PhotoniX 2023年度高下载 TOP10

束业峰，孙佳嵩，刘家明，范瑶，周宁，叶燃，郑国安*，陈钱*，左超*

南京理工大学，上海理工大学，南京师范大学，美国康涅狄格大学

PhotoniX 3, 24 (2022). https://doi.org/10.1186/s43074-022-00071-3

定量相位成像是一种针对透明样品的无标记成像方法，无需荧光染色就可以对细胞的生命活动进行观测。南京理工大学陈钱、左超教授团队联合美国康涅狄格大学郑国安教授团队在 PhotoniX 上发表封面论文“Adaptive optical quantitative phase imaging based on annular illumination Fourier ptychographic microscopy”。文中，作者提出了一种自适应光学定量相位成像（AO-QPI）方法，首次在动态成像中引入了自适应的像差校正，对未染色HeLa细胞实现了长达51小时的稳定高质量成像，其间始终保持了衍射受限的成像分辨率。该方法不需要在成像系统中引入额外自适应光学硬件，在生物医学领域具有广泛的应用场景。

黄博懿，李佳，姚博文，杨志刚，林彦民，张佳*，严伟*，屈军乐*

深圳大学，香港大学

PhotoniX 4, 2(2023).https://doi.org/10.1186/s43074-022-00077-x

光学超分辨成像能突破衍射极限，是生命科学研究的重要工具。但常规荧光超分辨显微成像受限于特殊的荧光探针、复杂的光学系统、较长的图像采集和处理时间，以及成像过程中光漂白和光毒性等，阻碍了其在活细胞和活体成像中的应用。为克服这些缺陷，本文提出在共聚焦显微中利用深度学习提高图像分辨率，实现超分辨成像。设计了一个双通道注意力网络，通过学习空域和频域中的信息表示将不同的生物结构以及微丝和微管的双色共聚焦图像的空间分辨率从~230 nm 提高到~110 nm，并最终实现了活细胞微管的动态超分辨成像。由于本文所提出的方法在普通共聚焦显微系统上就可以实现，对成像系统和荧光探针没有特殊要求，因此具有广阔的应用前景。

张亿，王昱灵，王鸣瑞，郭钰铎，李欣阳，陈一帆，卢志，吴嘉敏*，季向阳*，戴琼海*

清华大学

PhotoniX 3, 30(2022).https://doi.org/10.1186/s43074-022-00076-y

清华大学脑与认知科学研究院、自动化系的研究团队提出了一种多焦点同步采集的球差辅助扫描光场成像方法(Spherical-Aberration-assisted scanning LFM, SAsLFM)。在先前提出的扫描光场技术的基础上，研究人员利用折射率不匹配引入球差相位调制，对不同子孔径分量焦点的空间位置进行再分配，从而实现同步多焦点体数据采集。通过相空间分块融合的重建算法，可以从SAsLFM采集所得的高维光场数据中抽离出不同深度的高分辨信息并进行匹配融合，以此还原大尺度高分辨的三维体信息。定量实验证明：在不需要额外硬件辅助的情况下，SAsLFM可以将成像体的高分辨轴向范围扩展3倍。同时，文章进行了大量的生物实验展示了SAsLFM的成像性能：包括对300μm厚的活体小鼠脑进行高信噪比钙信号提取，以22Hz的体成像速率在2000×2000×500μm³的视野范围内对自由移动水母进行动态追踪等等。进一步的，该研究还通过深度学习方法将重建速度提升3个数量级，实现了大通量三维信息实时可视化。

刘超，江钊，王鑫，郑奕，郑义微*，王琼华*

北京航空航天大学

PhotoniX 3, 20(2022).https://doi.org/10.1186/s43074-022-00066-0

显微镜被誉为打开微观世界大门的钥匙。自显微镜诞生以来，放大倍率一直是衡量显微镜功能的一项重要指标，目前广泛使用的显微物镜均依靠更换镜头的方式实现倍率切换，倍率切换后，需重新调整待测样本位置，大大限制了显微观测的稳定性、适应性和实时性。

北京航空航天大学王琼华教授研究团队提出了一种基于液体透镜的连续光学变焦显微镜，可通过电压调制液体透镜焦距实现显微倍率的连续变化。同时，提出了一种改进型形状聚焦和图像融合算法，并利用液体透镜调节显微镜轴向聚焦位置，获得样本不同深度的图像，进而实现样本的景深扩展和三维重建。该显微镜具有无机械移动、响应快速、功耗低等优点，有望应用于病理诊断、生物检测等领域。

刘杰涛，甘巧强*，杨文宏

中国科学院雄安创新研究院，沙特阿卜杜拉国王科技大学

PhotoniX4, 1(2023).https://doi.org/10.1186/s43074-022-00080-2

经典方法如波前调制技术、传输矩阵方法易受干扰、过程复杂、精度要求高，算法较复杂。结合深度学习的方法需海量训练、计算数据庞大、物理联系欠缺。借助于相位恢复算法，散斑自相关成像可从散斑中重建恢复目标，因其实验仪器简单、单帧、无损、易操作等特性而备受关注，自2014年提出后发展迅速。然而，受迭代相位恢复算法影响，自相关成像重建的结果可靠性低、随机性高。算法对随机输入、复杂预处理和迭代多参数高度敏感，重建结果具有显著随机性，且存在目标空间取向和位置信息丢失、动态实时成像困难等显著问题。

中国科学院雄安创新研究院刘杰涛研究员与沙特阿卜杜拉国王科技大学甘巧强教授团队合作。提出了一种散斑自成像方法，首次在散斑成像中提出新模型新观点，对散射介质后目标实现了稳定高质量实时动态宽谱成像，同时保持了目标的空间取向和位置等信息。该方法无需计算迭代、无需复杂系统及校准、无需先验信息，在散射相关成像领域具有广泛的应用场景。在研究发现基础上，对传统计算重建方法进行了改进，获得了显著重建质量改善与分辨率提升。

郑晓颖，林婧*，王卓，周昊阳，何琼*，周磊*

复旦大学

PhotoniX 4, 3 (2023). https://doi.org/10.1186/s43074-022-00078-w

复旦大学物理学系/应用表面物理国家重点实验室周磊教授团队从耦合模理论出发，建立起了能够描述双通道双模式耦合光子共振体系的理论方法，并结合数值模拟与光波段实验验证了该理论对于体系的响应预测与谱线设计能力，最终在特定条件下（Kerker条件）实现了超宽频带消色差无反射的超构表面器件，并在一定带宽范围内实现了光在透射通道和吸收通道之间的能量自由切换。

Hojung Choi, Joohoon Kim, Wonjoong Kim, Junhwa Seong, Chanwoong Park, Minseok Choi, Nakhyun Kim, Jisung Ha, Cheng-Wei Qiu, Junsuk Rho* & Heon Lee*

韩国首尔大学，浦项科技大学

PhotoniX 4, 18(2023).https://doi.org/10.1186/s43074-023-00096-2

有别于电子束光刻，纳米压印兼具低成本、高产量和高分辨率的优势[3]。顾名思义，纳米压印通过机械“压印”的方式将主模板的图形转移到另一媒介上，如同印章过程。然而，纳米压印用于超表面加工依然存在着许多问题。首先，超表面通常由折射率较高的材料构成，如TiO₂，Si，金属等等。而纳米压印的材料一般折射率较低，例如PDMS。因此，压印完成后通常需要进行二次加工，包括沉积高折射率材料以及蚀刻垂直结构。在此过程中，额外的加工缺陷不可避免被引入，从而破化超表面的光学性能。其次，超表面结构单元常要求高深宽比，例如超表面透镜。因此，在纳米压印的剥离工序中，需避免剪切力对高深比结构的损坏。

韩国首尔大学与浦项科技大学的研究人员提出了一种无需二次加工，实现高质量厘米级高深宽比超表面的纳米压印技术，为上述问题提供新的解决思路。

王豪，战子钰，胡福泰，孟鸢，刘泽起，付星*，柳强*

清华大学精密仪器系，光子测控技术教育部重点实验室

PhotoniX 4, 9(2023).https://doi.org/10.1186/s43074-022-00079-9

清华大学精密仪器系先进激光技术团队利用一种光电混合神经网络结构，成功实现了单发（single-shot）测量光束的轨道角动量（OAM）谱信息，无需干涉和重复测量，既能方便地拓展至大测量范围，又能准确地测量非常复杂的谱分布（如随机权重等）。理想情况下，系统的大部分运算处理均为光速执行，充分利用了光子神经网络（ONN）的速度快、能耗低等优点。同时，文章基于此场景，提出并验证了一种光电混合神经网络的模型可视化方法，从光束的OAM视角出发，巧妙地实现了光学神经元、电学神经元的关联协同工作。该可视化方法能够进一步地减少测量的横截面像素范围，并可以拓展至其他光学或机器学习任务。

吴雷明*，袁茜茜，唐宇轩，S. Wageh, Omar A. Al?Hartomy, Abdullah G. Al?Sehemi，杨军*，项元江*，张晗*，秦玉文*

广东工业大学

PhotoniX 4, 15(2023).https://doi.org/10.1186/s43074-023-00091-7

广东工业大学秦玉文教授团队联合多家合作单位对MXene材料在传感器领域的应用发展状况进行了总结综述。总结了MXene材料在表面等离子体共振传感器、气敏传感器、应变传感器、表面增强拉曼散射传感器等9大类常见传感器中的应用。此外，除了在常规领域的应用外，本综述还总结了MXene传感器在仿生机器人、神经网络编码、人工耳蜗等前沿技术领域的应用。

李润泽，董毅博，钱峰松，解意洋，陈希*，张启明，岳增记*，顾敏*

上海理工大学光子芯片研究院，上海理工大学光电与计算机工程学院人工智能纳米光子学研究中心，北京工业大学光电子技术教育部重点实验室

PhotoniX 4, 4(2023).https://doi.org/10.1186/s43074-023-00082-8

上海理工大学光子芯片研究院顾敏院士团队和北京工业大学光电子技术教育部重点实验室解意洋教授团队合作报道了一种新型的基于石墨烯纳米墙(GNWs)和CsPbBr₃钙钛矿量子点的异质结型光电突触。采用CsPbBr₃量子点作为光吸收层，GNWs作为半导体传输层，CsPbBr₃和GNWs形成异质结构。异质结构的内建电场可以有效的分离光生载流子，结合GNWs中的天然缺陷限制载流子转移，可以大幅延长载流子寿命，从而使器件具有较长的记忆时间和显著的光电流响应，基于该器件成功模拟了突触的多种关键特性，包括双脉冲异化（PPF）、长短程记忆等。感知学习是人脑通过学习来提升感知能力的过程。感知能力的提升，可以让我们分辨出声音、图像、嗅觉、味道、触觉里更加细微的变化。团队基于该器件模拟了人类视觉感知并识别手写数字的过程，结果显示在学习、遗忘、再学习的过程中，人脑对于手写数字的学习速度会逐渐加快、记忆时间也会延长，重新学习先前记忆的丢失信息通常需要较短的时间。该研究为未来人工智能系统实现更智能的多维度的感知学习提供了重要的参考价值。

关于PhotoniX