用于对样品成像。

其中相机12可为scmos相机或ccd相机。scmos(科研级互补金属氧化物半导体)是在传统的cmos芯片制造工艺及处理能力基础上改进获得的新型cmos器件。

利用相机12对样品成像，由校正控制器13计算其成像获得的图像的图像评价指标，并基于图像评价指标以及如上各个实施例所述的自适应像差校正方法，计算获得像差校正参数，由空间光调制器51执行像差校正。

可选地，如图4，在本发明提出的光片显微成像装置另一实施例中，所述光片显微成像装置还包括二维扫描系统5，所述二维扫描系统5包括所述空间光调制器51和声光偏转器52，所述空间光调制器51还用于生成不同系数的离焦模式相位分布使光聚焦样品不同深度，实现样品的纵向扫描，所述声光偏转器52使光产生不同角度的偏转，实现对样品的横向扫描。

其中，空间光调制器与声光偏转器共同构成该光片显微成像装置的扫描装置，空间光调制器可生成离焦模式的相位分布使光聚焦于样品的不同深度，在扫描过程中，由空间光调制器按一定的时序产生不同聚焦深度的相位分布，实现对样品的纵向扫描，声光偏转器可改变光传播的方向，在扫描过程中，由声光偏转器按一定的时序使光产生不同的偏转角度，实现对样品的横向扫描。

可选地，如图4，所述光片显微成像装置还包括：激光器1、第一整形透镜2、第二整形透镜3、偏振片4、扫描透镜6、收集透镜7、第一显微物镜8、第二显微物镜10、成像透镜11，其中，所述第二显微物镜10、所述成像透镜11以及所述相机12所在光路，与所述声光偏转器52、所述扫描透镜6、所述收集透镜7以及所述第一显微物镜8所在光路呈正交垂直关系。

其中，激光器1用于照明，激光器1发射出来的激光经第一整形透镜2与第二整形透镜3扩束后经过偏振片4，出射光只含有空间光调制器51允许的入射偏振方向的光，入射至空间光调制器51的光被slm调制后被声光偏转器52进行偏转、而后经扫描透镜6与收集透镜7入射至第一显微物镜8，由第一显微物镜8聚焦至样品9，样品9反射出来的光入射至第二显微物镜10，被成像透镜11聚焦至相机12记录光强，其中，经声光偏转器52、扫描透镜6、收集透镜7以及第一显微物镜8入射的光点在样品9上扫描形成的平面与第二显微物镜10、成像透镜11聚焦以及相机12所在光路垂直。

光片显微成像装置设置用于照明/激发荧光的第一显微物镜8和用于探测的第二显微物镜10，第一显微物镜8与第二显微物镜10相互垂直设置，使得第一显微物镜8所在的入射照明光路与第二显微物镜10所在的发射荧光光路相互垂直，从而保证选择性地激发需要观察的区域，减少无效曝光，从而显著降低光漂白和光毒性。

虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。