研究目的
开发一种基于傅里叶叠层显微技术（FPM）的低成本计算显微镜，以实现高分辨率和大视场成像，应用于教育和生物医学领域。
研究成果
初步实验表明，即使使用廉价组件，低成本FPM系统也能成功生成高分辨率、宽视场的图像。集成LED对齐和光瞳像差的自动校准功能对系统鲁棒性至关重要。目标是开发一套便于教育使用的用户友好套件，同时持续改进以降低成本并提升配置便捷性。
研究不足
该系统的性能高度依赖于LED矩阵的精确校准；错位（如偏移或倾斜）会降低图像质量。计算耗时较长（例如校准需56小时），且当前组件在成本和速度方面可能未达最优。未来工作旨在采用更廉价的摄像头与物镜，并集成树莓派以实现更低成本与更简化的方案。
1：实验设计与方法选择：
本实验旨在使用低成本组件实现傅里叶叠层显微技术（FPM）。该方法通过采集不同LED照明角度下的多幅低分辨率图像，并利用包含相位恢复和LED位置校准的迭代算法计算合成高分辨率图像。
2：样本选择与数据来源：
以带有0.1x0.1毫米网格的微米级标尺透明片作为目标样本。数据由8x8 LED矩阵采集的49幅图像组成。
3：1x1毫米网格的微米级标尺透明片作为目标样本。数据由8x8 LED矩阵采集的49幅图像组成。 实验设备与材料清单：
3. 实验设备与材料清单：包括10倍0.25数值孔径物镜、4毫米间距的8x8 LED矩阵、Blackfly 0.5百万像素单色相机、用于计算的树莓派、3D打印部件以及配备特定算法处理硬件的笔记本电脑。
4：25数值孔径物镜、4毫米间距的8x8 LED矩阵、Blackfly 5百万像素单色相机、用于计算的树莓派、3D打印部件以及配备特定算法处理硬件的笔记本电脑。 实验流程与操作步骤：
4. 实验流程与操作步骤：将样本置于显微镜载物台上，通过不同角度的LED照明采集图像，经校准阶段（50次迭代处理瞳孔像差和LED对齐）后进入FPM重建阶段（15次迭代）。
5：数据分析方法：
采用基于MATLAB的算法进行傅里叶变换、相位恢复和迭代重建，通过均方根误差（rmse）等指标评估对齐问题性能。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
camera
Blackfly 0.5 MP monochromatic
Blackfly
Captures the low-resolution images of the sample under varying LED illuminations for subsequent computational processing.
-
objective lens
10x and 0.25 NA
Used as the primary optical component for capturing low-resolution images with a wide field of view in the microscope setup.
-
LED matrix
8x8 with 4mm pitch
Provides structured illumination at different angles for the FPM technique, enabling the capture of multiple images for synthetic aperture enhancement.
-
Raspberry Pi
Raspberry Pi
Intended for future integration to handle the computational aspects of the FPM algorithm, providing a low-cost processing solution.
-
notebook
Intel Core i7 3630QM, 8GB DDR3 RAM, NVIDIA GeForce GT 650M (DDR3) (2GB)
Used to run the MATLAB-based FPM algorithms for image processing, calibration, and reconstruction during the experiments.
-
登录查看剩余3件设备及参数对照表
查看全部
