基于卷积神经网络的定量相衬显微技术(特邀)

定量相衬显微可以在无荧光标记的前提下实现对透明样品的高衬度、定量化相位成像,对活细胞及其动态过程观测具有重要意义。然而,传统的定量相衬显微需要记录3幅相移图像才能获得样品定量的相位图像,耗时较长。提出一种基于双通道卷积神经网络的定量相衬显微相位重建方法。该方法可以利用2幅相移图像获得样品的定量相位图像,将传统定量相衬显微的成像速度提高了1.5倍,重建速度提高了1个数量级。实验中,利用COS7细胞的数据对网络进行训练,该网络可以成功实现对3T3细胞的定量相位成像,说明该网络具有一定的泛化能力。该方法有望为活细胞以及亚细胞器互作网络的动态观测提供有力手段。