【学术视频】江苏省物理学会春季学术会议2019 | 江苏大学傅爽

更多精彩视频登陆网站

www.koushare.com

图 | 傅爽

题   目：Phase distribution recognition based on deep learning

报告人：傅爽

单   位：江苏大学

时   间：2019-05-11

地   点：扬州大学

扫码观看精彩报告视频

报告摘要

近年来，数字全息相位显微术凭借其非接触、免标记、可实时、可全场等优点在生物细胞形态学以及动力学研究中逐渐广泛应用并取得了良好的效果。相位中耦合了样品的物理厚度与折射率信息，要将样品空间结构信息从其相位分布中提取出来，往往需要借助复杂的算法，并且对成像装置有一定的要求，从而提高了分类识别的技术成本和时间成本，不利于在临床上推广。针对这一问题，我们从图像识别的角度出发，将机器学习技术运用到相位信息的识别中。通常，样品位置在视场内的分布是随机的，还伴随着各种噪声（如图1），大大增加了精准分辨的难度。考虑到相位数据及其相关后期处理在计算机中均以矩阵的形式存储，本文以不同尺寸的聚丙乙烯小球样品为例，基于深度学习技术对数据处理将其相位分布映射到合适范围，通过卷积网络，利用带标签加噪处理的聚苯乙烯小球的相位分布矩阵进行训练，得到了能够有效识别不同尺寸小球相位矩阵的模型，识别精度可达微米量级，训练流程如图2所示。并在此基础上，优化网络结构，针对不同的需求采用不同的方法对相位矩阵处理进行优化，如梯度算子、拉普拉斯算子等，并基于此讨论了相位信息结合深度学习的广泛应用前景。

图1 白噪声干扰下的聚苯乙烯小球相位图

图2 训练流程

个人简介

傅爽，江苏大学机械工程学院2017级硕士研究生，研究方向为光学工程，物理理论等。

会议简介

江苏省物理学会春季学术会议（JSPSSpring Meeting）是由江苏省物理学会主办的年度学术会议，会议旨在增进江苏物理学界的学术交流，提高学术水平，促进物理学科的全面发展和人才培养。2019年5月10-12日，江苏省物理学会第三届春季学术会议在扬州召开，本届会议由扬州大学承办。

—— ——往期精彩回顾—— ——

END

扫描二维码，关注微信公众号

戳这里，观看精彩视频哟！