🔬 optics

Point Spread Function Engineering Using Implicit Neural Representations

本文提出了一种基于神经场（neural field）的瞳孔设计方法，该方法将点扩散函数（PSF）工程视为一个相位检索问题，从而能够实现灵活、用户定义的 3D PSF 分布优化，且与传统的逐像素方法相比，具有更强的初始化鲁棒性。

原作者： Suet Ying Chan, Mitchell Gilmore, Qilin Deng, Guorong Hu, Joseph Greene, Ruipeng Guo, Lei Tian

发布于 2026-08-21

📖 1 分钟阅读☕ 轻松阅读

原作者： Suet Ying Chan, Mitchell Gilmore, Qilin Deng, Guorong Hu, Joseph Greene, Ruipeng Guo, Lei Tian

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

在高功率显微成像领域，看清物体只是成功的一半；理解物体在三维空间中的位置则是另一半。当显微镜观察一个微小的光点时，物理定律会导致这个点在视觉上模糊成一个小的、模糊的圆盘。这种模糊被称为点扩散函数（point spread function）。几十年来，科学家们一直试图通过操纵这种模糊来为自己创造优势。通过在光路中放置特殊的滤光片，他们可以将这个圆盘拉伸成螺旋形以追踪深度，将其压平以同时保持所有层面的对焦，或者将其分裂成多个点以同时照亮不同的层面。然而，设计这些滤光片的传统过程是非常僵化的。它要求专家从一个有限的预制数学形状菜单中进行选择，这就像是试图仅使用几种标准的砖块图案来建造一座定制房屋。如果所需的形状不符合现有的模式，设计就会失败，或者导致产生难以解读的杂乱、多噪图像。

波士顿大学和佐治亚理工学院研究团队开发了一种解决此问题的新方法，该方法将这些光学滤光片的设计视为一种学习任务，而非固定部件的拼图游戏。他们不再强迫滤光片去适配某种预先存在的数学类别，而是使用了一种被称为“神经场”（neural field）的人工智能技术。该系统就像是一个可以在任何细节水平上绘制的连续、平滑的映射图。研究人员向该系统输入了关于他们想要创建的精确三维光模式的描述——无论是旋转的螺旋、平坦的聚焦面，还是散布的一组发光点。随后，计算机便能计算出将标准光束转化为该特定模式所需的精确滤光片形状。其结果是一种灵活的方法，可以针对几乎任何成像需求生成定制光学滤光片，而无需具备以往选择正确数学构建模块所需的深厚专业知识。

这项工作的核心在于研究人员如何处理寻找正确滤光片形状的问题。过去，科学家们会尝试通过逐像素调整滤光片来解决这个问题，就像试图通过逐一改变网格上每个方块的颜色来创作杰作一样。这种方法经常陷入局部误差，生成的滤光片呈现出锯齿状且充满高频噪声，从而产生破坏最终图像的颗粒状伪影。新方法通过使用神经网络将滤光器描述为一个平滑的连续函数，从而避免了这一问题。这意味着计算机学习的是整个滤光片的单一、流动的规则，而不是一系列不连贯的点。这种平滑性起到了天然护栏的作用，防止设计变得嘈杂，并确保生成的滤光片在物理上是真实的且易于制造。

为了测试他们的想法，团队构建了一个配备了空间光调制器（一种可以作为可编程滤光器的设备）的桌面光学系统。他们用神经网络生成的形状对该设备进行编程，然后让光线穿过它以观察效果。他们成功创建了几种复杂的模式，包括一个在 80 微米范围内旋转 360 度的单螺旋点扩散函数，以及一个在 100 微米范围内旋转 180 度的双螺旋版本。他们还设计了一个在 400 微米范围内保持清晰的扩展景深模式。在所有案例中，实验结果与计算机模拟高度吻合，证明了由神经网络学习到的平滑、连续设计在物理上是可以实现的，并且其表现完全符合预期。

这种新方法最实用的优势之一是能够独立控制图像不同部分的亮度。在深层组织成像中，由于散射和吸收，光线在传播过程中往往会变得越来越暗。研究人员展示了他们的系统可以被指令让更深处的焦点变得更亮，以补偿这种损失。通过简单地调整计算机目标描述中的权重，系统学会了生成一种能将更多能量推向深层的滤光片，从而有效地平衡了整个体积内的强度分布。这种精细的控制在旧方法中很难实现，因为旧方法在平衡不同深度的能量分布时，往往难以避免引入误差。

研究人员还将他们的神经场方法与传统的逐像素优化技术进行了对比。传统方法需要更多次的尝试才能找到解，而且通常需要一个特定的初始猜测值才能奏效。即使成功了，生成的滤光片也往往带有噪声且准确度较低。相比之下，神经场方法收敛速度更快，且不需要任何特殊的起始点。它生成的滤光片平滑且没有困扰其他方法的颗粒状斑点噪声。这表明该方法不仅更高效，而且更具鲁棒性，即使在所需的模式复杂或异常时，也能找到高质量的解。

这项工作为定制显微成像开启了一个新时代，消除了预定义形状的限制。科学家现在可以精确指定他们希望光在三维空间中如何表现，而系统会自动生成实现该效果所需的滤光片。该方法具有通用性，可以应用于各种任务，从追踪单个分子的运动到同时照亮生物样本的多个平面。由于神经网络学习的是一条连续的规则，生成的滤光片可以扩展到任何分辨率而不会损失质量，使其能够适应不同的显微镜和实验设置。这种能够自动且可靠地设计这些滤光片的能力，意味着研究人员可以将精力更多地集中在他们试图回答的生物学问题上，而不是设计观测工具的数学障碍上。

技术摘要：基于隐式神经表示的点扩散函数工程

问题陈述
通过瞳面调制进行点扩散函数（PSF）工程对于需要特定成像特性（如深度编码或扩展景深，EDOF）的高级显微成像应用至关重要。传统的设计方法严重依赖于大量的领域知识和特定任务的基函数（例如，用于螺旋 PSF 的 Laguerre–Gaussian 模、用于 EDOF 的立方相位板，或用于多焦点成像的 Fresnel/Walsh 区域板）。这种依赖性使得在不同应用之间进行泛化变得困难，因为预先选择正确的基函数本身就是设计过程中的一个实质性难题。

或者，将 PSF 工程视为一个相位检索问题（类似于计算机生成全息术）可以实现逆向设计。然而，现有的像素级优化方法存在以下几个局限性：

易于陷入停滞： 优化过程容易陷入局部最优解，需要精细的初始化（例如，Gerchberg-Saxton 算法）。
缺乏连续性： 像素级方法在像素之间缺乏连续性，导致学习到的相位轮廓中存在高频散斑噪声。
物理可解释性： 生成的相位掩模往往缺乏物理直观性，且无法达到 PSF 工程所需的微米级精度。
泛化能力： 这些方法通常是为特定任务定制的，在不重新定义基函数的情况下，难以轻易推广到任意 3D PSF 分布。

方法论
作者提出了一种**神经场瞳孔设计（Neural Field Pupil Design）方法，该方法利用隐式神经表示（INR）**将 PSF 工程任务视为一个相位检索问题。

隐式神经表示 (INR)： 该方法不再优化离散的像素网格，而是由多层感知器（MLP）对瞳孔相位掩模进行参数化。网络将归一化的瞳孔坐标 $\rho$ 映射到相位值 $\phi_m(\rho)$ 。这种基于坐标的方法为相位掩模提供了一种连续、平滑的表示，从而在本质上对解进行了正则化，并消除了预先定义基函数的必要性。
傅里叶特征映射： 为了解决 MLP 的“谱偏差”（即倾向于更容易学习低频函数）问题，输入坐标使用傅里叶特征映射进行编码。该方法通过使用正弦基将坐标投影到高维空间，使网络能够学习复杂相位掩模所需的高频变化。
相位表示： 为了解决相位缠绕歧义（ $2\pi$ 偏移），MLP 输出复指数 $e^{i\phi_m}$ 的实部和虚部，并将其归一化为单位模长。这确保了输出是一个振幅为单位值的相位掩模。
前向模型： 系统利用基于角谱法的可微傅里叶光学模型。瞳孔函数是通过将学习到的神经场掩模与离焦核相乘而计算得出的。
目标预处理与损失函数： 该方法的一个核心创新是对目标 PSF 堆栈进行预处理。作者将源自系统光学传递函数（OTF）的二值支撑掩模应用于目标频谱。这模拟了光学系统的带限特性，从而降低了收敛难度。此外，在损失函数中对每个轴向切片应用用户定义的权重因子 ( $\alpha_k$ )，以控制相对强度，从而补偿由于散射或吸收导致的 3D 成像中的强度衰减。
优化： 使用梯度下降算法（如 Adam、L-BFGS）训练 MLP，以最小化预测的 3D PSF 堆栈与目标堆栈之间的均方误差（MSE）。

主要贡献

无基函数设计： 该方法消除了对特定应用基函数的依赖，允许用户指定任意 3D PSF 分布。
鲁棒性与平滑性： 通过利用 INR，该方法生成的相位轮廓平滑且连续，对初始化具有鲁棒性，并且没有像素级优化中常见的这种高频散斑噪声。
灵活的强度控制： 该框架包含了处理相对强度的预处理步骤和加权损失函数，解决了深度相关信号损失的实际问题。
实验验证： 该方法已在配备空间光调制器（SLM）的桌面光学系统上得到了验证，成功部署了多种 PSF 设计。

结果
作者通过多次实验和模拟展示了该方法的有效性：

经典 PSF： 该方法成功设计了单螺旋（360° 旋转）、双螺旋（180° 旋转）和 EDOF（不变）PSF。实验结果与模拟高度吻合。
强度控制： 该方法成功控制了焦点间的相对强度。在一次实验中，通过对较深轴向切片进行加权，补偿了强度衰减，从而实现了在整个深度范围内更均匀的强度分布。
任意设计： 该框架生成了复杂的模式，包括交错间距的交替 3 焦点 PSF 以及 2×2 多焦点 PSF。
正则化： 通过添加强制能量集中在中心波瓣的正则化项，生成的相位掩模打破了旋转对称性，这表明该方法具有对抗高阶像差等非理想效应的潜力。
对比： 与像素级 MSE 和像素-NOVO 优化方法相比，神经场方法收敛更快，无需初始化，并且生成的相位轮廓明显更平滑，高频噪声更少。

意义与主张
论文声称，所提出的神经场瞳孔工程方法为 3D PSF 工程提供了一个灵活且具有泛化能力的框架。其主要意义在于降低了对广泛领域知识和特定基函数的依赖，使得特定任务的 PSF 设计变得更加容易。

作者强调，该方法固有的正则化特性带来了稳定的训练和具有物理可解释性的相位轮廓，克服了传统像素级优化中的停滞和噪声问题。他们指出，这种稳定性和灵活性可以扩展到更复杂的端到端流水线中，用于针对特定实验条件（例如存在严重散射的 in-vivo 成像）进行 PSF 共设计。此外，神经场的紧凑表示特性天然支持高维输入，使其适用于未来的多波长或空间变化的 PSF 设计。论文保持了谦逊的语气，指出虽然该方法具有鲁棒性，但它仍属于一个不断发展的领域，未来有望与更多实验条件（如无传感器波前校正）进行进一步集成。

类似论文