一种基于物理驱动深度学习的合成孔径定量相位成像方法及系统

本发明公开了一种基于物理驱动深度学习的合成孔径定量相位成像方法及系统。该方法利用多角度照明模块对样品进行多视角照明，采集包含明场和暗场分量的多幅低分辨率强度图像；将图像输入未训练的无监督深度卷积神经网络，输出估计相位重建图；基于该相位图构造样品复透射函数，并结合光学参数利用部分相干物理前向模型生成预测强度图像；最后通过最小化测量与预测强度图像之间的归一化加权强度损失函数，迭代更新网络参数，输出最终的高分辨率重建相位图像。本发明能够在无需任何硬件改动下，显著减少数据采集量，实现高精度和高分辨率的相位重建，适用于数据量少、分辨率需求高的无标记生物显微成像。