8mm深度處視場達140平方毫米。(1)使用含單光子雪崩二極管(single photon avalanche diode,SPAD)陣列相機的光路解決上述難題1和2；(2)使用一種定制的神經網絡(一種新的映射關系)解決難題3。原理解析：使用基于物理信息(physics informed)的人工神經網絡從測量到的散斑強度自相關曲線重建深層時域動力學(temporal dynamics)圖像和視頻。（1）實驗裝置。使用液體仿體充當組織，液體仿體由1um直徑的聚苯乙烯小球溶液置于薄壁透明容器中，用于遮擋目標物體。使用DMD(13.7um*13.7um,768*1024像素)模擬活體組織深層由血流引 ...

群系統模擬寬視場電子全息術。該圖像是從具有1微米像素間距的1億像素全息圖計算重建的。全息圖的視角約為 30°。視頻3、8塊HORN-8組成集群系統獲得的大規(guī)模電子全息圖像。從1000萬個點的物體生成1億像素的全息圖，并通過模擬重建。物體數據被劃分為160個塊，并為每個塊準備了單獨的全息圖。然后通過時分方法重建這些圖像以獲得單個靜止圖像(當物體的點云數很大時，將其分為多個子塊來計算，只要刷新率足夠快，就可以看作一個物體)。附錄：從10000個點的三維圖像生成1920x1080像素的全息圖時，HORN-8板、CPU、GPU性能比較。參考文獻：Sugie, T., Akamatsu, T., Nis ...

具有±45°視場角的運動視差時，比特率量級為12.7x90^2=10^5Gb/s，平方是同時考慮了垂直和水平視差。由于人類視覺系統主要涉及水平瞳孔間距，并且橫向運動比垂直運動更受青睞，因此水平視差比垂直視差更重要。為了得到12.7x90=10^3Gb/s這樣更低的數據速率，垂直視差通常在多視角顯示器中被丟棄。當觀察者在多視角顯示器前保持不動時，觀察到的視差提供類似于裸眼3D顯示器的體驗。然而，由于視角的數量要多得多，光場顯示器不像裸眼3D那樣受有限視域的限制，因此，用戶體驗要好得多。考慮到多視角和光場顯示器在某種程度上可實現的數據速率和相對于裸眼3D的優(yōu)勢，它們目前是被深入研究的技術，并且無疑 ...

軸方法會導致視場減小(使用第一級衍射級的一半)或效率降低(使用更高的衍射級)，而這兩個因素對于近眼顯示來說都是至關重要的。此外，還有通過對校正光束或SLM的像素化結構進行建模的方法來補償零級光束。最近提出的相機在環(huán) (camera-in-the-loop,CITL) 全息技術可以使用其衍射分量部分補償 SLM的未衍射光，而無需對所有這些項進行明確建模。當前不足：目前的純軟件方法都沒有考慮實際SLM的物理限制，限制了可以利用相消干涉抵消零級衍射的程度。文章創(chuàng)新點：基于此，NVDIA和斯坦福大學的Suyeon Choi(第一作者),Jonghyun Kim(通訊作者)和Gordon Wetzste ...

友好的熒光寬視場顯微鏡作為一種經典技術，經常用于細胞或組織切片成像。近年來，寬視場顯微鏡的成像窗口已轉移到NIR區(qū)域。如今，NIR-II熒光寬視場顯微鏡已成功穿透~800μm的大腦深度。然而，盡管成像深度很大，但焦平面誘導背景外的散射光子和信號光子將細節(jié)隱藏在“薄霧”之下。憑借上述水的峰值吸收波長附近的熒光成像出色的SBR和空間分辨率，NIR-IIx區(qū)域周圍的寬視場顯微鏡被認為具有出色的性能，無需復雜的激發(fā)和采集模式。從圖7a-p可知1425-1475nm的SBR是非常高的，但是考慮到強烈的光吸收引起有用信號的損失，故將1400-1550nm確認為用于深層成像時的波段。使用1400-1550n ...

現彩色成像。視場980um，使用6000根纖芯，分辨率達14um.原理解析：（1）圖像形成及重建。本質上，頭端透鏡被一個簡單的隨機二元空間掩模（即編碼孔徑）取代，它調制從場景傳播到光纖面的光強。與寬場照明方法不同，每個光纖纖芯用作單個測量而不是圖像像素，因為纖芯測量從場景內不同點發(fā)出的光的偽隨機線性組合，從而能夠在沒有像素化偽影的情況下重建圖像。成像問題可以描述為y=Ax, A是一個大小為M X N的標定矩陣，它的每一列表示系統對點物的響應。x是大小為N X 1的重建圖像，y是大小為M X 1的系統響應(M是多芯光纖的纖芯數，N是重建圖像的像素數)。圖像重建可以看作為一個zui小化的約束優(yōu)化問 ...

像系統在整個視場內的模糊是變化的，即有著空間變化的PSF(主要由隨視場變化的像差引起)。這激發(fā)了空間變化解卷積方法的應用。但是目前的大多數空間變化解卷積算法計算量大、計算慢，不適于實時圖像重建。而且，它們重建的圖像質量也不佳，這種現像在具有大空間范圍PSF的高度多路復用成像系統、選擇不當的先驗等情況下更明顯。雖然已有基于深度學習的解卷積方法被證明可以提高圖像質量和重建速度，但是迄今為止，這些深度學習方法依賴于平移不變PSF近似，且不能很好的推廣到具有視場變化像差的光學系統。快速迭代收斂閾值算法：fast iterative shrinkage-thresholding algorithm(FI ...

間尺度（例如視場 (FOV) 和空間分辨率）上減小了體積采集時間，從而使 LFM 成為生物系統高速體積成像的有效工具之一，并具有低光損傷的特點。新的 LFM 技術已經證明了其能夠應用于功能性腦成像，在數十至數百微米的深度保持細胞級空間分辨率，體積采集時間為 10 毫秒級。甚至，該方法zui近已被證明用于觀察單細胞標本的結構和動力學，具有接近衍射極限的三維空間分辨率、數微米的成像深度（足以覆蓋單個細胞的大部分體積），以及毫秒級的采集時間。對于傳統的 LFM，微透鏡陣列 (MLA) 放置在寬視場顯微鏡的原生像平面 (native image plane, NIP) 上，并且光學信號以欠采樣方式記錄 ...

下不能做到寬視場。紅細胞法中的激光掃描法是點掃描，測量的血管數量有限，而全息法只適用于薄樣品。傳統的激光散斑成像方法結果只能提供定性的相對流速，并將血管與其周圍組織以大的對比度區(qū)分開來，不是定量的。PIV需要示蹤劑，限制了其在體內的應用。文章創(chuàng)新點：基于此，韓國光州科學技術學院的Muhammad Mohsin Qureshi（第一作者）和 Euiheon Chung（通訊作者）提出了一種將PIV和激光散斑圖像分析相結合，可以同時給出血流的定量速度大小及速度方向的技術，用于寬場、定量紅細胞（red blood cell, RBC）速度測量。結合高幀率的相機，可以在活體實現48fps的速率圖，這足 ...

鏡的高分辨率視場 (FOV) 通常約為透鏡直徑的 1/5。更大的透鏡直徑可以以更多的組織損傷為代價獲取更大的 FOV。然而，成像體積與插入體積的比率幾乎沒有變化。當前不足：微型光學探頭的一個缺點是組織探測區(qū)域小，這限制了其實際應用時的吞吐量和成功率。例如，如果感興趣的神經元不在探頭的成像體積內，則需要額外的動物和手術。因此，迫切需要一種能夠在更大的組織體積內實現高分辨率成像，從而提高成像通量、靈活性和成功率的技術。文章創(chuàng)新點：基于此，美國普渡大學的Bowen Wei(第1作者)和Meng Cui(通訊作者)等人提出了一種清晰光學匹配全景探測通道技術（Clear Optically Matche ...