本報訊 （記者 孫亞婷）近日，記者獲悉：西安光機所聯合加拿大國立科學研究院和西北大學，在壓縮高速成像領域取得重要進展。研究團隊提出“多先驗物理增強神經網絡”成像框架，并構建了基于雙光路同步采集與多先驗物理增強深度學習融合的壓縮高速成像系統，實現了在極短時間內的高保真動態成像。

傳統的超高速成像，就像在極暗的環境中捕捉一閃而過的閃電。相機需要在極短的時間內獲取足夠的光信號，但往往得到的圖像不是模糊，就是出現各種偽影和畸變。

為此，西安光機所姚保利研究團隊想到一個巧妙的思路：給AI同時戴上多副“專業眼鏡”，讓其從不同角度“理解”超快動態過程。

“我們提出的‘多先驗物理增強神經網絡’成像框架，不同于一般深度學習依賴海量數據，而是將光致發光的物理規律、時間采樣信息、圖像本身的稀疏特性以及深度神經網絡的結構先驗等，深度融入一個無需預訓練的模型中。”西安光機所研究員柏晨解釋，“就像破案時綜合目擊者描述、物證、現場痕跡等多方信息，通過多重互補線索的相互印證與修正，顯著抑制偽影，矯正形變，最終在低光子條件下，依然能重建出非常真實清晰的時間序列圖像?！?/p>

光有算法還不夠，團隊還設計了一套精巧的硬件系統來“打好配合”。采用脈沖激光激發被觀測物，并用一個數字微鏡器件快速投射隨機圖案進行空間編碼。

實驗表明，新方法在每秒3.3萬幀的超高拍攝速度下，空間分辨率達到了傳統主流方法的3.56倍，圖像銳度和保真度提升約1.85倍，信噪比也平均提高約4dB。這意味著成像的清晰度、真實度和穩定性都大幅提高。

柏晨介紹，該技術具有廣闊的應用前景。他們將其用于食品安全檢測領域，借助特殊的納米熒光探針，成功在酒精溶液中以微秒級精度無損測出了合成色素“莧菜紅”，為快速、精準地檢測分析樣品中含量極低的物質開辟了新途徑。

據悉，該研究工作得到了國家自然科學基金、國家重點研發計劃等項目支持，相關研究成果發表于超快科學領域的新興高影響力期刊《超快科學》。