🔬 optics

Single Exposure Quantitative Phase Imaging with a Conventional Microscope using Diffusion Models

该论文提出了一种利用色差在单次曝光下生成离焦堆栈，并结合专为定量数据设计的“零均值扩散”模型，从而在常规显微镜上实现高精度定量相位成像的新方法。

原作者： Gabriel della Maggiora, Luis Alberto Croquevielle, Harry Horsley, Thomas Heinis, Artur Yakimovich

发布于 2026-02-20

📖 1 分钟阅读☕ 轻松阅读

原作者： Gabriel della Maggiora, Luis Alberto Croquevielle, Harry Horsley, Thomas Heinis, Artur Yakimovich

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于**“如何只用一张照片，就看清透明物体内部结构”**的聪明办法。

为了让你更容易理解，我们可以把显微镜下的世界想象成一个**“隐形人”**的故事。

1. 核心问题：看不见的“隐形人”

在显微镜下，很多生物细胞（比如尿液里的细胞或红细胞）是透明的。就像玻璃一样，光线能直接穿过去，不会像不透明的物体那样挡住光或产生阴影。

传统显微镜的困境：普通的显微镜只能看到物体的“影子”（吸收了多少光）。对于透明细胞，影子几乎为零，所以它们看起来就像隐形的，或者只有一团模糊的轮廓。
相位成像（Phase Imaging）的作用：虽然光没被挡住，但穿过细胞时，光的速度会变慢（就像光穿过水比穿过空气慢一样）。这种速度的变化会产生“相位”差。如果我们能测量出这个相位差，就能把透明的细胞“画”出来，甚至算出它们的厚度。

2. 传统方法的笨重：需要“拍多张”

以前，科学家想算出这个相位，通常要用一种叫**“传输强度方程”（TIE）**的方法。

比喻：想象你要通过观察一个物体在雾中的模糊程度来判断它的形状。传统方法需要你前后移动相机，拍好几张照片（一张清晰，一张稍微模糊，一张更模糊），然后像拼图一样，把这几张照片合起来，算出物体的形状。
缺点：在临床医院里，医生需要快速看病。让显微镜来回移动、拍好几张照片太慢了，而且机器震动会导致图像错位，这在紧急情况下是不可行的。

3. 本文的妙招：利用“色差”变魔术

这篇论文的作者想出了一个绝妙的点子：既然不能移动相机，那就让光自己“移动”！

创意类比：彩虹眼镜
想象你戴了一副特殊的“彩虹眼镜”（也就是利用显微镜镜头的色差）。
- 白光（像阳光）是由红、绿、蓝各种颜色的光组成的。
- 普通的镜头会让不同颜色的光聚焦在不同的位置（这就是为什么老式相机拍出来的照片边缘会有彩色条纹，叫色差）。
- 作者利用这个“缺点”：当白光穿过镜头时，红光聚焦在一个位置，蓝光聚焦在另一个位置。
- 结果：虽然相机只拍了一张照片，但这张照片里，红色通道记录的是“稍微模糊”的图像，蓝色通道记录的是“更模糊”的图像。
- 相当于：相机在一瞬间同时拍下了传统方法需要拍好几张才能得到的“不同模糊度”的照片堆栈。

4. 新的难题：照片太“糊”了

虽然只拍一张照片很完美，但新问题出现了：

因为不同颜色的光混在一起，而且光源不是完美的单色光，导致拍出来的图像非常模糊，充满了噪点。
传统的数学公式（TIE 解法）在这种模糊图像面前会失效，算出来的结果全是乱码（就像试图从一团乱麻里解出清晰的绳子）。

5. 终极武器：AI 的“脑补”能力（Zero-Mean Diffusion）

为了解决模糊问题，作者没有继续死磕数学公式，而是请来了人工智能（AI），具体是一种叫**“扩散模型”**的生成式 AI。

比喻：从噪点中“洗”出清晰图像
想象你有一张被雨水淋湿、模糊不清的旧照片。
- 传统 AI：试图直接猜出照片里是什么，结果往往猜得模模糊糊，细节丢失。
- 扩散模型（Diffusion Models）：它的训练过程是反过来的。它先学习怎么把一张清晰的照片一点点变成全是噪点的雪花屏（加噪），然后学会怎么从雪花屏里一点点把清晰的照片还原出来（去噪）。
- 本文的创新（Zero-Mean Diffusion）：
  通常，AI 处理图像时会把数值压缩到 -1 到 1 之间（就像把身高都换算成相对高度），但这在医学上不行，因为医生需要知道细胞真实的厚度（比如 2.5 微米）。
  作者发明了一种叫**“零均值扩散”（Zero-Mean Diffusion）**的新方法。
  - 比喻：普通的 AI 像是在猜“这棵树比平均高度高多少”；而作者的 AI 是先猜出“平均高度是多少”（用简单的回归模型），然后再猜“这棵树比平均值高多少”（用扩散模型处理细节）。最后把两者加起来。
  - 好处：这样既保留了 AI 强大的“去噪”和“脑补”细节的能力，又保证了算出来的数字是真实的物理数值，医生可以直接拿去用。

6. 实验结果：真的有用吗？

作者用真实的病人尿液样本做了测试：

场景：尿液里有红细胞和上皮细胞。
对比：
- 传统方法（拍多张）：慢，且容易有伪影（像云雾一样的干扰）。
- 传统方法（拍一张，用旧算法）：模糊，看不清细节。
- 本文方法（拍一张，用新 AI）：不仅速度快（一次曝光），而且清晰地还原了红细胞的“双凹圆盘”形状，甚至能看清细胞重叠的细节。
结论：这种方法不需要昂贵的特殊设备，只需要普通的显微镜和普通的彩色相机，就能在几秒钟内获得高质量的定量图像。

总结

这篇论文就像是一个**“化腐朽为神奇”**的故事：

利用缺点：把镜头的“色差”缺陷变成了获取多视角信息的“超能力”。
利用 AI：用最新的生成式 AI（扩散模型）去解决传统数学算不出的模糊问题。
保持真实：发明了一种新的 AI 训练方式，确保算出来的不仅是“像”，而是“真”（定量的物理数据）。

这使得医生可以用最普通的设备，快速、准确地看清透明细胞的微观结构，对疾病诊断（如尿路感染）有巨大的帮助。

这是一篇关于利用扩散模型（Diffusion Models）结合色差（Chromatic Aberrations）实现单次曝光定量相位成像（Single Exposure Quantitative Phase Imaging, QPI）的学术论文。以下是该论文的详细技术总结：

1. 研究背景与问题 (Problem)

相位成像的重要性：相位成像在生物医学成像（如细胞形态分析）和材料表征中至关重要，它能提供无标记显微镜中缺失的定量信息（如细胞质量、厚度）。
现有方法的局限性：
- 传输强度方程（TIE）是目前主流的相位量化方法。传统的 TIE 求解通常需要获取不同离焦距离下的多张图像（多帧采集），以计算光强沿传播方向的变化率（ $\partial I / \partial z$ ）。
- 临床应用的障碍：在临床环境中，由于硬件限制（如机械移动速度、患者运动伪影），获取多帧离焦图像往往不可行或效率低下。
- 白光照明的挑战：虽然利用白光（多色光）的色散特性可以在单次曝光中模拟出离焦堆栈（Through-focus stack），但这会引入两个主要问题：
  1. 固定有效离焦距离：不同波长对应的离焦量是固定的，难以灵活控制。
  2. 模糊与噪声：光源的非相干性和不同波长点扩散函数的叠加会导致衍射图案模糊，且传统 TIE 求解器在处理这种由色差引起的微小离焦和模糊时，容易产生低频伪影（Low-frequency artifacts），导致相位重建不准确。

2. 方法论 (Methodology)

作者提出了一种基于数据驱动的解决方案，核心是利用零均值扩散模型（Zero-Mean Diffusion, ZMD）来解决单帧白光相位重建问题。

2.1 物理模型与数据采集

硬件设置：使用配备商用彩色（RGB）相机的传统明场显微镜。
原理：利用白光光源通过透镜系统产生的色差。不同波长的光（红、绿、蓝）聚焦在不同平面，因此在探测器上形成的图像天然包含了不同离焦距离的信息（即一个离焦堆栈）。
前向模型：建立了多色光下的强度成像模型。观测到的强度图像 $I(x; z)$ 是定义带宽内不同波长分量产生的相干图像的叠加（功率谱密度 PSD 的积分）。

2.2 数据集模拟 (Dataset Simulation)

由于缺乏真实的“单帧白光 - 真值相位”配对数据，作者构建了基于物理的合成数据集：

数据源：使用 ImageNet 数据集，将其转换为灰度并视为纯相位物体。
仿真过程：
- 随机选择离焦距离 $z$ (0.1µm - 3µm)。
- 使用菲涅尔衍射积分（Fresnel integral）模拟 400nm-700nm 范围内的波长传播。
- 模拟 RGB 传感器的量子效率（高斯分布），分别计算红、绿、蓝通道的加权图像。
- 添加高斯噪声以模拟真实采集环境。
训练目标：输入为合成的多色图像，输出为对应的相位分布。

2.3 核心算法：零均值扩散 (Zero-Mean Diffusion, ZMD)

这是论文提出的核心创新点，旨在解决扩散模型在定量成像中的物理意义丢失问题。

传统扩散模型的局限：标准做法是将数据归一化到 $[-1, 1]$ 区间，但这破坏了数据的物理单位（如弧度），使得重建结果难以直接解释。
ZMD 策略：
1. 均值回归：训练一个回归模型 $\mu_\theta(X)$ 来预测样本数据的期望值（均值）。
2. 残差扩散：训练一个扩散模型来预测实际样本与回归均值之间的残差（即 $Y - \mu_\theta(X)$ ），而不是预测整个样本。
3. 理论优势：作者证明了这种“中心化”的前向过程（Centered Forward Process）在理论上具有更优的 KL 散度上界（Theorem 1），意味着在相同的噪声水平下，ZMD 能更准确地逼近真实分布。
4. 推理过程：从噪声开始反向采样得到残差，最后加上预测的均值 $\mu_\theta(X)$ 得到最终的定量相位图像。

3. 主要贡献 (Key Contributions)

基于物理的合成数据训练范式：提出了一种利用物理模型生成合成数据来训练深度学习相位重建模型的新方法，减少了对真实配对数据的依赖。
临床适用的单帧相位成像方法：开发了一种灵活、实用的方法，仅需单次曝光和商用 RGB 相机即可实现定量相位成像，无需复杂的机械离焦装置。
**零均值扩散模型 **(ZMD) 提出了一种改进的扩散模型架构，专门针对定量数据设计。
- 避免了数据归一化带来的物理意义丢失。
- 提供了坚实的理论基础（证明了中心化过程在分布逼近上的理论优势）。
- 在相位重建任务中表现出比传统回归方法和标准扩散模型更高的精度。

4. 实验结果 (Results)

作者在合成数据和真实临床数据上进行了广泛验证：

**合成数据测试 **(HCOCO 数据集)
- 指标：MS-SSIM（结构相似性）和 MAE（平均绝对误差）。
- 结果：ZMD (单帧多色) 的 MS-SSIM 达到 0.97 ± 0.02，MAE 为 0.06 ± 0.02，显著优于传统的 US TIE 方法（多帧或单帧）和仅使用回归模型（Mean Prediction）的方法。
真实离焦堆栈测试：
- 使用临床尿液样本的离焦堆栈作为 Ground Truth（通过 US TIE 求解器计算）。
- 结果：ZMD 在单帧多色模式下重建的相位图像细节更丰富，MS-SSIM 和 MAE 均优于 US TIE 方法，特别是在处理低对比度结构时。
临床尿液样本应用：
- **红细胞 **(RBCs) 成功重建了红细胞的双凹圆盘形态（biconcave morphology），这是传统 TIE 方法容易丢失的细节。
- 上皮细胞：清晰分辨了重叠的上皮细胞结构。
- 定量一致性：重建的相位值（1.8 - 2.3 弧度）与文献报道的生理值一致。
- 鲁棒性：在不同显微镜物镜（20x/0.40 和 20x/0.5）下均表现良好。

5. 意义与结论 (Significance & Conclusion)

临床转化潜力：该方法所需的硬件（普通显微镜 + 彩色相机）在临床实验室中非常普及且成本低廉，无需昂贵的特殊设备或复杂的机械扫描，极大地提高了相位成像在临床诊断（如尿路感染 UTI 检测）中的可行性。
效率提升：将多帧采集简化为单次曝光，消除了运动伪影，加快了成像速度。
技术突破：证明了扩散模型在处理病态逆问题（ill-posed inverse problems）时的优越性，特别是通过 ZMD 解决了定量成像中物理量纲保持的难题。
未来展望：作者建议未来结合物理信息神经网络（PINNs）求解亥姆霍兹方程，以摆脱近轴近似（paraxial approximation）的限制，进一步提高模拟的真实性和重建精度。

总结：这篇论文通过结合光学色差原理和创新的零均值扩散模型，成功实现了一种高效、低成本且高精度的单帧定量相位成像技术，为临床生物医学成像提供了一种极具前景的解决方案。