Differentiable Microscopy Designs an All Optical Phase Retrieval Microscope

要約

16 世紀後半以来、科学者はさまざまな用途向けに新しいタイプの顕微鏡を革新し、開発し続けてきました。
新しいアーキテクチャをゼロから作成するには、多くの場合、数年、場合によっては数十年に及ぶ、相当な科学的専門知識と創造性が必要です。
この研究では、光学顕微鏡にトップダウン設計パラダイムを導入する「微分顕微鏡法」と呼ばれる代替アプローチを提案します。
全光位相回復を例として使用し、$\partial\mu$ を通じてデータ駆動型顕微鏡設計の有効性を実証します。
さらに、競合する手法との包括的な比較を実施し、生体サンプルを含む複数のデータセットにわたって学習したデザインの一貫した優位性を示します。
私たちのアイデアを実証するために、学習した設計の 1 つの機能を実験的に検証し、概念実証を提供します。
提案された微分可能な顕微鏡フレームワークは、新しい光学システムを設計する創造的なプロセスを補完し、おそらく型破りだがより優れた光学設計につながるでしょう。

要約(オリジナル)

Since the late 16th century, scientists have continuously innovated and developed new microscope types for various applications. Creating a new architecture from the ground up requires substantial scientific expertise and creativity, often spanning years or even decades. In this study, we propose an alternative approach called ‘Differentiable Microscopy,’ which introduces a top-down design paradigm for optical microscopes. Using all-optical phase retrieval as an illustrative example, we demonstrate the effectiveness of data-driven microscopy design through $\partial\mu$. Furthermore, we conduct comprehensive comparisons with competing methods, showcasing the consistent superiority of our learned designs across multiple datasets, including biological samples. To substantiate our ideas, we experimentally validate the functionality of one of the learned designs, providing a proof of concept. The proposed differentiable microscopy framework supplements the creative process of designing new optical systems and would perhaps lead to unconventional but better optical designs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google