CN102499630B - 基于自适应光学技术的活体人眼视网膜细胞显微镜 - Google Patents

Abstract

本发明公开了一种基于自适应光学技术的活体人眼视网膜细胞显微镜，包括：一观察光学系统；一照明光学系统；一像差校正微机械变形镜；一视网膜细胞图像后处理模块；变形镜校正控制模型，提出基于奇异值分解和Smith控制的波前校正算法，从空间域和时间域两方面优化系统的校正性能；图像后处理模块，根据由人眼残余像差构造的点扩散函数、复原问题的一致性度量函数和先验信息的代价惩罚函数，迭代复原获得目标图像，便于医生观测诊断。

Description

基于自适应光学技术的活体人眼视网膜细胞显微镜

技术领域：

本发明属于眼科医学观测诊断器械领域，特别用于在细胞尺度上进行活体人眼视网膜观测及其疾病的早期诊断。

背景技术：

视网膜疾病与视网膜组织状况尤其是视网膜细胞分布状况的关系极为密切，通过观察视网膜在细胞水平上的组织状态、精确测量视网膜细胞的密度状态诊断视网膜疾病类型、制定治疗方案，甚至还可为高血压、糖尿病等全身相关性疾病的超早期诊断提供手段。因此设计视网膜活体生物组织显微镜光学观测系统具有重要意义。

人眼是一个复杂的光学系统，尤其是人眼像差的存在不仅影响了人眼对外部世界的观察，也严重地制约了对其内部进行深入研究。一直以来，人们尝试各种技术想观测人眼视网膜的组织结构，如光学相干断层成像技术、共焦激光断层扫描技术，理论分辨率可达10～15μm，但由于人眼像差的影响，实际分辨率远远无法分辨视网膜细胞的分布状况。

自适应光学技术最初是用来解决天文观测中大气湍流等动态干扰的问题，通过实时测量大气波前误差并加以实时校正，该技术现被广泛应用于天文望远镜、激光工程等领域。随着该技术发展的日趋成熟和微机电系统技术的发展，自适应光学技术开始向民用领域发展，其中基于自适应光学的视网膜成像技术是研究最多、发展最快的方向。上世纪末，美国Rochester大学Liang等人首次利用天文观测用的变形镜和Hartmann-Shack波前传感器组成自适应光学系统，由波前传感器测量人眼波前像差并由变形镜产生相应面形实时补偿波前像差，从而获得人眼视网膜细胞的较高分辨率图像。随后美国Indiana大学、德国海德堡大学、中科院成都光电所、中科院长春光机所等研究机构相继搭建系统并在该领域取得类似的成果，但到目前为止，还没有系统能够真正用于临床，系统除尺寸较大、操作复杂、价格昂贵之外还存在以下几个方面特点与不足：

1、人眼瞳孔自动定位及多视场定位：系统在工作时，为确保光束能持续稳定地通过瞳孔入射到眼底，人眼与设备之间应当能在较长时间内保持相对固定的位置，头部发生略微移动都会使瞳孔偏离系统光路，导致传感器无法获得完整的光斑图，影响像差测量精度和像差校正效果。由于细胞成像时系统视场很小，约为1.2°，如要对黄斑周围的视网膜细胞进行成像需由不同方向的靶标定位来实现，而且如果长时间注视靶标则会引起人眼疲劳、瞳孔缩小，也会影响像差测量与校正精度。以上问题如果不能很好地解决，将会增大检测难度和精度，所以一般摄取视网膜细胞的成功率比较低，无法满足医学临床使用。

2、缺乏自动补偿屈光不正的功能：变形镜镜面的最大变形量参数决定了变形镜对人眼主要像差离焦和散光的校正能力十分有限，同时也会影响校正高阶像差的能力，因此近视或散光屈光度较高的检查者需佩戴镜片预校正近视和散光，但这不便于临床应用。为保证在操作方便的前提下扩大使用范围，显微镜设备应添加自动视度补偿功能。

3、系统中变形镜实时性控制模型：系统的延迟严重影响着系统校正效果，控制系统的带宽必须要和人眼像差的带宽相匹配，人眼像差的动态变化、变形镜镜面控制算法造成的误差都会对系统的快速性和准确性造成影响。

4、系统中细胞图像后处理：系统工作的原理是由传感器测量人眼像差，变形镜校正像差，当成像系统接近或达到衍射极限时，光路中光源由像差测量光源切换为细胞成像光源，曝光成像。虽然以上过程通过自适应光学技术能够校正光束波前畸变，但是系统自身设计、计算机处理能力、闭环校正带宽、波前重建误差、变形镜控制响应延迟以及噪声等因素影响，自适应光学对人眼像差的校正是不充分的，还留有一定残余像差，视网膜细胞的高频信息仍然受到严重的抑制和衰减，因此系统获得的初始视网膜图像必须进行基于数字技术的后处理，才能获得高清晰的细胞图像。

随着眼科医疗诊断器械的快速发展，要使基于自适应光学的视网膜细胞观测系统真正能被应用于医学临床，还需从人眼瞳孔定位、多视场定位及自动屈光补偿方面入手简化操作步骤、提高系统稳定性和成功率，在有限硬件性能条件下扩大可受试人群范围。而且需从系统控制算法入手，建立合适的控制系统模型、提出图像后处理方法，提高系统的测量精度和成像结果的清晰度。

发明内容：

本发明针对上述背景技术的不足，而设计一种根据自动控制原理建立像差校正控制模型，从空间域和时间域两方面对像差校正算法进行优化，提高了像差校正的实时性和校正效果的能被医学临床使用的活体人眼视网膜细胞显微镜。

为解决上述技术问题，本发明采用的技术方案是：

一种基于自适应光学技术的活体人眼视网膜细胞显微镜，包括：

一观察光学系统，包括像差测量信标光源以及接收所述像差测量信标光源经人眼出射的信标光点的波前传感器；

一照明光学系统，包括细胞成像光源以及细胞成像CCD，所述的细胞成像光源用于照亮人眼视网膜，所述的细胞成像CCD用于人眼视网膜的曝光成像；

一像差校正微机械变形镜，设置在人眼反射光路与波前传感器之间的光路中，用于校正人眼像差；

一视网膜细胞图像后处理模块，用于细胞成像CCD曝光图像的像差处理；

其特征在于：所述的人眼像差校正算法的步骤是：

(a)在空间域内，由光学共轭定理可知像差校正应满足Ms+c＝0，其中M是变形镜的影响函数矩阵，c为待校正畸变波前的Zernike模式系数，s为校正该像差的控制信号，因此控制信号的最小二乘解为s＝-M⁺c；

(b)对M进行奇异值分解，M＝U×∑×V^T，其中U、V是正交矩阵，∑是广义对角矩阵，因此最优控制信号可表示为

λ_i是变形镜影响函数矩阵的奇异值，参数m是模式像差保留项参数，可保留对前m项像差模式的校正作用；

(c)在时间域内，应用离散自动控制理论建立人眼像差校正闭环控制模型，包括波前探测、波前计算、控制算法、数模转换、高压放大以及变形镜影响6个环节，除去控制计算环节，其余5个环节的传递函数G₀(z)＝z^-2，是一个纯延迟环节，控制计算环节采用积分控制算法其中μ为积分增益系数，可改善控制系统带宽；

(d)根据Smith预估器原理，在H_c(z)两端并联补偿器G_τ(z)，G_τ(z)＝(1-z^-2)，则等效的Smith控制器传递函数 $H_{\mathrm{smith}}\left(z\right)=\frac{\mathrm{\μ}{z}^2}{(1+\mathrm{\μ})z^2-z-\mathrm{\μ}};$

(e)根据Z反变换的性质和空间域像差校正控制理论，得到基于奇异值分解和Smith控制算法的像差校正公式 $s^{k+2}=\frac{1}{1+\mathrm{\μ}}{s}^{k+1}+\frac{\mathrm{\μ}}{1+\mathrm{\μ}}{s}^k-\frac{\mathrm{\μ}}{1+\mathrm{\μ}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\left({u_i}^T{c}^{k+2}\right)(v_i/{\mathrm{\λ}}_i),$ s_k是第k次校正时变形镜控制信号。

本发明显微镜包括像差测量光源、细胞成像光源、微机械薄膜变形镜、Hartmann-Shack波前传感器、瞳孔监视CCD、细胞成像CCD、二维步进驱动额托、屈光补偿装置、液晶视场靶标显示屏等硬件和控制应用软件。该系统可实现人眼瞳孔自动定位、屈光自动补偿，可通过多视场定位摄取人眼黄斑周围区域的视网膜细胞图像，其控制软件，同时添加了细胞图像的后处理模块，使得图像细节更加清晰，便于医生进行病理观察、诊断。

与现有技术相比，本发明的主要创新是：

1、设计了具有二维步进电机驱动的额托，实时根据瞳孔位置与标准参考位置的偏移量参数驱动额托，快速将被检眼瞳孔相对于仪器对中，同时也克服了在一般检查时受试者头部产生微动导致试验中止的缺点，实现了闭环瞳孔跟踪定位，增加了系统的稳定性和可靠性。本技术方案：在系统光路中加置瞳孔实时监视CCD，CCD位置和瞳孔位置保持共轭关系，由CCD获得反映人眼瞳孔轮廓的图像，运用数字图像处理技术获取瞳孔位置与标准参考位置(经光路调试，图像中心点即为瞳孔中心的标准参考位置)的偏移量，再由计算机向步进电机发送驱动指令。在系统光路中加入液晶显示屏，在正对光束的显示屏区域内有选择性地设置上、中、下、左、右5个位置的绿色矩形闪烁靶标，闪烁频率为2Hz，引导人眼小视场定位，实现黄斑周围不同区域视网膜细胞成像，总视场角可达±3.0°×±3.0°。此处选择绿色发光靶标是因为人眼主观对绿色波段的可见光最敏感，闪烁光标可舒缓视觉神经、减缓长时间注视引起的疲劳。

2、自动屈光补偿功能，在系统中可以预校正人眼的低阶像差(离焦和散光)，弥补变形镜有限波前补偿能力的不足，同时可使受试者可舒适自然地看清靶标，保证瞳孔周围不同区域细胞成像的准确性。本技术实施方案：在受试人眼前的20毫米处安装不同度数的屈光补偿镜，离焦屈光镜片度数分别是+4D，+3D，+2D，+1D，0D，-1D，-2D，-3D，-4D，散光屈光镜片度数分别是2D和1D，散光镜片方向旋转可调。所有镜片大小为20毫米，这些小镜片被安装在转盘上，12个镜片孔的位置按钟点方向排列。人眼检查前，通过手指拨动将所需相应度数的镜片移至人眼前的检测光路中，使受试者能够清晰地看见靶标。

3、在空间域，结合对变形镜影响函数矩阵分析，给出了待校正畸变波前空间信息(Zernike模式系数)的最优变形镜控制信号方法，该方法可滤除一些形变复杂、要求控制信号较大并且对像差校正影响不大的模式，提高了对主要像差模式的校正能力。在时间域，应用离散控制理论的方法建立人眼像差校正闭环控制模型，在此基础上采用Smith预估器来改善延迟系统的控制品质，结合在空间域得出的结论，提出了基于奇异值分解和Smith控制的波前校正算法。该波前校正算法优点在于综合考虑了空间域和时间域两方面的优化，加大了控制系统的带宽，可提高自适应光学系统动态像差补偿性能。

4、系统软件具备了视网膜细胞图像后处理模块，通过带约束盲解卷积迭代算法对视网膜细胞降质图像进行复原，从而获得更清晰的复原图像。模块中根据细胞成像时的波前残余像差构建自适应光学图像的点扩散函数，并以此作为图像盲解卷积迭代算法的初始预估参数，同时根据复原问题的一致性度量函数和先验信息的代价惩罚函数采用共轭梯度方法对目标图像进行估计，这使在加快算法收敛、减小计算量的同时获得较好复原效果。

附图说明

图1视网膜细胞显微镜系统光路结构图。

图2屈光补偿装置示意图。

图3液晶显示屏视场靶标位置示意图。

图4二维步进驱动额托主视图。

图5二维步进驱动额托左视图。

图6自适应光学系统控制方框图。

具体实施方式

如图1、2、3、4、5所示，本发明的实施例是一种基于自适应光学技术的活体人眼视网膜细胞显微镜，图1是其核心光路结构图，包括像差测量信标光源1、视网膜细胞成像光源2、屈光预补偿装置4、瞳孔定位监视CCD7、液晶视场靶标显示屏8、二维步进驱动额托9、微机械薄膜变形镜6、Hartmann-Shack波前传感器13、细胞成像CCD12、控制计算机14以及多个光路孔径匹配系统5、10和11，孔径匹配系统主要包括聚焦透镜、光阑和反射镜；屈光预补偿装置4主要由12个不同屈光度数的小镜片41组成，并被安装在转盘42上，通过手指推动可将所需相应度数的小镜片41旋转至人眼3的正前方，整个装置被放置在人眼前面20毫米处；液晶视场靶标显示屏8由5个不同位置分布的闪烁靶标81组成，靶标大小为0.66×0.66mm，间距为5.5mm；二维步进驱动额托9由下巴托架91，运动支撑滑块92、93和步进电机94、95组成。

显微镜工作时依次呈人眼像差测量、像差校正和视网膜细胞成像三种工作状态，像差测量时，由计算机14控制开启像差测量信标光源1(波长为785nm，对人眼刺激小，对视网膜反射率高)，其出射光经过反射镜、屈光补偿装置4进入人眼3，在视网膜上形成一个信标光点后出射，经过相应光路后进入波前传感器13，传感器13获取的光斑图像经计算机14处理后得到像差信息。像差校正时，计算机14根据像差信息，根据像差校正控制算法得出校正电压，施加至变形镜6上，对像差进行校正。当残余像差满足一定要求时，由计算机14将光路中光源切换至细胞成像光源2(波长为632nm)，瞬间照亮视网膜区域，同时细胞成像CCD12同步曝光，并由计算机14捕获视网膜细胞图像。在整个过程中，瞳孔监视CCD7时刻记录瞳孔位置，并由计算机14根据其与标准位置的偏移量控制二维步进驱动额托9，保证将人眼3的瞳孔始终相对于仪器对中，从而保证了显微镜工作的稳定性；液晶屏显示屏8中，不同位置的靶标可引导人眼视网膜的不同视场区域被成像。

在显微镜的控制软件中，对像差校正控制算法从空间域和时间域两方面进行优化。在空间域内，像差校正满足以下关系：

Ms+c＝0    (1)

其中M是变形镜的影响函数矩阵，c为待校正畸变波前的Zernike模式系数，s为校正该像差的控制信号。对M进行奇异值分解为：

M＝U×∑×V^T    (2)

因此校正该像差的最小二乘解为：

s＝-M⁺c＝-V×∑⁺×U^T×c    (3)

因此最优变形镜控制信号可表示为：

$s=-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\left({u_i}^{T}c\right)(v_i/{\mathrm{\λ}}_i)---\left(4\right)$

从物理意义上看，上式中u_i是一组相互正交的模式像差，也是变形镜可校正像差空间的一组构造正交基；λ_i是变形镜影响函数矩阵的奇异值，v_i/λ_i是校正像差u_i变形镜所需施加的控制信号；参数m是模式像差保留项参数，可保留对前m项像差模式的校正作用，符号表示波前补偿。

在时间域，如图6所示人眼像差校正闭环控制模型自适应光学部分主要由波前探测、波前计算、控制算法、数模转换、高压放大和变形镜响应6个环节组成，

是入射的人眼畸变波前，

是变形镜在控制信号下产生的波前，

是残余波前，且满足：

其中除去控算法环节，其他环节可被看成纯延迟环节，这部分的传递函数Z变换为：

$G_0\left(z\right)=Z\left[\frac{{(1-e^{-\mathrm{Ts}})}^2}{T{s}^2}{e}^{-\mathrm{Ts}}\right]=z^{-1}{(1-z^{-1})}^2\frac{z}{{(z-1)}^2}=z^{-2}---\left(6\right)$

其中T是波前探测器的曝光时间。控制计算环节采用积分控制算法，其Z变换：

$H_c\left(z\right)=\frac{\mathrm{\μ}}{1-z^{-1}}---\left(7\right)$

μ为积分增益系数，可改善控制系统的带宽，但会受系统稳定性限制。根据Smith预估器原理，在H_c(z)两端并联补偿器为G_τ(z)＝(1-z^-2)，其等效的Smith控制器传递函数H_smith(z)为：

$H_{\mathrm{smith}}\left(z\right)=\frac{s\left(z\right)}{e\left(z\right)}=\frac{1}{G_{\mathrm{\τ}}\left(z\right)}\frac{H_c\left(z\right)G_{\mathrm{\τ}}\left(z\right)}{1+H_c\left(z\right)G_{\mathrm{\τ}}\left(z\right)}=\frac{\mathrm{\μ}{z}^2}{(1+\mathrm{\μ})z^2-z-\mathrm{\μ}}---\left(8\right)$

根据Z反变换的性质和像差补偿公式(4)，Smith控制器输出信号(变形镜控制信号)和输入信号(残余控制信号)之间的关系，即基于奇异值分解和Smith控制算法的像差补偿计算公式为：

$s^{k+2}=\frac{1}{1+\mathrm{\μ}}{s}^{k+1}+\frac{\mathrm{\μ}}{1+\mathrm{\μ}}{s}^k-\frac{\mathrm{\μ}}{1+\mathrm{\μ}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\left({u_i}^T{c}^{k+2}\right)(v_i/{\mathrm{\λ}}_i)---\left(9\right)$

s^k表示第k次校正时变形镜控制信号，该算法既包含了变形镜的空域像差补偿优化，又包含了自适应光学系统时域特性的优化，算法的两方面都为校正畸变波前像差为最终目的。由对算法的性能研究分析可知，当Smith控制算法采用的增益为10、像差校正保留项为25时，即式(9)中μ＝10，m＝25，系统能取得最优的校正效果。

由显微镜的工作原理可知，当人眼像差被校正至使成像系统达到衍射极限时，显微镜开始对视网膜进行成像拍照，而又由变形镜的校正特性可知，变形镜对高阶像差的校正能力是十分有限，且在残余像差中占有很大比例，高阶像差的存在会导致图像高频信息衰减，影响视网膜细胞级水平的细节辨识以及病理诊断。自适应光学图像的降质过程仍可由以下模型描述：

g(x，y)＝f(x，y)*h(x，y)    (10)

式中g(x，y)为带有残余像差所成的观察图像，h(x，y)是成像系统的点扩散函数(Point SpreadFunction，PSF)，f(x，y)即为反映视网膜细胞分布的目标图像，*表示卷积运算。视网膜细胞图像后处理的主要核心部分可以看成是求解f(x，y)的解卷积图像复原过程，本设计发明的图像后处理模块中采用带约束盲解卷积图像迭代复原算法。首先根据残余波前的先验知识重建初始点扩散函数，光路中残余相位波前为：

式中Z_j(x，y)是Zernike多项式第j个模。由相位波前构造瞳函数P(x，y)：

式中

r为瞳孔半径，λ是像差测量时的工作波长，则相位波前对应的点扩散函数就是瞳函数的傅立叶变换后模的平方，即表示为：

然后将h_PSF作为图像盲卷积的点扩散函数初始估计值。在迭代过程中，h_PSF的估计值有以下3个约束条件：1、h_PSF应满足非负性，因为点扩散函数实际表示为带有复杂波前的瞳函数的功率谱；2、h_PSF不能比理想瞳函数构建的点扩散函数更优越，h_PSF的MTF曲线也不能超过衍射极限的MTF曲线；3、h_PSF不能劣于自适应光学系统的点扩散函数。

在噪声特性未知的迭代过程中，由以下式子描述成像模型

与观察值g的一致性程度：

${\mathrm{\ϵ}}_g=\mathrm{\Σ}{|g(x,y)-\hat{f}(x,y)*{\hat{h}}_{\mathrm{PSF}}(x,y)|}^2---\left(14\right)$

式中^表示该项的估计值，图像复原问题进一步看作是极小化度量函数ε_g的过程。同时定义理想图像和点扩散函数的代价惩罚函数，主要考察它们的先验信息或约束条件，在实际中，理想图像的先验信息为非负性和支持域限制条件。根据最小二乘方法，可以将代价惩罚函数定义为在违反约束条件处像素灰度值的二次项和，即：

${\mathrm{\ϵ}}_f=\mathrm{\Σ}{\mathrm{\α}}_f(x,y){\left|\hat{f}(x,y)\right|}^2---\left(15\right)$

${\mathrm{\ϵ}}_h=\mathrm{\Σ}{\mathrm{\α}}_h(x,y){\left|{\hat{h}}_{\mathrm{PSF}}(x,y)\right|}^2---\left(16\right)$

式中

σ是用来设置约束条件权值的正数。同样将ε_f和ε_h极小化，保证估计值与先验信息保持一致。最后定义ε＝ε_g+ε_f+ε_h，采用共轭梯度法来求出使ε达到极小值时的解，从而得到估计目标图像。

带约束盲解卷积迭代复原算法具体实施步骤如下：

第一步载入观察图像g，并初始化目标图像

点扩散函数

确定目标图像的初始支持域和点扩散函数的约束条件以及约束条件权值参数，同时设定算法运算的迭代次数N，k＝0，表示第k次迭代。

第二步迭代开始，对代价函数ε_a＝ε_g+ε_f关于

求偏导数，获得ε_a关于

的梯度，用共轭梯度法进行最小化，得到目标图像新的估计

第三步用第二步中得到的

对目标图像进行更新，即

并作为已知数对代价函数ε_b＝ε_g+ε_h关于

求偏导数，获得ε_b关于

的梯度，同样用共轭梯度法进行最小化，得到新的点扩散函数估计

第四步用第三步中得到的

替代

即

第五步对k进行判断，如果k＜N，则k＝k+1，跳回第二步重新开始；如果k≥N，则输出得到最终目标图像估计和点扩散函数估计

迭代结束。

本发明实施例的优点在于：1、采用了基于步进电机驱动的额托装置，它能根据瞳孔监视CCD的视频图像实时调整人眼瞳孔相对于仪器对中位置，克服了实验过程中凸显的瞳孔对中困难的缺点，从而保证了显微镜临床使用时的成功率。2、采用液晶屏控制的多方向靶标，闪的成像范围。3、采用了自动屈光补偿装置，通过屈光镜片对人眼低阶像差进行预校正，弥补了变形镜有限变形量的不足，临床条件下可扩大符合受试条件的人群范围，同时，预校正低阶大像差可方便受试者更清晰地注视靶标，从而提高系统的工作精度和准确性。4、构建了变形镜校正控制模型，提出了基于奇异值分解和Smith控制的波前校正算法，分别从空间域和时间域两方面优化了系统的校正性能，相对于传统的基于积分控制校正算法具有更大控制带宽，能对较大变化频率范围的畸变像差信号进行校正。5、图像后处理模块中，根据视网膜成像时的人眼残余像差构建系统的点扩散函数，并以此作为图像盲解卷积迭代算法的初始预估参数，同时根据复原问题的一致性度量函数和先验信息的代价惩罚函数采用共轭梯度方法对目标图像进行估计，这使在加快算法收敛、减小计算量的同时获得较好复原效果，更有利于临床时医生观察诊断。

Claims (5)

1.一种基于自适应光学技术的活体人眼视网膜细胞显微镜，包括：

一观察光学系统，包括像差测量信标光源以及接收所述像差测量信标光源经人眼出射的信标光点的波前传感器；

一照明光学系统，包括细胞成像光源以及细胞成像CCD，所述的细胞成像光源用于照亮人眼视网膜，所述的细胞成像CCD用于人眼视网膜的曝光成像；

一像差校正微机械变形镜，设置在人眼反射光路与波前传感器之间的光路中，用于校正人眼像差；

一视网膜细胞图像后处理模块，用于细胞成像CCD曝光图像的像差处理；

其特征在于：所述人眼像差的校正算法的步骤是：

（a）在空间域内，由光学共轭定理可知像差校正应满足Ms+c=0，其中M是变形镜的影响函数矩阵，c为待校正畸变波前的Zernike模式系数，s为校正该像差的控制信号，因此控制信号的最小二乘解为s=-M⁺c；

（b）对M进行奇异值分解,M=U×Σ×V^T,其中U、V是正交矩阵，Σ是广义对角矩阵，因此最优控制信号可表示为

λ_i是变形镜影响函数矩阵的奇异值，参数m是模式像差保留项参数，可保留对前m项像差模式的校正作用；

（c）在时间域内，应用离散自动控制理论建立人眼像差校正闭环控制模型，包括波前探测、波前计算、控制计算、数模转换、高压放大以及变形镜影响6个环节，除去控制计算环节，其余5个环节的传递函数G₀(z)=z^-2，是一个纯延迟环节，控制计算环节采用积分控制算法其中μ为积分增益系数，可改善控制系统带宽；

（d）根据Smith预估器原理，在H_c(z)两端并联补偿器G_τ(z)，G_τ(z)=(1-z^-2)，则等效的Smith控制器传递函数

（e）根据Z反变换的性质和空间域像差校正控制理论，得到基于奇异值分解和Smith控制算法的像差校正公式 $s^{k+2}=\frac{1}{1+\mathrm{\μ}}{s}^{k+1}+\frac{\mathrm{\μ}}{1+\mathrm{\μ}}{s}^k-\frac{\mathrm{\μ}}{1+\mathrm{\μ}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\left({u_i}^T{c}^{k+2}\right)(v_i/{\mathrm{\λ}}_i),$ s^k是第k次校正时变形镜控制信号。

2.根据权利要求1所述的基于自适应光学技术的活体人眼视网膜细胞显微镜，其特征在于：所述的视网膜细胞图像后处理模块采用的算法步骤是：

（a）根据残余波前的先验知识重建初始点扩散函数：先由相位波前

构造瞳函数P(x,y)，再对瞳函数P(x,y)傅立叶变换后取模的平方得到初始点扩散函数h_PSF=|FFT(P(x,y))|²；

（b）载入观察图像g，并初始化目标图像

点扩散函数

确定目标图像的初始支持域和点扩散函数的约束条件以及约束条件权值参数，同时设定算法运算的迭代次数N,k=0，表示第k次迭代；

（c）迭代开始，对代价函数ε_a=ε_g+ε_f关于

求偏导数，获得ε_a关于

的梯度，用共轭梯度法进行最小化，得到目标图像新的估计其中ε_g是成像模型与观察值的一致性函数，

ε_f是理想图像的代价惩罚函数， ${\mathrm{\ϵ}}_f=\mathrm{\Σ\α}(x,y){\left|\hat{f}(x,y)\right|}^2,$

σ是用以设置约束条件权值的正数；

（d）用第（c）步中得到的对目标图像进行更新，即对代价函数ε_b=ε_g+ε_h关于

求偏导数，获得ε_b关于

的梯度，同样用共轭梯度法进行最小化，得到新的点扩散函数估计

其中ε_h是点扩散函数的代价惩罚函数，

（e）用第（d）步中得到的

替代

即

（f）对k进行判断，如果k<N，则k=k+1，跳回第（c）步重新开始；如果k≥N，则输出得到最终目标图像估计

和点扩散函数估计

迭代结束。

3.根据权利要求1或2所述的基于自适应光学技术的活体人眼视网膜细胞显微镜，其特征在于：还包括：

一瞳孔监视CCD，用于实时获取瞳孔位置；

一二维步进驱动额托，根据所述瞳孔监视CCD获取的瞳孔位置，实时调节人眼瞳孔位置，使人眼相对于测试标准位置对中；

一屈光预补偿装置，该屈光预补偿装置设置在人眼的前端，包括一转盘以及设置在转盘上的屈光度数不同的小镜片。

4.根据权利要求3所述的基于自适应光学技术的活体人眼视网膜细胞显微镜，其特征在于：还包括一液晶视场靶标显示屏，用于人眼视网膜不同视场区域的成像。

5.根据权利要求3所述的基于自适应光学技术的活体人眼视网膜细胞显微镜，其特征在于：所述的二维步进驱动额托由下巴托架，第一运动支撑滑块、第二运动支撑滑块以及两个步进电机组成。

Images