🔬 optics

YOSO: single-frame Gerchberg-Saxton phase retrieval with AI-based data augmentation for in-line holography

YOSO est un cadre de récupération de phase monocadre pour la microholographie numérique en ligne qui utilise l'augmentation de données basée sur l'IA pour générer des jeux de données multi-hauteurs à partir d'un seul hologramme, permettant une reconstruction efficace et généralisable via l'algorithme de Gerchberg-Saxton sans nécessiter de procédures de découpage et de collage.

Auteurs originaux : Julianna Winnik, Adam Walocha, Wojciech Ogonowski, Wiktor Forjasz, Piotr Arcab, Mikołaj Rogalski, Aleksandra Rutkowska, Marzena Stefaniuk, José Ángel Picazo-Bueno, Vicente Micó, Maciej Trusiak, Maria

Publié 2026-05-01

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Julianna Winnik, Adam Walocha, Wojciech Ogonowski, Wiktor Forjasz, Piotr Arcab, Mikołaj Rogalski, Aleksandra Rutkowska, Marzena Stefaniuk, José Ángel Picazo-Bueno, Vicente Micó, Maciej Trusiak, Maria Cywińska

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de prendre une photo d'un objet transparent, comme une méduse ou une cellule humaine, en utilisant un appareil photo très spécial. Le problème est que ces objets ne bloquent pas la lumière ; ils la dévient légèrement. Pour un appareil photo standard, ils semblent invisibles.

Dans le monde de l'holographie numérique en ligne (DIHM), les scientifiques utilisent un tour de passe-passe : ils prennent une photo de l'objet légèrement hors foyer. Cela crée un motif désordonné et flou d'anneaux lumineux et sombres (comme des rides à la surface d'un étang). Cachée au milieu de ce chaos se trouve la forme de l'objet, mais vous avez besoin d'un « décodeur » mathématique pour la révéler.

Le décodeur traditionnel, appelé algorithme de Gerchberg-Saxton (GS), est très efficace, mais il présente un inconvénient : il nécessite généralement deux photos prises à différentes distances pour fonctionner parfaitement. Prendre deux photos ralentit le processus et rend l'équipement complexe. Si vous n'avez qu'une seule photo, le décodeur se trompe et produit une image « fantôme » (une image jumelle) qui gâche l'image.

Voici YOSO (You Only Shot Once).

Le Tour de Passe-Passe : L'Assistant IA

YOSO est un nouveau système qui vous permet d'obtenir une reconstruction 3D parfaite à partir d'une seule photo floue. Voici comment cela fonctionne, en utilisant une analogie simple :

Imaginez que vous essayez de deviner à quoi ressemble un gâteau à l'intérieur, mais que vous ne pouvez voir que la couche supérieure.

Le Problème : Vous avez une photo du gâteau (l'hologramme). Vous avez besoin d'une deuxième photo du gâteau prise sous un angle légèrement différent pour déterminer sa forme 3D.
Le Rôle de l'IA : Au lieu de prendre une deuxième photo, vous demandez à un assistant IA ultra-intelligent (un réseau de neurones profond) d'imaginer à quoi ressemblerait cette deuxième photo.
L'Entraînement : Avant de l'utiliser, vous enseignez à cette IA en lui montrant des milliers d'exemples générés par ordinateur de fleurs et de scènes naturelles. Vous lui montrez : « Voici à quoi ressemble cette fleur à la distance A. Maintenant, voici à quoi elle ressemble à la distance B. » L'IA apprend les règles de la façon dont la lumière se courbe (la diffraction) sans jamais avoir vu de vraie fleur.
Le Résultat : Lorsque vous donnez à l'IA votre seule photo floue d'une cellule, elle « rêve » instantanément la deuxième photo floue qui aurait été prise à une distance différente.

Tout Mettre Ensemble

Une fois que l'IA a créé cette deuxième photo « imaginaire », YOSO prend la photo réelle et la photo générée par l'IA et les alimente dans le décodeur éprouvé et classique de Gerchberg-Saxton. Parce que le décodeur dispose maintenant de deux photos (une réelle, une générée par l'IA), il peut facilement éliminer les images « fantômes » et révéler la structure 3D nette et précise de l'objet.

Pourquoi YOSO est Spécial

L'article met en évidence quelques caractéristiques ingénieuses qui font ressortir YOSO :

Il est Rapide à Entraîner : D'autres systèmes d'IA similaires prennent toute une journée (18 heures) pour apprendre. YOSO utilise un type spécifique d'architecture semblable à un cerveau (appelé ResNet multi-échelle) qui apprend les règles de la lumière en moins de 2 heures sur un ordinateur standard. C'est comme un étudiant qui peut maîtriser une matière en après-midi au lieu d'un semestre entier.
Il N'a Pas Besoin de Découper et Coller : De nombreux systèmes d'IA sont comme une photocopieuse qui ne peut copier que de petits morceaux de papier à la fois. Vous devez découper une grande photo en petits carrés, les copier un par un, et les recoller (un processus de « découpe et assemblage »). YOSO est comme un scanner grand angle ; il peut regarder une petite image de 256 pixels pour apprendre, puis traiter instantanément un hologramme massif et de taille complète d'un seul coup sans le découper.
Il Remplit les Vides Naturellement : Lorsque les ordinateurs traitent des images, ils doivent souvent ajouter des bordures vides (remplissage) pour faire les calculs mathématiques. Les méthodes traditionnelles remplissent ces bordures par du noir ou copient les pixels des bords, ce qui crée des artefacts factices. YOSO est « conscient de la physique ». Il sait comment les ondes lumineuses se comportent, il remplit donc ces bordures avec les « rides » lumineuses correctes, permettant aux mathématiques de fonctionner parfaitement.
Il Fonctionne sur des Objets Épais : Parce que YOSO ne force pas l'objet à être plat, il fonctionne très bien sur des objets 3D comme une coupe de cerveau de souris ou des spermatozoïdes en nage. Il peut même vous permettre de « recadrer » l'image plus tard, comme si vous ajustiez le bouton de mise au point d'un microscope après que la photo ait déjà été prise.

Sur Quoi Ils L'Ont Testé

Les chercheurs ne l'ont pas seulement testé sur des simulations informatiques parfaites. Ils l'ont essayé sur :

Une cible de test (comme une règle pour microscopes) pour vérifier la netteté.
Des cellules de joue humaines (cellules plates collées sur une lame).
Des coupes de cerveau de souris (tissu épais et complexe).
Des spermatozoïdes humains (cellules 3D en nage).

Dans tous les cas, YOSO a réussi à éliminer les images « fantômes » et à révéler des détails clairs, prouvant que vous pouvez obtenir des données 3D de haute qualité à partir d'une seule prise de vue en utilisant ce tour de passe-passe assisté par l'IA. Le code et les données sont désormais ouverts à tous pour utilisation.

1. Énoncé du problème

La microscopie holographique numérique in-line (DIHM) est une technique d'imagerie compacte, sans lentille (ou basée sur des lentilles), qui récupère des informations de phase à partir de motifs d'intensité hors foyer. Cependant, elle fait face à des défis majeurs :

L'effet d'image jumelle : La DIHM sur image unique souffre du chevauchement de l'image réelle et d'une image conjuguée (jumelle), dégradant la qualité de la reconstruction.
Limitation de l'image unique : La récupération de phase de haute qualité traditionnelle (par exemple, utilisant l'algorithme Gerchberg-Saxton (GS)) nécessite la capture de multiples images d'intensité à différentes distances de défocalisation (multi-hauteur). Cela réduit la vitesse d'acquisition et augmente la complexité du système.
Limitations de l'apprentissage profond : Les approches existantes d'apprentissage profond pour la récupération de phase sur image unique souffrent souvent de :
- Mauvaise généralisation : Les modèles entraînés sur des échantillons spécifiques échouent sur d'autres.
- Efficacité de l'entraînement : Des architectures comme U-Net nécessitent des temps d'entraînement longs (par exemple, ~18 heures) et nécessitent souvent des procédures de « découpage et assemblage » (patch-and-stitch) pour les grandes images en raison de contraintes de taille d'entrée fixe.
- Codage complexe : Certaines méthodes nécessitent un codage de sortie complexe pour les champs complexes.
- Incohérence physique : Les méthodes de remplissage standard (remplissage par zéro) utilisées en apprentissage profond peuvent créer des incohérences physiques lorsqu'elles sont alimentées dans des algorithmes de reconstruction basés sur la physique comme GS.

2. Méthodologie : Le cadre YOSO

Les auteurs proposent YOSO (You Only Shot Once), un cadre hybride combinant l'apprentissage profond supervisé avec des algorithmes classiques basés sur la physique.

Concept central : Au lieu d'utiliser un réseau de neurones (DNN) pour générer directement la phase finale, YOSO utilise un DNN pour générer numériquement une seconde hologramme ( $\tilde{I}_2$ ) correspondant à une distance de défocalisation différente à partir d'un seul hologramme capturé ( $I_1$ ).
Le pipeline :
1. Entrée : Un seul hologramme in-line capturé physiquement ( $I_1$ ).
2. Augmentation par IA : Un ResNet multi-échelle (réseau de neurones profond) estime la seconde hologramme ( $\tilde{I}_2$ ) à une distance de propagation différente ( $z_2$ ).
3. Reconstruction basée sur la physique : La paire $(I_1, \tilde{I}_2)$ est alimentée dans l'algorithme Gerchberg-Saxton (GS) standard. L'algorithme GS propage itérativement le champ d'onde entre les deux plans, en imposant des contraintes d'intensité, pour récupérer l'onde objet complexe.
4. Sortie : Le champ complexe final (amplitude et phase) au plan objet.
Innovations architecturales et d'entraînement clés :
- ResNet multi-échelle : Contrairement à U-Net, cette architecture utilise des branches parallèles à différentes résolutions spatiales. Elle permet des tailles d'entrée variables, permettant un entraînement sur de petites images (par exemple, $256 \times 256$ ) et une inférence directe sur des hologrammes pleine taille (par exemple, $2048 \times 2048$ ) sans découpage et assemblage.
- Données d'entraînement générées par ordinateur : Le modèle est entraîné sur des données synthétiques dérivées d'images naturelles (images de fleurs provenant de Kaggle). Le réseau apprend à effectuer une propagation de diffraction sur une distance spécifique ( $z_2 - z_1$ ) plutôt que de mémoriser des caractéristiques d'objets spécifiques, assurant une forte généralisation à travers divers types d'échantillons.
- Remplissage cohérent avec la physique : Le DNN est entraîné pour générer un remplissage d'hologramme respectant la physique de la diffraction. Cela garantit que les régions remplies de l'hologramme estimé ( $\tilde{I}_2$ ) sont cohérentes avec l'entrée ( $I_1$ ), une exigence critique pour le bon fonctionnement de l'algorithme GS.

3. Contributions clés

Approche hybride IA-Physique : YOSO déplace le rôle de l'IA de la « récupération de phase boîte noire » vers l'« augmentation de données ». En n'utilisant l'IA que pour générer la seconde trame pour un algorithme GS robuste, la méthode minimise les « hallucinations » et exploite les garanties physiques de la méthode GS.
Architecture efficace et évolutive : Le ResNet multi-échelle permet un entraînement en moins de 2 heures (27 minutes sur du matériel haut de gamme, 75 minutes sur du matériel milieu de gamme) par rapport aux ~18 heures des méthodes U-Net précédentes. Il élimine également le besoin de traitement par découpage et assemblage.
Généralisation supérieure : L'entraînement sur des images naturelles diverses permet au modèle de gérer divers types d'échantillons (objets de phase, objets absorbants, tissus biologiques épais) sans réentraînement.
Compatibilité 3D : Comme la méthode opère dans des plans défocalisés et ne suppose pas un seul plan objet, elle est intrinsèquement compatible avec les objets 3D et permet un recadrage numérique ultérieur.

4. Résultats expérimentaux

Le cadre a été validé par des simulations et des expériences sur divers systèmes (DIHM sans lentille et avec lentille) et échantillons :

Simulation : YOSO a efficacement supprimé les artefacts d'image jumelle, atteignant une qualité de reconstruction de phase comparable à celle du GS standard utilisant deux trames capturées physiquement (RMSE = 0,022 rad, SSIM = 0,529).
Cible de test de phase : YOSO a récupéré avec succès des retards de phase quantitatifs (0,66 rad) et a surpassé le GS standard dans la récupération des basses fréquences, probablement en raison de l'élimination des erreurs d'alignement associées à l'acquisition multi-hauteur physique.
Cellules de joue humaine (sans lentille) :
- Démonstration de l'évolutivité : Un modèle entraîné sur des patches $256 \times 256$ a reconstruit avec succès des hologrammes complets de $2048 \times 2048$ avec une grande fidélité.
- Démonstration du remplissage conscient de la diffraction : Le remplissage généré par l'IA a étendu naturellement les franges de Gabor, contrairement au remplissage par zéro.
Coupe de cerveau de souris (échantillon épais) : Imagerie réussie d'une coupe de tissu épais et non sparse à des longueurs d'onde proches de l'UV ( $\lambda = 0,405 \mu m$ ). Elle a résolu clairement les structures anatomiques (hippocampe, cortex, etc.) et séparé la phase des variations d'amplitude, prouvant l'applicabilité à des échantillons biologiques complexes et épais.
Sperme humain (avec lentille, dynamique) : Appliqué à un système à lentille haute vitesse (90 ips). YOSO a reconstruit avec succès des cellules de sperme suspendues en 3D et permis le recadrage numérique des cellules hors foyer, démontrant un potentiel pour le suivi 4D et la tomographie holographique.

5. Signification et impact

Vitesse et simplicité : YOSO permet une imagerie de phase de haute qualité, sans image jumelle, à partir d'une seule prise, la rendant adaptée aux processus dynamiques et aux applications à haut débit où l'acquisition multi-trames est impossible.
Robustesse : En découplant l'IA de la sortie de phase finale et en s'appuyant sur l'algorithme GS, la méthode est plus robuste face aux artefacts et aux erreurs d'alignement.
Accessibilité : L'utilisation de données générées par ordinateur et d'une architecture à entraînement rapide abaisse la barrière à l'entrée pour la mise en œuvre de la récupération de phase avancée, éliminant le besoin de collecte laborieuse de données de vérité terrain.
Open Source : Les auteurs ont rendu le logiciel, les modèles entraînés et les données disponibles publiquement, favorisant l'adoption par la communauté et le développement ultérieur en imagerie computationnelle.

En conclusion, YOSO représente une avancée significative en DIHM en fusionnant efficacement le pouvoir de généralisation de l'apprentissage profond avec le rigueur physique de l'algorithme Gerchberg-Saxton, résolvant le problème de l'image jumelle dans l'acquisition sur image unique tout en maintenant la compatibilité avec les échantillons 3D et le post-traitement numérique.