[发明专利]基于机器学习的快速自适应光学扫描显微成像系统与方法

权利要求书

1.一种基于机器学习的快速自适应光学扫描显微成像方法，其特征在于采用自适应光学扫描显微成像系统，自适应光学扫描显微成像系统包括激光器(1)、滤波模块(2)、二向色镜(3)、反射镜(4)、空间光调制器(5)、扫描模块(6)、扫描透镜(7)、套筒透镜(8)、显微物镜(9)、滤光片(11)、分束器(12)、中继透镜一(13)、中继透镜二(14)、波前传感器(15)、成像透镜(16)和探测模块(17)；成像光路传播为：激光器(1)发射出激光光束经滤波模块(2)之后入射到二向色镜(3)上发生反射，反射光到反射镜(4)上再次反射到空间光调制器(5)上，经空间光调制器(5)的调制反射光依次经过扫描模块(6)、扫描透镜(7)和套筒透镜(8)后入射到显微物镜(9)，透射过显微物镜(9)后在实验样品(10)内聚焦；荧光信号入射到显微物镜(9)沿入射光路逆反传播回到二向色镜(3)，经过二向色镜(3)透射后，再经滤光片(11)入射到平板分束器(12)发生透射和反射，透射部分的荧光信号再依次经过中继透镜一(13)和中继透镜二(14)后被波前传感器(15)接收；反射部分的荧光信号再依次经过成像透镜(16)后被探测模块(17)接收；

方法具体包含以下步骤：

1)在马赫—曾德(Mach-Zehnder)干涉仪中，利用马赫—曾德(Mach-Zehnder)干涉仪通过移相干涉法测量一类实验样品的不同局部位置的畸变相位分布，获得此类实验样品的像差先验信息；

2)根据像差先验信息生成各不相同的相位分布再构建用于机器学习训练的相位分布集合相位分布集合由两部分组成，第一部分为随机相位分布集合，第二部分为特殊相位分布集合，其中i＝1,2,3,…,n；

3)在自适应光学扫描显微成像系统中，在显微物镜(9)的成像焦平面处放置无散射干扰的荧光样品，激光器(1)发射出激光光束经未加载相位的空间光调制器(5)的光路传播后由波前传感器采集获得无畸变光强分布图样，根据无畸变光强分布图样对进行自适应光学扫描显微成像系统的光路校准；

4)在显微物镜(9)的成像焦平面处依然放置无散射干扰的荧光样品，将步骤2)获得的相位分布集合中的每一相位分布分别依次加载到空间光调制器(5)上，入射光经过成像光路传播后在波前传感器(15)上采集获得训练畸变光强分布图样I，传播过程中经扫描模块(6)控制扫描照射到荧光样品并激发出荧光信号，荧光信号受到空间光调制器(5)上加载的相位分布所引入的像差干扰；

由不同相位分布对应获得的各个训练畸变光强分布图样I组建构成用于机器学习训练的光强分布集合{I_i}，光强分布集合{I_i}由两部分组成，第一部分为随机相位分布对应的光强分布集合，第二部分为特殊相位分布对应的光强分布集合,其中i＝1,2,3,…,n，i表示相位分布集合中的相位分布的序数，n表示相位分布集合中的相位分布的总数；

5)将步骤4)与步骤2)获得的各个训练畸变光强分布图样I与其各自对应的相位分布作为机器学习训练的输入-输出数据对，输入到机器学习模型中进行训练获得针对此类实验样品的像差测量的最优模型参数，完成机器学习模型的训练；

6)在显微物镜(9)的成像焦平面处移除无散射干扰的荧光样品并放置像差未知待测的同类实验样品(10)，入射光经过未加载相位分布的空间光调制器(5)的成像光路传播后在波前传感器(15)上采集获得待测畸变光强分布图样I’，传播过程中经扫描模块(6)控制扫描照射到实验样品(10)并激发出荧光信号，

7)将步骤6)获得的畸变光强分布图样I_j输入到步骤5)获得的已训练的机器学习模型中，预测输出像差预测信息，通过计算转换得到所需用于校正像差的校正相位；

8)在显微物镜(9)的成像焦平面处放置像差未知待测的同类实验样品(10)不变，利用步骤7)中得到的校正相位加载到空间光调制器(5)上，入射光经过加载相位分布的空间光调制器(5)的成像光路传播后在探测模块(17)上获得像差校正后的待测实验样品的成像结果。

2.根据权利要求1所述的一种基于机器学习的快速自适应光学扫描显微成像方法，其特征在于：所述步骤1)中，像差先验信息具体获得为：将畸变相位分布通过相位表征函数进行分解，通过所用的相位表征函数对各项系数的范围进行标定，以标定获得的各项系数的范围作为像差先验信息。