UCLA、ディープラーニングを使ってホログラム再構築

December, 6, 2017, Los Angels--UCLAの研究チームは、ディープラーニングの新たな用途を開発した。対象物の顕微画像を形成するホログラムの再構成と光学顕微鏡の改善である。
　新しいホログラフィック技術は、マルチホログラムを使う現在の方法よりも優れた画像を作り出す。また、計測が少なく、計算が速いので実装は容易である。
　Light: Science and Applicationsに発表された研究成果によると、研究チームは、パパニコロースミア(Pap smear)のホログラムを作成した。これは子宮頸がん、血液サンプル、乳房組織サンプルの検査に利用される。それぞれのケースで、神経ネットワークは、不要な光干渉および画像再構成プロセスの副産物から、対象物の真の画像の特徴を抽出、分離できるようになる。
　「この成果は、どんな位相復元やホログラフィックイメージングの問題にも広く適用でき、またこのディープラーニングベースのフレイムワークは、根本的に新しいコヒレントイメージングシステムの設計に多くの機会を開く。これは電磁スペクトルの様々な部分に広がるものであり、可視光波長、X線までも含まれる」と、Howard Hughes Medical InstituteのHHMI教授、Aydogan Ozcanは話している。
　新しいアプローチのもう一つの利点は、それが光と物質の相互作用のモデリング、波動方程式の解なしで、達成されたことである。このような個々のサンプルや光の形態のモデリングと計算は難しく、時間がかかる。
　ポスドク研究者、Yair Rivensonは、「これは素晴らしい成果だ。従来の物理学ベースのホログラム再構成法は、ディープラーニングベースのコンピュータアプローチに置き換えられるからだ」とコメントしている。
　Opticaに発表された二番目の研究でも、同じディープラーニングベースのフレイムワークを使って光学顕微鏡画像の解像度と品質を改善した。
　そのような進歩は、大きな血液サンプル、組織サンプルに極めて小さな規模の異常性を見つけようとする診断医や病理医の役に立つ。Ozcanによると、ディープラーニングは医療診断、工学や他の科学のための光学顕微鏡を改善する強力な機会を示している。