《Advanced Photonics Research》：DF-FPM: Low Complexity Fourier Ptychographic Microscopy via Selective Dark Field Updating
编辑推荐：
傅里叶叠层显微成像(Fourier ptychographic microscopy, FPM)因可实现大视场、高分辨定量相位成像而受到广泛关注，但海量暗场图像中的噪声干扰限制了重建质量与计算效率的进一步提升。研究人员提出了一种低复杂度FPM框架——DF-FP
傅里叶叠层显微成像(Fourier ptychographic microscopy, FPM)因可实现大视场、高分辨定量相位成像而受到广泛关注，但海量暗场图像中的噪声干扰限制了重建质量与计算效率的进一步提升。研究人员提出了一种低复杂度FPM框架——DF-FPM，将选择性暗场更新与即插即用随机梯度下降(Plug-and-Play Stochastic Gradient Descent, PnP-SGD)相结合。该算法利用包含随机采样暗场图像的mini-batch进行迭代更新，在有效抑制噪声干扰的同时保留了高频细节。实验结果表明，与传统FPM相比，该方法计算速度更快，可有效抑制噪声影响，恢复更多图像细节，并提升图像对比度。该研究在不增加硬件成本的前提下提升了FPM的计算效率，推动了其在工程实际需求中的应用。
傅里叶叠层显微成像(Fourier ptychographic microscopy, FPM)作为一种计算成像技术，突破了传统光学显微镜中分辨率与视场相互制约的物理瓶颈，通过多角度LED照明与迭代相位恢复实现大视场高分辨成像，在病理诊断、工业检测等领域具有重要应用前景。然而，随着硬件采集速度的不断提升，海量暗场图像带来的低信噪比与高计算复杂度成为限制其临床转化的核心瓶颈。传统方法多依赖硬件升级或深度学习训练，前者增加系统成本，后者依赖大量配对数据且泛化性受限。为此，研究人员开展了面向常规FPM系统的算法优化研究，提出了DF-FPM框架，旨在不增加硬件负担的前提下，同时解决噪声鲁棒性与计算效率两大难题。
在关键技术方法上，研究人员首先分析了FPM成像过程中的噪声分布特性，通过实测数据验证了暗场图像信噪比随离轴距离增加而降低的规律。基于此，研究采用选择性暗场更新策略，将亮场与暗场更新解耦，每个迭代批次固定包含所有亮场图像，仅随机抽取部分暗场图像参与梯度计算。算法框架集成了即插即用随机梯度下降(Plug-and-Play Stochastic Gradient Descent, PnP-SGD)，在梯度更新后引入有界去噪算子进行图像优化。此外，研究引入了暗场权重系数α对暗场数据的更新贡献进行动态调节，并通过控制mini-batch大小实现计算速度与重建质量的平衡。
在仿真实验中，研究人员使用Cameraman与Aerialphoto图像作为测试样本，在添加标准差为0.3的高斯噪声条件下进行对比。结果显示，DF-FPM在无去噪情况下仅需传统FPM约60%的计算时间，且均方根误差(Root Mean Square Error, RMSE)从0.0982降至0.0949，结构相似性指数(Structural Similarity Index Measure, SSIM)从0.8911提升至0.8980。结合全变分(Total Variation, TV)去噪后，DF-FPM+TV进一步将RMSE降至0.0881，SSIM提升至0.9214，计算时间仍仅为传统方法的60%。噪声鲁棒性分析表明，当噪声标准差超过2时，DF-FPM的重建优势更加显著，证明了随机暗场采样具有类似Dropout的正则化效果。
在光学实验中，研究人员分别对USAF-1951分辨率靶和生物样本进行了成像验证。USAF靶实验结果显示，传统FPM无去噪重建耗时26秒，振幅与相位图中均存在明显伪影与条纹噪声；DF-FPM无去噪重建仅需18.3秒，背景更平滑且图案对比度更高。结合TV去噪后，DF-FPM+TV仅需16.4秒即可完成收敛，约为传统方法耗时的70%，且有效抑制了伪影，局部相位剖面显示其能更准确地表征结构细节。犬胃组织切片实验进一步验证了算法的生物医学应用潜力：在相同TV去噪条件下，DF-FPM重建耗时7.4秒，仅为传统FPM（12.3秒）的60%，且在强度图中更好地保留了细胞组织的高频纹理，相位图的对比度与三维结构表征能力显著提升。
在讨论部分，研究人员深入分析了批处理大小与暗场权重系数的影响规律。批处理大小与计算时间和重建质量呈正相关，当总图像数为225时，批处理大小为95可在效率与质量间取得最优平衡。暗场权重系数在1至1.4范围内可提升重建质量，超过1.4则会导致收敛不稳定。研究证实，DF-FPM本质上是通过随机mini-batch优化实现了梯度估计的方差减小与正则化增强，两个新增参数提供了灵活的性能调控手段。
研究结论指出，DF-FPM通过选择性暗场更新与PnP-SGD的结合，在不增加硬件成本的前提下，实现了计算效率与噪声鲁棒性的双重提升。该框架特别适用于需要处理大规模数据的反射式FPM及多模态融合成像场景。未来工作将聚焦于自适应参数优化，引入Adam等先进优化器进一步提升效率，并将该理论框架扩展至频域FPM(FD-FPM)与扫描共焦FPM(scFPM)等其他架构中。该研究发表于《Advanced Photonics Research》，为FPM的工程化应用提供了一种高效可靠的算法解决方案。
