基于深度神经网络的单帧多光谱定量相位成像
光学
2022-01-06 v1 图像与视频处理
摘要
多光谱定量相位成像（MS-QPI）是一种前沿的无标记技术，用于确定样品的形态变化、折射率变化以及光谱信息。实现该技术以提取定量信息的瓶颈在于，生成 MS-QPI 图像需要多于两次的测量。我们提出了一种单帧 MS-QPI 技术，采用具有高空间灵敏度的数字全息显微镜并结合深度神经网络（DNN）。我们的方法首先获取对应于多个波长（本文使用 、 和 nm）的干涉数据集。所获取的数据集用于训练生成对抗网络（GAN），以从单幅输入干涉图生成多光谱定量相位图。该网络在两种不同样品上进行了训练和验证：光波导和 MG63 骨肉瘤细胞。此外，通过将预测的相位图与实验获取并处理的多种光谱相位图进行比较，对该框架进行了验证。当前的 MS-QPI+DNN 框架可进一步增强光谱 QPI，以在不复杂仪器和颜色串扰的情况下改善化学特异性。
引用
@article{arxiv.2201.01517,
title = {Single-shot multispectral quantitative phase imaging using deep neural network},
author = {Sunil Bhatt and Ankit Butola and Anand Kumar and Pramila Thapa and Akshay Joshi and Neetu Singh and Krishna Agarwal and Dalip Singh Mehta},
journal= {arXiv preprint arXiv:2201.01517},
year = {2022}
}
备注
8 pages, 5 figures