TWI733442B

TWI733442B - 光學量測系統

Info

Publication number: TWI733442B
Application number: TW109115426A
Authority: TW
Inventors: 魏祥鈞; 郭仲倫; 卓嘉弘; 羅竣威; 劉志祥
Original assignee: 財團法人工業技術研究院
Priority date: 2019-11-14
Filing date: 2020-05-08
Publication date: 2021-07-11
Also published as: TW202119013A

Abstract

一種光學量測系統，包含將入射光束分為參考光束及原始量測光束的偏振分光鏡、接收並反射原始量測光束而形成第一反射量測光束的第一分光鏡、接收並調變第一反射量測光束的反射方向而形成調變量測光束的空間光調變器、接收並聚焦調變量測光束以照射於待測物而形成穿透量測光束的聚光鏡、接收並轉換穿透量測光束為平行量測光束的物鏡、接收並反射平行量測光束而形成第二反射量測光束的反射鏡、接收並反射參考光束以使其與第二反射量測光束具相同路徑的第二分光鏡，以及接收參考光束與第二反射量測光束之干涉訊號以產生待測物影像的相機。

Description

光學量測系統

本發明係關於一種光學量測系統，特別係關於一種具有光學成像架構的光學量測系統。

化學成分分析技術被廣泛使用，例如半導體元件檢測、細胞分類、食品成分分析等。常見的化學成分分析技術包括螢光共軛焦顯微技術(Fluorescence confocal microscopy)、質譜技術(Mass spectrometry)和拉曼光譜技術(Roman spectroscopy)。此外，磁珠標記自動細胞分選技術(Magnetic-activated cell sorting，MACS)也常應用於細胞分類。

然而，這些常見的分析技術在應用中各面臨一些問題。以螢光共軛焦顯微技術來說，其需標記(Labelling)待測物且耗時長；以質譜技術來說，其不具多細胞偵測(Multi-cell inspection)的功能，並且不適用於活細胞之分析；以拉曼光譜技術來說，其耗時長、光學成像架構龐大，且不具多細胞偵測的功能；以磁珠標記自動細胞分選技術來說，其需標記待測物、耗時長，且不具多細胞偵測的功能，此外，用於標記的磁珠可能會激發非預期的細胞反應。

鑒於上述，本發明提供一種光學量測系統。

依據本發明一實施例的光學量測系統，包含偏振分光鏡、第一分光鏡、空間光調變器、聚光鏡、物鏡、反射鏡、第二分光鏡以及相機。偏振分光鏡將入射光束分為參考光束及原始量測光束。第一分光鏡接收並反射原始量測光束而形成第一反射量測光束。空間光調變器接收並調變第一反射量測光束的反射方向而形成調變量測光束。聚光鏡接收並聚焦調變量測光束以照射於待測物，其中調變量測光束穿透待測物而形成穿透量測光束。物鏡接收並轉換穿透量測光束為平行量測光束。反射鏡接收並反射平行量測光束而形成第二反射量測光束。第二分光鏡接收並反射參考光束，使參考光束具有與第二反射量測光束相同的路徑，且與第二反射量測光束干涉而產生干涉訊號。相機用於接收干涉訊號以產生原始影像(2D影像)，其中原始影像包含表示待測物的表面形貌的相位分布影像。

藉由上述結構，本案所揭示的光學量測系統可以提供無標記且非破壞性的光學量測，且藉由偏振分光鏡與空間光調變器的結合使用，可以具有良好的成像效果。此外，在細胞應用方面，本案所揭示的光學量測系統所產生之待測物的相位分布影像，相較於明場影像，更能顯示出細胞的狀態資訊，藉此增進後續判斷或識別程序之準確度。

以上之關於本揭露內容之說明及以下之實施方式之說明係用以示範與解釋本發明之精神與原理，並且提供本發明之專利申請範圍更進一步之解釋。

1、1’、1”:光學量測系統

3:光源

11、11’:光學元件組

13:相機

15:處理裝置

111:偏振分光鏡

112:第一分光鏡

113:空間光調變器

114:聚光鏡

115:物鏡

116:反射鏡

117:第二分光鏡

118:第一透鏡

119:針孔元件

120:第二透鏡

121:第一半波片

122:第三透鏡

123:第二半波片

124:第四透鏡

125:第五透鏡

126:發光二極體

151:控制器

153:影像處理器

155:分類器

S:載體

ROI:感興趣區域

圖1係依據本發明一實施例所繪示的光學量測系統的功能方塊圖。

圖2係依據本發明另一實施例所繪示的光學量測系統的功能方塊圖。

圖3係依據本發明又一實施例所繪示的光學量測系統的功能方塊圖。

圖4係依據本發明一實施例所繪示的光學量測系統之分類程序的流程圖。

圖5係依據本發明一實施例所繪示的光學量測系統之分類程序的部分流程圖。

圖6A係依據本發明一實施例所繪示的光學量測系統所取得之建模樣品或待測物的原始立體影像。

圖6B示例性地繪示圖6A中所示的感興趣區域所對應之立體相位影像。

圖6C係依據本發明一實施例所繪示的光學量測系統所取得之建模樣品或待測物之閾值化折射率分布圖。

圖7係依據本發明另一實施例所繪示的光學量測系統所取得之建模樣品或待測物的立體相位影像。

以下在實施方式中詳細敘述本發明之詳細特徵以及優點，其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施，且根據本說明書所揭露之內容、申請專利範圍及圖式，任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。以下之實施例係進一步詳細說明本發明之觀點，但非以任何觀點限制本發明之範疇。

請參考圖1，圖1為依據本發明一實施例所繪示的光學量測系統1的功能方塊圖。如圖1所示，光學量測系統1包含光學元件組11及相機13。光學元件組11包含多個光學元件，可以構成一量測光路及一參考光路，其中，量測光路是指通過一待測物的光路。所述待測物可以為生物分子例如細胞，或是非生物分子例如聚苯乙烯球(Polystyrene ball，PS ball)、半導體元件。在量測過程中，待測物可以置於透明液體中並以載體S例如玻片承載，因此，通過待測物的量測光會具有待測物之表面形貌的相位資訊。光學元件組11可以使來自光源3的入射光束分為分別行經量測光路以及參考光路的兩光束，再使兩光束彼此干涉而產生干涉訊號。其中，光源3可依基於待測物的種類而更換，舉例來說，雷射為適用於細胞的光源。相機13可以接收行經量測光路以及參考光路的兩光束彼此干涉而產生的干涉訊號，並據以產生關聯於待測物的表面形貌的原始影像。其中，相機13可以係由感光耦合元件(Charge-coupled device，CCD)、互補式金屬氧化物半導體主動像素傳感器(CMOS active pixel sensor)或其他感光元件組合之裝置。

以下進一步說明光學元件組11所包含的光學元件。光學元件組11主要包含偏振分光鏡(Polarization beam splitter，PBS)111、第一分光鏡(Beam splitter，BS)112、空間光調變器(Spatial light modulator，SLM)113、聚光鏡(Condenser lens，CL)114、物鏡(Objective lens，OL)115、反射鏡116以及第二分光鏡117。如前所述，光學元件組11可以形成量測光路及參考光路，其中，量測光路通過偏振分光鏡111、第一分光鏡112、空間光調變器113、聚光鏡114、物鏡115、反射鏡116及第二分光鏡117，而參考光路則通過偏振分光鏡111及第二分光鏡117。特別來說，光學元件組11的架構係基於馬赫-曾德爾數位全像技術(Mach-Zehnder digital holography)而設置。

圖1以虛線示例性地繪示光束的行進路徑。以光束的行進來說明光學元件組11的架構，偏振分光鏡111可以將來自光源3的入射光束分為原始量測光束及參考光束，第一分光鏡112接收並反射原始量測光束而形成第一反射量測光束(即被反射的原始量測光束)，空間光調變器113接收第一反射量測光束並調變其反射方向而形成調變量測光束(即被調變的第一反射量測光束)，聚光鏡114接收並聚焦調變量測光束以使其照射於設置待測物的載體S而形成穿透量測光束(即穿透待測物的調變量測光束)，物鏡115接收穿透量測光束並將穿透量測光束轉換為平行量測光束，反射鏡116接收並反射平行量測光束而形成第二反射量測光束(即被反射的平行量測光束)，第二分光鏡117接收並反射參考光束，使參考光束具有與第二反射量測光束相同的行進路徑而與第二反射量測光束干涉，進而產生干涉訊號。

特別來說，空間光調變器113可以係矽基液晶(Liquid crystal on silicon，LCoS)，或是用於數位光處理(Digital light processing，DLP)的數位微鏡裝置(Digital micro-mirror device，DMD)。空間光調變器113可以受控以改變投向聚光鏡114及待測物之光束的行進方向，藉此與物鏡115對待測物執行360度的掃描。透過上述偏振分光鏡111及空間光調變器113的結合使用，光學元件組11所形成的參考光束與用於照射待測物的量測光束(調變量測光束)可以具有相同或大致相同的強度，藉此避免因參考光束與量測光束之間的強度差異過大而導致成像效果差的問題。

另外，如圖1所示，除了上述光學元件，光學元件組11亦可包含第一透鏡118、針孔元件119、第二透鏡120、第一半波片(Half-wavelength plate，HWP)121、第三透鏡122、第二半波片123、第四透鏡124及第五透鏡125。第一透鏡118、針孔元件119、第二透鏡120以及第一半波片121設置於入射光束往偏振分光鏡111的行進路徑上，亦即設置於光源3與偏振分光鏡111之間。其中，第一透鏡118、針孔元件119及第二透鏡120可以組成空間濾波器(Spatial fliter)，用於濾除入射光束的空間雜訊，第一半波片121則用於將經濾除空間雜訊的入射光束的偏振方向旋轉π/2。第三透鏡122設置於調變量測光束往聚光鏡114的行進路徑上，亦即設置於第一分光鏡112與聚光鏡114之間，用於使原為平行光的調變量測光束聚焦於同平面上。第二半波片123及第四透鏡124設置於參考光束往第二分光鏡117的行進路徑上，亦即設置於偏振分光鏡111與第二分光鏡117之間。其中，第二半波片123用於使參考光束被第二分光鏡117反射後的偏振方向旋轉以與該第二反射量測光束穿透第二分光鏡117後的偏振方向相同，第四透鏡124則用於調整波前(wave front)。第五透鏡125設置於干擾訊號往相機13的行進路徑上，亦即設置於第二分光鏡117與相機13之間，作為成像透鏡。

上述第一透鏡118、針孔元件119、第二透鏡120、第一半波片121、第三透鏡122、第二半波片123、第四透鏡124及第五透鏡125為選擇性設置的光學元件。於一實施例中，光學元件組11除了偏振分光鏡111、第一分光鏡112、空間光調變器113、聚光鏡114、物鏡115、反射鏡116以及第二分光鏡117，更包含了第一半波片121。於另一實施例中，光學元件組11除了偏振分光鏡111、第一分光鏡112、空間光調變器113、聚光鏡114、物鏡115、反射鏡116以及第二分光鏡117，更包含了由第一透鏡118、針孔元件119及第二透鏡120所組成的空間濾波器，以及第一半波片121。

本發明亦提供包含另一種光學元件組的光學量測系統，請參考圖2，圖2係依據本發明另一實施例所繪示的光學量測系統1’的功能方塊圖。如圖2所示，光學量測系統1’與圖1所示的光學量測系統1大致相同，因此相同之元件功能與光路的構成如上列實施例所述，於此不再贅述。圖2的光學量測系統1’與圖1的光學量測系統1差異在於光學量測系統1’的光學元件組11’更包含了發光二極體126。發光二極體126用於作為明場顯微鏡之光源。

本發明另提供包含處理裝置的光學量測系統，請參考圖3，圖3係依據本發明又一實施例所繪示的光學量測系統1”的功能方塊圖。如圖3所示，光學量測系統1”包含光學元件組11、相機13及處理裝置15，其中光學元件組11所包含的光學元件及相機13的作用皆同於前列圖1的實施例所述，於此不予贅述。特別來說，光學量測系統1”的光學元件組11亦可替換為圖2的光學元件組11’，其所包含的光學元件同於前列實施例所述，於此亦不予贅述。

處理裝置15可以包含控制器151、影像處理器153及分類器155，且可以透過無線或有線方式連接於相機13。特別來說，處理裝置15的控制器151、影像處理器153及分類器155可以係設置於同一裝置(例如電腦)中的多個硬體元件，也可以為各自獨立設置的多個硬體裝置。於另一實施例中，後述由控制器151、影像處理器153及分類器155所執行的控制方法、影像處理方法以及分類方法可以為儲存於電腦中的多個韌體或軟體，且可以藉由電腦的處理器來運行。

控制器151可以控制光學元件組11裡的空間光調變器113改變投向聚光鏡114及待測物之光束的方向，使得相機13取得對應於不同投射方向的多個原始影像，即對待測物執行掃描，特別係360度的掃描。影像處理器153可以從相機13取得原始影像，將原始影像分為相位分布影像以及振幅分布影像，特別係使用場域反演演算法(Field retrieval algorithm)來執行，其中，相位分布影像可以表示待測物的表面形貌，其所表示的資訊可以用於產生表示待測物之折射率(Refractive index，RI)分布的立體影像(3D影像)。影像處理器153可以從上述對應於不同投射方向的多個原始影像取得多個相位分布影像，並使用各相位分布影像的資訊來重建待測物的3D輪廓(3D profile)作為上述之立體影像，特別係使用反向傳播演算法(Back propagation algorithm)。影像處理器153所建之立體影像可以儲存於內部記憶體或是外部記憶體。上述基於數位全像顯微技術的成像方法、掃描機制以及反向傳播演算法之組合可以稱為一種光學繞射斷層(Optical diffractive tomography，ODT)方法。

進一步來說，上述相位分布影像所表示的資訊以及重建之立體影像可以滿足以下計算式：

，其中，U _Rytov〔f _x,f _y, z ^-=0)表示立體影像，且(F _x,F _y,F _z)表示相位分布影像所表示的資訊。

分類器155可以執行一分類程序，請一併參考圖3及圖4，其中圖4係依據本發明一實施例所繪示的光學量測系統執行之分類程序的流程圖。如圖4所示，分類程序可以包含步驟S1~S7，其中，步驟S1~S5可組合為模型建立子程序，用以建立參考分類模型，而步驟S6及S7可組合為類型判定子程序，用以判斷待測物的類型。

於步驟S1中，分類器155取得多個建模樣品的多個立體影像。進一步來說，光學量測系統1的光學元件組11、控制器151及影像處理器153可以對屬於一種類的多個建模樣品各執行前述之光學繞射斷層方法，以取得多個立體影像。其中，屬於一種類的多個建模樣品可以分別具有不同類型。舉例來說，所述多個建模樣品可以包含CD4+T細胞、CD8+T細胞、B細胞等，CD4+T細胞、CD8+T細胞與B細胞同樣屬於細胞種類，但分別為CD4+T類型、CD8+T類型及B類型。如前所述，影像處理器153所建之立體影像可以儲存於內部記憶體或是外部記憶體，因此分類器155便可以從影像處理器153或是外部記憶體取得所述多個立體影像。

於步驟S2，分類器155從所述多個立體影像分別取得多個參考原始資料。其中，參考原始資料的內容基於建模樣品的種類而有所不同。對屬於生物分子之建模樣品而言，例如細胞，所述參考原始資料可以表示對應之建模樣品的多個結構特徵及多個生化特徵。進一步來說，結構特徵又可稱為形態(Morphological)特徵，可以包含建模樣品的表面積及體積，生化特徵則可以包含建模樣品的蛋白質密度及乾質量。於此實施情境中，步驟S2可以包含依據每個立體影像的體素資料(Voxel data)取得對應建模樣品的表面積及體積以作為結構特徵，並基於對應建模樣品的非水分子的局部濃度，判斷建模樣品的蛋白質密度及乾質量以作為生化特徵。更進一步來說，步驟S2可以更包含當建模樣品基本上呈球形時，依據上述步驟取得之體積與表面積之間的比例來判斷建模樣品的球度(Sphericity)。

另一方面，對非生物分子之建模樣品而言，例如聚苯乙烯球(Polystyrene ball，PS ball)、半導體元件等，所述參考原始資料可以表示對應之建模樣品的多個結構特徵。進一步來說，結構特徵可以包含建模樣品的表面積及體積。於此實施情境中，步驟S2可以包含依據每個立體影像的體素資料取得對應建模樣品的表面積及體積以作為結構特徵。更進一步來說，步驟S2可以更包含當建模樣品基本上呈球形時，依據上述步驟取得之體積與表面積之間的比例來判斷建模樣品的球度。以上描述以結構特徵與生化特徵作為參考原始資料以及僅以結構特徵作為參考原始資料的實施例。此外，於其他實施例中，除了結構特徵或/及生化特徵，參考原始資料亦可包含對應於不同投射方向之建模樣品的多個原始影像或/及建模樣品的立體影像。

於步驟S3~S5中，分類器155將取得之多個參考原始資料劃分為訓練資料集及測試資料集，對訓練資料集執行訓練以提取出多個特徵子集合，並藉由結合這些特徵子集合建立參考分類模型。進一步來說，分類器155可以隨機地將參考原始資料劃分為訓練資料集及測試資料集，依據對訓練資料集執行訓練。各種原始資料(如結構特徵、生化特徵、2D影像、3D影像)經訓練後，產生原始資料個別的權重，依據權重排序，例如由權重高者排到權重低者。特別來說，分類器155可以使用K最近鄰演算法(K-nearest neighboring algorithm，K-NN algorithm)來對訓練資料集執行訓練，即分類器155可以為K-NN分類器。另外，分類器155亦可以為線性分類器、貝葉斯分類器(Bayesian classifier)、最大似然分類器(Maximum likelihood classifier)、正向布林函數分類器(Positive boolean function classifier)、線性區別函數分類器(Linear discriminant function classifier)、卷積神經網絡分類器(Convolution neutral network classifier)、支援向量機分類器(Support vector machine classifier)、決策樹分類器(Decision tree classifier)、二元分類器(Binary classifier)、邏輯迴歸分類器(Logistic regression classifier)或其他機器學習分類器。分類器155可以依據降維方法以提取特徵子集合。舉例來說，分類器155可以依據主成分分析(Principal component analysis，PCA)法來產生主成分特徵子集合。接著，分類器155再以分類器演算法(即上述多種分類器之一所具有的演算法)來結合特徵子集合以建立參考分類模型。分類器 155可以將所建立的參考分類模型儲存於處理裝置15的內部記憶體或是外部記憶體(例如硬碟或雲端裝置)。

於步驟S6及S7中，分類器155從參考分類模型中選擇最佳分類模型，並運行此最佳分類模型以判定待測物的類型。圖4示例性地繪示針對一種類執行模型建立子程序，以建立對應於所述種類之參考分類模型，並選擇此參考分類模型作為最佳分類模型來運行，以判定屬於所述種類之待測物的類型的分類程序。而於另一實施例中，分類器155可以分別針對多個種類執行模型建立子程序，以建立對應於不同種類的多個參考分類模型，再從這些參考分類模型中選擇最佳分類模型，並運行此最佳分類模型以判定待測物的類型。換句話說，分類器155可以先執行多次步驟S1~S5，再執行步驟S6及S7。所述不同種類的參考分類模型可以包含細胞的參考分類模型、聚苯乙烯球的參考分類模型、半導體元件的參考分類模型等。

進一步來說明步驟S6，請參考圖5，圖5係依據本發明一實施例所繪示的光學量測系統之分類程序的部分流程圖。圖4的步驟S6可以包含圖5的步驟S61及S62。於步驟S61中，分類器155取得待測物的立體影像並從其中取得目標原始資料。詳細來說，類似於取得建模樣品之立體影像的步驟(圖4步驟S1)，光學量測系統1的光學元件組11、控制器151及影像處理器153可以對待測物執行前列實施例所述之光學繞射斷層方法，以取得立體影像。接著，類似於從建模樣品的立體影像取得建模樣品的參考原始資料的步驟(圖4步驟S2)，分類器155可以從待測物的立體影像取得目標原始資料。其中，目標原始資料可以包含分類器155已建立之所有分類模型的所有相關特徵。舉例來說，目標原始資料可以包含前列實施例所提及之結構特徵、生化特徵、對應於不同投射方向之待測物的多個原始影像以及待測物的立體影像。於步驟S62中，分類器155依據目標原始資料且藉由交叉驗證法(cross-validation)來決定最佳分類模型。特別來說，所述交叉驗證法包含留一驗證法(leave-one-out cross-validation，LOOCV)。

如前列實施例所述之光學元件組11、相機13與處理裝置15之運作，可以達成建模樣品或待測物之成像，以及取得建模樣品或待測物之資料諸如結構特徵、生物特徵等。請一併參考圖3及圖6A~6C，其中，圖6A係依據本發明一實施例所繪示的光學量測系統所取得之建模樣品或待測物的原始立體影像，圖6B示例性地繪示圖6A中所示的感興趣區域ROI所對應之由相位分布影像組成之立體影像(後稱立體相位影像)，圖6C則係依據本發明一實施例所繪示的光學量測系統所取得之建模樣品或待測物之閾值化折射率分布圖。圖6A~6C所示之建模樣品或待測物為聚苯乙烯球。進一步來說，光學量測系統1”可以藉由光學元件組11及相機13對聚苯乙烯球進行360度的掃描以取得多個原始影像，並藉由處理裝置15依據所述多個原始影像重建圖6A所示之原始立體影像。光學量測系統1”亦可藉由處理裝置15取得每個原始影像的相位分布影像，據以重建圖6B所示之立體相位影像，依據立體相位影像取得聚苯乙烯球的折射率分布圖，再對折射率分布圖執行閾值化處理，以取得圖6C所示之閾值化折射率分布圖，分析並呈現圖中物體的原始資料，包含體積、表面積、球度等。

另請一併參考圖3及圖7，圖7係依據本發明另一實施例所繪示的光學量測系統所取得之建模樣品或待測物的立體相位影像以及明場影像的比較表。圖7所示之建模樣品或待測物為癌細胞。圖7呈現癌細胞在不同時間點的明場影像及立體相位影像，特別係呈現癌細胞壞死(Necrosis)的過程。進一步來說，光學量測系統1”可以藉由光學元件組11及相機13對聚苯乙烯球進行360度的掃描以取得多個原始影像，再藉由處理裝置15取得每個原始影像的相位分布影像，以重建出圖7中的立體相位影像。如圖7所示，相較於時間點為六小時後的明場影像，時間點為六小時後的立體相位影像顯示之細胞更為扭曲破碎。明場影像僅表現出細胞的幾何，而相位影像更進一步包含了細胞內物質的狀態。因此，透過本案光學量測系統所取得的立體相位影像更能顯示出細胞的狀態資訊。

基於上述結構，本案所揭示的光學量測系統，藉由偏振分光鏡及空間光調變器的結合使用，可以具有良好的成像效果。另外，本案所揭示的光學量測系統，藉由特殊的光學成像架構以及分類程序，可以實現無標記、快速且準確的光學檢測及分類。在細胞應用方面，本案光學量測系統所產生之相位分布影像，相較於明場影像，更能顯示出細胞的狀態資訊，藉此，光學量測系統可以有效地識別細胞類型、協助免疫細胞之分離，以及監控細胞品質。

雖然本發明以前述之實施例揭露如上，然其並非用以限定本發明。在不脫離本發明之精神和範圍內，所為之更動與潤飾，均屬本發明之專利保護範圍。關於本發明所界定之保護範圍請參考所附之申請專利範圍。

1 光學量測系統 3 光源 11 光學元件組 13 相機 111 偏振分光鏡 112 第一分光鏡 113 空間光調變器 114 聚光鏡 115 物鏡 116 反射鏡 117 第二分光鏡 118 第一透鏡 119 針孔元件 120 第二透鏡 121 第一半波片 122 第三透鏡 123 第二半波片 124 第四透鏡 125 第五透鏡 S 玻片

Claims

一種光學量測系統，包含：一偏振分光鏡，將一入射光束分為一參考光束及一原始量測光束；一第一分光鏡，接收並反射該原始量測光束而形成一第一反射量測光束；一空間光調變器，接收並調變該第一反射量測光束的反射方向而形成一調變量測光束；一聚光鏡，接收並聚焦該調變量測光束以照射於一待測物，該調變量測光束穿透該待測物而形成一穿透量測光束；一物鏡，接收並轉換該穿透量測光束為一平行量測光束；一反射鏡，接收並反射該平行量測光束而形成一第二反射量測光束；一第二分光鏡，接收並反射該參考光束，使該參考光束具有與該第二反射量測光束相同的路徑，與該第二反射量測光束干涉而產生一干涉訊號；以及一相機，接收該干涉訊號以產生一原始影像，其中該原始影像包含表示該待測物的表面形貌的一相位分布影像。
如請求項1所述的光學量測系統，更包含一處理裝置，該處理裝置連接於該相機，該處理裝置使用場域反演演算法以取得該相位分布影像，且使用該相位分布影像所表示的資訊取得該待測物的折射率分布的一立體影像。
如請求項2所述的光學量測系統，其中該相位分布影像所表示的該資訊以及該立體影像滿足一計算式，該計算式為：
；其中
表示該立體影像，且
表示該相位分布影像所表示的該資訊。
如請求項2所述的光學量測系統，其中該處理裝置包含一分類器，該分類器執行一分類程序，且該分類程序包含：取得多個樣品的多個立體影像，該些立體影像分別表示該些樣品的折射率分布；從該些立體影像分別取得多個參考原始資料，每一該些參考原始資料表示該些樣品中的對應者的多個結構特徵及多個生化特徵；將該些參考原始資料劃分為一訓練資料集及一測試資料集；對該訓練資料集執行訓練；藉由結合從該訓練資料集所提取的多個特徵子集合，建立一參考分類模型；從該參考分類模型選擇一最佳分類模型；以及運行該最佳分類模型以判定該待測物的類型。
如請求項4所述的光學量測系統，其中該分類程序中取得該些參考原始資料的步驟包含：依據每一該些立體影像的一體素資料，取得該些樣品中的對應者的一表面積及一體積以作為該些結構特徵；以及基於該些樣品的非水分子的局部濃度，判斷每一該些樣品的一蛋白質密度及一乾質量以作為該些生化特徵。
如請求項5所述的光學量測系統，其中該分類程序中取得該些參考原始資料的步驟更包含：當該樣品基本上呈球形時，依據該體積與該表面積之比例來判斷該樣品的一球度。
如請求項2所述的光學量測系統，其中該處理裝置包含一分類器，該分類器執行一分類程序，且該分類程序包含：取得多個樣品的多個立體影像，該些立體影像分別表示該些樣品的折射率分布；從該些立體影像分別取得多個參考原始資料，每一該些參考原始資料表示該些樣品中的對應者的多個結構特徵；將該些參考原始資料劃分為一訓練資料集及一測試資料集；對該訓練資料集執行訓練；藉由結合從該訓練資料集所提取的多個特徵子集合，建立一參考分類模型；從該參考分類模型選擇一最佳分類模型；以及運行該最佳分類模型以判定該待測物的類型。
如請求項7所述的光學量測系統，其中該分類程序中取得該些參考原始資料的步驟包含：依據每一該些立體影像的一體素資料，取得該些樣品中的對應者的一表面積及一體積以作為該些結構特徵。
如請求項4或7所述的光學量測系統，其中該分類器所執行之該分類程序中對該訓練資料集執行該訓練的步驟係使用K最近鄰演算法來執行。
如請求項4或7所述的光學量測系統，其中該分類器所執行之該分類程序中選擇該最佳分類模型的步驟係藉由交叉驗證法來執行。
如請求項10所述的光學量測系統，其中該交叉驗證法包含留一驗證法。
如請求項1所述的光學量測系統，更包含：一空間濾波器，設置於該入射光束往該偏振分光鏡的路徑上，用於濾除該入射光束的空間雜訊；以及一半波片，設置於該入射光束往該偏振分光鏡的該路徑上，用於將經濾除該空間雜訊的該入射光束的一偏振方向旋轉π/2。
如請求項1所述的光學量測系統，更包含：一半波片，設置於該入射光束往該偏振分光鏡的路徑上，用於將該入射光束的一偏振方向旋轉π/2。
如請求項13所述的光學量測系統，更包含：一半波片，設置於該參考光束往該第二分光鏡的路徑上，用於使該參考光束被該第二分光鏡反射後的一偏振方向旋轉以與該第二反射量測光束穿透該第二分光鏡後的一偏振方向相同。
如請求項1所述的光學量測系統，其中該空間光調變器係用於數位光處理的一數位微鏡裝置。
如請求項1所述的光學量測系統，其中該空間光調變器係一矽基液晶。
如請求項1所述的光學量測系統，其中該參考光束的強度與該調變量測光束的強度大致相同。