基于计算红外显微镜和深度学习的生物细胞红外光谱散射校正
光学
2026-05-22 v1
摘要
单个生物细胞的红外显微光谱面临强散射问题，这会在红外光谱中产生基线效应和峰值失真，阻碍直接从红外光谱中提取化学信息。当前的散射校正方法通常依赖于 Mie 理论，仅在可将细胞近似为球体时才准确。本文提出了一种基于三维椭圆模型的红外吸收光谱散射校正框架，为悬浮（球形）和依附（扁平）细胞提供高效散射校正。该方法结合深度学习方法和基于有限差分时域（FDTD）方法的计算红外显微光谱。FDTD 方法生成真实可靠的训练光谱库，而深度学习模型实现快速的光谱反演。我们使用肉毒桉细胞（HeLa）的数值细胞幻影演示了散射校正，结果表明可从红外吸收光谱中推断出真实的吸收光谱。我们进一步表明，可从红外吸收光谱中恢复细胞的三维尺寸，表明固有的光散射可实现红外光谱的完整分析潜力。我们预计，基于深度学习的散射校正可轻松扩展至日益复杂的样本几何形态，due to the flexibility of the FDTD method to model arbitrary geometries。
引用
@article{arxiv.2605.22503,
title = {Scattering correction for infrared spectra of biological cells using computational infrared microspectroscopy and deep learning},
author = {Sergio G. Rodrigo and Ilia L. Rasskazov and Luis Martin-Moreno and Martin Schnell},
journal= {arXiv preprint arXiv:2605.22503},
year = {2026}
}