一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法

本发明涉及一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，属于光学显微成像技术和人工智能。

背景技术：

1、定量相位成像技术量化来自微米尺寸的生物和非生物样品的相位测量，由于相位测量编码样品的三维形貌和折射率信息，在过去的十几年里得到了飞速的发展，在生命医学研究及工业检测等领域具有重要的应用价值。定量相位成像技术成为多个研究领域的重要臂膀归功于以下几个方面。首先，重建得到的光学相位信息可以直接或间接地转换为样品的物理或化学特性，便于进行更深入的基础研究；其次，作为非荧光标记且非侵入式的成像方法，不需要对样品进行额外的处理，避免给样品带来不利的影响；另外，定量相位成像技术很容易实现结构和功能上的拓展，以便与其他成像系统相结合。目前，绝大多数定量相位成像技术都是基于干涉成像原理的定量相位成像方法，该成像方法利用物光与参考光发生干涉，并结合条纹、数字传播和相位解包裹等算法解调样品的定量相位信息，为精确测量待测样品的相位提供了一套可靠的光学计量方法。但是，干涉成像需要相干性极高的照明光源和精密校准的衍射、干涉光路、极易受到噪声的影响，且无法低成本的实现定量相位成像。

2、尽管有研究人员提出去除参考光的定量相位成像技术，用以简化拍摄光路、减低成本、减少噪声对成像结果的影响，但这些技术往往需要同时拍摄多张不同的干涉、衍射图像，且需要经过复杂的相位检索计算，最终才能得到被测样本的相位信息。后续又提出了很多使用部分相干光源的定量相位成像技术，这些技术具有成像系统配置简单、更易实现，成像算法无需相位解包裹，成像结果具有更高的横向/纵向分辨率以及鲁棒性等优势。然而，部分相干光源的定量相位成像技术对光源的需求极高，往往需要使用昂贵的空间光调制器搭配，才能得到满足需求的特定光源，即使是使用led光源，也需要使用多颗led，并对其进行严格的排列和校准才能使用。同时，现有的深度学习定量相位成像方法能够从各种干涉、衍射图像中实现相位的恢复或重建，但这些深度学习方法都只是替代原有的物理模型相位检索算法，而未对图像采集光路进行优化。对于从获取方式更加简单、获取成本更低、获取过程更加稳定的单幅普通显微图像中实现定量相位成像，目前为止还未有一个研究能够解决这一问题。

技术实现思路

1、本发明要解决的技术问题是提供一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，使用深度学习技术使神经网络实现普通显微图像到真实相位图像的映射，最终实现从单张普通显微图像中完成定量相位成像，很大程度地降低定量相位成像技术在使用时所需成像系统配置的要求和成本，提高成像系统的稳定性与时间分辨率，从而提高生产效率以及定量相位成像技术的使用普及率。

2、本发明的技术方案是：一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，包括：

3、制作普通显微图像与其匹配的相位图像数据集。

4、根据所述相位图像数据集构建相位估计模型。

5、对所述相位估计模型进行训练。

6、通过所述训练后的相位估计模型进行相位图像预测。

7、在需要获取相位信息的生物样本中，只需获取样本的单幅普通显微图像，即可自动完成定量相位成像。

8、优选地，所述制作普通显微图像与其匹配的相位图像数据集具体包括：

9、搭建传统定量相位成像技术所需要的实验光路装置。

10、在所述传统的定量相位成像技术所需的实验光路装置的基础上额外搭建一个普通显微成像技术所需的实验光路装置，同时保证两个光路装置所拍摄的图像在被测物体中有着相同的观察平面区域。

11、利用搭建好的实验装置，拍摄普通显微图像，同时拍摄与普通显微图像相匹配的传统定量相位成像技术所需的干涉或衍射图像。

12、对拍摄得到的传统定量相位成像技术所需的图像，使用该图像所对应的相位恢复或重建算法对其进行处理，最终得到与普通显微图像相匹配的真实相位图像。

13、优选地，所述根据所述相位图像数据集构建相位估计模型包括：

14、使用卷积神经网络、循环神经网络、对抗生成神经网络、图神经网络以及其他的神经网络，构建出能实现普通显微图像到相位图像映射的相位估计模型。

15、优选地，所述对所述相位估计模型进行训练包括：

16、使用所述拍摄的普通显微图像作为相位估计模型的输入，计算相位估计模型的输出与输入普通相位图像相匹配的真实相位图像之间的损失值，最后通过反向传播梯度更新相位估计模型的网络权重。

17、优选地，所述通过所述训练后的相位估计模型进行相位图像预测包括：

18、通过测试更新网络权重之后的相位估计模型对单幅普通显微图像进行相位图像预测，并重复对所述相位估计模型进行训练，直到达到满意的效果后结束。

19、本发明的有益效果是：

20、(1)本发明通过使用深度学习技术以实现从单幅普通的显微图像中完成定量相位成像，只需使用普通显微图像与其匹配的相位图像数据集对相位估计模型训练，提供单幅普通显微图像，即可完成定量相位成像，从而在较少的工作量和简短的时间内以较好的效果完成对相位信息的获取，极大程度地简化了成像过程，降低了成像成本，从而有效地提高定量相位成像技术的使用普及率。

21、(2)本发明能够在用户给定被测样品的单幅普通显微图像后，即可自动获取该样本的定量相位图像。

技术特征：

1.一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述制作普通显微图像与其匹配的相位图像数据集具体包括：

3.根据权利要求1所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述根据所述相位图像数据集构建相位估计模型包括：

4.根据权利要求2所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述对所述相位估计模型进行训练包括：

5.根据权利要求4所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述通过所述训练后的相位估计模型进行相位图像预测包括：

技术总结
本发明涉及一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，属于光学显微成像技术和人工智能技术领域。本发明包括：普通显微图像与其匹配的相位图像数据集制作；设计深度学习网络；训练深度学习网络；得到模型并测试；本发明通过使用深度学习技术以实现从单幅普通显微图像中完成定量相位成像，只需使用普通显微图像与其匹配的相位图像数据集，完成对深度学习网络的训练，即可在使用时从单张普通显微中完成定量相位成像。与现有技术相比，本发明可使定量相位成像在应用中具有极高的时间分辨率，且所需要拍摄的图像，获取方式更加简单、成本更低、稳定性更高，可让定量相位成像技术得到更加广泛的应用与普及。

技术研发人员：桂进斌,胡先飞
受保护的技术使用者：昆明理工大学
技术研发日：
技术公布日：2024/3/27