Recupero di fase tutto ottico:calcolo diffrattivo per imaging di fase quantitativo. Gli ingegneri dell'UCLA riferiscono, per la prima volta, la progettazione di reti diffrattive in grado di recuperare otticamente le informazioni di fase quantitativa degli oggetti, utilizzando esclusivamente la diffrazione della luce attraverso superfici ingegnerizzate passive. Credito:Ozcan Lab, UCLA.
L'imaging ottico e la caratterizzazione di oggetti in fase a diffusione debole, come cellule isolate, batteri e sezioni di tessuto sottile frequentemente utilizzati nella ricerca biologica e nelle applicazioni mediche, sono stati di notevole interesse per decenni. A causa delle loro proprietà ottiche, quando questi "oggetti di fase" vengono illuminati con una sorgente luminosa, la quantità di luce diffusa è generalmente molto inferiore alla luce che passa direttamente attraverso il campione, risultando in uno scarso contrasto dell'immagine utilizzando i metodi di imaging tradizionali. Questo basso contrasto dell'immagine può essere superato utilizzando, ad esempio, macchie chimiche o tag fluorescenti. Tuttavia, questi metodi di etichettatura o colorazione esterni sono spesso noiosi, costosi e coinvolgono sostanze chimiche tossiche.
L'imaging quantitativo di fase (QPI) è emerso come un potente approccio privo di etichette per l'esame ottico e il rilevamento di vari oggetti in fase trasparenti a diffusione debole. Gli ultimi decenni hanno assistito allo sviluppo di numerosi metodi digitali per l'imaging di fase quantitativo basato su algoritmi di ricostruzione dell'immagine in esecuzione su computer per recuperare l'immagine di fase dell'oggetto da varie misurazioni interferometriche. Queste tecniche QPI digitali, alimentate da unità di elaborazione grafica (GPU), sono state utilizzate in diverse applicazioni, tra cui patologia, biologia cellulare, immunologia e ricerca sul cancro, tra le altre.
In un nuovo documento di ricerca pubblicato su Advanced Optical Materials , un team di ingegneri ottici, guidato dal professor Aydogan Ozcan del Dipartimento di ingegneria elettrica e informatica e del California NanoSystems Institute (CNSI) dell'Università della California, Los Angeles (UCLA), ha sviluppato una rete ottica diffrattiva per sostituire gli algoritmi di ricostruzione delle immagini digitali utilizzati nei sistemi QPI con una serie di superfici ottiche passive che sono ingegnerizzate spazialmente utilizzando il deep learning. A differenza dei sistemi QPI convenzionali, in cui la fase di ripristino della fase viene eseguita su un computer digitale utilizzando una misurazione dell'intensità o un ologramma, una rete QPI diffrattiva elabora direttamente le onde ottiche generate dall'oggetto stesso per recuperare le informazioni sulla fase del campione come la luce si propaga attraverso la rete diffrattiva. Pertanto, l'intero processo di recupero di fase e di imaging di fase quantitativo vengono completati alla velocità della luce e senza la necessità di una fonte di alimentazione esterna, ad eccezione della luce di illuminazione. Dopo che la luce ha interagito con l'oggetto di interesse e si è propagata attraverso gli strati passivi ingegnerizzati spazialmente, l'immagine di fase recuperata del campione appare all'uscita della rete diffrattiva come un'immagine di intensità, convertendo con successo le caratteristiche di fase dell'oggetto in ingresso in un'immagine di intensità in uscita.
Questi risultati costituiscono il primo recupero di fase completamente ottico e la trasformazione da fase a intensità ottenuta attraverso la diffrazione. Secondo i risultati presentati dal team dell'UCLA, le reti QPI diffrattive addestrate utilizzando il deep learning possono non solo generalizzare a nuovi oggetti di fase invisibili che assomigliano statisticamente alle immagini di addestramento, ma anche generalizzare a tipi completamente nuovi di oggetti con caratteristiche spaziali diverse. Inoltre, queste reti QPI diffrattive sono progettate in modo tale che la quantificazione della fase di ingresso sia invariante rispetto a possibili variazioni dell'intensità della luce di illuminazione o dell'efficienza di rilevamento del sensore di immagine. Il team ha anche mostrato che le reti QPI diffrattive potrebbero essere ottimizzate per mantenere la loro qualità dell'immagine di fase quantitativa anche in caso di disallineamenti meccanici dei suoi strati diffrattivi.
Le reti QPI diffrattive riportate dal team dell'UCLA rappresentano un nuovo concetto di imaging di fase che, oltre alla sua superiore velocità di calcolo, completa il processo di recupero di fase quando la luce passa attraverso superfici diffrattive sottili e passive, eliminando quindi il consumo di energia e l'utilizzo della memoria richiesto nei sistemi QPI digitali, aprendo potenzialmente la strada a varie nuove applicazioni in microscopia e rilevamento. + Esplora ulteriormente