[发明专利]基于机器学习的结构光照明超分辨显微成像方法

摘要

本发明公开了一种基于机器学习的结构光照明超分辨显微成像系统和方法。系统沿光路方向依次分布为数字微镜器件DMD、反射镜M、第一透镜L1、主动调相系统APM、第二透镜L2和电荷耦合器件CCD；方法利用畸变的条纹图样和其对应的散射相位重构系数，形成训练数据集，再通过深度卷积神经网络算法构建出对应的学习模型，从而对未知散射相位重构系数的畸变条纹图样进行快速校正，获得高精度的校正条纹图样。本发明对结构光照明显微镜中的条纹结构光进行了像差校正，速度快、精度高，能够提高显微系统的成像深度并优化成像质量，拓展结构光照明显微镜的应用范围。

主权项

1.一种基于机器学习的结构光照明超分辨显微成像系统，其特征在于：系统沿光路方向依次分布为数字微镜器件DMD、反射镜M、第一透镜L1、主动调相系统APM、第二透镜L2和电荷耦合器件CCD；数字微镜器件DMD放置在第一透镜L1的前焦面，主动调相系统APM位于第二透镜L2的前焦面，电荷耦合器件CCD位于第二透镜L2的后焦面，第一透镜L1的后焦面和第二透镜L2的前焦面重合，第二透镜L2的后焦面作为所述系统的聚焦平面，第一透镜L1和第二透镜L2构成一个4F系统；入射光依次经过数字微镜器件DMD反射、反射镜M反射、第一透镜L1透射、主动调相系统APM反射、第二透镜L2透射后，在聚焦平面上聚焦成像，再由聚焦平面处的电荷耦合器件CCD探测并得到图像。