用于确定介质中的三维颗粒分布的方法

摘要

本发明涉及一种用于确定介质(M)中的三维颗粒分布(6)的方法，所述方法包括：发射相干光束(9)以照射样品(3)；记录散射光束(10)和光束中的未被散射的第二部分(11)的干涉图像(12)；从干扰图像(12)计算，对于位于样品(3)内的多个虚拟平面(13i)中的每个虚拟平面，样品(3)的重建图像(14i)；对于每个重构图像(14i)，生成存在图像(16i)，其中，如果重构图像(14i)的相应像素(15)具有超过预定阈值(TH)的强度值(I)且如果重构图像(14i)的相应像素(15)具有带有预定符号(SG)的相位值(Φ)，则值被分配给存在图像(16i)的每个像素(17)。

说明书

技术领域

本发明涉及一种用于确定介质中的三维颗粒分布，优选细菌分布的方法。

背景技术

本发明的背景技术在于观察诸如介质中的细菌之类的胶体的领域，以例如研究尿路感染的细菌发作。此外，可以观察海水中的塑料颗粒、液体食品或药品中的杂质或体液中的细胞。对于细菌分布，已知借助于数字全息显微镜来观察介质中细菌的运动。在这样的方法中，用相干光照射包含所述细菌的样品，以获得其干涉图像。由此，转而通过在干涉图像上应用重构算法，例如反向传播或反向投影算法，可以计算出细菌分布的三维模型。但是，实验表明，以这种方式获得的三维模型通常在质量上不适合进行详细分析。

为了克服这个问题，在现有技术中，已知对干涉图像执行空间滤波或时间平均步骤以生成背景图像。该图像包含关于与不感兴趣的对象有关的条纹的信息，这些信息可以通过分割或减去所述背景图像而从干涉图像中去除。此后，对由此“清洁的”干涉图像执行重构算法，以确定三维颗粒分布。但是，这些处理步骤具有以下缺点：三维模型的整体质量在某些情况下仍然不足。这里出现的问题是，散射大量光的物体带有条纹，这些条纹很容易被误认为是散射程度较低的物体。

发明内容

因此，本发明的目的是提供一种具有高定性输出的用于确定三维颗粒分布的方法，其而且计算上也易于执行。

该目的是借助于一种用于确定介质中的三维颗粒分布，优选细菌分布的方法来实现的，该方法包括：

提供包含所述颗粒的介质的样品；

借助于光源发射相干光束以用所述光束照射所述样品，其中所述光束的第一部分被所述颗粒散射以产生散射光束；

用照相机记录所述散射光束和所述光束的未被散射的第二部分的干涉图像；

使用处理器从干涉图像计算，对于位于样品内的多个虚拟平面中的每个虚拟平面，样品的在相应虚拟平面处的重建图像，每个重建图像具有多个像素，该多个像素具有强度值和相位值；

对于每个重构图像，用所述处理器生成存在图像，所述存在图像具有与重构图像相同的像素的布局，其中，如果重构图像的对应像素具有超过阈值的强度，并且，如果重建图像的相应像素具有带有预定符号的相位值，则值被分配给存在图像的每个像素，并且其中，如果不满足所述两个准则中的至少一个，则没有值被分配；以及

根据存在图像的已经分配了值的那些像素来识别三维颗粒分布。

该方法的优点是，通过对每个重建图像应用特殊的滤波算法，即，不是对受重建算法影响的干涉图像，而是对重建样品的“切片”应用特殊的滤波算法，可以提高所确定的三维颗粒分布的质量。

已经发现，每个颗粒在重建图像中引起具有多个最大值的强度图案。两个创新的滤波步骤允许删除引起“外部”最大值的那些强度值，即不对应于实际颗粒的那些强度最大值。这使颗粒看起来更清晰，因为它的边缘在三维颗粒分布中不那么模糊，例如允许改进的统计分析。因此，该方法设法借助计算效率高的算法来去除颗粒周围的第二、第三等强度最大值，只需要以简单的方式为每个像素计算两个值。

优选地，该方法包括以下步骤：在散射之后并且在记录之前，借助于具有位于样品外部的焦点的光学装置将散射光束引导到照相机上。通过其焦点位于样品外部的光学装置，可以在干涉图像中描绘样品的大部分。此外，光学装置允许干涉图像(全息图像)被放大到一定程度，这允许更详细的计算分析。如果焦点可替换地位于样品内，则重构图像的相位值仅存在于焦点的平面之外。

在该实施例中，进一步优选的是，所述预定符号取决于样品中的沿光束的方向观看的所述焦点所位于的侧，以及，取决于介质的折射率相比于颗粒的折射率。在示例性场景中，如果焦点位于相机和样品之间并且如果介质的折射率低于颗粒的折射率，则所述预定符号为正。这些准则之一的每次更改都会导致所述符号翻转一次。这具有以下优点：可以在执行该方法之前确定预定符号，即，不需要试错来确定所述符号。

更优选地，虚拟平面各自以预定间隔间隔开并且覆盖整个样品。这导致重建图像并且因此存在图像彼此之间的距离相等，从而可以为存在图像的每个像素分配预定的“高度”(对应于颗粒分布中的第三维)，该高度等于预定间隔。

样品、光源和照相机可以体现为现有技术中已知的任何干涉仪。例如，发射的光束的一部分可以通过分束器被分叉，并利用照相机记录之前与散射的光束合并。但是，实验表明，光束分离容易产生振动。优选地，该方法包括提供一种内嵌干涉仪，该内嵌干涉仪包括光源、样品和照相机。

照相机可以体现为能够记录干涉图像的现有技术中已知的任何类型。然而，如果照相机是数字照相机，特别是互补金属氧化物半导体(CMOS)或电荷耦合器件(CCD)，则是特别优选的。由于可以容易地对其进行数字处理，因此这允许所记录的干涉图像的特别有效的计算分析。此外，CMOS和CCD容易获得高分辨率。

优选地，该方法包括使用逆拉东变换来计算重构图像。逆拉东变换是优选的，因为它已针对类似目的进行了优化。通常，诸如迭代重建算法或傅立叶域重建算法之类的其他重建算法也可以用于确定重建图像。

为了确定介质中的颗粒的运动，该方法可以包括重复发射、照射、记录、生成和识别步骤以确定第一和第二颗粒分布，以及使第一颗粒分布中的至少一个颗粒与第二颗粒分布中的相同颗粒相互关联，以跟踪所述颗粒的运动。因此，确定了两个三维颗粒分布，并在两个分布之间跟踪了各个颗粒。为了使一个颗粒与另一分布中的相同颗粒相互关联，可以设置其他约束，例如最大颗粒速度。

优选地，该方法包括以下步骤：将三维颗粒分布投影到与干涉图像的平面相对应的二维平面上。这允许获得与干涉图像的视图相对应的二维图像。换句话说，通过计算参考图像、通过两个过滤条件生成存在图像和投影回二维平面，干涉图像可以从干涉的影响中清除，并且然后以每个颗粒可容易识别的方式可用。

有利地，对于重构图像中的至少一个的每个像素，将阈值计算为在所述像素的预定范围内的各个像素的平均强度值的预定百分比。这允许将阈值调整为与局部强度水平一致的水平。通过计算重建图像之一的每个像素的阈值，生成“阈值图”。由于阈值图描述了各个颗粒的散射强度，因此可以分析包含强散射和弱散射颗粒的样品。因此，即使一个重构图像的一部分强度低而另一部分强度高，该方法的输出质量也不会受到影响。

在另一优选实施例中，该方法包括以下步骤：确定阈值位于参考强度分布的第二和第三最大强度值之间。因此，以如下方式来选择预定阈值，即，其位于第二和第三强度最大值之间，使得该准则允许删除第三、第四等强度最大值。预定符号然后对应于第二强度最大值的相位值并且这允许其的删除。

现在将在下面基于优选的示例性实施方式参考附图来更详细地解释本发明，其中：

图1以示意性侧视图示出了用于本发明方法的内嵌干涉仪；

图2示出了干涉引起的颗粒的强度分布和相位变化的图；以及

图3示意性地示出了作为图1的方法的输出的干涉图像、多个重构图像和三维颗粒分布。

具体实施方式

图1示出了内嵌干涉仪1，其包括光源2、样品3、光学装置4和照相机5。样品3包括含有(微观)颗粒P的介质M。在一个实施例中，颗粒P可以是细菌，而介质M可以是水、血液、溶液等。在不同的实施例中，颗粒P可以是在水或油中的带电颗粒，以研究例如电泳。

内嵌干涉仪1用于确定三维颗粒分布6(图3)，该分布可以借助于通过接口8连接到照相机5的处理器7来确定。

基于图2和图3中描绘的示例，下面将详细描述用于确定所述三维颗粒分布6的方法。

首先，光源2发射相干光束9，以用所述光束9照射样品3。在本方法中，如果将相干长度选择得太小，则由于在三维颗粒分布6中会出现太多斑点，因此可以对相干长度进行微调。光源2可以是能够发射相干光束9的任何类型的光源，例如激光二极管。

一旦光束9照射样品3，光束9的第一部分被颗粒P散射以产生散射光束10。根据介质M和颗粒P的选择，散射光的百分比可以变化。在细菌和水的示例中，光束9的大约百分之五被散射。在所示的实施例中，光束9的第二部分未被颗粒P散射，并且穿过样品3成为非散射光束11。在本说明书中，散射可以意指衍射、折射或反射，并且取决于所使用的干涉仪1的选择，而干涉仪1的选择转而可以取决于颗粒的性质，例如，其透明度、反射率或折射率。

在光束9穿过样品3成为散射光束10和非散射光束11之后，可以借助于光学装置4来放大散射光束10，该光学装置在一些实施例中是可选的。如内嵌干涉仪1的现有技术中已知的，光学装置4可以解释为使散射光束10与非散射光束11干涉。为此，光学装置4可以具有位于样品3的外部的在到其的预定距离d处的焦点F，这也有助于进一步放大干涉图像12。沿光束9的方向观看，焦点F可以位于样品3的任何一侧。

干涉仪1还可以被体现为与内嵌干涉仪不同的另一种干涉仪，例如被体现为利用分束器的干涉仪1。例如，可以在光源2和样品3之间布置一个分束器，以分叉出未散射光束9的一部分，其可以在稍后的阶段与散射光束10合并，从而两个光束10、11干涉。

在光束9的路径的末端处，摄像机5记录散射光束10和非散射光束11的干涉图像12。为此，照相机5可以是任何模拟或数字照相机，例如，互补金属氧化物半导体(CMOS)或电荷耦合器件(CCD)。然而，替代地可以使用诸如具有有源像素传感器(APS)的照相机之类的其他照相机5。

在照相机5记录了干涉图像12之后，照相机5经由接口8将干涉图像12转发到处理器7，并且进行处理以从干涉图像12获得三维颗粒分布6。摄像机5将干涉图像12记录为纯二维图像。但是，该干涉图像12对强度以及相位信息进行编码。该信息允许处理器7在第一步骤S

如图3所示，在步骤S

替代地，虚拟平面13

现在可以将重构算法应用于干涉图像12以计算每个虚拟平面13

虽然在干涉图像12中通常仅记录强度，但是由此确定每个重建图像14

在计算重建图像14

图2显示了上述两个准则的目的。虚线18示出了干涉图案的强度I的理想图，其中，垂直轴示出了在重建图像14

上述两个准则的目的是排除与第一最大值M

此外，所述阈值TH能够可选地“在运行中”预先确定，以解决局部变化的最大强度。为此，可以对于重构图像14

分配的值可以是恒定值，例如“1”，或者可以是重建图像14

在图2中，将相位图19描绘为在距离x＝0处具有正值Φ。预定符号SG因此为负以排除第二强度最大值M

一旦处理器7已经为所有存在图像16

在将值分配给存在图像16

一旦已经确定了三维颗粒分布6，就可以在预定的时间量之后重复该方法以生成第二颗粒分布6。根据先前的(第一)颗粒分布6和第二颗粒分布6，可以跟踪一个或多个颗粒P的运动。这可以通过使第一颗粒分布6中的至少一个颗粒P与第二颗粒分布6中的相同颗粒P相互关联来实现。可以通过确定一个颗粒P在第二颗粒分布6中是否具有相似位置来手动或计算地执行颗粒P的相互关联。例如，最大偏离距离受颗粒的最大速度限制。

作为另一种应用，可以将三维颗粒分布6投影在与干涉图像12的平面相对应的二维平面上。借助于此，可以生成“替代”图像，该图像以正视图示出了颗粒分布6，就像干涉图像12一样，但是没有干涉的影响。此外，可以对除干涉图像12的平面以外的平面进行类似的投影，以生成不同的(虚拟的)视图。

因此，本发明不限于本文详细描述的具体实施方式，而是包括其所有变体、组合和修改。