[发明专利]数字全息显微术重构中的自动参考

说明书

用于分析针对血液学应用的数字全息显微术（DHM）数据的计算机实现的方法包括接收使用数字全息显微术系统所采集的DHM图像。所述DHM图像包括一个或多个细胞对象和背景的描绘。基于DHM图像生成参考图像。此参考图像然后可以用来将DHM图像中的条纹图案重构到光学深度图中。

相关申请的交叉引用

本申请要求2015年9月22日提交的美国临时申请序号62/221,764的权益，其整体地通过引用并入本文。

技术领域

本公开总体涉及与数字全息显微术（DHM）重构中的自动参考的使用有关的方法、系统和装置。本文描述的技术可以例如应用在测量血细胞的平均细胞容积（MCV）以及其它基于细胞的诊断技术中。

背景技术

还被称为干涉相位显微术的数字全息显微术（DHM）是提供定量地追踪透明样品中的亚纳米光学厚度改变的能力的成像技术。与其中仅捕获关于样品的强度（幅度）信息的传统数字显微术不同，DHM捕获相位和强度两者。作为全息图而捕获的相位信息可以用于使用计算机算法来重构关于样品的扩展的形态信息（诸如深度和表面特性）。现代DHM实现提供了若干附加益处，诸如快速扫描/数字采集速度、低噪声、高分辨率以及用于无标记样本采集的潜在性。

离轴DHM系统创建全息图，其中由于对象与参考射束之间的小角度而存在整个视场之上的调制正弦条纹图案，换言之，撞击传感器表面的平面波在传感器处的位置处相消地和相长地干涉，并且因而形成正弦图案。此外，如在图1A中所描绘的，在具体建立（setup）中，使用光学傅里叶平面（或者傅里叶平面的共轭平面）的位置处的针孔而从对象射束创建参考射束，以抹去对象空间签名，并且提供用于创建干涉或全息图像的均匀平面波。

图1B示出了在视平面中的任何对象缺失的情况下获得的样本参考条纹图像（顶部）以及在细胞处于视场中的情况下获得的样本对象图像（底部）。如图1B中所示，重构牵涉到离轴建立的调制频率周围的波数的基于傅里叶变换的隔离，以及找到对象和参考图像两者的对应波中的不同的相位。将存在针对以下情况所牵涉的解开步骤（unwrapping step），其中光学深度差异引起比pi更大的绝对相位值。图1B中的参考图像通常在实验之前拍摄，或者在没有视场和一致的背景中的对象的条件下始终更新。

发明内容

本发明的实施例通过提供涉及数字全息显微术（DHM）重构中的自动参考的方法、系统和装置来解决和克服以上缺点和缺陷中的一个或多个。简要地，本文描述的技术从单个对象图像或者图像的时间系列来提取参考图像。提取来自对象图像的其中条纹图案被扰乱的区域，并且利用从图像的其它部分存在的图案来替换那些区域。

根据一些实施例，用于分析针对血液学应用的数字全息显微术（DHM）数据的计算机实现的方法包括接收使用数字全息显微术系统而采集的DHM图像。DHM图像包括一个或多个细胞对象和背景的描绘。基于DHM图像而生成参考图像。此参考图像然后可以用于将DHM图像中的条纹图案重构到光学深度图中。

各种技术可以用于生成参考图像。例如，在一些实施例中，检测DHM图像中存在细胞对象的一个或多个区域，并且从DHM图像分割这些区域。利用来自背景的非扰乱条纹图案来填充DHM图像的所述区域以产生参考图像，例如，使用基于包括在DHM图像中的结构和纹理信息的图像修补方法（例如，基于水平集的方法）或者经压缩的感测方法。在一些实施例中，可以使用基于学习的方法来自动地检测所述区域。每一个区域可以例如包括完全围绕每一个细胞对象的框。在一些实施例中，使用字典学习方法来在DHM图像的所述区域中进行填充。例如，可以学习捕获背景中的可变性的像斑（image patches）的字典。DHM成像然后可以使用该字典来重新投射以在所述区域中进行填充。在一些实施例中，使用稀疏编码来生成像斑的字典。