综述：微影术：简要介绍

《Journal of Microscopy》：Ptychography: A brief introduction

衍射显微术通过多角度扫描和重叠数据解决相位问题，突破传统显微镜的分辨率限制，广泛应用于X射线和电子成像领域。其迭代算法（PIE）结合高数值孔径，实现无需染色的活体细胞成像，但操作复杂，仍需进一步简化。

　　ptychography 是一种在微观成像领域中具有革命性意义的技术，它克服了传统透射和反射显微镜在分辨率和相位信息获取方面的局限性。尽管它的名字可能让初学者感到困惑，但其核心思想和实际应用却极为重要。这项技术最早由 Walter Hoppe 在 20 世纪 60 年代末和 70 年代初提出，并在后来由 Owen Saxton 与 Gerchberg 共同推广，最终形成了如今的 ptychography 概念。

ptychography 的关键在于其能够通过重叠的照明区域和散射数据的记录，解决长期以来困扰显微镜技术的“相位问题”。在传统显微镜中，物镜和探测器之间的光路限制了相位信息的获取，导致图像的对比度和分辨率受到严重影响。而 ptychography 通过在不同位置移动照明与样品，记录多个重叠的散射图案，从而利用这些数据中的冗余信息来重建样品的完整相位信息。这种方法不仅提升了成像的分辨率，还使得原本无法直接观测的透明样品能够以高对比度呈现。

ptychography 的独特之处在于它不依赖于传统光学系统中的物镜或目镜来形成图像。相反，它使用计算机对大量散射数据进行处理，通过算法逐步逼近样品的真实结构。这一过程被称为“迭代重建”，因为它需要不断调整对样品和照明函数的估计，直到模拟数据与实际记录的数据相匹配。这种方法的优势在于，它能够突破传统光学系统的限制，尤其是在使用短波长的辐射（如 X 射线和电子）时，其数值孔径往往非常有限，无法有效捕捉高角度散射信息。而 ptychography 则通过记录整个散射图案，包括高角度部分，从而获得了更广泛的分辨率提升。

在实验操作上，ptychography 的流程看似简单，但其背后的技术细节却极为复杂。首先，需要一个稳定的辐射源，它会照射到样品上。然后，样品与照明光束的相对位置会进行横向移动，每次移动后都会记录一次散射图案。通过重复这一过程，样品的每一个区域都会被多次照射，从而确保数据的充分性和可靠性。这种移动可以是连续的，也可以是离散的，具体取决于实验的设计和需求。最终，这些数据会被用于计算样品的结构信息，而不仅仅是形成一个直接可视的图像。

ptychography 的另一个重要特点是其对相位信息的恢复能力。在大多数成像技术中，我们只能直接测量波的强度，而无法直接获取其相位。然而，ptychography 通过分析不同位置的散射图案之间的关系，能够推导出波的相位信息。这种相位信息对于理解样品的微观结构至关重要，因为它包含了关于样品内部物质分布和相互作用的关键数据。在 X 射线成像中，这种相位信息能够帮助科学家研究样品的密度变化，而在电子成像中，它则有助于揭示原子级别的结构和动态变化。

ptychography 在 X 射线成像领域的应用尤为突出。随着计算机技术的发展，尤其是摩尔定律的推动，ptychography 所需要的数据量得到了更好的处理能力。2004 年，ptychographic iterative engine（PIE）算法的提出标志着 ptychography 在实验上的突破。随后，2007 年的实验验证进一步推动了这一技术在全球 X 射线同步辐射设施中的广泛应用。X 射线 ptychography 的优势在于其高分辨率、高对比度以及对三维结构的解析能力，这些特性使其成为研究生物细胞、材料科学和纳米技术等领域的重要工具。

在电子显微镜领域，ptychography 也展现出巨大的潜力。虽然其在早期的应用受限于实验条件和技术瓶颈，但近年来，随着对相位问题的深入研究和算法的不断优化，电子 ptychography 已经能够实现原子级别的成像。这种方法不仅能够揭示样品的静态结构，还能够捕捉原子振动和化学键合等动态过程，为科学家提供了前所未有的微观视角。然而，电子 ptychography 的实现仍面临诸多挑战，例如如何减少光源的非相干性、如何处理复杂的多层散射效应，以及如何提高数据采集的效率和准确性。

除了 X 射线和电子显微镜，ptychography 还被广泛应用于光学、极端紫外（EUV）和太赫兹波段的成像。这种技术的通用性使得它能够适应不同波长的辐射，从而在更广泛的科学领域中发挥作用。在光学成像中，ptychography 可以用于提高显微镜的分辨率和对比度，而在太赫兹成像中，它则有助于研究材料的介电特性。这种跨波段的应用能力，使得 ptychography 成为一种极具前景的成像技术。

ptychography 的发展过程中，还出现了一些非迭代的直接求解方法，例如 Wigner 分布反卷积（WDD）和单边带方法（SSB）。这些方法在某些特定条件下能够快速重建样品的图像，但它们的应用范围相对有限，通常需要满足特定的实验条件。相比之下，迭代算法更为灵活，能够处理更复杂的数据集和更广泛的样品类型。目前，大多数 ptychography 的重建过程都依赖于迭代算法，这种方法通过不断优化模型参数，最终得到高质量的图像。

ptychography 的应用不仅限于科学研究，它在工业和医疗领域也展现出巨大的潜力。例如，在材料科学中，ptychography 可以用于分析纳米材料的结构和性能；在生物医学领域，它能够实现对活细胞的高分辨率成像，从而为细胞生物学研究提供新的工具。此外，ptychography 还被用于检测微小缺陷、研究纳米颗粒的排列方式以及分析复杂系统的多层结构等。

然而，ptychography 仍然面临一些挑战。首先，它需要大量的数据采集和处理，这对计算资源和实验条件提出了较高的要求。其次，尽管迭代算法能够有效解决相位问题，但其计算过程往往较为耗时，需要进行多次迭代以达到满意的重建效果。此外，ptychography 对实验参数的设置也非常敏感，例如照明光束的强度、样品的移动精度以及探测器的分辨率等，这些因素都会影响最终的图像质量。

为了克服这些挑战，科学家们正在不断探索新的算法和技术。例如，近年来，研究人员开发了多种方法来减少光源的非相干性，提高照明光束的稳定性；同时，他们也在努力优化数据采集过程，以提高效率和准确性。此外，ptychography 还被用于处理多层散射效应，特别是在电子成像中，多层散射会导致图像失真，而新的算法能够有效地逆转这一效应，从而提高图像的清晰度。

随着技术的不断进步，ptychography 正在逐渐变得更加实用和易用。目前，它已经成为许多 X 射线束线的标准技术，但在电子显微镜领域，其应用仍处于发展阶段。为了使 ptychography 更加普及，科学家们正在努力开发更高效的算法、更先进的设备以及更简便的操作流程。这些努力不仅能够降低技术门槛，还能够提高成像的效率和准确性，使更多研究人员能够利用这一技术进行创新性的研究。

ptychography 的未来充满了无限可能。随着人工智能和机器学习技术的发展，这些技术有望被应用于 ptychography 的图像重建和数据分析过程中，从而进一步提高其性能和适用性。此外，ptychography 还可能与其他成像技术相结合，形成更加综合和强大的成像系统。例如，结合电子显微镜和 X 射线显微镜的优势，ptychography 可能能够提供更全面的样品信息，从而推动科学研究的进一步发展。

总的来说，ptychography 是一种极具潜力的成像技术，它通过利用数据的冗余性和相位信息的恢复能力，突破了传统显微镜的局限。尽管其名称可能让人感到困惑，但其科学价值和应用前景却无可否认。随着技术的不断进步和算法的持续优化，ptychography 有望在未来成为更加普及和高效的成像方法，为科学研究和工业应用带来新的机遇和挑战。