衍射光学网络支持定量相位成像

       加州大学洛杉矶分校电气与计算机工程系和加州纳米系统研究所的研究团队合作开研发了一种衍射光学网络，以取代定量相位成像 (QPI) 系统中使用的数字图像重建算法，该技术使用一系列通过深度学习进行空间设计的无源光学表面。

       与使用强度测量或全息图在计算机上执行相位恢复的传统 QPI 系统不同，衍射 QPI 网络直接处理由物体本身产生的光波，以在光通过衍射系统传播时检索样本的相位信息 网络。 整个相位恢复和定量相位成像过程以光速完成，无需外接电源，只需光源即可。

全光相位恢复：定量相位成像的衍射计算

       在光与目标物体相互作用并通过空间工程无源层传播后，恢复的样品相位图像作为强度图像出现在衍射网络的输出端，成功地将输入端物体的相位特征转换为输出的强度图像。

       据研究人员称，这些结果构成了首次通过衍射实现的全光学相位检索和相位强度转换。使用深度学习训练的衍射 QPI 网络不仅可以推广到在统计上类似于训练图像的看不见的新相位对象，还可以推广到具有不同空间特征的全新类型的对象。

       此外，衍射 QPI 网络的设计方式使得输入相位的量化不受照明光强度或图像传感器检测效率的可能变化的影响。该团队还表示，即使在其衍射层机械错位的情况下，衍射 QPI 网络也可以进行优化，以保持其定量相位图像质量。

      该衍射 QPI 网络具有计算速度快、功耗低和内存使用率高等优势，有望为显微镜和传感领域的各种应用开辟新的方向。

       该研究发表在 Advanced Optical Materials (www.doi.org/10.1002/adom.202200281) 。