基于特征无关自动对焦与多目标可分离相位恢复的宽场无透镜显微成像技术

《Laser & Photonics Reviews》：Wide-Field, Artifact-Suppressed Lensless Microscopy Via Feature-Agnostic Autofocus and Multi-Target Separable Phase Retrieval

本研究针对无透镜芯片显微技术(LOCM)中样本-传感器距离变化敏感和重建噪声累积的难题，提出了一种集成横向配准、特征无关自动对焦及多目标可分离相位恢复的宽场抗伪影成像框架。该方案有效校正衍射尺度畸变与传感器轨迹偏差，实现了28.6 mm2全视场、80 μm成像深度和775 nm半间距分辨率的超分辨率成像，空间分辨率提升至奈奎斯特-香农极限的2.15倍，为高通量计算成像提供了稳健解决方案。

　　

通过融合分段横向配准、特征无关自动对焦(feature-agnostic autofocus)以及多目标可分离相位恢复(multi-target separable phase retrieval)，研究人员开发出一种具备自然支撑约束的宽场抗伪影无透镜成像框架。该复合场校正方案精准应对了衍射尺度失真与传感器轨迹偏移，同时降低了自动对焦对样本特异性图像特征的依赖性。相位恢复过程通过多目标随机梯度下降算法(multi-objective stochastic gradient descent)进一步强化，实现了不牺牲分辨率的有效噪声分离。实验验证表明，该方法可获得28.6 mm²全视场(FOV)、超过80 μm的成像深度以及775 nm半间距分辨率，其空间分辨率较奈奎斯特-香农采样极限(Nyquist–Shannon sampling limit)提升2.15倍。该技术还展现出与相干衍射成像(CDI)的强兼容性，为高通量计算成像提供了突破性技术路径。