-
公开(公告)号：CN111579097A
公开(公告)日：2020-08-25
申请号：CN202010436021.3
申请日：2020-05-21
申请人： 浙江大学
摘要： 本发明公开了一种基于神经网络的高精度光学散射补偿方法。取已知的散射相位在波前传感器处对应的散射光斑点阵图样的子区；分解子区光斑对应的子区相位得相位系数；子区光斑集合与相位系数集合输入卷积神经网络中训练，得子区预测模型；子区光斑集合经模型预测得子区预测相位并合成初步相位集合；初步相位集合与散射相位集合输入全卷积神经网络中训练，得相位恢复模型；将待测散射相位对应的散射光斑点阵图样提取子区并输入子区预测模型；获得初步相位后输入相位恢复模型得散射补偿相位；散射补偿相位加载至空间光调制器完成补偿。本发明提出了一种预测散射相位的方法，提升了光学散射补偿相位的探测性能，在光学散射补偿领域具有应用前景。
-
公开(公告)号：CN110346340B
公开(公告)日：2020-08-14
申请号：CN201910653527.7
申请日：2019-07-19
申请人： 浙江大学
摘要： 本发明公开了一种基于波前传感器的机器学习快速像差测量系统与方法。用马赫—曾德干涉仪通过移相干涉法测量实验样品的畸变相位分布，处理得到像差先验信息，利用像差先验信息生成相位分布集合；将相位分布集合依次加载到空间光调制器后扫描无畸变的荧光样品，得到畸变光强分布图样，建立光强分布集合；将光强分布集合与相位分布集合输入机器学习模型中训练；扫描待测实验样品获得新光强分布图样，输入训练后的机器学习模型获得预测像差信息，得到校正相位；将校正相位加载到空间光调制器上形成像差测量。本发明结合了机器学习算法与波前传感技术，提升了光学像差测量速度，实现了宽场荧光显微成像中的快速像差测量与校正，应用前景好。
-
公开(公告)号：CN110346340A
公开(公告)日：2019-10-18
申请号：CN201910653527.7
申请日：2019-07-19
申请人： 浙江大学
摘要： 本发明公开了一种基于波前传感器的机器学习快速像差测量系统与方法。用马赫—曾德干涉仪通过移相干涉法测量实验样品的畸变相位分布，处理得到像差先验信息，利用像差先验信息生成相位分布集合；将相位分布集合依次加载到空间光调制器后扫描无畸变的荧光样品，得到畸变光强分布图样，建立光强分布集合；将光强分布集合与相位分布集合输入机器学习模型中训练；扫描待测实验样品获得新光强分布图样，输入训练后的机器学习模型获得预测像差信息，得到校正相位；将校正相位加载到空间光调制器上形成像差测量。本发明结合了机器学习算法与波前传感技术，提升了光学像差测量速度，实现了宽场荧光显微成像中的快速像差测量与校正，应用前景好。
-
公开(公告)号：CN107121771A
公开(公告)日：2017-09-01
申请号：CN201710322144.2
申请日：2017-05-09
申请人： 浙江大学
CPC分类号： G02B21/002 , G02B26/06
摘要： 本发明公开了一种自适应光学聚焦干涉补偿方法与系统。本发明先通过在样品内激发出的荧光被光电倍增管接收，记此时聚焦中心光强为阈值；将数字微镜器件置于物镜后瞳面的共轭面上，并对其分区，每个分区依次将该区入射光束反射到旁侧光路，使其相位补偿之后回到正侧光路，同时保持其他分区光束不变；光电倍增管记录分区光束相位改变后的聚焦中心光强；标记光强大于等于阈值的分区，获得补偿分区；数字微镜器件加载补偿分区后光束再次聚焦，在样品内形成中心光强更强的光斑。本发明从光学干涉原理出发，能够快速改善散射介质内部聚焦光斑的质量，为光遗传学与活体深层高分辨率光学显微成像技术提供了新思路。
-
公开(公告)号：CN107132646B
公开(公告)日：2022-12-30
申请号：CN201710321760.6
申请日：2017-05-09
申请人： 浙江大学
摘要： 本发明公开了一种基于干涉增强的快速高效自适应光学成像补偿方法与系统。对数字微镜器件进行分区，将其等分为两部分；保持第二部分分区不变，第一部分内各分区同时以不同的频率对光束进行强度调制，光束聚焦后激发出强度变化的荧光，被光电倍增管接收记录；荧光信号做傅里叶变换后得到各分区对应的补偿相位；保持第一部分分区不变，对第二部分分区光束进行强度调制得到另一半补偿相位；标记相位值大于π的分区；数字微镜器件加载标记分区后，将其对应光束进行相位补偿后，在样品内形成中心光强更强的聚焦光斑。本发明从光学干涉原理与相位补偿出发，提升了散射介质内部深处成像光束自适应聚焦速度及聚焦质量，为非侵入型光遗传学与活体深层高分辨显微成像领域提供了新的技术方法。
-
公开(公告)号：CN107121772B
公开(公告)日：2022-12-16
申请号：CN201710322159.9
申请日：2017-05-09
申请人： 浙江大学
IPC分类号： G02B21/00
摘要： 本发明公开了一种简易光束聚焦增强方法与系统。本发明先通过在样品内激发出的荧光被光电倍增管接收，记此时聚焦中心光强为阈值；然后将数字微镜器件置于物镜后瞳面，并对其进行分区，每个分区依次将该区入射光束反射到旁侧光路，使其不参与聚焦，同时保持其他分区光束不变；光电倍增管记录去除对应分区光束后的聚焦中心光强；接着去除光强大于等于阈值的分区，获得筛选分区；数字微镜器件加载筛选分区后光束再次聚焦，在样品内形成中心光强更强的光斑。本发明从光学干涉原理出发，在提升光学聚焦质量的同时简化了实验步骤，为生物组织内部深处高速光学聚焦和高速高分辨率光学显微成像提供了一种简易可行方法。
-
公开(公告)号：CN111626997B
公开(公告)日：2022-04-19
申请号：CN202010435457.0
申请日：2020-05-21
申请人： 浙江大学
摘要： 本发明公开了一种基于深度学习的高速单图直接探测光学畸变相位的方法。利用计算机生成随机的光学畸变相位集合；将相位畸变集合依次加载到空间光调制器后，在波前传感器处得到畸变光斑点阵图样集合；将相位畸变集合与光斑点阵图样集合输入卷积神经网络的深度学习模型中训练，获得模型结果；针对待测光学畸变相位，在波前传感器处获取单张畸变光斑点阵图样；将畸变光斑点阵图样输入经训练的预测模型可直接输出预测的光学畸变相位。本发明简化了光学畸变相位的直接波前探测的算法流程，提升了探测速度与探测性能，在使用直接波前探测的领域具有应用前景。
-
公开(公告)号：CN110389119A
公开(公告)日：2019-10-29
申请号：CN201910653573.7
申请日：2019-07-19
申请人： 浙江大学
摘要： 本发明公开了一种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。利用马赫—曾德干涉仪通过移相干涉法测量实验样品的畸变相位分布，处理得到像差先验信息，利用像差先验信息生成相位分布集合；将相位分布集合依次加载到空间光调制器后扫描无畸变的荧光样品，得到畸变光强分布图样，建立光强分布集合；将光强分布集合与相位分布集合输入机器学习模型中训练；扫描待测实验样品，获得新光强分布图样，输入训练后的机器学习模型获得预测像差信息，得到校正相位；将校正相位加载到空间光调制器上成像。本发明提升了光学像差测量的速度，提高了探测能力，实现了自适应光学扫描显微成像过程中的快速像差测量与校正，应用前景好。
-
公开(公告)号：CN107219617A
公开(公告)日：2017-09-29
申请号：CN201710321439.8
申请日：2017-05-09
申请人： 浙江大学
IPC分类号： G02B21/00
CPC分类号： G02B21/006 , G02B21/002 , G02B21/0048 , G02B21/0076 , G02B21/008
摘要： 本发明公开了一种基于数字微镜器件的快速精准光学聚焦增强方法与系统。对数字微镜器件进行分区，将其等分为两部分；保持第二部分分区不变，第一部分内各分区同时以不同的频率对光束进行强度调制，光束聚焦后激发出强度变化的荧光，被光电倍增管接收记录；荧光信号做傅里叶变换后得到各分区对应的补偿相位；保持第一部分分区不变，对第二部分分区光束进行强度调制得到另一半补偿相位；保留相位值小于等于π的分区，去除相位值大于π的分区，获得筛选分区；数字微镜器件加载筛选分区后，光束在样品内聚焦形成中心光强更强的光斑。本发明从光学衍射原理出发，在提升光束聚焦速度的同时，增强了光束聚焦能力，为非光纤植入式光遗传学和深穿透显微成像提供了一种可行的聚焦光斑产生方法。
-
公开(公告)号：CN111579097B
公开(公告)日：2021-05-04
申请号：CN202010436021.3
申请日：2020-05-21
申请人： 浙江大学
摘要： 本发明公开了一种基于神经网络的高精度光学散射补偿方法。取已知的散射相位在波前传感器处对应的散射光斑点阵图样的子区；分解子区光斑对应的子区相位得相位系数；子区光斑集合与相位系数集合输入卷积神经网络中训练，得子区预测模型；子区光斑集合经模型预测得子区预测相位并合成初步相位集合；初步相位集合与散射相位集合输入全卷积神经网络中训练，得相位恢复模型；将待测散射相位对应的散射光斑点阵图样提取子区并输入子区预测模型；获得初步相位后输入相位恢复模型得散射补偿相位；散射补偿相位加载至空间光调制器完成补偿。本发明提出了一种预测散射相位的方法，提升了光学散射补偿相位的探测性能，在光学散射补偿领域具有应用前景。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.024 秒)