基于重构图像神经网络分析的数字全息显微镜分辨率估计
光学
2026-05-12 v1
摘要
本文提出了一种使用神经网络分析重构图像来估计数字全息显微镜分辨率的方法。将光源光谱带宽（）作为受控的图像退化参数。进行了基于inline Gabor全息术的数值仿真。生成了在范围从0.05到20 nm的多个测试对象重构图像数据集。该模型能够以高精度从重构图像预测。预测结果与标准分辨率指标一致，包括FWHM、MTF和美国空军分辨率准则。泛化分析表明，该模型对退化类型敏感。它捕捉干涉畸变，并对底层物理机制作出选择性响应。该方法的优势在于无需对所有退化因素进行显式建模即可实现分辨率估计，可应用于紧凑型全息系统。
引用
@article{arxiv.2605.09244,
title = {Resolution Estimation of a Digital Holographic Microscope Using Neural Network Analysis of Reconstructed Images},
author = {A. G. Fedorov},
journal= {arXiv preprint arXiv:2605.09244},
year = {2026}
}