用于原子力显微镜的自监督图像去噪与修复方法

《Nature Communications》：Self-supervised image denoising and restoration method for atomic force microscopy

　　

摘要

扫描探针显微镜（SPM）通过纳米级探针感知表面相互作用，而非依赖对粒子或波的检测，从而与光学和电子显微镜区分开来；它已发展成为跨越多个基础和应用研究领域的多功能工具。SPM 采用光栅扫描进行成像，包括正向（从左至右）和反向（从右至左）扫描——然而，这种空间冗余通常未被充分利用。在此，我们介绍了一个利用正向和反向信息的自监督深度学习框架，用于扫描探针显微镜图像去噪与修复（SPIDER）。SPIDER 可将信噪比提高多达 3 倍，并将成像速度提升多达 6 倍，从而无需依赖大型训练集和真值。我们进一步证明，SPIDER 能够通过利用快扫轴的空间信息，以自监督方式重建慢扫轴中缺失的空间信息，从而实现成像加速。这种自监督重建方法与监督学习方法相比具有竞争力。我们预计 SPIDER 将改善 SPM 成像并激发更多应用。