盖世汽车讯 据外媒报道，由加州大学洛杉矶分校（University of California, Los Angeles）和罗切斯特大学（University of Rochester）领导的研究团队展示了一种成像系统的改进方案，该系统旨在捕捉“复杂介质”（即散射光线的介质）内部的细节，其应用范围从描绘人体组织内部结构到穿透浓雾识别障碍物。该系统利用基于物理学的机器学习技术改进了现有的成像技术。

图片来源：加州大学

在用被复杂介质遮蔽的标准校准图像进行的测试中，与上一代技术相比，新系统的信噪比提高了一倍以上。此外，该系统还能近乎实时地生成图像——只需千分之一秒。该研究成果发表在期刊《光：科学与应用》（Light: Science & Applications）上。

更便宜的摄像头，更严苛的条件

如今，用于观察复杂介质内部结构的传统应用依赖于昂贵的摄像头，这些摄像头探测的波段刚好超出可见光范围，进入近红外波段。

相比之下，研究人员改进的底层方法可以使用相对廉价的硅基摄像头，例如智能手机中使用的摄像头。这项技术由罗切斯特大学的合作者于十年前提出，它利用一种特殊的薄膜，该薄膜允许部分光子通过，阻止其他光子通过，从而将近红外散射光转换为可见光。

然而，这种方法往往会产生渐晕效应，导致图像边缘变暗，视野范围缩小。图像中也可能出现明暗不一的斑点等伪影。

对重建图像进行物理检验

研究人员将现有的成像技术与名为DeepTimeGate的机器学习框架相结合。该框架分为两个阶段，首先使用经过训练的算法对图像进行数学重建。关键的新增功能是加州大学洛杉矶分校开发的第二个算法，该算法能够快速进行现实检验，根据基本的物理定律对结果进行约束。

利用硅基摄像头近乎实时地感知复杂介质内部，将极大地促进生物医学成像的发展。DeepTimeGate有望带来更经济、更高效的成像技术，用于指导手术，包括内窥镜手术。实验室可以利用这项技术检测血液等浑浊液体中的危险微生物或异常细胞，而无需稀释或过滤样本。

另一个潜在应用是用于自动驾驶汽车的摄像头，使其能够穿透雨水、雾气、灰尘或沙尘等遮蔽物来探测周围环境。在工业领域，该成像系统未来或许能够帮助对涉及浑浊液体或磨砂包装的制造过程以及废物处理厂进行质量控制。