[发明专利]一种基于色散的显微成像方法及其应用

说明书

本发明公开了一种基于色散的显微成像方法，涉及光学领域，特别涉及显微成像领域，其包括训练网络模型和计算重建三个部分。其中训练网络模型部分包括使用显微成像系统采集训练样本的不同轴向位置的色散强度叠加像和计算相位真值，获得训练样本的相位图，将训练样本的色散强度叠加像作为输入值，将相位图作为标准进行训练；计算重建部分包括采集待测样品的不间断视频帧，将其输入训练好的网络模型，获得待测样本的相位图。该方法优势在于，利用色散元件构建的不同轴向位置的叠加像，包含求解相位所需的完整信息，重建过程保真度高。

技术领域

本发明涉及光学领域，特别涉及显微成像领域。

背景技术

病理诊断领域可分为组织病理、细胞病理、免疫组化病理和分子病理诊断。细胞病理诊断通过对病变部位获取或脱落的细胞进行成像，并从成像结果中提取形态学、结构、体积和位置等信息，有助于对多种器官和组织的病变进行定性观测，在术中检测等方面具有广泛的应用。

在具有高动态、高透明度和微形变等特点的细胞病理诊断领域，常用的成像方式大多以如下两种方式之一进行：第一，有标记（荧光）成像。即采用特定的染料或探针标记活细胞的待观察结构，以提高其成像对比度。这种方法特异性较强，但对细胞有较强光毒性，可能导致可观测时程下降，不利于长期检查。第二，无标记成像，其中常用的方法为定量相位成像，即利用细胞和介质中折射率的非均匀三维分布表征活体样本的相位信息，从而与背景产生较强的对比度，同时具有较强的轴向分辨能力。这种方法很大程度上缓解了光毒性对细胞的影响。此类无标记成像方法可被进一步细分为基于相干照明的方法和部分相干照明的方法。前者对光源的时间相关性要求较高，具有昂贵的成本和较高的系统实现难度。后者的经典实现方式为采集离焦图像计算轴向的强度微分，通过求解强度传输方程获得相位，该方法成本较低、实现复杂度较低，但是需要采集多张图像，在高动态性的活细胞成像中降低了采集的速率，甚至可能在重建中引入运动伪影，不利于生物活动的观测。此外，需要考虑微分方程求解的边界条件。为了解决这一问题，目前已有专利（CN109685745A）建议通过神经网络进行基于单次采集的相位成像，即，采集多张不同轴向位置的静态样本图像，用传统的强度传输方程求解相位，将该训练样本的在焦图和相应的相位图作为输入和真值对神经网络进行训练。之后采集样本的在焦图，输入训练好的网络以重建相位图像。根据衍射原理，该方法中仅依据在焦图像作为输入，其本身无法包含全面的相位信息，该求解过程存在较强的病态性，因此需要神经网络学习样本本身与相位成像原理无关的先验特征，因而对于不同的细胞或不同的采集环境需要重新采集大批静态样本数据进行训练，否则，算法的输出未知性很强，在实际操作中复杂性较高。

因此，现有的技术很难以简单、低成本的系统和简易的预/后处理流程，在单次拍摄中采集动态、高对比度的无标记活细胞图像用于术中检测。

因鉴于此，特提出此发明。

发明内容

本发明的第一部分，提供了一种基于色散的显微成像方法，其包含训练神经网络模型和计算重建两个过程，其中，

第一过程：训练神经网络模型，其包括：

S1.1采集相干光源或部分相干光源下的训练样本的色散强度叠加像（以下简称为叠加像）；

S1.2获得训练样本的相位图像，其包括：