【技术实现步骤摘要】
本专利技术涉及一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，属于光学显微成像技术和人工智能。
技术介绍
1、定量相位成像技术量化来自微米尺寸的生物和非生物样品的相位测量，由于相位测量编码样品的三维形貌和折射率信息，在过去的十几年里得到了飞速的发展，在生命医学研究及工业检测等领域具有重要的应用价值。定量相位成像技术成为多个研究领域的重要臂膀归功于以下几个方面。首先，重建得到的光学相位信息可以直接或间接地转换为样品的物理或化学特性，便于进行更深入的基础研究；其次，作为非荧光标记且非侵入式的成像方法，不需要对样品进行额外的处理，避免给样品带来不利的影响；另外，定量相位成像技术很容易实现结构和功能上的拓展，以便与其他成像系统相结合。目前，绝大多数定量相位成像技术都是基于干涉成像原理的定量相位成像方法，该成像方法利用物光与参考光发生干涉，并结合条纹、数字传播和相位解包裹等算法解调样品的定量相位信息，为精确测量待测样品的相位提供了一套可靠的光学计量方法。但是，干涉成像需要相干性极高的照明光源和精密校准的衍射、干涉光路、极易受到噪声的影...
【技术保护点】
1.一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述制作普通显微图像与其匹配的相位图像数据集具体包括：
3.根据权利要求1所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述根据所述相位图像数据集构建相位估计模型包括：
4.根据权利要求2所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述对所述相位估计模型进行训练包括：
5.根据权利要求4所述...
【技术特征摘要】
1.一种基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所述制作普通显微图像与其匹配的相位图像数据集具体包括：
3.根据权利要求1所述的基于深度学习从单幅普通显微图像中实现定量相位成像的方法，其特征在于，所...
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。