【儀表網(wǎng) 研發(fā)快訊】近日，中國科學(xué)院上海光學(xué)精密機械研究所空天激光技術(shù)與系統(tǒng)部提出了編碼稀疏度優(yōu)化(ESO)方法和定位與灰度融合(LG-Fusion)重建方法，成功實現(xiàn)了透過生物鼠腦切片層的大視場、低數(shù)據(jù)、高質(zhì)量散射成像。相關(guān)成果以 “Large field-of-view imaging through scattering layers with optimized illumination and localization-grayscale fusion”為題，發(fā)表于Laser & Photonics Reviews。
 

　　介質(zhì)折射率的不均勻性會導(dǎo)致光子傳播方向擾亂，從而引起嚴(yán)重的圖像退化?；趶椀拦獾纳⑸涑上窦夹g(shù)受限于成像深度，而利用散射光的成像技術(shù)通常需要大量的迭代和測量，或受限于成像視場。近年來發(fā)展出一種基于非負(fù)矩陣分解(NMF)的散射成像方法，可在無介質(zhì)先驗的情況下實現(xiàn)透過散射層的大視場非侵入成像。該方法利用非負(fù)矩陣分解特征解混特性，實現(xiàn)從強度疊加散斑中提取指紋?；谥讣y解卷積實現(xiàn)逐點定位，并將視場擴展至超記憶效應(yīng)范圍。然而，該方法需大量數(shù)據(jù)，缺乏固有灰度，且易產(chǎn)生偽影和背景噪聲。
 

　　針對上述關(guān)鍵難題，研究人員構(gòu)造最佳重建收益函數(shù)，通過優(yōu)化獲得最佳編碼稀疏度，最大化目標(biāo)信息傳遞效率，實現(xiàn)在大視場、高質(zhì)量重建的前提下將數(shù)據(jù)需求降低 8.3 倍，并驗證了優(yōu)化參數(shù)對于不同目標(biāo)及散射介質(zhì)不同區(qū)域的泛化性。研究人員進(jìn)一步改進(jìn)基于非負(fù)矩陣分解的重建算法框架，充分開發(fā)傳統(tǒng)方法中未能利用的強度波動矩陣，結(jié)合統(tǒng)計分析的方法獲取目標(biāo)物體的灰度信息。在全局重建中，拋卻了傳統(tǒng)方法子區(qū)域圖像疊加的過程，轉(zhuǎn)而依賴逐點之間的相對矢量位置關(guān)系來構(gòu)造整個圖像，因此重建圖像背景清晰無偽影。該方法成功透過200μm鼠腦組織層實現(xiàn)對138μm視場(約4.3倍記憶效應(yīng)范圍)的16級灰度成像，突破了強散射介質(zhì)成像中 “視場—數(shù)據(jù)量—成像質(zhì)量” 難以協(xié)同優(yōu)化的核心瓶頸，為生物組織深層光學(xué)成像、腦科學(xué)顯微觀測、極端環(huán)境散射成像等領(lǐng)域提供了全新技術(shù)路徑。