本申請涉及光學成像，特別涉及一種基于物函數隱式表示的疊層重構成像相位恢復方法及裝置。

背景技術：

1、在多片層的疊層成像技術中，物函數通常以特定空間位置的二維面上各種函數來表示投影勢函數，例如像素矩陣，二維函數等。

2、相關技術中，能夠利用正則化因子約束解空間特性或層間相關性，得到相位信息重建結果。

3、然而，相關技術易導致局部最優解問題；同時，由于投影勢函數的空間位置需要預設且無法更改，這個超參量對于算法有無法忽視的影響。

技術實現思路

1、本申請提供一種基于物函數隱式表示的疊層重構成像相位恢復方法及裝置，以解決相關技術降低疊層成像相位恢復的精度的問題。

2、本申請第一方面實施例提供一種基于物函數隱式表示的疊層重構成像相位恢復方法，包括以下步驟：利用預設深度神經網絡生成物函數的隱式表示；對相鄰片層間的每個像素體積進行隨機采樣，以得到所述每個像素體積的采樣點，并根據所述采樣點的坐標計算對應的投影勢函數值；對所述投影勢函數值進行多片層疊層成像的正向模擬，以得到正向模擬結果，并根據所述正向模擬結果獲取系列會聚束衍射的模擬數據；根據所述模擬數據與實驗數據的差異定義對應的損失函數，并根據神經網絡參數使所述損失函數滿足預設條件；在所述損失函數滿足所述預設條件的情況下，判斷所述損失函數是否滿足預設收斂條件；如果所述損失函數滿足所述預設收斂條件，則利用所述隱式表示在三維空間位置進行采樣與三維物函數的相位恢復，得到滿足預設最優條件的物函數信息。

3、可選地，在本申請的一個實施例中，在判斷所述損失函數是否滿足預設收斂條件之后，還包括：如果所述損失函數不滿足所述預設收斂條件，則對所述物函數的片層厚度進行隨機或規則采樣，直至所述損失函數滿足所述預設收斂條件，停止采樣。

4、可選地，在本申請的一個實施例中，所述利用深度神經網絡生成物函數的隱式表示，包括：將所述物函數的空間坐標或空間坐標編碼輸入至所述深度神經網絡，以根據所述深度神經網絡得到對應于空間坐標位置的物函數值。

5、可選地，在本申請的一個實施例中，所述空間坐標編碼包括三角函數編碼和哈希編碼中的至少一個維度擴展編碼。

6、可選地，在本申請的一個實施例中，所述根據所述采樣點的坐標計算對應的投影勢函數值，包括：根據所述采樣點的坐標計算所述采樣點的體積分數；將所述體積分數和所述采樣點的勢函數值相乘，以得到所述采樣點的乘積結果；對所述乘積結果進行累加，以得到下一層像素的投影勢，并根據所述投影勢對預設片層進行迭代應用，以得到所述預設片層的投影勢函數值。

7、本申請第二方面實施例提供一種基于物函數隱式表示的疊層重構成像相位恢復裝置，包括：生成模塊，用于利用預設深度神經網絡生成物函數的隱式表示；計算模塊，用于對相鄰片層間的每個像素體積進行隨機采樣，以得到所述每個像素體積的采樣點，并根據所述采樣點的坐標計算對應的投影勢函數值；模擬模塊，用于對所述投影勢函數值進行多片層疊層成像的正向模擬，以得到正向模擬結果，并根據所述正向模擬結果獲取系列會聚束衍射的模擬數據；定義模塊，用于根據所述模擬數據與實驗數據的差異定義對應的損失函數，并根據神經網絡參數使所述損失函數滿足預設條件；判斷模塊，用于在所述損失函數滿足所述預設條件的情況下，判斷所述損失函數是否滿足預設收斂條件；相位恢復模塊，用于在所述損失函數滿足所述預設收斂條件時，利用所述隱式表示在三維空間位置進行采樣與三維物函數的相位恢復，得到滿足預設最優條件的物函數信息。

8、可選地，在本申請的一個實施例中，還包括：采樣模塊，用于在判斷所述損失函數是否滿足預設收斂條件之后，在所述損失函數不滿足所述預設收斂條件的情況下，對所述物函數的片層厚度進行隨機或規則采樣，直至所述損失函數滿足所述預設收斂條件，停止采樣。

9、可選地，在本申請的一個實施例中，所述生成模塊包括：生成單元，用于將所述物函數的空間坐標或空間坐標編碼輸入至所述深度神經網絡，以根據所述深度神經網絡得到對應于空間坐標位置的物函數值。

10、可選地，在本申請的一個實施例中，所述空間坐標編碼包括三角函數編碼和哈希編碼中的至少一個維度擴展編碼。

11、可選地，在本申請的一個實施例中，所述計算模塊包括：第一計算單元，用于根據所述采樣點的坐標計算所述采樣點的體積分數；第二計算單元，用于將所述體積分數和所述采樣點的勢函數值相乘，以得到所述采樣點的乘積結果；累加單元，用于對所述乘積結果進行累加，以得到下一層像素的投影勢，并根據所述投影勢對預設片層進行迭代應用，以得到所述預設片層的投影勢函數值。

12、本申請第三方面實施例提供一種電子設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現如上述實施例所述的基于物函數隱式表示的疊層重構成像相位恢復方法。

13、本申請第四方面實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲計算機程序，該程序被處理器執行時實現如上的基于物函數隱式表示的疊層重構成像相位恢復方法。

14、本申請第五方面實施例提供一種計算機程序產品，所述計算機程序產品存儲計算機程序，該程序被處理器執行時實現如上的基于物函數隱式表示的疊層重構成像相位恢復方法。

15、本申請實施例利用神經網絡的表示能力及其在解空間的函數連續性，規避了傳統方法局域優化陷阱的短板，提高了相位恢復的精確性。由此，解決了相關技術降低疊層成像相位恢復的精度和效率不足的問題。

16、本申請附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實踐了解到。

技術特征：

1.一種基于物函數隱式表示的疊層重構成像相位恢復方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的方法，其特征在于，在判斷所述損失函數是否滿足預設收斂條件之后，還包括：

3.根據權利要求1所述的方法，其特征在于，所述利用深度神經網絡生成物函數的隱式表示，包括：

4.根據權利要求3所述的方法，其特征在于，所述空間坐標編碼包括三角函數編碼和哈希編碼中的至少一個維度擴展編碼。

5.根據權利要求1所述的方法，其特征在于，所述根據所述采樣點的坐標計算對應的投影勢函數值，包括：

6.一種基于物函數隱式表示的疊層重構成像相位恢復裝置，其特征在于，包括：

7.根據權利要求6所述的裝置，其特征在于，還包括：

8.根據權利要求6所述的裝置，其特征在于，所述生成模塊包括：

9.根據權利要求8所述的裝置，其特征在于，所述空間坐標編碼包括三角函數編碼和哈希編碼中的至少一個維度擴展編碼。

10.根據權利要求6所述的裝置，其特征在于，所述計算模塊包括：

11.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現如權利要求1-5任一項所述的基于物函數隱式表示的疊層重構成像相位恢復方法。

12.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行，以用于實現如權利要求1-5任一項所述的基于物函數隱式表示的疊層重構成像相位恢復方法。

13.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被執行，以用于實現如權利要求1-5任一項所述的基于物函數隱式表示的疊層重構成像相位恢復方法。

技術總結
本申請涉及一種基于物函數隱式表示的疊層重構成像相位恢復方法及裝置，其中，方法包括：利用預設深度神經網絡生成物函數的隱式表示；對相鄰片層間的每個像素體積進行隨機采樣，并根據采樣點的坐標計算對應的投影勢函數值；對投影勢函數值進行多片層疊層成像的正向模擬；根據模擬數據與實驗數據的差異定義對應的損失函數；判斷損失函數是否滿足預設收斂條件；如果損失函數滿足預設收斂條件，則利用隱式表示在三維空間位置進行采樣與三維物函數的相位恢復，得到滿足預設最優條件的物函數信息。本申請實施例利用神經網絡的表示能力及其在解空間的函數連續性，規避了傳統方法局域優化陷阱的短板，提高了相位恢復的精確性。

技術研發人員：劉麟汗,于榮
受保護的技術使用者：清華大學
技術研發日：
技術公布日：2025/4/28