一周精读 |北大团队最新成果,将为抗新冠病毒添新药;上海理工大学成功研制出CMOS光子芯片( 四 )


获取光波阵面的相位信息一直是成像系统的核心问题:一方面 , 这种相位信息可用于相位对比成像 , 进行生物学和医学研究中近透明标本的表征 , 推进了活细胞监测和组织成像的重大进展 。 另一方面 , 光波前不必要的畸变导致了从显微镜到望远镜的任何规模成像系统的有限性能 , 如果知晓波前相位信息 , 可以对它们进行校正 。 波前的相位分布可以用泽尔尼克多项式来描述 , 该多项式由Frits Zernike(1953年诺贝尔物理学奖获得者)在1934年首次提出 , 用于描述相对比显微镜中的衍射波前 。 而目前的相位提取方案依赖于复杂的数字算法来处理从精确的波前传感器获得的数据 , 使得重建光学相位信息数字处理需要消耗大量的能源 。

成果演示图
对此 , Elena Goi博士研究提出了一种基于打印在成像传感器上的多层衍射神经网络(DN2)的紧凑光电系统 , 能够直接从入射点扩散函数中提取复杂的光瞳相位 , 而无需进行消耗能源的数字后处理 。 Elena Goi博士说:“通过与标准互补金属氧化物半导体 (CMOS) 成像传感器的集成 , 这款集成衍射深度神经网络(ID2N2)有可能成为新一代紧凑型光电波前传感器 , 它可以比传统的数字神经网络更快、更有效和更健壮地执行对光学域原生信息的推断任务 。 集成衍射深度神经网络将复杂的输入光束映射到表示输入光束光瞳相位的二维强度图的能力 , 对自适应光学、数据处理和传感的像差校正具有变革性影响 , 并且可能对稳健地开发具有低计算复杂性和内存占用的定量相位成像方法至关重要 。 ”

成果演示图

推荐阅读