[發明專利]一種基于深度卷積神經網絡的傅里葉疊層顯微重建方法

有效

• 申請號: 202010049470.2
• 申請日: 2020-01-16
• 公開（公告）號: CN111260556B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 李大禹;穆全全;宣麗;孫銘璐;朱友強;彭增輝;劉永剛;魯興海;王啟東;張杏云;楊程亮
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 代理公司: 長春眾邦菁華知識產權代理有限公司 22214
• 代理人: 張偉

本發明涉及一種基于深度卷積神經網絡的傅里葉疊層顯微重建方法，該方法利用殘差網絡結構和深度卷積網絡搭建了新型的傅里葉疊層重建網絡，在傅里葉疊層重建網絡中，采用兩個獨立的重建網絡支路分別實現對振幅和相位的重建，每個重建網絡支路又分成兩個網絡分支，兩個網絡分支分別實現對張量不同深度特征的操作，傅里葉疊層重建網絡的損失函數采用復合損失函數，并利用優化器對網絡的參數進行訓練，相比于傳統的迭代式更新算法，本發明的重建方法可以非常快速的同時重建出高分辨率的振幅信息和相位信息，進一步提升傅里葉疊層顯微鏡的重建效率，并且能夠在存在大或小相位差引起的誤差情況下仍能快速的獲得更好的重建結果。

技術領域

本發明涉及深度學習以及計算成像技術領域，尤其是涉及了一種基于深度卷積神經網絡的傅里葉疊層顯微重建方法。

背景技術

傅里葉疊層成像顯微鏡(Fourier ptychographic microscopy，FPM)是一種新開發的成像方法，旨在規避空間帶寬積(space-bandwidth product，SBP)的限制，并獲得寬視場，高分辨率的復雜圖像。傅里葉疊層成像技術自2013以來，被應用于光學顯微、生物醫學、生命科學等領域，獲得大視場、高分辨率的顯微圖像。然而，在FPM成像系統中，所使用的光學元件的光瞳像位差和非相干光成像顯著地降低了重建結果的質量，并且基于迭代式的傳統傅里葉疊層顯微鏡重建算法速度過慢，FPM成像系統的時間分辨率過低。

發明內容

基于此，有必要針對當前基于迭代式的傳統傅里葉疊層顯微鏡重建算法速度過慢，成像系統的時間分辨率過低的問題，提供一種基于深度卷積神經網絡的傅里葉疊層顯微重建方法。本發明通過將傅里葉疊層重建網絡分成兩部分，可以非常快速的同時重建出高分辨率的振幅和相位信息，通過最小化設定的損失函數，可以使網絡學到如何處理FPM重建問題的方法，同時通過對實測數據進行小樣本學習，本網絡可以學到如何修正由于系統像差和光源非相干性對重建結果造成的影響，從而能夠在存在大或小相位差引起的誤差情況下仍能快速的獲得更好的重建結果。

本發明的技術方案如下：

一種基于深度卷積神經網絡的傅里葉疊層顯微重建方法，該方法包括以下步驟：

步驟S1：獲取傅里葉疊層成像顯微鏡對樣本成像后得到的低分辨率圖片序列；

步驟S2：將所述低分辨率圖片序列通過級聯的方式轉換成三維張量；

步驟S3：利用傅里葉疊層重建網絡對所述張量進行重建，得到重建后的復振幅信息；

步驟S4：根據重建后的復振幅信息得到所述樣本對應的高分辨率振幅圖片和高分辨率相位圖片；

所述傅里葉疊層重建網絡通過以下步驟獲得：

步驟S3-1：網絡結構搭建

所述傅里葉疊層重建網絡包括重建網絡支路和級聯層，所述重建網絡支路設置為兩個，其中一個所述重建網絡支路用于重建振幅并輸出重建后的振幅信息至所述級聯層，另一個所述重建網絡支路用于重建相位并輸出重建后的相位信息至所述級聯層，所述級聯層對重建后的振幅信息和重建后的相位信息進行級聯，得到重建后的復振幅信息；