[發(fā)明專利]光場(chǎng)顯微系統(tǒng)及其三維信息重構(gòu)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710061523.0
• 申請(qǐng)日: 2017-01-26
• 公開(kāi)（公告）號(hào): CN108364342B
• 公開(kāi)（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 王凱;叢林;杭葦
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心
• 主分類號(hào): G06T17/00
• 分類號(hào): G06T17/00;G06T15/50;G06T5/00;G02B21/36
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 徐偉

1.一種用于光場(chǎng)顯微鏡的三維信息重構(gòu)方法，所述光場(chǎng)顯微鏡包括位于顯微物鏡的后焦面處的微透鏡陣列，所述微透鏡陣列包括多個(gè)微透鏡，所述多個(gè)微透鏡用于將所述顯微物鏡下的樣品在不同視角下的實(shí)像投射至位于所述光場(chǎng)顯微鏡的像平面處的傳感器上，所述三維圖像重構(gòu)方法包括：

從所述傳感器接收所述多個(gè)微透鏡所投射的所述樣品在不同視角下的實(shí)像以獲得一平面圖像Img_Meas(x,y)；

執(zhí)行以下迭代運(yùn)算直至收斂：

步驟(a)：基于所述微透鏡陣列所構(gòu)成的成像系統(tǒng)的點(diǎn)擴(kuò)散函數(shù)PSF(x,y,z_k)和所述樣品的三維信息估計(jì)Obj^i-1(x,y,z_k)獲取所述樣品的估計(jì)圖像i為迭代索引；以及

步驟(b)：基于所述估計(jì)圖像與實(shí)際采集到的所述平面圖像Img_Meas(x,y)的差異校正所述樣品的所述三維信息估計(jì)Obj^i-1(x,y,z_k)，以獲得用于下一輪迭代中步驟(a)的三維信息估計(jì)Objⁱ(x,y,z_k)，迭代收斂后的所述三維信息估計(jì)Objⁱ(x,y,z_k)被作為所述樣品的最終三維信息。

2.如權(quán)利要求1所述的三維信息重構(gòu)方法，其特征在于，還包括：

測(cè)量所述微透鏡陣列所構(gòu)成的成像系統(tǒng)的所述點(diǎn)擴(kuò)散函數(shù)；以及

存儲(chǔ)測(cè)得的所述點(diǎn)擴(kuò)散函數(shù)。

3.如權(quán)利要求2所述的三維信息重構(gòu)方法，其特征在于，所述測(cè)量所述微透鏡陣列所構(gòu)成的成像系統(tǒng)的所述點(diǎn)擴(kuò)散函數(shù)包括：

將熒光微珠置于所述顯微物鏡的物平面附近的多個(gè)不同軸向位置上以獲得對(duì)應(yīng)不同軸向位置的熒光圖像PSF(x,y,z_k)作為三維的所述點(diǎn)擴(kuò)散函數(shù)，其中k＝1,2…N。

4.如權(quán)利要求3所述的三維信息重構(gòu)方法，其特征在于，所述多個(gè)微透鏡包括M個(gè)微透鏡組，M大于等于1，每一微透鏡組中的所有微透鏡具有相同的光學(xué)參數(shù)和軸向位置，所述測(cè)量所述微透鏡陣列所構(gòu)成的成像系統(tǒng)的所述點(diǎn)擴(kuò)散函數(shù)還包括：

根據(jù)不同微透鏡組中微透鏡的位置分解所述點(diǎn)擴(kuò)散函數(shù)PSF(x,y,z_k)以獲得對(duì)應(yīng)不同微透鏡組的點(diǎn)擴(kuò)散函數(shù)PSF_m(x,y,z_k)，m＝1,2…M。

5.如權(quán)利要求1所述的三維信息重構(gòu)方法，其特征在于，所述多個(gè)微透鏡包括M個(gè)微透鏡組，M大于等于1，每一微透鏡組中的所有微透鏡具有相同的光學(xué)參數(shù)和軸向位置，所述微透鏡陣列所構(gòu)成的成像系統(tǒng)的所述點(diǎn)擴(kuò)散函數(shù)包括與各微透鏡組相對(duì)應(yīng)的點(diǎn)擴(kuò)散函數(shù)，所述步驟(a)進(jìn)一步包括：

基于與每個(gè)微透鏡組相對(duì)應(yīng)的點(diǎn)擴(kuò)散函數(shù)PSF_m(x,y,z_k)和三維信息估計(jì)獲取與每個(gè)微透鏡組相對(duì)應(yīng)的估計(jì)圖像，m＝1,2…M；以及

對(duì)與各微透鏡組相對(duì)應(yīng)的估計(jì)圖像求和以獲得所述樣品的所述估計(jì)圖像

6.如權(quán)利要求5所述的三維信息重構(gòu)方法，其特征在于，所述步驟(b)進(jìn)一步包括：

基于所述估計(jì)圖像與實(shí)際采集到的所述平面圖像Img_Meas(x,y)的差異校正與每個(gè)微透鏡組相對(duì)應(yīng)的三維信息估計(jì)以獲得校正三維信息估計(jì)以及

基于各微透鏡組的權(quán)重因子w_m(z_k)組合所述校正三維信息估計(jì)以獲得與各微透鏡組相對(duì)應(yīng)的用于下一輪迭代的三維信息估計(jì)其中