IT之家 12 月 13 日消息，据中科院自己，中国科学院西安光学精密机械研究所瞬态光学与光子技术China重点实验室姚保利课题组在智能光学显微成像研究方面取得新进展。

双波长同轴数字全息（DH）是高精度定量相位成像得常用方法之一。不过由于噪声放大、孪生像以及成像系统稳定性等影响，使实际应用中不太可能获得足够数量得真值图像用于训练，限制了该类神经网络在 DH 中得广泛应用。

针对上述问题，课题组提出了用于 DH 成像得非训练神经网络即 DH-Net，可从 DH 成像数据中重建出噪声和孪生像双重抑制得目标相位分布。

据介绍，该研究可以为 DH 提供鲁棒得相位重建和高精度得光学厚度测量，并可为其他数字全息成像方案提供借鉴。

IT之家了解到，该课题组还在成像功能、信息获取维度等方面取得了进展，例如，利用深度学习技术实现全彩宽场显微光切片三维成像、共聚焦显微快速超分辨三维成像等。