主权项: |
1.一种三维显微层析计算摄像方法,其特征在于,包括以下步骤: 将不同深度的高维图像信息耦合到低维探测信号中; 利用样本的稀疏特性对所述低维探测信号解码,得到计算摄像结果。 2.根据权利要求1所述的方法,其特征在于,所述将不同深度的高维图像信息耦合到低维探测信号中,包括: 通过闪耀光栅将不同波长的光谱成分聚焦到样本的同一层,同一相机曝光时间内通过声光透镜依次聚焦到样本的不同层,并通过电光调制器编码不同层的照明强度,以实现编码荧光照明。 3.根据权利要求2所述的方法,其特征在于,激光器和所述电光调制器之间,所述电光调制器和闪耀光栅之间,分别使用半波片调整偏振方向。 4.根据权利要求1所述的方法,其特征在于,所述将不同深度的高维图像信息耦合到低维探测信号中,还包括: 对样本聚焦面发出的荧光,通过荧光物镜和声光透镜后成为平行光,并通过二向色镜和滤波片去除剩余的激发散射光,及经过管镜的聚焦在sCMOS的靶面上成像,以实现荧光耦合采集。 5.根据权利要求1所述的方法,其特征在于,所述利用样本的稀疏特性对所述低维探测信号解码,包括: 将模型建立为I(x,y,t)=M(z,t)Dijα(x,y,z,t)+N,其中,I(x,y,z,t)为二维探测器上(x,y)位置在t时刻的一个曝光时间内探测到的信号强度,M(z,t)为随着时间变化的空间二维编码,Dij为上步中获得的过完备的字典,α(x,y,z,t)为每一时刻字典对应的系数,N为成像系统对应的噪声; 将求解的代价函数记做F(α)=F1(α)+F2(α)+F3(α),其中,误差项三维神经元网络在过完备字典下的稀疏性约束为F2(α)=λ||α(x,y,z,t)||1,神经元活动在时域的稀疏性约束为F3(α)=μ||Dtα(x,y,z,t)||1,以将其转化为可求解的优化问题。 6.一种三维显微层析计算摄像装置,其特征在于,包括: 耦合模块,用于将不同深度的高维图像信息耦合到低维探测信号中; 解码模块,用于利用样本的稀疏特性对所述低维探测信号解码,得到计算摄像结果。 7.根据权利要求6所述的装置,其特征在于,所述耦合模块进一步通过闪耀光栅将不同波长的光谱成分聚焦到样本的同一层,同一相机曝光时间内通过声光透镜依次聚焦到样本的不同层,并通过电光调制器编码不同层的照明强度,以实现编码荧光照明。 8.根据权利要求7所述的装置,其特征在于,激光器和所述电光调制器之间,所述电光调制器和闪耀光栅之间,分别使用半波片调整偏振方向。 9.根据权利要求6所述的装置,其特征在于,所述耦合模块进一步用对样本聚焦面发出的荧光,通过荧光物镜和声光透镜后成为平行光,并通过二向色镜和滤波片去除剩余的激发散射光,及经过管镜的聚焦在sCMOS的靶面上成像,以实现荧光耦合采集。 10.根据权利要求6所述的装置,其特征在于,所述解码模块进一步用于将模型建立为I(x,y,t)=M(z,t)Dijα(x,y,z,t)+N,其中,I(x,y,z,t)为二维探测器上(x,y)位置在t时刻的一个曝光时间内探测到的信号强度,M(z,t)为随着时间变化的空间二维编码,Dij为上步中获得的过完备的字典,α(x,y,z,t)为每一时刻字典对应的系数,N为成像系统对应的噪声;将求解的代价函数记做F(α)=F1(α)+F2(α)+F3(α),其中,误差项三维神经元网络在过完备字典下的稀疏性约束为F2(α)=λ||α(x,y,z,t)||1,神经元活动在时域的稀疏性约束为F3(α)=μ||Dtα(x,y,z,t)||1,以将其转化为可求解的优化问题。 |