超衍射成像中 双螺旋点扩展函数的三维定位精度

开关效应和单分子定位的结合可以实现样品的超衍射分辨成像, 双螺旋点扩展函数将单分子定位纳米分辨从二维扩展到了三维.本文对双螺旋点扩展函数的三维定位精度展开了探讨.首先, 基于费希尔信息量, 计算了双螺旋点扩展函数的无偏估计, 得出其理论定位精度, 并分析了光子数、背景噪声以及有效像元尺寸大小对其定位精度的影响; 其次, 基于单分子定位实验过程中对于数据分析通常采用的高斯拟合质心定位算法, 通过误差传递函数定律求得双螺旋点扩展函数的轴向定位精度.计算机模拟结果表明, 在光子数大于1000的条件下, 高斯拟合质心定位精度和费希尔信息量理论定位精度符合较好. 本文的讨论不仅为双螺旋点扩展函数的三维定位精度提供了理论依据, 同时也可为实验提供理论指导. 关键词： 双螺旋点扩展函数 费希尔信息量 定位精度 高斯拟合     

用于大景深单分子定位显微的多功能全息相位片的设计及数值模拟

发展具有大轴向定位范围的单分子定位技术对于实现厚样品的超分辨成像具有重要的价值.基于波前编码技术,将变形多值纯相位光栅与双螺旋点扩散函数相位片相结合,提出一种可以通过空间光调制器实现的具有高衍射效率的新型全息相位片的设计方法.这种全息相位片可以将样品内多个层面的分子信息以双螺旋的形式成像在同一个探测面的不同位置,在无需扫描的情况下提高双螺旋点扩散函数工程的轴向定位范围和分辨率,解决活细胞内单分子定位和示踪技术中的大景深探测难题.数值模拟表明,设计的5×5全息相位片可以将样品内25个层面上的分子信息以双螺旋的形式成像在同一探测面上的不同位置,相邻两个层面的间隔为0.5μm,实现了轴向12μm的探测范围,证明了设计的可行性.     

基于双螺旋点扩散函数工程的多焦点图像扫描显微

在传统共聚焦显微技术的基础上,图像扫描显微技术使用面阵探测器来代替单点探测器,结合虚拟数字针孔并利用像素重定位和解卷积图像重构算法将传统宽场显微镜的分辨率提高一倍,实现了高信噪比的超分辨共焦成像.但是,由于采用逐点扫描的方式,三维成像速度相对较慢,限制了其在活体样品成像中的应用.为了进一步提高图像扫描显微术的成像速度,本文提出了一种基于双螺旋点扩散函数工程的多焦点图像扫描显微成像方法和系统.在照明光路中,利用高速数字微镜器件产生周期分布的聚焦点阵对样品进行并行激发和快速二维扫描;在探测光路中,利用双螺旋相位片将激发点荧光信号的强度分布转换为双螺旋的形式;最终,利用后期数字重聚焦处理,从单次样品扫描数据中重构出多个样品层的超分辨宽场图像.在此基础上,利用搭建的系统分别对纤维状肌动蛋白和海拉细胞线粒体进行成像实验,证明了该方法的超分辨能力和快速三维成像能力.     

用于大景深三维纳米分辨多分子追踪的衍射光学元件的设计制备和实验研究

发展能实时检测完整细胞内多个生物分子随时空变化的单分子探测和追踪技术, 对于研究生命过程的分子机理具有重要意义. 在变形光栅多阶成像和双螺旋点扩散函数成像方法的基础上, 基于波前编码的原理, 提出将二者优化结合, 获得全新的衍射光学元件, 该器件同时具有多重平面成像和双螺旋点扩散函数成像的功能, 旨在解决活细胞内单分子探测和追踪技术中的大景深探测难题. 设计和制备了该器件, 并基于该器件搭建了显微成像系统, 实验模拟证明该衍射光学元件同时可实现轴向12 μ的探测范围, 与理论设计结果相符合, 从而有效扩大了显微镜系统的景深, 证明了设计的可行性. 关键词： 多分子追踪 衍射光学元件 变形光栅 双螺旋点扩散函数     

超分辨定位成像中的像差表征和校正

超分辨定位成像技术凭借对数千甚至数万张采集的原始图像进行单分子定位及重建,可以获得几十纳米的超高分辨率,观察到之前看不到的细胞结构以及生物现象。然而,在实际的成像过程中,采集到的图像会受到像差(来源于光学系统的不完美或样品本身的不均匀性)的影响而导致分辨率下降,甚至会造成错误结果。为此,定量表征了几种典型像差对超分辨定位成像的影响,并提出了一种基于样品图像本身的像差校正方法。仿真和实验结果表明,像差会造成系统点扩展函数的变形以及成像分辨率的下降,使用基于图像本身的像差校正方法可以恢复图像的成像质量。     

基于压缩感知的三维单分子定位显微成像方法研究

本文建立了一种三维压缩感知模型以实现对高密度荧光分子图像的快速三维定位。首先,根据荧光显微的三维点扩展函数成像理论,设计测量矩阵,并建立压缩感知模型。接着,对荧光显微成像过程进行了模拟,并采用凸优化方法(CVX)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和同伦算法对建立的压缩感知模型中模拟生成的图像进行了定位分析,分别从恢复率、定位精度、重构时间几方面进行了对比。最后,采用同伦算法对模拟的生物样品和实验室采集的细胞进行了三维定位,并获得了三维超分辨图像。对比结果表明:在重构密度和定位精度接近的情况下,同伦算法比CVX方法的重构速度快2个数量级。同伦算法较OMP算法的定位精度要高一倍。采用同伦算法来实现三维的超分辨荧光显微成像在节约计算时间、实现实时成像方面具有一定的意义。     

正交像散高密度三维单分子定位显微的数值模拟

单分子定位显微(single molecule localization microscopy, SMLM)成像技术利用荧光分子的稀疏发光、探测及定位,实现了纳米级空间分辨率的超分辨成像.为了提高其时间分辨率,需要提高同时发光的荧光分子密度.但随着分子密度的提高,不同分子的点扩散函数(point spread function, PSF)在探测器上将发生严重的重叠现象,导致空间分辨率降低,尤其是在进行三维SMLM成像时.为了解决这一问题,本文提出了一种基于正交像散的高密度三维单分子定位超分辨成像方法,并对该方法进行分析和数值模拟研究.该方法的核心是在单分子定位显微镜中将采集的荧光分成两束成像在同一个探测器的两个区域,并在两个通道中各引入一个光学参数相同但取向相互正交的柱透镜,实现对同一个荧光分子正负两个像散PSF图像的同时探测,然后建立该成像过程的线性投影模型,利用压缩感知算法求解出荧光分子的三维定位信息.结果表明,由于两个正交柱透镜产生的一组正交像散PSF对作为一个分子的系统响应时具有较低的相关性,该方法的高密度三维定位准确性可显著优于采用单个柱透镜的传统像散方法,且离焦程度越大两个...     

3D-STORM超分辨成像中单分子轴向定位精度优化研究

为定量描述柱透镜参数对三维成像过程中荧光分子轴向定位精度的影响,本文研究了柱透镜参数与点扩散函数椭圆率的相互关系.基于Olympus IX-83倒置荧光显微镜搭建成像系统,利用3个不同焦距柱透镜进行实验,通过柱透镜标定曲线的线性变化范围及该范围内曲线的斜率分析柱透镜参数选择上的优劣,优化并提高轴向定位的精度和深度.选择合适的柱透镜参数可实现标定曲线在焦平面上下1μm范围线性变化,轴向定位精度为16nm,并采用优化的标定曲线对肌动蛋白微丝进行三维超分辨成像.     

单分子定位超分辨显微成像技术研究进展及展望(特邀综述)

随着新型荧光探针、先进激光、高灵敏光电探测器等相关领域的不断发展,突破衍射极限的超分辨光学显微技术为现代生物医学研究提供了新的有力工具,其中的单分子定位技术利用荧光分子的光开关效应,实现了亚细胞结构的纳米精度超分辨成像.本文介绍了单分子定位超分辨显微技术的基本原理与实现,例举了其在细胞生物学、组织生物学以及神经科学等方面的应用,讨论了该技术目前的发展趋势及可能的改进方向,为相关领域科学研究提供参考.超分辨光学显微技术的不断创新将推动生命科学的新发展.     

受激辐射损耗超分辨显微成像系统研究的新进展

由于受到衍射极限的影响,传统光学显微镜的分辨率被限制在半个波长左右.近二十年来出现了许多通过不同方法绕过光学衍射极限的超分辨成像技术,其中,受激辐射损耗显微(stimulated emission depletion microscopy,STED)通过引入一束环形损耗光来抑制荧光光斑外围荧光分子的发光,以达到减小点扩散函数的目的,实现超分辨成像.经过近些年的发展,STED系统无论从光束的产生、校准和扫描,还是最后的成像,都有了很大的发展.本文将简要介绍STED成像技术的基本原理,详述STED超分辨成像技术出现至今在光源、扫描及成像系统等方面的进展,以及在三维成像和多色成像方面的发展现状,STED技术与其他显微技术的结合.最后,本文对STED技术近几年的研究新进展进行了系统的论述,对STED技术未来的发展趋势进行了探讨.     

基于遗传算法的光综合孔径圆周阵优化

从光综合孔径圆周阵列成像的基本原理出发,建立了圆周阵列的优化模型;采用改进的实数编码方法对子孔径阵列位置进行编码,运用遗传算法进行子孔径阵列的优化;以阵列的u-v覆盖点间距最大化及最小冗余度来设计目标函数,实现了8~16个子孔径二维圆周阵的优化排列;分析了二维圆周光综合孔径阵列成像系统的点扩展函数、光学传递函数和衍射成像的基本原理;对优化结果与模拟退火算法的结果进行对比,使用仿真成像程序分析其点扩展函数,并与均匀排布的圆周阵列进行对比。结果表明,采用改进的实数编码的遗传算法可以很好地解决综合孔径阵列优化的问题,相对于模拟退火算法,该方法的计算时间更短,结果更优。     

基于多通道盲识别的自适应光学图像事后处理

为实时恢复天文或空间目标的湍流退化成像,提出一种适应大气湍流动态变化的多通道自适应光学图像恢复方法.以自适应光学校正后不同时刻的目标成像作为多个通道,建立求解系统点扩散函数的线性方程,根据解出的点扩散函数利用超拉普拉斯算法,求解待观测目标的估计值.结果表明:不同时刻的点扩散函数之间存在互质关系,满足多通道盲识别的理论要求.利用建立的线性方程求解出的点扩散函数与原点扩散函数的均方误差在10^-30~10^-27量级,采用超拉普拉斯算法恢复出的目标成像与原始目标之间的均方误差在10^-5~10^-4量级.本文研究为湍流退化图像的实时恢复提供了理论基础.     

单幅模糊图像点扩散函数估计的梯度倒谱分析方法研究

针对单幅图像复原算法引入先验信息导致复杂度高、运算效率低的问题, 提出了单幅模糊图像点扩散函数估计的梯度倒谱分析方法. 首先给出了单幅模糊图像梯度倒谱估计其点扩散函数的基本原理, 利用相位恢复策略复原了二维点扩散函数相位信息, 实现了点扩散函数的快速估计; 其次, 为鉴别点扩散函数估计精度, 建立了图像梯度保真约束的全变分正则化图像复原模型, 并采用快速稳定收敛的交替方向策略优化能量函数; 通过对仿真和实拍单幅模糊图像进行的测试实验结果表明, 该方法快速准确地估计出点扩散函数, 克服了传统复原算法收敛速度慢的缺点, 有效抑制了振铃效应、保护了边缘信息, 为大尺寸单幅图像复原的工程化实现提供了理论和技术基础. 关键词： 图像复原 点扩散函数 梯度倒谱分析 全变分     

分布式光纤Sagnac干涉仪中基于倒谱的多分辨率入侵定位算法

基于Sagnac结构的分布式光纤干涉仪具有灵敏度高和动态范围大等特点, 特别适合监测入侵信号, 并确定其发生位置. 不同于现有的时域自相关及频域陷波点定位方法, 本文提出将两相干光束相位差信号变换到倒谱域, 通过倒谱系数峰来方便准确地确定入侵位置. 此外, 为克服倒谱定位中降采样带来的分辨率粗糙问题, 提出了多分辨率定位综合的改进方法. 通过改变降采样因子和利用高阶倒谱峰两种措施对同一入侵信号得到一系列定位值, 并对所有定位值取平均作为入侵信号的最终定位值. 实验首先在距离传感光缆尾端40.498 km处制造3个入侵信号. 采用本文提出的倒谱方法对该入侵得到84个定位值, 综合后的定位误差分别只有9 m, 17 m 和 11 m, 显示了对入侵信号定位的准确性. 之后对不同位置的入侵信号进行定位, 7次实验的定位误差的标准差达到12 m, 而相同情况下的自相关方法和陷波点方法的定位误差标准差分别为695 m和118 m. 此外, 这种方法还具有操作简单、易于自动测量等特点, 有望在Sagnac干涉传感系统中发挥重要作用.     

高频振动模糊图像仿真与分析

研究了运动模糊图像在空间域和频域上的数学模型,根据运动图像的模糊原理,提出了时间等分运动模糊图像的仿真方法,仿真了高频振动模糊图像.理论分析指出,物体做高频谐波振动时运动模糊成像的频谱会由于Bessel函数的零点的存在而形成系列条纹,对振动模糊图像的频谱做两次Radon变换能检测出振动的方向和振幅,从而得到高频振动模糊...     

二维圆周光综合孔径阵的优化排列及其成像特性研究

光综合孔径成像的原理是应用干涉原理在空间频率域中进行采样,并通过傅里叶反变换或其他数值变换方法得到空间分辨力远高于单个孔径成像系统的目标图像。由若干个相同的小孔径在二维圆周上优化排列组成的综合孔径成像系统可以在二维空间频率域中实现较为均匀分布的、具有无冗余度的采样点覆盖,为高质量实时成像提供了一个有效的途径。运用模拟退火算法对由7～16个子孔径组成的二维圆周综合孔径阵列进行优化排列。并依据光学衍射成像原理,从空域和频域两个方面详细分析了二维圆周上优化排列与均匀排列光综合孔径阵的成像特性。对7～16个子孔径组成的光综合孔径的仿真结果表明：无论是在空域还是频域上,子孔径直径增大、孔径数目增多以及综合孔径阵的优化排列都是有利于提高成像质量的。但综合后的子孔径的直径的增大,虽然能获得极高的角分辨力,却并不利于成像质量的提高。     

基于改进空间频率域采样的天文光干涉望远镜阵列优化

提出一种基于改进空间频率域(UV)采样的阵列评价函数,用于长基线天文光干涉望远镜阵列几何结构的优化。该评价函数将UV采样区域沿径向和角度方向分别进行划分,统计划分所得区域中UV采样点数目并计算UV采样点密度,以UV采样点密度偏离理想高斯分布的大小作为评价依据。在具体的优化技术上,利用遗传算法的全局收敛特性,降低了传统算法对初始结构的依赖,采用该评价函数对6孔径望远镜阵列进行优化设计,并与国际主流天文光干涉阵列CHARA进行了性能对比。分析结果表明:优化所得Array-6阵列UV采样点密度分布具有径向连续覆盖和低频强调的特点,有利于对轮廓信息的恢复;双星模拟成像实验中Array-6阵列重构图像相对于原始图像的误差为21.34,相比CHARA阵列降低了18.16%,具有更高的成像质量。该优化算法具备优化大孔径数目阵列的能力,对于射电波段望远镜阵列的优化设计亦有一定的参考意义。     

Genetic optical design for a compressive sensing task

We present a sophisticated optical design method for reducing the number of photodetectors for a specific sensing task. The chosen design parameter is the point spread function, and the selected task is object recognition. The point spread function is optimized iteratively with a genetic algorithm for object recognition based on a neural network. In the experimental demonstration, binary classification of face and non-face datasets was performed with a single measurement using two photodetectors. A spatial light modulator operating in the amplitude modulation mode was provided in the imaging optics and was used to modulate the point spread function. In each generation of the genetic algorithm, the classification accuracy with a pattern displayed on the spatial light modulator was fed-back to the next generation to find better patterns. The proposed method increased the accuracy by about 30 % compared with a conventional imaging system in which the point spread function was the delta function. This approach is practically useful for compressing the cost, size, and observation time of optical sensors in specific applications, and robust for imperfections in optical elements.