【儀表網(wǎng) 研發(fā)快訊】近日，中國科學院深圳先進技術(shù)研究院生物醫(yī)學與健康工程研究所秦文健團隊，在《光學與激光工程》(Optics and Lasers in Engineering)上，發(fā)表了題為Fast physic-informed mixer architecture for color Lensfree holographic reconstruction的研究成果。該團隊提出了基于物理信息的無監(jiān)督復值網(wǎng)絡架構(gòu)，用于高效、高質(zhì)量彩色無透鏡全息重建。
 

　　從多波長全息圖精確重建彩色圖像在生物醫(yī)學成像應用中至關(guān)重要。當前，數(shù)據(jù)驅(qū)動的深度學習方法在生物醫(yī)學圖像重建性能方面已取得重要進展。尤其是，未經(jīng)訓練的神經(jīng)網(wǎng)絡方法可以有效解決成像模型對數(shù)據(jù)集樣本數(shù)量要求和泛化問題。然而，現(xiàn)有方法依然需要更多的迭代計算來提高重建質(zhì)量，使得模型需要更長的收斂時間。
 

　　該團隊提出了高效的復值注意力混合器(ECA-Mixer)架構(gòu)，用于快速準確的物理信息彩色全息重建。該架構(gòu)由三個核心模塊組成——編碼器、非線性變換器和解碼器。每個模塊均結(jié)合了高效的注意力機制和混合器層，用于通道特征提取和空間信息轉(zhuǎn)換。為了保留高頻信息，該團隊還引入了2D Haar小波及其逆變換來編碼和解碼特征。
 

　　該成果在大量仿真和實驗樣本上的結(jié)果表明，這一方案在計算時間和圖像質(zhì)量方面實現(xiàn)了優(yōu)異的彩色重建結(jié)果。更重要的是，該成果方案能夠在短短幾分鐘內(nèi)以更高分辨率對大尺寸寬視場樣本進行快速成像。上述技術(shù)成果為計算全息成像在生物醫(yī)學顯微成像方面應用提供了新的解決思路和方法。
 

　　深圳先進院為論文的第一完成單位。
 

骨組織病理大視場彩色全息重建結(jié)果展示