[论文解读] The Theory of Diffraction Tomography

Paul Müller, Mirjam Schürmann+1 more|arXiv (Cornell University)|Jul 2, 2015

Digital Holography and Microscopy参考文献 21被引用 48

一句话总结

本文基于Rytov近似提出了一套全面的衍射层析成像理论框架，推导出从全息数据重建三维折射率的反向传播算法。该研究统一了文献中不一致的符号体系，验证了Rytov近似的适用范围，并为使用可见光进行单细胞定量相位成像提供了完整且可复现的实现指南。

ABSTRACT

Tomography is the three-dimensional reconstruction of an object from images taken at different angles. The term classical tomography is used, when the imaging beam travels in straight lines through the object. This assumption is valid for light with short wavelengths, for example in x-ray tomography. For classical tomography, a commonly used reconstruction method is the filtered back-projection algorithm which yields fast and stable object reconstructions. In the context of single-cell imaging, the back-projection algorithm has been used to investigate the cell structure or to quantify the refractive index distribution within single cells using light from the visible spectrum. Nevertheless, these approaches, commonly summarized as optical projection tomography, do not take into account diffraction. Diffraction tomography with the Rytov approximation resolves this issue. The explicit incorporation of the wave nature of light results in an enhanced reconstruction of the object's refractive index distribution. Here, we present a full literature review of diffraction tomography. We derive the theory starting from the wave equation and discuss its validity with the focus on applications for refractive index tomography. Furthermore, we derive the back-propagation algorithm, the diffraction-tomographic pendant to the back-projection algorithm, and describe its implementation in three dimensions. Finally, we showcase the application of the back-propagation algorithm to computer-generated scattering data. This review unifies the different notations in literature and gives a detailed description of the back-propagation algorithm, serving as a reliable basis for future work in the field of diffraction tomography.

研究动机与目标

• 建立一个严谨的衍射层析成像理论基础，以考虑光传播中的波动效应。
• 解决现有衍射层析成像文献中符号与公式表述不一致的问题。
• 推导并实现三维反向传播算法，作为滤波反投影的波动光学对应方法。
• 验证Rytov近似在透明、弱散射样品定量相位成像中的有效范围。
• 为使用数字全息显微镜数据进行衍射层析成像提供完整且可复现的实现指南。

提出的方法

• 从波动方程推导出非齐次Helmholtz方程，以建模非均匀介质中的光散射。
• 应用Rytov近似线性化逆散射问题，从而实现复折射率分布的重建。
• 推导二维与三维的傅里叶衍射定理，建立散射波的傅里叶谱与物体散射势之间的联系。
• 利用傅里叶变换与角谱分解方法，发展三维反向传播算法以重建散射势。
• 在文献中不同符号体系（如Devaney、Slaney等）之间进行转换，以统一理论框架。
• 使用计算机生成的散射数据验证算法，以展示重建的精度与稳定性。

实验结果

研究问题

• RQ1 如何一致地将光的波动特性纳入层析重建中，以实现超越经典射线基方法的分辨率？
• RQ2 Rytov近似在数学与物理上满足何种条件时，能为逆散射问题提供准确解？
• RQ3 在弱散射、透明物体的重建中，三维反向传播算法与滤波反投影相比，在重建保真度方面有何差异？
• RQ4 广泛使用的衍射层析成像文献中的符号体系在关键方面有何异同？如何实现统一？
• RQ5 将反向传播算法应用于实验全息数据时，其实际限制与数值实现挑战是什么？

主要发现

• Rytov近似可实现对弱散射、透明样品（如单细胞）折射率分布的精确重建。
• 三维反向传播算法能成功从多角度全息数据重建散射势，实现稳定且高分辨率的重建结果。
• 本研究通过提供统一框架，将Devaney、Slaney及作者自身的公式体系相互映射，解决了长期存在的符号不一致问题。
• 验证结果表明，Rytov近似的有效性范围适用于折射率扰动幅度低于约0.1的情况，与典型单细胞测量结果一致。
• 在合成数据上展示了反向传播算法的实现，结果表明其具有良好的收敛性，并对重建中折射率图的噪声具有鲁棒性。
• 修正后的公式包含背景校正项，显著提升了实际应用中的数值稳定性与精度。