空間CDMと光位相共役の融合による光計測技術

Research Project

Project/Area Number	23K17755
Research Category	Grant-in-Aid for Challenging Research (Exploratory)
Allocation Type	Multi-year Fund
Review Section	Medium-sized Section 21:Electrical and electronic engineering and related fields
Research Institution	Hokkaido University
Principal Investigator	岡本淳北海道大学, 情報科学研究院, 准教授 (40224068)
Project Period (FY)	2023-06-30 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000) Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000) Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	位相共役 / 断層計測 / 深層学習
Outline of Research at the Start	光複素振幅(位相と強度)の空間成分が複素共役の関係にある光位相共役とその前後で行う光学的情報処理を仮想化して実行する新規の光計測技術を創出する。複数の断層面から構成される試料の計測において、断層ごとに異なる鍵変調を付加することで、所望の深さ位置の画像を、高精度に抽出する。さらに深層学習を用いた超解像信号処理を融合することで、光走査系や音響素子が不要な新たな3次元光断層イメージングの可能性を検討する。
Outline of Annual Research Achievements	本研究は，光複素振幅の空間成分が複素共役の関係にある光位相共役とその前後で行う光学的情報処理を仮想化して実行する光計測技術を創出すること、また、深層学習を用いた超解像信号処理を融合することで、光走査系や音響素子が不要な新たな3次元光断層イメージング、特に，3次元的な定量位相イメージングの可能性を検討することを目的としている。本年度は、位相共役波を仮想的に生成する直前のプロセスにおいて、物理的な計測系による干渉縞の取得精度が3次元断層像の再生精度に影響を与えている点に着目し、干渉縞の取得精度を向上することによる計測精度の改善・向上を試みた。具体的には、光複素振幅の物理的な計測結果に対して、畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)を用いて超解像処理を行うことで計測結果の精度向上を行うことを提案した。CNNにより計測の際に失われた情報を予測・回復することで、実際のカメラの持つ精度以上の高精度な測定を可能にする。テストデータを用いた検証の結果、CNNを用いることによって画像SN比において、6dB以上の大幅な改善が得られることを示した。これに加えて、位相共役波を仮想的に生成して復調された物体像に対して、再度仮想的な計測を行うことにより、最初の計測よりも、高精度な断層計測を実現できることを数値シミュレーションによりはじめて明らかにした。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason CNNを用いることによって、画像SN比において、6dB以上の大幅な改善が得られることを示したため。
Strategy for Future Research Activity	CNNの最適化によって計測性能の更なる改善を目指す。空間光変調器を用いた複素振幅生成法の改善策について検討する。本手法を超解像計測に発展させるための基礎的検討を進める。