【技术实现步骤摘要】
一种叠层成像重建方法及系统
[0001]本专利技术涉及叠层成像领域，特别是涉及一种叠层成像重建方法及系统。
技术介绍
[0002]在各种常规相干衍射成像方法中，叠层成像由于其高分辨率和大视野的优势，成为人们关注的焦点。除可见光外，它还被证明在X射线、极紫外线和电子束具有很好的应用前景。相干衍射成像所涉及的问题可以概括为从衍射图样中恢复缺失的相位，这通常被视为病态的逆问题。传统的相位检索算法通常是基于替代投影方案，通过应用实验和先验信息的约束来更新猜测。
[0003]在叠层成像中，扩展的叠层迭代引擎(ePIE)是一种通过替代投影进行重建的有效方法，它可以将探针和出口波分开，同时重建探针和物体的复振幅。在实验中，通过移动照亮整个样品，记录了一系列的衍射图案。由于相邻扫描区域之间的重叠而产生的冗余数据，可以解决模糊性的问题，并实现快速收敛。许多算法被提出来以优化迭代的过程校正误差和增强分辨率。最近，深度学习为解决相位检索中的逆向问题提供了一个新的途径。
[0004]作为一种无透镜成像技术，叠层成像为解决空间分辨率与视场之间的冲突提供了一种新途径。但是，由于传感器的像素大小限制，空间分辨率和信号噪声比之间将达成折衷。理论上，使用像素尺寸较小的传感器可以减少混叠问题并提高分辨率。然而，像素尺寸的物理减少将牺牲信噪比和动态范围，这会给重建过程带来额外的困难。
技术实现思路
[0005]基于此，本专利技术实施例提供一种叠层成像重建方法及系统，以在使用较大像素尺寸的传感器的情况下，提高分辨率。>[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种叠层成像重建方法，包括：
[0008]获取样品的多张衍射图；多张所述衍射图是采用叠层成像装置对样品进行多次扫描得到的；
[0009]根据多张所述衍射图确定最优衍射距离以及在所述最优衍射距离处每张衍射图的扫描位置；所述最优衍射距离为衍射图轮廓最清晰时对应的样品与传感器之间的距离；
[0010]采用所述扫描位置对样品在当前迭代次数下的复振幅分布进行裁剪，并根据裁剪后的复振幅分布与探针在当前迭代次数下的复振幅分布确定当前迭代次数下的衍射预测图；所述探针为照射到样品的复振幅波前；
[0011]采用平均池化法对当前迭代次数下的衍射预测图进行设定倍数的下采样，得到采样后的衍射预测图；
[0012]计算所述采样后的衍射预测图和相应的衍射图之间的损失；
[0013]若所述损失小于设定值，则将样品在当前迭代次数下的复振幅分布确定为样品最终的复振幅分布，将探针在当前迭代次数下的复振幅分布确定为探针最终的复振幅分布；
[0014]若所述损失不小于设定值，则基于所述损失的梯度值更新样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布后，进入下次迭代。
[0015]可选的，所述根据多张所述衍射图确定最优衍射距离以及在所述最优衍射距离处每张衍射图的扫描位置，具体包括：
[0016]根据多张所述衍射图，采用基于锐度的自动聚焦算法，确定最优衍射距离；
[0017]根据多张所述衍射图，采用基于互相关的位置配准算法，确定在所述衍射距离处每张衍射图的扫描位置。
[0018]可选的，所述基于所述损失的梯度值更新样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布后，进入下次迭代，具体包括：
[0019]采用反向传播法计算所述损失的梯度值；
[0020]基于所述梯度值采用Adam优化器对样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布进行更新，并在更新后进入下次迭代。
[0021]可选的，所述根据多张所述衍射图，采用基于锐度的自动聚焦算法，确定最优衍射距离，具体包括：
[0022]计算各所述衍射图在不同衍射距离处的锐度，并将锐度最大的衍射距离确定为最优衍射距离。
[0023]可选的，所述根据多张所述衍射图，采用基于互相关的位置配准算法，确定在所述衍射距离处每张衍射图的扫描位置，具体包括：
[0024]计算在所述衍射距离处每相邻两张衍射图的互相关谱，并将所述互相关谱的峰值作为相邻两张衍射图的偏移距离；
[0025]根据所有的偏移距离确定在所述衍射距离处每张衍射图的扫描位置。
[0026]本专利技术还提供了一种叠层成像重建系统，包括：
[0027]衍射图获取模块，用于获取样品的多张衍射图；多张所述衍射图是采用叠层成像装置对样品进行多次扫描得到的；
[0028]距离及位置确定模块，用于根据多张所述衍射图确定最优衍射距离以及在所述最优衍射距离处每张衍射图的扫描位置；所述最优衍射距离为衍射图轮廓最清晰时对应的样品与传感器之间的距离；
[0029]衍射预测图确定模块，用于采用所述扫描位置对样品在当前迭代次数下的复振幅分布进行裁剪，并根据裁剪后的复振幅分布与探针在当前迭代次数下的复振幅分布确定当前迭代次数下的衍射预测图；所述探针为照射到样品的复振幅波前；
[0030]采样模块，用于采用平均池化法对当前迭代次数下的衍射预测图进行设定倍数的下采样，得到采样后的衍射预测图；
[0031]损失计算模块，用于计算所述采样后的衍射预测图和相应的衍射图之间的损失；
[0032]重建模块，用于若所述损失小于设定值，则将样品在当前迭代次数下的复振幅分布确定为样品最终的复振幅分布，将探针在当前迭代次数下的复振幅分布确定为探针最终的复振幅分布；
[0033]复振幅分布更新模块，用于若所述损失不小于设定值，则基于所述损失的梯度值更新样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布后，进入下次迭代。
[0034]可选的，所述距离及位置确定模块，具体包括：
[0035]衍射距离确定单元，用于根据多张所述衍射图，采用基于锐度的自动聚焦算法，确定最优衍射距离；
[0036]扫描位置确定单元，用于根据多张所述衍射图，采用基于互相关的位置配准算法，确定在所述衍射距离处每张衍射图的扫描位置。
[0037]可选的，所述复振幅分布更新模块，具体包括：
[0038]梯度值计算单元，用于采用反向传播法计算所述损失的梯度值；
[0039]更新单元，用于基于所述梯度值采用Adam优化器对样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布进行更新，并在更新后进入下次迭代。
[0040]可选的，所述衍射距离确定单元，具体包括：
[0041]锐度计算子单元，用于计算各所述衍射图在不同衍射距离处的锐度，并将锐度最大的衍射距离确定为最优衍射距离。
[0042]可选的，所述扫描位置确定单元，具体包括：
[0043]偏移距离计算子单元，用于计算在所述衍射距离处每相邻两张衍射图的互相关谱，并将所述互相关谱的峰值作为相邻两张衍射图的偏移距离；
[0044]位置确定子单元，用于根据所有的偏移距离确定在所述衍射距离处每张衍射图的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种叠层成像重建方法，其特征在于，包括：获取样品的多张衍射图；多张所述衍射图是采用叠层成像装置对样品进行多次扫描得到的；根据多张所述衍射图确定最优衍射距离以及在所述最优衍射距离处每张衍射图的扫描位置；所述最优衍射距离为衍射图轮廓最清晰时对应的样品与传感器之间的距离；采用所述扫描位置对样品在当前迭代次数下的复振幅分布进行裁剪，并根据裁剪后的复振幅分布与探针在当前迭代次数下的复振幅分布确定当前迭代次数下的衍射预测图；所述探针为照射到样品的复振幅波前；采用平均池化法对当前迭代次数下的衍射预测图进行设定倍数的下采样，得到采样后的衍射预测图；计算所述采样后的衍射预测图和相应的衍射图之间的损失；若所述损失小于设定值，则将样品在当前迭代次数下的复振幅分布确定为样品最终的复振幅分布，将探针在当前迭代次数下的复振幅分布确定为探针最终的复振幅分布；若所述损失不小于设定值，则基于所述损失的梯度值更新样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布后，进入下次迭代。2.根据权利要求1所述的一种叠层成像重建方法，其特征在于，所述根据多张所述衍射图确定最优衍射距离以及在所述最优衍射距离处每张衍射图的扫描位置，具体包括：根据多张所述衍射图，采用基于锐度的自动聚焦算法，确定最优衍射距离；根据多张所述衍射图，采用基于互相关的位置配准算法，确定在所述衍射距离处每张衍射图的扫描位置。3.根据权利要求1所述的一种叠层成像重建方法，其特征在于，所述基于所述损失的梯度值更新样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布后，进入下次迭代，具体包括：采用反向传播法计算所述损失的梯度值；基于所述梯度值采用Adam优化器对样品在当前迭代次数下的复振幅分布和探针在当前迭代次数下的复振幅分布进行更新，并在更新后进入下次迭代。4.根据权利要求2所述的一种叠层成像重建方法，其特征在于，所述根据多张所述衍射图，采用基于锐度的自动聚焦算法，确定最优衍射距离，具体包括：计算各所述衍射图在不同衍射距离处的锐度，并将锐度最大的衍射距离确定为最优衍射距离。5.根据权利要求2所述的一种叠层成像重建方法，其特征在于，所述根据多张所述衍射图，采用基于互相关的位置配准算法，确定在所述衍射距离处每张衍射图的扫描位置，具体包括：计算在所述衍射距离处每相邻两张衍射图的互相关谱，并将所述互相关谱的峰值作为相邻两张衍射图的偏移距离；根据所有的偏移距离确定在所述衍射距离处每张衍射图的扫描位置。6.一种叠层成像重建...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。