深度学习赋能亚衍射极限扫描超透镜显微镜的大景深成像
光学
2023-10-30 v1 人工智能
图像与视频处理
摘要
扫描电子显微镜（SEM）在从微电子到食品加工等多种应用中不可或缺，因为它可提供超越光学衍射极限分辨率的大景深图像。然而，该技术需要在绝缘体样品上镀导电膜并处于真空环境。我们利用深度学习获得光学超分辨（OSR）图像与 SEM 域图像之间的映射关系，从而将 OSR 图像转换为类 SEM 的大景深图像。我们自主搭建的扫描超透镜显微镜（SSUM）系统无需对样品镀导电膜也无需真空环境，用于获取低至约 80 nm 特征尺寸的 OSR 图像。峰值信噪比（PSNR）与结构相似性指数测量值表明，深度学习方法在图像到图像翻译中表现优异，相较光学超分辨图像 PSNR 提升约 0.74 dB。所提方法在重建结果中提供了高细节水平，表明其在芯片级缺陷检测、生物样品分析、法证及其他诸多领域具有广泛适用性。
引用
@article{arxiv.2310.17997,
title = {Deep Learning Enables Large Depth-of-Field Images for Sub-Diffraction-Limit Scanning Superlens Microscopy},
author = {Hui Sun and Hao Luo and Feifei Wang and Qingjiu Chen and Meng Chen and Xiaoduo Wang and Haibo Yu and Guanglie Zhang and Lianqing Liu and Jianping Wang and Dapeng Wu and Wen Jung Li},
journal= {arXiv preprint arXiv:2310.17997},
year = {2023}
}
备注
13 pages,7 figures