CN208921983U - 一种基于机器学习的高速自适应光学环形光斑校正系统 - Google Patents

Abstract

本实用新型公开了一种基于机器学习的高速自适应光学环形光斑校正系统。包括系统沿光路方向依次布置的空间光调制器SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3和工业相机，入射平行光依次经过空间光调制器SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3后，在所述系统的聚焦平面上由工业相机上探测并形成图像。本实用新型能够用于实现对受激发射损耗荧光显微术中环形光斑像差的快速校正，且精确度高，系统简单易操作，解决了STED超分辨显微成像技术在样品深层成像时像差和散射所导致的分辨率下降问题。

Description

一种基于机器学习的高速自适应光学环形光斑校正系统

技术领域

本实用新型属于超分辨显微成像领域中的自适应光学波前像差校正领域，特别涉及了一种基于机器学习的针对受激发射损耗(STED)荧光显微术中环形光斑像差校正的高速自适应光学校正系统，以实现厚样本中的超分辨光学成像。

背景技术

光学显微镜凭借其非接触、无损伤等优点，长期以来是生物医学研究的重要工具。但是，自1873年以来，人们一直认为，光学显微镜的分辨率极限约为200nm，无法用于清晰观察尺寸在200nm以内的生物结构。超分辨光学成像是本世纪光学显微成像领域最重大的突破，打破了光学显微镜的分辨率极限，为生命科学研究提供了前所未有的工具。近十几年来，一系列超分辨显微成像技术相继被提出，使得科学家们可以看到小于衍射极限的物体，以及进行更精密的激光加工和超高密度的光学存储，超分辨成像技术因此获得了2014年诺贝尔化学奖。目前主流的超分辨技术有受激发射损耗显微镜技术(STED)，光激活定位显微镜技术(PALM)，随机光学重建显微镜(STORM)等。

其中受激发射损耗(STED)显微技术是一种通过焦点调制从而获得超分辨成像方式，其原理是当荧光激发光束与抑制荧光信号的环形消激发光光束重叠时，可实现超分辨率。该方式使其在深层成像过程中的分辨率容易受到系统像差和观测样本散射的影响。因此传统受激发射损耗显微技术中，如何在样品内部深层成像时保持超分辨已经成为一个难题。此外,由于光学系统的初级像差的存在会对环形消激发光的分布造成影响,从而使受激发射损耗显微镜系统的分辨率急剧下降。

实用新型内容

为了解决背景技术中存在的问题，本实用新型提供了一种基于机器学习的高速自适应光学环形光斑校正系统，能够用于解决背景技术中存在的光学系统的初级像差以及深层生物样品散射对环形消激发光分布造成影响而引起的分辨率下降问题。

本实用新型的技术方案如下：

本实用新型包括系统沿光路方向依次布置的空间光调制器SLM、第一透镜 L1、第二透镜L2、涡旋相位板V、第三透镜L3和工业相机，入射平行光依次经过空间光调制器SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3后，在所述系统的聚焦平面上由工业相机上探测环形光斑光强分布并形成图像。

所述的工业相机选用EMCCD或者sCMOS相机。

所述的第一透镜L1和第二透镜L2构成一个4F光学系统，第二透镜L2和第三透镜L3构成一个4F光学系统。

所述的空间光调制器SLM放置在第一透镜L1的前焦面处，第一透镜L1 的前焦面作为所述系统的光瞳面，涡旋相位板V放置在第二透镜L2的后焦面且位于第三透镜L3的前焦面处，涡旋相位板V与系统的光瞳面以第一透镜L1和第二透镜L2构成的4F光学系统共轭；第三透镜L3的后焦面作为所述系统的聚焦平面。

平行光光束通过涡旋相位板V的出射光束具有涡旋的相位波前，涡旋的相位波前经过第三透镜L3后在所述系统的聚焦平面上呈现环形光斑。

所述的空间光调制器SLM通过液晶折射率调制入射光的波前相位，从而引入或校正像差。

本实用新型通过特殊地布置涡旋相位板V并引入涡旋的相位波前，并且通过构建特定的学习模型处理获得重构相位P3来实现畸变光学环形光斑的校正。

优选的，工业相机选用EMCCD或者sCMOS相机。

本实用新型的有益效果是：

1)本实用新型相比于通过调节物镜校正环补偿像差来实现深层成像的系统，其优点主要为：无需主动调节，操作更为简单快捷，并且能用于在保证一定准确率的同时达到一定的像差校正速度。

2)本实用新型系统成像能消除光学系统的初级像差以及深层样品散射对环形消激发光分布造成的影响，从而使受激发射损耗显微技术能在样品内部深层成像时保持较好的超分辨率，打破了超分辨光学显微镜只能在细胞等透明样本的表层成像的限制，有望实现组织样本中的超分辨成像，为生命科学研究提供了前所未有的工具。

附图说明

图1为本实用新型的光路校正系统示意图。

图2为涡旋相位板上的示意图。

图3为无畸变的环形光斑光强分布图。

图4为基于机器学习的校正像差原理图，其中：

图4(a)为畸变的环形光斑；

图4(b)为对应该畸变光斑的畸变相位重构系数；

图4(c)为由相位重构系数根据泽尼克相位构建函数重构的相位分布。

图5为本实用新型一个实施例的步骤说明图，其中：

图5(a)为校正前的环形光斑；

图5(b)为校正后的环形光斑；

图5(c)为校正前空间光调制器SLM上的畸变相位分布；

图5(d)为校正后空间光调制器SLM上的相位分布。

具体实施方式

下面结合附图和实施例对本实用新型作进一步说明。

如图1所示，具体实施的系统包括沿光路方向依次布置的空间光调制器 SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3和CMOS工业相机。其中空间光调制器SLM为反射式的，为了便于说明和理解，图1中画成透射式。具体实施中，CMOS工业相机也可以用EMCCD相机来代替。

入射平行光依次经过空间光调制器SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3后，在所述系统的聚焦平面上由CMOS工业相机上探测环形光斑光强分布并形成图像。

第一透镜L1和第二透镜L2构成一个4F光学系统，第二透镜L2和第三透镜L3构成一个4F光学系统。

空间光调制器SLM放置在第一透镜L1的前焦面处，第一透镜L1的前焦面作为所述系统的光瞳面，涡旋相位板V放置在第二透镜L2的后焦面且位于第三透镜L3的前焦面处，涡旋相位板V与系统的光瞳面以第一透镜L1和第二透镜 L2构成的4F光学系统共轭；第三透镜L3的后焦面作为所述系统的聚焦平面，放置有工业相机。

如图2所示，涡旋相位板V的相位值取值范围为(-π,π)，图中所示的涡旋相位阶数为2阶。平行光光束通过涡旋相位板V的出射光束具有涡旋的相位波前，涡旋的相位波前经过第三透镜L3后在所述系统的聚焦平面上呈现环形光斑，如图3所示。

空间光调制器SLM通过液晶折射率调制入射光的波前相位，从而引入或校正像差。

本发明的实施过程如下：

1)如图1、图2、图3所示，平行光入射依次经过加载零相位P0的空间光调制器SLM，第一透镜L1,第二透镜L2，涡旋相位板V和第三透镜L3，在聚焦平面上用EMCCD或者sCMOS相机探测无畸变的环形光斑光强分布I0。其中涡旋相位板V上的相位分布如图2所示，此处采用2阶涡旋相位板。

2)平行光入射依次经过加载如图4(c)所示的畸变相位P1的空间光调制器 SLM，第一透镜L1,第二透镜L2，涡旋相位板V和第三透镜L3，在聚焦平面上用EMCCD或者sCMOS相机探测畸变的环形光斑光强分布I1，如图4(a)所示。

3)对步骤2)中的畸变相位P1使用泽尼克多项式分解公式得到相位重构系数A1(a3-a9)，如图4(b)所示，此处不考虑泽尼克多项式的前三项。将不同组的相位重构系数A1和对应畸变的环形光斑光强分布I1建立一一对应的关系，并且生成足够的训练数据集T。

4)对步骤3)获得的训练数据集T采用机器学习中深度卷积神经网络结构构建学习模型。学习模型M可以由5个卷积层和3个全连接层构成，最终通过学习模型M具有的输入一个畸变的环形光斑I，求解出相应畸变相位的相位重构系数A的能力。

5)平行光入射依次经过加载如图5(b)所示随机畸变相位P2的空间光调制器SLM，第一透镜L1,第二透镜L2，涡旋相位板V和第三透镜L3，在聚焦平面上用EMCCD或者sCMOS相机探测畸变的环形光斑光强分布I2，如图5(a)所示。

6)将步骤5)获得的畸变环形光斑光强分布I2输入步骤4)中训练好的学习模型M，可以求出用于校正该畸变的相位重构系数A2。

7)对步骤6)获得的相位重构系数A2利用泽尼克多项式相位构建函数生成重构相位P3，将重构相位P3叠加到步骤5)中空间光调制器SLM的随机畸变相位P2上，如图5(d)所示。平行光入射依次经过加载随机畸变相位P2和重构相位P3的空间光调制器SLM，第一透镜L1,第二透镜L2，涡旋相位板V和第三透镜L3，在聚焦平面上用EMCCD或者sCMOS相机可探测到校正后的环形光斑光强分布I3，如图5(b)所示。

8)重复步骤6-7)，进行迭代运算可提高校正的效果。

Claims (5)

1.一种基于机器学习的高速自适应光学环形光斑校正系统，其特征在于：

包括系统沿光路方向依次布置的空间光调制器SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3和工业相机，入射平行光依次经过空间光调制器SLM、第一透镜L1、第二透镜L2、涡旋相位板V、第三透镜L3后，在所述系统的聚焦平面上由工业相机上探测并形成图像；所述的空间光调制器SLM放置在第一透镜L1的前焦面处，第一透镜L1的前焦面作为所述系统的光瞳面，涡旋相位板V放置在第二透镜L2的后焦面且位于第三透镜L3的前焦面处，涡旋相位板V与系统的光瞳面以第一透镜L1和第二透镜L2构成的4F光学系统共轭；第三透镜L3的后焦面作为所述系统的聚焦平面。

2.根据权利要求1所述的一种基于机器学习的高速自适应光学环形光斑校正系统，其特征在于：所述的工业相机选用EMCCD或者sCMOS相机。

3.根据权利要求1所述的一种基于机器学习的高速自适应光学环形光斑校正系统，其特征在于：所述的第一透镜L1和第二透镜L2构成一个4F光学系统，第二透镜L2和第三透镜L3构成一个4F光学系统。

4.根据权利要求1所述的一种基于机器学习的高速自适应光学环形光斑校正系统，其特征在于：平行光光束通过涡旋相位板V的出射光束具有涡旋的相位波前，涡旋的相位波前经过第三透镜L3后在所述系统的聚焦平面上呈现环形光斑。

5.根据权利要求1所述的一种基于机器学习的高速自适应光学环形光斑校正系统，其特征在于：所述的空间光调制器SLM通过液晶折射率调制入射光的波前相位，从而引入或校正像差。