突破衍射极限:超振荡衍射神经网络实现远场超分辨成像

Super-resolution imaging using super-oscillatory diffractive neural networks

摘要

本文介绍了一种基于超振荡衍射神经网络(SODNN)的光学超分辨成像技术,该技术能够突破传统光学设备的衍射极限,实现远场超分辨成像。SODNN通过利用衍射层实现光学互连和成像样本或生物传感器实现非线性,调制入射光场以在三维空间中产生光学超振荡效应,从而生成超分辨聚焦点。该研究不仅解决了现有超振荡成像设备的性能限制,如强旁瓣、短工作距离、有限焦深和色差问题,还展示了SODNN在多波长和多聚焦点阵列中的有效应用,为智能光学仪器的开发提供了新的思路。

原理

SODNN的核心工作原理是利用衍射层对入射光场进行调制,通过精确控制光波的相位和振幅,在三维空间中产生超振荡效应。这种效应使得光波能够在远场距离上形成超分辨聚焦点,其全宽半最大值(FWHM)远小于传统衍射极限。SODNN通过优化衍射层的相对高度图,实现对光场的三维空间约束优化,从而在保持长工作距离和长焦深的同时,避免了色差问题。此外,SODNN还实现了多波长和多聚焦点阵列,有效避免了由于波长依赖相位延迟引起的色差。

流程

SODNN的工作流程包括以下几个关键步骤:首先,入射光场在不同波长下通过SODNN的衍射层进行调制;其次,衍射层根据相对高度图产生光学路径差,调制入射光场的相位;然后,调制后的光场在输出平面上形成超振荡聚焦点;最后,检测器测量输出光场的强度分布,通过非线性函数如复光场的平方来计算。整个过程通过三维光场约束优化,确保在特定距离范围内形成理想的超振荡聚焦点,同时最小化旁瓣强度。例如,实验中设计的SODNN在远场距离超过400λ的条件下,实现了FWHM为0.407λ的超振荡点,且无旁瓣。

应用

SODNN的应用前景广泛,包括但不限于高分辨率成像、传感、感知等领域。由于其能够在远场实现超分辨成像,SODNN有望在生物医学成像、微纳加工检测、光学存储等领域发挥重要作用。此外,SODNN的多波长和多聚焦点阵列设计,使其在彩色成像和多目标检测方面具有潜在应用价值。随着智能光学仪器的发展,SODNN将为这些领域带来革命性的进步。