[논문 리뷰] Towards single-shot coherent imaging via overlap-free ptychography

Oliver Hoidn, Aashwin Mishra외 3명|arXiv (Cornell University)|2026. 02. 24.

Advanced X-ray Imaging Techniques인용 수 0

한 줄 요약

저자는 PtychoPINN을 확장하여 물리 제약이 있는 자기지도 학습 프레임워크와 미분가능한 순방향 모델 및 포아송 가능도와 함께, 겹침 없이 단일 촬영의 프레넬 코히런트 회절 이미징을 가능하게 하면서 기존의 다중 촬영 파이토그래피를 가속합니다.

ABSTRACT

Ptychographic imaging at synchrotron and XFEL sources requires dense overlapping scans, limiting throughput and increasing dose. Extending coherent diffractive imaging to overlap-free operation on extended samples remains an open problem. Here, we extend PtychoPINN (O. Hoidn \emph{et al.}, \emph{Scientific Reports} extbf{13}, 22789, 2023) to deliver \emph{overlap-free, single-shot} reconstructions in a Fresnel coherent diffraction imaging (CDI) geometry while also accelerating conventional multi-shot ptychography. The framework couples a differentiable forward model of coherent scattering with a Poisson photon-counting likelihood; real-space overlap enters as a tunable parameter via coordinate-based grouping rather than a hard requirement. On synthetic benchmarks, reconstructions remain accurate at low counts ($\sim\!10^4$ photons/frame), and overlap-free single-shot reconstruction with an experimental probe reaches amplitude structural similarity (SSIM) 0.904, compared with 0.968 for overlap-constrained reconstruction. Against a data-saturated supervised model with the same backbone (16,384 training images), PtychoPINN achieves higher SSIM with only 1,024 images and generalizes to unseen illumination profiles. Per-graphics processing unit (GPU) throughput is approximately $40 imes$ that of least-squares maximum-likelihood (LSQ-ML) reconstruction at matched $128 imes128$ resolution. These results, validated on experimental data from the Advanced Photon Source and the Linac Coherent Light Source, unify single-exposure Fresnel CDI and overlapped ptychography within one framework, supporting dose-efficient, high-throughput imaging at modern light sources.

연구 동기 및 목표

• 피토그래피 이미징에서 겹침 요구를 줄이거나 제거하여 처리량을 높이고 선량을 줄이려는 동기를 부여한다.
• 단일 촬영 프레넬 CDI와 겹쳐진 파이토그래피를 하나로 통합하는 자기지도학습, 물리 제약 프레임워크를 개발한다.
• 임의의 스캔 기하학을 가능하게 하고 현실적인 프로브 모양을 다루면서 재구성 정확도를 유지한다.

제안 방법

• 확산 도메인 손실로 학습되는 자동인코더 F ∘ G를 형성하기 위해 역맵 G: X -> Y와 미분가능한 순방향 모델 F: Y -> X를 결합한다.
• 오버랩을 하드 제약이 아닌 조정 가능한 좌표 기반 그룹핑으로 표현하여 Fresnel CDI 기하에서 겹침 없는 재구성(Cg = 1)을 가능하게 한다.
• 임의의 스캔 기하학에서 공통 프레임으로 패치별 재구성을 병합하기 위해 변환 인식 융합(제약 맵 Fc)을 사용한다.
• 예측된 회절 진폭과 측정된 회절 진폭을 연결하기 위해 포아송 광자 계수 가능도를 포함한 일관된 산란 전방 모델로 회절을 모델링한다.
• 회절 데이터를 정규화하고 절대 광자 수에 네트워크 출력값을 연결하기 위해 전역 로그 강도 규모 αlog를 학습한다.
• 확장된 프로브를 수용하기 위해 중앙 고해상도 영역과 주변 저해상도를 재구성하는 인코더–디코더 백본을 채택한다.
• 회절 도메인에서 포아송 NLL 손실(카운트가 알려지지 않은 경우 MAE)을 사용하여 실제 공간 감독 없이 학습한다.

(a) Idealized — CDI

실험 결과

연구 질문

• RQ1 단단한 겹침 제약을 조정 가능한 물리 정보 그룹화 메커니즘으로 대체하여 Fresnel CDI에서 겹침 없는 단일 촬영 재구성이 달성될 수 있는가?
• RQ2 낮은 광자 수, 위치 떨림, 그리고 실제 데이터(A PS, LCLS)에서의 실험적 프로브와 합성 데이터 대비 겹침 없는 PtychoPINN의 성능은 어떠한가?
• RQ3 동일 백본을 사용하는 감독 학습 기반 대비 데이터 효율성 및 일반화 측면의 상대적 이점은 무엇인가?
• RQ4 일반 해상도에서 기존 LSQ-ML 파이토그래피 솔버에 비해 처리량이 어떻게 확장되는가?
• RQ5 분포를 벗어난 조명 및 스캔 조건(예: 시설 간 전이)에 대해 접근 방식이 일반화될 수 있는가?

주요 결과

• 겹침과 프로브 다양성은 역문제 제약의 일부를 서로 대체할 수 있다.
• 구조화된 프로브 하에서 단일샷, 겹침 없는 동작은 제안된 프레임워크로 Fresnel CDI에서 가능하다.
• 방법은 좌표 인식 그룹화 및 패치 병합의 변환 기반 방식을 통해 임의의 스캔 기하학을 지원한다.
• forward-model-guided 손실은 측정당 고밀도 물리적 제약을 제공하여 저계수 데이터에 대한 강건성을 향상시킨다.

(b) Idealized — Ptycho