基于物理信息的生成式实时无透镜成像
光学
2025-06-17 v4 计算机视觉与模式识别
摘要
高通量生物医学应用的进步需要实时、大视场（FOV）成像。尽管当前的二维无透镜成像（LFI）系统提升了 FOV，但它们常受限于耗时的多点测量、繁重的数据预处理以及严格的光学参数化，使其应用局限于静态、薄样本。为克服这些局限，我们提出了 GenLPI，将生成式无监督物理信息神经网络（PINN）与大 FOV LFI 装置相结合，无需多次测量即可直接进行全息图像重建。GenLPI 能够在动态复杂光场中对三维样本（如基于液滴的微流控和三维细胞模型）进行实时二维成像。与以往方法不同，我们的方法将重建算法与光学装置参数解耦，使得大 FOV 仅受硬件限制。我们展示了超过 550 mm 的实时 FOV，比当前实时 LFI 系统大 20 倍以上。该框架释放了 LFI 系统的潜力，为推进自动化高通量生物医学应用提供了稳健的工具。
引用
@article{arxiv.2403.07786,
title = {Physics-informed generative real-time lens-free imaging},
author = {Ronald B. Liu and Zhe Liu and Max G. A. Wolf and Krishna P. Purohit and Gregor Fritz and Yi Feng and Carsten G. Hansen and Pierre O. Bagnaninchi and Xavier Casadevall i Solvas and Yunjie Yang},
journal= {arXiv preprint arXiv:2403.07786},
year = {2025}
}