[論文レビュー] Quantitative phase imaging (QPI) through random diffusers using a diffractive optical network

Yuhang Li, Yi Luo+3 more|arXiv (Cornell University)|Jan 19, 2023

Digital Holography and Microscopy被引用数 6

ひとこと要約

本論文では、未知のランダムなドーナツ型ディフューザーを通して定量的位相イメージング（QPI）を可能にする効果的光ネットワークを提示している。位相の変化を測定可能な強度パターンに光学的に変換することで、約70波長にわたる全光的プロセッサとして訓練されたこのネットワークは、光速でリアルタイムかつ電力不要の位相回復と画像再構成を実現し、生体医療イメージングおよびセンシング用途におけるコンactで高フレームレートな代替手法を提供する。

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.

研究の動機と目的

• 未知のランダムな位相ディフューザーに覆われた位相オブジェクトのイメージングという定量的位相イメージング（QPI）における課題を克服すること。
• 光の回折によって完全に実行される、全光的で電力不要の効果的プロセッサを開発し、位相回復と画像再構成を被動的構造層を通じて行うこと。
• 標準的なCMOS/CCDイメージセンサにQPI機能を統合し、コンパactsなチップスケールの顕微鏡システムを実現すること。
• 従来のデジタル反復再構成法と比較して、高いフレームレートと低消費電力の実現を図ること。

提案手法

• 本手法は、約70波長にわたる軸方向に配置された複数の逐次的効果的層からなる効果的光ネットワークを採用している。
• ネットワークは、ランダムなディフューザーの背後に位置するオブジェクトの位相分布を、出力面上の対応する強度パターンにマッピングするように、深層学習フレームワークを用いて訓練されている。
• 訓練されたネットワークは、光の伝播速度に制限されるものの、1回の通過で位相回復と画像再構成を実行する全光的プロセッサとして機能する。
• 外部電力は照明ビーム以外に一切不要であり、計算には被動的光の回折にのみ依存する。
• 標準的なイメージセンサチップへの統合が可能であり、チップ上でのQPI顕微鏡の実装を可能にする。
• 効果的層の物理的構造に位相回復タスクを直接エンコードすることで、反復的デジタルアルゴリズムを回避する。

実験結果

リサーチクエスチョン

• RQ1 未知のランダムな位相ディフューザーの背後に隠されたオブジェクトの定量的位相イメージングを、効果的光ネットワークが訓練可能かどうか。
• RQ2 従来のデジタル反復法と比較して、全光的で被動的な効果的ネットワークが位相オブジェクトをどれほど正確に再構成できるか。
• RQ3 このような効果的ネットワークがQPI用途でどれほど高いフレームレートと低消費電力の実現が可能か。
• RQ4 標準的なCMOS/CCDイメージセンサに効果的ネットワークを統合し、コンパクトでチップ上でのQPI顕微鏡を実現できるか。
• RQ5 効果的ネットワークの性能が、電磁波スペクトルの異なる領域でどのように変化するか。

主な発見

• 効果的光ネットワークは、未知のランダムな位相ディフューザーの背後に隠されたオブジェクトの定量的位相画像を、全光的プロセッシングによって成功裏に再構成した。
• システムは光の伝播速度で動作し、計算遅延なしに高フレームレートを実現した。
• 照明ビーム以外に外部電力を一切必要としないため、QPIのための低消費電力ソリューションとなった。
• 訓練されたネットワークは、反復的デジタル処理を経ることなく、正確な位相回復と画像再構成を達成した。
• 標準的なイメージセンサチップへの統合が可能であり、チップ上でのQPI顕微鏡の実装を可能にした。
• 本手法は、さまざまな波長領域での動作が可能であると示され、多様な生体医療およびセンシング用途への応用が期待された。