基于深度学习训练的多程面量化相位成像设计可为紧凑型芯片相位成像和传感器设备开辟新的途径。
Mar, 2024
设计了一种基于强度传感器阵列的复杂场成像器，并通过使用迭代相位恢复算法提供幅值和定量相位信息，可用于安全、生物医学成像、传感和材料科学等多个领域。
Jan, 2024
基于全光衍射编码和解码，实现了对相位和振幅物体的亚波长成像，通过缩放输出，揭示亚波长特性，具有紧凑、经济的设计，可广泛应用于生物成像、内窥镜、传感和材料表征。
通过多芯光纤实现的定量相位成像（QPI）是一种新兴的无创内窥镜成像模式。我们展示了一种基于学习的 MCF 相位成像方法，将相位重构时间显著缩短至 5.5 毫秒，实现了 181 帧每秒的视频级成像。此外，我们引入了一种创新的光学系统，自动生成了首个针对 MCF 相位成像的开源数据集，包含 50,176 对散斑和相位图像。经过训练的深度神经网络（DNN）在实验中表现出鲁棒的相位重构性能，平均保真度高达 99.8％。这种高效的光纤相位成像方法可以拓宽 QPI 在难以到达区域的应用。
Dec, 2023
本文回顾了 QPI 和机器学习之间的协同作用，着重介绍了深度学习的应用，并提出了未来发展的实用指南和观点。
Jun, 2018
利用色差像差实现单曝光白光下精确相位测量，改进相位成像的效率，并验证方法在临床显微镜下的应用。
Jun, 2024
光学成像和传感系统基于衍射元件取得了巨大的进展，最近使用深度学习和数字神经网络的研究努力使衍射处理器与数字神经网络合作优化，建立了输入电磁波与后端处理数字化信息之间的新的 “衍射语言”，从而为各种应用提供了巨大的潜力。
利用量化相位成像和人工智能技术结合的 PICS，可以提供高度特异性的未标记活细胞信息，并为长期无标签成像的生物应用提供了一种多功能定量技术。
Feb, 2020
本文介绍了一种具有单光子探测能力的彩色图像重建方法，通过一种定制的联合去马赛克 - 去噪声算法，此算法利用截尾泊松统计和方差稳定变换，支持单比特和多比特光子计数功能，实现了在极低光照条件下的卓越彩色成像性能。
Mar, 2019
提出了一种压缩的单拍摄单目全光谱成像方法，使用衍射光学元件，通过深度和谱信息的点扩散函数的变化来同时恢复谱和深度，利用神经网络和可微分的模拟器实现优化，提供了第一个 HS-D 数据集，实验结果达到了最先进的全光谱深度成像效果。
Sep, 2020