Single-shot volumetric fluorescence imaging with neural fields

单次体积荧光成像（SVF）相比需要在多个轴向平面上扫描的传统成像方法具有显著优势，因为它可以在大视场内以高时间分辨率捕捉生物过程。SVF成像的关键挑战包括需要稀疏约束以满足压缩感知的多路复用要求，消除重建中的深度模糊，并在大视场内保持高分辨率。在本文中，我们介绍了QuadraPol点扩散函数（PSF）与神经场相结合的新型SVF成像方法。该方法利用背焦面上的自定义偏振器和偏振相机检测荧光，有效地将3D场景编码到一个紧凑的PSF中，消除了深度模糊。此外，我们提出了一种基于神经场技术的重建算法，提供了改进的重建质量，并解决了用于校正成像系统像差的相位恢复方法的不准确性。该算法将实验PSF的准确性与计算生成的恢复PSF的长深度合并。QuadraPol PSF与神经场相结合，将传统荧光显微镜的采集时间显著缩短了约20倍，并能够在一次拍摄中捕捉100 mm$^3$的立方体体积。我们通过对沙面上细菌菌落的全焦成像和对植物根形态的可视化验证了我们硬件和算法的有效性。我们的方法为推进生物研究和生态研究提供了强大的工具。

本论文旨在解决单次体积荧光成像技术中存在的稀疏性约束、深度模糊和大视场高分辨率成像的问题，以提高成像速度和质量。

本论文提出了一种新的单次体积荧光成像方法，利用自定义偏振器和偏振相机来检测荧光，有效地将三维场景编码在紧凑的点扩散函数中，消除深度模糊。同时，提出了一种基于神经场技术的重建算法，结合实验点扩散函数和计算得到的重建点扩散函数的优点，提高了重建质量。

本方法将传统荧光显微镜的成像速度提高了约20倍，可以一次成像捕获100mm³的体积。实验验证了本方法的有效性，包括对沙面细菌和植物根系形态的全焦距成像。

近期相关研究包括： 1. 'Single-shot volumetric microscopy with a trade-off between resolution and volume'； 2. 'Deep learning approach for Fourier ptychography microscopy'； 3. 'High-resolution single-shot computational optical imaging using Fourier ptychography'。