[논문 리뷰] Quantitative phase imaging (QPI) through random diffusers using a diffractive optical network

Yuhang Li, Yi Luo외 3명|arXiv (Cornell University)|2023. 01. 19.

Digital Holography and Microscopy인용 수 6

한 줄 요약

이 논문은 알려지지 않은 랜덤 디퓨저를 통해 양자적 위상 영상(QPI)을 가능하게 하는 회절성 광학 네트워크를 제시한다. 이 네트워크는 위상 변화를 측정 가능한 강도 패턴으로 광학적으로 변환한다. 약 70개 파장에 걸쳐 펼쳐진 전면 광학 프로세서로 훈련된 이 네트워크는 빛의 속도로 실시간, 전력 소모 없이 위상 복원 및 영상 재구성 기능을 수행하며, 생물의학 영상 및 센서 응용 분야에서 소형, 고프레임레이트 대안을 제공한다.

ABSTRACT

Quantitative phase imaging (QPI) is a label-free computational imaging technique used in various fields, including biology and medical research. Modern QPI systems typically rely on digital processing using iterative algorithms for phase retrieval and image reconstruction. Here, we report a diffractive optical network trained to convert the phase information of input objects positioned behind random diffusers into intensity variations at the output plane, all-optically performing phase recovery and quantitative imaging of phase objects completely hidden by unknown, random phase diffusers. This QPI diffractive network is composed of successive diffractive layers, axially spanning in total ~70 wavelengths; unlike existing digital image reconstruction and phase retrieval methods, it forms an all-optical processor that does not require external power beyond the illumination beam to complete its QPI reconstruction at the speed of light propagation. This all-optical diffractive processor can provide a low-power, high frame rate and compact alternative for quantitative imaging of phase objects through random, unknown diffusers and can operate at different parts of the electromagnetic spectrum for various applications in biomedical imaging and sensing. The presented QPI diffractive designs can be integrated onto the active area of standard CCD/CMOS-based image sensors to convert an existing optical microscope into a diffractive QPI microscope, performing phase recovery and image reconstruction on a chip through light diffraction within passive structured layers.

연구 동기 및 목표

• 알려지지 않은 랜덤 위상 디퓨저에 의해 가림을 입은 위상 물체의 영상 문제를 해결하기 위해.
• 위상 복원 및 영상 재구성 기능을 순수하게 빛의 회절을 통해 수행하는 전면 광학적, 전력이 필요한 비활성 처리기 개발을 위해.
• 표준 CMOS/CCD 이미지 센서에 QPI 功能을 통합하여 소형, 칩 수준의 현미경 시스템을 가능하게 하기 위해.
• 기존의 디지털 반복적 재구성 방법에 비해 고프레임 레이트와 저전력 소비를 달성하기 위해.

제안 방법

• 이 방법은 약 70 파장에 걸쳐 축 방향으로 연속된 회절 층으로 구성된 회절성 광학 네트워크를 사용한다.
• 네트워크는 깊이 학습 프레임워크를 사용하여 랜덤 디퓨저 뒤의 물체 위상 분포를 출력 평면에서 해당 강도 패턴으로 매핑하도록 훈련된다.
• 훈련된 네트워크는 빛의 전파 속도에 의해 제한되는 단일 통과 과정에서 위상 복원 및 영상 재구성 기능을 수행하는 전면 광학 프로세서로 기능한다.
• 시스템은 조명 빔 외부 전원이 필요 없으며, 계산을 위해 순수하게 수동 광학적 회절에 의존한다.
• 디자인이 표준 이미지 센서 칩에 통합 가능하여 칩 내부 QPI 현미경을 구현할 수 있다.
• 이 방법은 위상 복원 작업을 회절 층의 물리적 구조에 직접 통합함으로써 반복적인 디지털 알고리즘을 회피한다.

실험 결과

연구 질문

• RQ1 알려지지 않은 랜덤 위상 디퓨저 뒤에 숨겨진 물체의 양자적 위상 영상에 대해 회절성 광학 네트워크를 훈련시켜 수행할 수 있는가?
• RQ2 기존의 디지털 반복적 방법에 비해 전면 광학적, 수동 회절 네트워크가 위상 물체를 얼마나 정확하게 재구성할 수 있는가?
• RQ3 이러한 회절 네트워크가 QPI 응용 분야에서 고프레임 레이트와 저전력 소비를 어느 정도 달성할 수 있는가?
• RQ4 회절 네트워크를 표준 CMOS/CCD 이미지 센서와 통합하여 소형, 칩 내부 QPI 현미경을 만들 수 있는가?
• RQ5 이 회절 네트워크의 성능은 전자기 스펙트럼의 다양한 부분에서 어떻게 나타나는가?

주요 결과

• 회절성 광학 네트워크는 알려지지 않은 랜덤 디퓨저 뒤에 숨겨진 물체의 양자적 위상 영상을 전면 광학 처리를 통해 성공적으로 재구성한다.
• 시스템은 빛의 전파 속도로 작동하여 계산 지연 없이 고프레임 레이트를 달성한다.
• 시스템은 조명 빔 외부 전원이 필요 없어 QPI에 대한 저전력 솔루션으로서 기능한다.
• 훈련된 네트워크는 반복적인 디지털 처리 없이도 정확한 위상 복원 및 영상 재구성 기능을 달성한다.
• 디자인이 표준 이미지 센서 칩에 통합 가능하여 칩 내부 QPI 현미경의 구현이 가능하다.
• 이 방법은 다양한 전자기 스펙트럼 영역에서의 작동 잠재력을 보이며, 다양한 생물의학 및 센서 응용 분야에 기여할 수 있다.