基于深度学习的无透镜自适应显微成像装置

摘要

本发明涉及一种基于深度学习的无透镜自适应显微成像装置，具体涉及显微成像技术领域。本发明涉及的深度学习无透镜自适应显微成像装置的主体由LED光源、可变光阑、样品台、自适应位移台、图像传感器和深度学习计算平台组成，具体工作流程如下：预成像阶段，LED发出的光经光阑后，照射到样品台上的样品上，图像传感器采集全息图像并发送至计算平台，平台根据所得图像质量，控制自适应位移台对图像传感器进行位置调整，调整至最佳成像位置后，再次记录图像并传至深度学习计算平台，利用卷积神经网络对全息图像进行重构及智能识别与标定。该装置具有自适应位移台，成像过程自动化，智能化，且成像速度快，质量高。

说明书

技术领域

本发明涉及显微成像技术领域，主要涉及一种基于深度学习的无透镜自适应显微成像装置。

背景技术

光学显微镜作为一种广泛应用于生命科学研究等领域的成像系统，有力推动了生命科学等领域的发展，多应用于对细胞运动，囊泡融合，脂类代谢等生命现象的观测与研究中。但光学显微镜仍存在系统自动化程度低、成本高；无法兼顾大视场和高分辨率成像；成像易受高倍物镜像差干扰等问题。

近年来，基于同轴全息成像技术的无透镜显微镜发展快速，可以实现紧凑化，高通量成像。无透镜显微镜利用图像传感器记录全息图案，而后，根据全息图案，通过数字全息重建方法重建样品的图像。该技术能够消除透镜结构对成像分辨率与视场的限制，较传统显微镜具有体积小，结构简单，成像视场大，成本低等优点。然而许多无透镜成像装置成像前，仍然需要针对样品进行调整，自动化，智能化程度较低，成像速度较慢。

针对这些问题，本发明提出一种基于深度学习的无透镜自适应显微成像装置，能够对不同样品实现自动化，智能化，快速成像。

发明内容

本发明的目在于，针对上述现有光学显微镜和无透镜显微镜存在的问题，提供一种基于深度学习的无透镜自适应显微成像装置，以解决现有技术中成像过程自动化、智能化程度低的问题，并提高成像的速度。为实现上述目的，本发明涉及的一种基于深度学习的无透镜自适应显微成像装置通过如下技术方案实现：本发明通过基于深度学习的无透镜显微成像装置实现，由LED光源、可变光阑、样品台、图像传感器、自适应位移台、支架和深度学习计算平台组成。其特征在于：所述底座水平放置，所述支架固定在底座的上表面，且所述支架的一端与底座垂直连接，所述LED光源放置于支架的另一端，且光源出射方向垂直面向底座，所述可变光阑设置在LED光源靠近底座的一侧，所述样品台设置在可变光阑靠近底座的一侧，所述图像传感器设置于样品台靠近底座的一侧，所述自适应位移台设置于图像传感器靠近底座一侧，所述自适应位移台包括两部步进电机、STM32单片机、滑杆、移动平台、一条传动带与矩形支架，所述步进电机分别设置于第一横杆与第二横杆同一侧端点，所述STM32单片机设置于两部步进电机之间靠近第一横杆一侧，且与计算平台相连，所述滑杆垂直设置于第一横杆和第二横杆之间，且可沿横杆滑动，所述移动平台设置于滑杆上，可沿杆滑动，且移动平台靠近样品台一侧平面与图像传感器靠近底座一侧平面重合固定，可调节图像传感器位置，所述传动带连接步进电机，传动带固定装置与可滑动托台。

可选的，整体支架选用塑料或合金，整体呈长方体状。

可选的，LED光源与样品台的轴向距离为5cm-10cm，图像传感器与样品台的轴向距离为1cm-2cm。

可选的，LED光源为白光LED，所述的LED光源与可变光阑的间距为1cm-3cm。

可选的，可变光阑为合金材质，整体为黑色，可手动调节孔径。

可选的，样品台包含金属材质压片夹，用于固定包含样品的载玻片。

可选的，图像传感器为CMOS或CCD，所述图像传感器包含USB接口，利用接口将图像传感器与深度学习计算平台相连，进行数据传输。

可选的，的自适应位移台包括的传动带选用带有小齿的硬质塑料传动带。

可选的，的自适应位移台包括的步进电机，可选用单相，双相，三相或多相，步进电机通过带小齿的转轮与传动带固定连接。

本发明的有益效果是：

本申请提供的基于深度学习的无透镜自适应显微成像装置包括：LED光源、可变光阑、样品台、图像传感器和深度学习计算平台。依次设置的LED光源、可变光阑、样品台、自适应位移台、图像传感器以及整体支架构成成像主体并与深度学习计算平台相连；该LED光源放置于整个装置的最上方，照射其下方的样品台，并被整个装置最下方的图像传感器所捕捉；两部步进电机与支架构成自适应位移台，该支架与图像传感器嵌合，位于样品台下方。预成像阶段，LED光源发出的光经光阑后，照射到样品台上的样品上，图像传感器采集全息图像并发送至计算平台；平台根据所得图像质量进行判断，若图像损失超过一定阈值，则平台发送指令至STM32单片机，STM32单片机控制两部步进电机对图像传感器进行位置调整；调整至最佳成像位置后，再次记录图像并传至深度学习计算平台，利用卷积神经网络对全息图像进行快速重构及智能识别与标定。该装置具有自适应位移台，能够实现成像过程自动化，智能化，无需手动调整；并与基于深度学习的卷积神经网络计算平台相结合，不仅能够实现大视场高分辨率成像，且成像速度快，质量高。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为基于深度学习的无透镜自适应显微成像装置的成像主体示意图。

图2为基于深度学习的无透镜自适应显微成像装置的整体示意图。

图3为自适应位移台装置的示意图。

图标：1-LED光源；2-未处理光束；3-可变光阑；4-处理后光束，球面波；5-样品台；6-图像传感器；7-深度学习计算平台；8-步进电机；9-步进电机；10-第一横杆；11-STM32单片机；12-传动带；13-可滑动托台；14-第二横杆；15-滑杆。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

为了使本发明的实施过程更加清楚，下面将会结合附图进行详细说明。

本申请提供一种基于深度学习的无透镜自适应显微成像装置，由LED光源1、可变光阑3、样品台5、图像传感器6、自适应位移台、支架和深度学习计算平台7组成。其特征在于：所述底座水平放置，所述支架固定在底座的上表面，且所述支架的一端与底座垂直连接，所述LED光源1放置于支架的另一端，且光源出射方向垂直面向底座，所述可变光阑3设置在LED光源1靠近底座的一侧，所述样品台5设置在可变光阑3靠近底座的一侧，所述图像传感器6设置于样品台5靠近底座的一侧，所述自适应位移台设置于图像传感器6靠近底座一侧，所述自适应位移台包括两部步进电机8、9，STM32单片机11，可滑动杆15，可滑动托台13，一条传动带12与矩形支架，所述步进电机8、9分别设置于第一横杆10与第二横杆14同一侧端点，所述STM32单片机11设置于两部步进电机8、9之间靠近第一横杆10一侧，且与计算平台7相连，接受平台指令控制步进电机8、9调整图像传感器6位置，所述可滑动杆15放置垂直于第一横杆10和第二横杆14之间，且可沿横杆10、14滑动，所述可滑动托台13设置于可滑动杆15上，所述可滑动托台13可沿杆15滑动，且与图像传感器6相固定，可调节图像传感器6位置，所述传动带12连接步进电机8、9，传动带固定装置与可滑动托台13。

可选的，整体支架选用塑料或合金，整体呈长方体状。

可选的，LED光源1与样品台的轴向距离为5cm-10cm，图像传感器6与样品台的轴向距离为1cm-2cm。

可选的，LED光源1为普通LED光源，下方添加固定的可变光阑3与LED光源1的轴向距离为1cm-3cm。

可选的，可变光阑3为合金材质，整体为黑色，可手动调节孔径。

可选的，样品台5包含金属材质压片夹，用于固定包含样品的载玻片。

可选的，可用CMOS或CCD相机作为图像传感器6进行全息图的记录，所述图像传感器6包含USB接口，利用接口将图像传感器与深度学习计算平台7相连，进行数据传输。

可选的，自适应位移台包括的传动带12选用带有小齿的硬质塑料传动带。

可选的，自适应位移台包括的步进电机8、9，可选用单相，双相，三相或多相，步进电机8、9通过带小齿的转轮与传动带12固定连接。

本申请涉及基于深度学习的无透镜自适应显微成像装置，采用同轴全息的成像方式，成像时，LED光源1发射的光束2经过可变光阑3后变为发散的球面波4，球面波照射到样品台5上，全息图被图像传感器6所记录，经过USB连接传入深度学习计算平台7上，深度学习计算平台7利用基于深度学习的卷积神经网络对全息图进行快速重建及智能识别与标定。预成像阶段，深度学习平台7根据图像质量进行判断，若图像损失超过阈值，则控制自适应位移台对图像传感器6的位置进行调整，以达最佳成像位置。成像全程无需手动调整，完全实现自动化，智能化成像；且结合基于深度学习的卷积神经网络对全息图进行处理，成像速度快，质量高。