冲破迷雾 研究人员开发出使成像更清晰的新方法

冲破迷雾研究人员开发出使成像更清晰的新方法一种通过使用低成本的随机散射介质实时生成清晰图像的新技术可以为模糊图像所带来的挑战提供解决方案。当光穿过光散射介质时，它被分散而不是被吸收，导致原始物体的清晰图像丢失。这种散射介质可以包括云层，给地球上的天文学家带来困难，也包括身体组织，阻碍了医学成像工作。PC版：https://www.cnbeta.com.tw/articles/soft/1348931.htm手机版：https://m.cnbeta.com.tw/view/1348931.htm

Google Cloud推出医学成像套件 使基于人工智能的诊断更容易实现

GoogleCloud推出医学成像套件使基于人工智能的诊断更容易实现GoogleCloud今天推出了新的医学成像套件，将其在基于视觉的人工智能方面的专业知识带到了医疗行业。视觉人工智能有可能在医疗保健领域产生巨大的影响。医学影像是医院用于诊断病人的最关键工具之一，每年有数十亿张图像被临床医生用来帮助他们了解人们生病的原因。Google表示，医疗图像非常重要，它们占所有医疗数据的90%左右。PC版：https://www.cnbeta.com/articles/soft/1323907.htm手机版：https://m.cnbeta.com/view/1323907.htm

成像革命：科学家用超成像新方法突破光学衍射极限

成像革命：科学家用超成像新方法突破光学衍射极限超级透镜在实频和合成复频激励下的成像示意图。同一物体在不同的实频照明下通过超级透镜成像时，会产生不同程度的模糊图像，没有一个实频图像能辨别出物体的真实外观。将多个单频图像的场振幅和相位组合起来，最终就能获得清晰的图像。资料来源：香港大学成像在生物学、医学和材料科学等许多领域都发挥着重要作用。光学显微镜利用光对微小物体进行成像。然而，传统显微镜最多只能分辨光波长数量级的特征尺寸，这就是所谓的衍射极限。为了克服衍射极限，伦敦帝国理工学院的约翰-彭德里爵士提出了超透镜的概念，超透镜可以由负指数介质或银等贵金属制成。随后，香港大学现任校长张翔教授与他当时在加州大学伯克利分校的团队一起，利用银薄膜和银/电介质多层堆栈实验证明了超成像技术。这些工作广泛推动了超级透镜技术的发展和应用。遗憾的是，所有超透镜都不可避免地存在光学损耗，它会将光能转化为热能。这严重影响了超透镜等光学设备的性能，因为它们依赖于光波所携带信息的忠实传递。字母"H"的多实频和复频成像图案。资料来源：香港大学过去三十年来，光学损耗一直是制约纳米光子学发展的主要限制因素。如果能解决这个问题，包括传感、超成像和纳米光子电路在内的许多应用都将受益匪浅。论文通讯作者、港大物理系临时系主任张爽教授解释研究重点时说："为了解决一些重要应用中的光学损耗问题，我们提出了一个实用的解决方案--利用新颖的合成复波激励获得虚拟增益，然后抵消光学系统的固有损耗。作为验证，我们将这种方法应用于超级透镜成像机制，从理论上显著提高了成像分辨率。我们使用双曲超材料制成的超透镜在微波频率范围内和偏振子超材料制成的超透镜在光学频率范围内进行实验，进一步证明了我们的理论。"论文第一作者、香港大学博士后关复新博士补充说："不出所料，我们获得了与理论预测一致的出色成像结果。"克服光损耗的多频方法在这项研究中，研究人员采用了一种新颖的多频方法来克服损耗对超成像的负面影响。复频波可用来提供虚拟增益，以补偿光学系统中的损耗。复频是什么意思？波的频率是指波在时间上的振荡速度。将频率视为实数是很自然的。有趣的是，频率的概念可以扩展到复数域，在复数域中，频率的虚部也具有明确的物理意义，即波在时间上放大或衰减的速度。因此，对于复频波来说，波的振荡和放大是同时发生的。对于虚部为负（正）的复频，波在时间上会衰减（放大）。实频波（a）、复频波（b）和截断复频波（c）的电场剖面图。由多个实频的线性组合合成的截短复频波（d）。资料来源：香港大学当然，理想的复频波并不符合物理原理，因为当时间达到正无穷大或负无穷大时，复频波就会发散，这取决于其虚部的符号。因此，任何现实中的复频波都需要在时间上截断，以避免发散。直接基于复频波的光学测量需要在时域中进行，这将涉及复杂的时间门控测量，因此迄今为止尚未在实验中实现。研究小组利用数学工具傅立叶变换，将截断的CFW分解为不同实际频率的多个分量，从而大大方便了CFW在超成像等各种应用中的实现。通过以固定间隔对多个实际频率进行光学测量，就可以通过数学方法将实际频率的光学响应组合起来，构建出系统在复数频率下的光学响应。使用在光频下工作的碳化硅超级透镜进行超级成像。复频测量的空间分辨率远高于实频测量。SEM图像显示了物体的性能。资料来源：香港大学作为概念验证，研究小组首先使用双曲超材料进行微波频率的超成像。双曲超材料可以携带波矢非常大（或波长非常小）的波，能够传输特征尺寸非常小的信息。然而，波矢越大，光波对光损耗就越敏感。因此，在存在损耗的情况下，这些小尺寸特征的信息会在双曲超材料内部的传播过程中丢失。研究人员的研究表明，通过适当组合在不同实际频率下测量到的模糊图像，就能在复杂频率下形成具有深亚波长分辨率的清晰图像。研究小组将这一原理进一步扩展到光学频率，采用了一种由碳化硅声子晶体制成的光学超级透镜，其工作波长为10微米左右的远红外线。在声子晶体中，晶格振动可以与光耦合，从而产生超成像效果。然而，损耗仍然是空间分辨率的限制因素。虽然在所有实际频率下成像的空间分辨率都受到损耗的限制，如纳米级孔洞的模糊图像所示，但利用由多个频率分量组成的合成CFW，可以获得超高分辨率成像。这项工作为克服纳米光子学中的一个老大难问题--光学系统中的光损耗提供了解决方案。该论文的另一位通讯作者、香港大学校长兼物理与工程学讲座教授张翔教授说："这种合成复频方法很容易推广到其他应用领域，包括分子传感和纳米光子集成电路。他称赞这是一个了不起的、普遍适用的方法，这可以用来解决其他波系统的损耗问题，包括声波、弹性波和量子波，将成像质量提升到一个新的高度。"...PC版：https://www.cnbeta.com.tw/articles/soft/1389571.htm手机版：https://m.cnbeta.com.tw/view/1389571.htm

新型AI技术打破了原子力材料表面成像技术的基本限制

新型AI技术打破了原子力材料表面成像技术的基本限制原子力显微镜（AFM）是一种广泛使用的技术，可以定量绘制材料表面的三维图。然而，原子力显微镜的精度受到显微镜探针尺寸的限制。为了突破这一限制，我们开发了一种新型人工智能技术，使显微镜在材料分析中达到更高的分辨率。伊利诺伊大学香槟分校的研究人员开发的深度学习算法经过训练，可以从原子力显微镜图像中去除探针宽度的影响。据《纳米快报》（NanoLetters）杂志报道，该算法超越了其他方法，首次以低于显微镜探针尖端宽度的分辨率给出了真正的三维表面轮廓。材料表面成像技术的突破"精确的表面高度轮廓对于纳米电子学的开发以及材料和生物系统的科学研究至关重要，而原子力显微镜是一种能够无创测量轮廓的关键技术，"该项目负责人、工大材料科学与工程系教授张英杰说。"我们已经展示了如何更加精确地观察更小的东西，我们也展示了如何利用人工智能来克服看似无法克服的限制。"显微镜技术通常只能提供二维图像，基本上只能为研究人员提供材料表面的航拍照片。原子力显微镜可提供完整的地形图，准确显示表面特征的高度剖面。这些三维图像是通过在材料表面移动探针并测量其垂直偏转而获得的。经深度学习算法处理的原子力显微镜图像。左列包含模拟的原子力显微镜图像，中间一列包含经过算法处理和重建的图像，右列包含添加原子力显微镜效应之前的原始图像。来源：NanoLett.如果表面特征接近探针尖端的大小（约10纳米），显微镜就无法分辨，因为探针变得太大，无法"感觉"出这些特征。几十年来，显微镜学家们一直意识到这一局限性，但伊利诺伊大学的研究人员是第一个给出确定性解决方案的人。"我们之所以求助于人工智能和深度学习，是因为我们想获得高度剖面--精确的粗糙度--而不受传统数学方法的固有限制。"研究人员开发了一种具有编码器-解码器框架的深度学习算法。它首先通过将原始原子力显微镜图像分解为抽象特征对其进行"编码"。在对特征表示进行处理以消除不良影响后，再将其"解码"回可识别的图像。为了训练该算法，研究人员生成了三维结构的人工图像，并模拟了它们的原子力显微镜读数。然后构建算法，利用探针尺寸效应转换模拟原子力显微镜图像，并提取基本特征。博纳吉里说："实际上，我们必须做一些非标准的事情才能做到这一点。典型的人工智能图像处理的第一步是根据某个标准重新调整图像的亮度和对比度，以简化比较。但在我们的案例中，绝对亮度和对比度才是有意义的部分，因此我们不得不放弃第一步。这让问题变得更具挑战性。"为了测试他们的算法，研究人员在硅主机上合成了已知尺寸的金和钯纳米粒子。该算法成功消除了探针尖端效应，并正确识别了纳米粒子的三维特征。张说："我们已经给出了概念验证，并展示了如何使用人工智能来显著改善原子力显微镜图像，但这项工作仅仅是个开始。与所有人工智能算法一样，我们可以通过在更多更好的数据上进行训练来改进它，但前进的道路是明确的。"编译自：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1422273.htm手机版：https://m.cnbeta.com.tw/view/1422273.htm

研究人员利用光声成像技术实现先进的神经可视化

研究人员利用光声成像技术实现先进的神经可视化因此，研究人员一直在努力开发医学成像技术，以降低神经损伤的风险。例如，超声波和磁共振成像（MRI）可以帮助外科医生在手术过程中准确定位神经的位置。然而，要在超声波图像中将神经与周围组织区分开来具有挑战性，而核磁共振成像则既昂贵又耗时。约翰霍普金斯大学的研究人员强调了多谱段光声成像在预防侵入性医疗程序中的神经损伤方面的潜力，并确定了最佳神经可视化的关键波长。首次活体记录猪尺神经（左）和正中神经（右）的光声学图像。用1725nm的光照射神经，并将其叠加在共聚焦超声波图像上。图中还显示了神经和周围琼脂糖感兴趣区(ROI)的轮廓。资料来源：M.Graham等人，doi10.1117/1.JBO.28.9.097001光声成像的前景在这方面有一种前景广阔的替代方法，即多光谱光声成像。作为一种非侵入性技术，光声成像结合了光波和声波，可生成人体组织和结构的详细图像。从本质上讲，首先用脉冲光照射目标区域，使其微微发热。这反过来又会导致组织膨胀，发出超声波，从而被超声波探测器捕捉到。约翰霍普金斯大学的一个研究小组最近进行了一项研究，他们在研究中彻底描述了神经组织在整个近红外（NIR）光谱范围内的吸收和光声特征。他们的研究成果于9月4日发表在《生物医学光学杂志》（JournalofBiomedicalOptics）上，由约翰-霍普金斯大学JohnC.Malone副教授兼PULSE实验室主任MuyinatuA.LedijuBell博士领导。他们研究的主要目标之一是确定在光声图像中识别神经组织的理想波长。研究人员假设，位于近红外-III光学窗口内的1630-1850纳米波长将是神经可视化的最佳波长范围，因为神经元髓鞘中的脂质在此范围内有一个特征吸收峰。为了验证这一假设，他们对外周神经样本进行了详细的光学吸收测量。他们在1210纳米波长处观察到一个吸收峰，属于近红外-II波段。然而，这种吸收峰也存在于其他类型的脂质中。与此相反，当从吸收光谱中减去水的贡献时，神经组织在1725纳米的近红外-III范围内显示出一个独特的峰值。实际测试和影响此外，研究人员还使用定制的成像装置对活体猪的外周神经进行了光声测量。这些实验进一步证实了这一假设：利用近红外-III波段的峰值可以有效地区分富含脂质的神经组织和其他类型的组织以及含水或缺脂的材料。贝尔对研究结果感到满意，他说："我们的工作是首次利用宽波长光谱表征新鲜猪神经样本的光学吸光度光谱，也是首次利用近红外-III窗口的多光谱光声成像技术展示健康和再生猪神经的活体可视化"。这些发现可以激励科学家进一步探索光声成像的潜力。此外，神经组织光吸收曲线的表征有助于在使用其他光学成像模式时改进神经检测和分割技术。"我们的研究结果凸显了多光谱光声成像作为术中技术的临床前景，可用于确定有髓鞘神经的存在或防止医疗干预过程中的神经损伤，并可能对其他基于光学的技术产生影响。因此，我们的贡献成功地为生物医学光学界奠定了新的科学基础。"...PC版：https://www.cnbeta.com.tw/articles/soft/1382757.htm手机版：https://m.cnbeta.com.tw/view/1382757.htm

新成像技术揭示了潜伏在黑暗遥远宇宙中的巨大宇宙网

新成像技术揭示了潜伏在黑暗遥远宇宙中的巨大宇宙网星系往往聚集在这张网的交界处，由绵延数百万光年的气体丝连接起来。这些细丝之间的空隙是太空中令人匪夷所思的空洞。2015年，加州理工学院的天文学家利用凯克宇宙网成像仪（KCWI）捕捉到了遥远宇宙中宇宙网的图像。然而，该研究小组能够看到非常微弱的细丝的唯一途径是借助附近类星体的光线。在一项新的研究中，研究小组成功地直接拍摄到了来自细丝本身的光线图像。该研究的第一作者克里斯托弗-马丁（ChristopherMartin）说："在这项最新发现之前，我们看到的是灯柱下的丝状结构。"现在，我们不用灯也能看到它们了。"在新的研究中，研究小组使用新的方法过滤掉了背景光，比如来自我们大气层、太阳系和银河系的光，从而成功地对更暗的结构进行了成像。马丁解释说："我们观察了两片不同的天空，A和B。丝状结构在两个方向上的距离是不同的，所以你可以从B图像中提取背景光，然后从A图像中减去，反之亦然，只留下丝状结构。我在2019年对此进行了详细模拟，以说服自己这种方法可行。"在这项技术的帮助下，KCWI能够捕捉到光谱中最强的发射线--氢气--的光，这些光来自位于100亿至120亿光年外的宇宙网区域中的这些细丝。这段特殊的细丝潜伏在宇宙中一个较暗的角落，离星系团、类星体或其他光源较远，通常情况下它会隐藏在那里。由于宇宙的膨胀会使光线向光谱的红色一端移动，因此来自更遥远天体的光信号会比那些离我们更近的天体显得更红。有鉴于此，研究小组能够从KCWI获取二维图像，根据可见光的波长将它们分开，然后将它们叠加在一起，生成宇宙之网遥远部分的三维图像。其他研究最近也利用哈勃的超深场巡天拍摄到了宇宙网细丝的微弱光芒。天文学家分辨这些细丝的能力也将不断提高。KCWI最近升级了一个新组件，可以看到光谱中波长较长的部分--较红的部分--这基本上可以让它在空间和时间上看得更远。该项目的高级仪器科学家马特乌斯-马图谢夫斯基（MateuszMatuszewski）说："有了KCRM（KCWI新部署的红色通道），我们就能看到更远的过去。我们对这一新工具将帮助我们了解更遥远的细丝以及第一批恒星和黑洞形成的时代感到非常兴奋。"这项研究发表在《自然-天文学》杂志上。在下面的视频中可以看到一大块宇宙网丝的三维图像。...PC版：https://www.cnbeta.com.tw/articles/soft/1387585.htm手机版：https://m.cnbeta.com.tw/view/1387585.htm