[发明专利]一种基于深度学习的无透镜显微成像系统及方法

说明书

本发明提供一种基于深度学习的无透镜显微成像系统及方法，涉及无透镜显微成像领域，包括：无透镜显微成像模块，包括样品微腔，用于装载细胞样品，样品微腔的底部紧贴图像传感器芯片的表面，图像传感器芯片用于记录细胞样品的投影显微图像；光源模块，用于在细胞样品成像时提供光源；微流控模块，用于向样品微腔中定量注入细胞样品；明场显微镜，用于记录细胞样品的明场显微图像；图像处理与显示模块，用于将相同视场下的投影显微图像和明场显微图像一一对应生成图像对，并根据各图像对训练得到深度学习网络模型，并显示模型训练结果。有益效果是在保持无透镜显微的大视场优势的同时提高了成像分辨率，也能在成像风格上更接近于显微镜的效果。

技术领域

本发明涉及无透镜显微成像技术领域，尤其涉及一种基于深度学习的无透镜显微成像系统及方法。

背景技术

深度学习是当今的一个热门研究方向，其技术广泛运用于科技发展的各个领域，并取得了更好的效果。神经网络是深度学习的主要实现方法，而神经网络中的生成对抗网络(GAN)，更是在图像处理、计算机视觉等领域有着十分重要的作用。生成对抗网络由生成器和判别器两部分的网络组成，生成器G用于生成样本，判别器D用于判断这个样本是否为真实样本。在图像处理方面，G用于产生随机噪声并生成假图，D则根据真假图进行二分类的训练。D根据输入的图像生成相应的分数，分数表示G生成的图像是否接近真实图像，进而进一步的训练G生成更好的图像。

无透镜显微成像是一种在不利用透镜的情况下，使用图像传感器芯片进行显微成像的技术。相比于传统光学显微镜，无透镜显微不仅可以满足大视场、高分辨率的要求，同时因其体积小、操作容易、价格低廉、简易便携等特点，成为了当下热门的研发领域。可以预见，无透镜显微技术未来在医疗普及、细胞检测、医疗救援及远程医疗等方面将会有十分广泛的应用前景。无透镜投影显微技术是无透镜显微技术中的一种特殊情况。其特殊性在于该技术仅分析样本的投影强度，无需进行重建或相位恢复，就可以实现样本识别和计数等功能。投影成像可以被看作是最小化样本-传感器距离的同轴光路，从而可以将图像传感器采集到的原始强度图像直接作为样本的二维投影，从而最小化设备体积和重量，缩短时间，减轻计算平台负担，成为最成熟的无透镜显微成像方法。然而当前的无透镜显微成像设备与光学明场显微镜相比，在分辨率和成像风格上还存在着一定的差距。成像分辨率较低会使观测结果产生误差，成像风格不同会背离观测人员的观察习惯。

发明内容

针对现有技术中存在的问题，本发明提供一种基于深度学习的无透镜显微成像系统，具体包括：

一无透镜显微成像模块，包括样品微腔和图像传感器芯片，所述样品微腔用于装载细胞样品，所述样品微腔的底部紧贴所述图像传感器芯片的表面，所述图像传感器芯片用于记录所述细胞样品的投影显微图像；

一光源模块，设置于所述无透镜显微成像模块的正上方，且所述光源模块的发光面覆盖整个所述图像传感器芯片，所述光源模块用于在所述细胞样品成像时提供光源；

一微流控模块，连接所述样品微腔，所述微流控模块用于向所述样品微腔中定量注入所述细胞样品；

一明场显微镜，用于记录所述细胞样品的明场显微图像；

一图像处理与显示模块，分别连接所述图像传感器芯片和所述明场显微镜，用于将相同视场下的所述投影显微图像和所述明场显微图像一一对应生成图像对，并根据各所述图像对训练得到深度学习网络模型，并显示模型训练结果。

优选的，还包括一时序控制模块，分别连接所述图像传感器芯片、所述光源模块、所述明场显微镜和所述图像处理与显示模块，用于控制所述图像传感器芯片、所述光源模块、所述明场显微镜和所述图像处理与显示模块的工作时序。

优选的，所述样品微腔包括顶板、底板以及所述位于所述顶板和所述底板之间的腔体，所述底板紧贴所述图像传感器芯片的表面。