近日，中科院上海光机所科研团队提出了基于非负矩阵分解的定位与流融合重建方法，成功实现透过鼠脑切片层的高帧率、大视场、无先验动态散射成像。相关研究成果发表在《光学快报》（Optics Letters）上。

原理示意图

重建结果

目前，现有的动态散射成像方法，大多数限于局部视场重建或宏观目标粗略追踪，难以同时实现大视场和高帧率，并且重建过程往往需要依赖复杂算法模型与大量验证参数，难以匹配生物组织切片、脑结构动态观测等要求精度和灵活性要求极高的场景。

将隐藏在散射介质后方的动态目标运动作为一种随机激活，这等效于传统基于非负矩阵分解散射重建方法中的随机编码，从而允许以散斑的相机采集帧率对动态场景进行重建。该方法不依赖任何散射介质的先验信息，只需要在介质外部采集动态散斑图案并作为数据立方体进行处理，即可重建出高帧率的动态场景。

另一关键突破在于，全局定位重建过程物点源的指纹点扩散函数解卷积参考不仅能利用当前帧的其他物点信息，还能借助先前或其后任意帧的物点来协助定位，从而有效突破单帧内超出记忆效应范围的孤立物点难以重建的限制。

通过实验验证，此方法成功透过200微米厚的小鼠脑组织层，实现对184微米视场（约5.7倍记忆效应范围）高达50帧/秒的动态成像。通过将动态目标自身运动转化为散射成像的 “天然编码”，同时构建跨帧协同重建机制，突破动态散射成像领域长期存在的 “大视场与高帧率不可兼得” 的限制，为透过深层生物组织动态显微观测、实时追踪目标等应用开辟新路径。

论文链接：https://doi.org/10.1364/OL.577095

转自：光行天下

注：文章版权归原作者所有，本文内容、图片、视频来自网络，仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。