基于深度学习的自适应光学技术研究进展及展望

自适应光学是一种校正波前误差的技术,在地基望远镜、生物成像、人眼像差校正、激光通信等领域中已经有了广泛的应用。与此同时,深度学习技术的快速发展为各个领域带来了全新的方法。为了进一步提升传统自适应光学系统的性能,研究者将自适应光学技术与深度学习相结合,从实时性、抗噪声干扰能力等角度对已有自适应光学系统进行了改进。首先对目前常用的人工神经网络架构进行了介绍,然后详细阐述了近五年深度学习与自适应光学技术相结合的方法,最后对已有方法进行了总结,并对该技术未来的发展方向进行了展望。

基于点扩散函数工程的计算显微成像研究进展

点扩散函数(PSF)是衡量显微镜成像性能的关键参数,传统显微成像技术中,PSF越接近理想的艾里斑,表明系统的成像性能越好。随着计算显微成像技术的发展,显微镜在各个方面的性能均得到了极大的提升,特别是对显微镜PSF的主动操控,能显著提高其成像分辨率和速度等性能。因此,从原理和方法上介绍了基于PSF工程的计算显微成像研究进展,并分析了该技术面临的主要问题与挑战,最后对该技术未来的发展方向进行了展望。