[发明专利]一种基于深度学习的相位显微成像方法

摘要

本发明公开了一种基于深度学习的相位显微成像方法，其中，方法包括以下步骤：使用显微成像系统采集训练样本的欠焦图、在焦图和过焦图；使用基于强度传输方程的相位恢复算法得到训练样本的相位图；将训练样本的在焦图和相应的相位图做训练集对神经网络进行训练。训练过程只需进行一次，之后采集未知样本的在焦图，并输入训练好的网络便可恢复出相位图。该方法优势在于，无需参考光，可使用部分相干光源，计算快速快，没有边界条件的限制，只需一幅在焦强度图就可以恢复物体的相位信息，可以直接低成本地与现成的显微成像系统结合，在显微成像的同时实现相位成像。

主权项

1.一种基于深度学习的相位显微成像方法，其特征在于：包含训练和恢复两个阶段，分为如下步骤：a.训练阶段的步骤为：S1.使用显微成像系统采集训练样本的过焦图、在焦图和欠焦图，记作_n和其中n＝1,2,3,4…k；S2.使用基于强度传输方程的相位恢复算法，从和算得训练样本的相位T_n，其中n＝1,2,3,4…k；S3.建立神经网络模型，确定网络模型参数。将训练样本的在焦图作为神经网络的输入，相应的相位图T_n作为神经网络的的黄金标准，对其进行训练，获得训练好的神经网络。b.恢复阶段的步骤为：S4.采集待测样本的在焦图I⁰；S5.将待测样本的在焦图I⁰输入训练好的神经网络，即可得到待测样本的相位信息T。