Development of Mobile Holographic Microscope using deep learning

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K17760
• Research Institution: Tokyo University of Agriculture and Technology
• Principal Investigator: 長浜 佑樹 東京農工大学, 工学(系)研究科(研究院), 助教 (60833598)
• Project Period (FY): 2021-04-01 – 2026-03-31
• Keywords: ホログラフィ / 深層学習 / デジタルホログラフィック顕微鏡 / Mobile Microscopy

Outline of Annual Research Achievements

交付申請書中の『補助事業期間中の研究実施計画』の項において、【pix2pixを用いたホログラムの超解像，位相回復】、【DHMの光学系の構築】、【干渉縞の抽出による暗室不要なDHMの実現】、【高解像度画像の処理手法の検討】という4つの研究テーマを挙げた。
その中で、2021年度は、上に示した研究テーマの一つである、【pix2pixを用いたホログラムの超解像、位相回復】において、深層学習によってホログラム間の変換を学習できるか、実際に撮影したホログラムに変換を適用できるかどうかの検証を試みた。本研究の主要な応用先ともいえる、ホログラフィを応用した顕微鏡であるDHM(Digital Holographic Microscope)では、ワンショットで試料の振幅，位相情報を同時に取得できることから、透明な物体や動いている物体の3次元形状を非接触・非侵襲で観察することができるため、バイオイメージングなどの分野での応用が期待されている。しかしながら、光の強度と位相分布を同時に取得可能なイメージセンサは現在存在ないため、位相回復と呼ばれる処理を用いて試料の振幅や位相情報を取得する必要があった。
本研究では、位相回復を光の強度のみを持つホログラムから光の強度と位相の両方を持つホログラムへの画像変換としてとらえ、深層学習によってホログラム間の変換を学習できるか、実際に光学系で撮影した撮影したホログラムに変換を適用できるかどうかの検証を試みた。その結果、深層学習によってホログラム間の変換の学習を行うめどが立った。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

本研究課題での実施を計画している研究テーマの一つである、深層学習によってホログラム間の変換を学習できるか、実際に撮影したホログラムに変換を適用できるかどうかの検証を試みた。2021年度中に検証結果を論文にまとめる予定であったが、現在論文を執筆中のため、「やや遅れている」とした。

Strategy for Future Research Activity

まずは、【現在までの進捗状況】で述べた、「深層学習によってホログラム間の変換を学習できるか、実際に撮影したホログラムに変換を適用できるかどうか」の検証結果を論文にまとめる。その後、他の研究テーマについても検討を行う。

Causes of Carryover

これまでの研究成果を論文にまとめて投稿する予定だったが、現在論文の執筆中のため、次年度使用額は論文の投稿費や学会発表での出張費、英文校正の費用に充てる。