研究论文

围绕计算光学成像、Fourier ptychography、无透镜成像与可微优化的代表性论文。

Whole-field, high-resolution Fourier ptychography with neural pupil engineering

这项工作提出神经瞳孔工程 Fourier ptychography，将瞳孔函数从固定中心模型扩展为可连续移动、可学习的表示。它面向传统 FPM 在离轴区域重建质量下降的问题，在不显著增加硬件复杂度的前提下提升大视场内的均匀分辨率。

这篇论文面向 H&E 染色组织切片的显微成像，引入“潜在波前”作为连接原始测量与样本复振幅的中间物理量。方法强调模型约束与优化策略的结合，目标是让 Fourier ptychography 更适合病理样本这类复杂、强结构化的真实场景。

该研究从特征域相位恢复出发，把传统像素域误差之外的结构信息引入计算显微重建。它关注的是复杂样本下成像结果的保真度与稳定性，尤其适合处理噪声、模型偏差和局部细节之间的微妙平衡。

$FPM-WSI: Fourier ptychographic whole slide imaging via feature-domain backdiffraction 论文首页快照$

这项工作将 Fourier ptychographic microscopy 推向全切片成像，针对大视场重建中常见的分块、拼接与边缘退化问题，提出特征域反向衍射策略。它的核心价值在于减少数字拼接伪影，让 FPM 更接近数字病理中的实际工作流。

这篇论文探索哈希编码、卷积结构与神经表示在可微计算成像中的结合方式。相比直接使用重型神经网络，它更强调轻量、高效和连续场表达能力，可用于加速相位恢复、无透镜成像等需要反复优化的任务。

PtychoX 是面向 ptychography 的可微算子工具，重点在于把前向传播、扫描探针与梯度计算等核心步骤做成高效 CUDA 实现。它更像是一块研究基础设施，帮助快速搭建、测试和扩展叠层成像及相关相位恢复算法。

这项研究针对单帧无透镜成像中高度病态的相位恢复问题，提出并行共识优化框架。方法把数据一致性、频域支持和空间平滑等约束拆分到多个子问题中，再通过共识机制聚合结果，从而提升重建精度与抗噪能力。

这篇论文围绕差分相衬显微中的相位重建与边缘表达展开，通过瞳孔驱动的成像设计增强弱吸收样本的结构可见性。它将自动边缘提取与高清晰度相位成像结合起来，适用于无标记显微观察和复杂生物样本分析。

MUTE 面向白内障条件下的单幅视网膜图像去雾问题，将眼底图像退化建模与多级去噪策略结合。论文把去雾理解为与噪声抑制相关的反问题，为低质量眼底图像的清晰化和后续临床分析提供了一条实用路径。