最近，位于加州大學洛杉磯分校薩繆爾工程學院的研究人員利用3D打印技術來提高智能手機相機的潛力。他們的3D打印設備可以在使用智能手機拍攝鏡頭時捕捉顯微圖像。這些圖像然后通過深度學習人工智能系統(tǒng)，增加智能手機圖像的分辨率和顏色細節(jié)，以至于它們可以達到接近實驗室級顯微鏡的圖像質(zhì)量。這一突破對于在資源和設備有限的地區(qū)進行醫(yī)學診斷可能是非常寶貴的。

     加州大學洛杉磯分校探索使用3D打印技術為智能手機相機提供強大的感應和成像功能，以適用于不同類型醫(yī)療應用的可能性。這一次，研究團隊使用機器學習影像軟件，以使智能手機相機拍攝的圖片達到實驗室級顯微鏡照片的質(zhì)量。由于普通智能手機相機的設計是為了拍攝人物和風景等通?？梢姷恼掌?，因此首先需要在物理上增強其分辨率。

   這是3D打印派上用場的地方。3D團隊不需要在高端便攜式顯微鏡設備上花費大量資金，而是為智能手機打印了顯微鏡附件。這種技術意味著每個設備的成本都低于100美元。這些顯微鏡設備放置在智能手機攝像頭鏡頭上時，能夠極大地提高圖像傳感器捕獲的細節(jié)的可視性和分辨率。從最初的相機分辨率來看，它們被增強到約百萬分之一米的尺度。

   一旦捕捉到這些改進的圖像，在科學應用之前還需要一段時間的研究。該附件可以補償基本相機鏡頭和圖像傳感器的低分辨率，但需要更先進的計算技術才能正確再現(xiàn)實驗室分析所需的分辨率和色彩細節(jié)。

“使用深度學習，我們著手彌補廉價的基于移動電話的顯微鏡和使用高端鏡頭的金標準臺式顯微鏡之間的圖像質(zhì)量差距，”校長兼電氣、計算機工程、生物工程教授Aydogan Ozcan說道。 “我們相信我們的方法廣泛適用于其他低成本顯微系統(tǒng)，例如使用便宜的鏡頭或相機，并且可以幫助用高性價比的移動替代品替代高端臺式顯微鏡?！?/p>

  該團隊在肺組織樣本上測試了他們的系統(tǒng)，以及血液和巴氏涂片。每張標本都拍攝了一張高端顯微圖像，以及使用顯微鏡增強的智能手機相機拍攝的圖像。這些對應的圖像被輸入到一個數(shù)字系統(tǒng)中，該系統(tǒng)使用專門設計的深度學習代碼，以便快速準確地了解如何提高低質(zhì)量圖像的分辨率。

  該項目的成功指明了將這種技術用于醫(yī)療診斷和其他醫(yī)療保健應用的前景，提高了便攜性以及高級顯微鏡的可用性。Ozcan與UCLA博士后學者Yair Rivenson一起領導了這個項目?；贠zcan小組以前的研究基礎，該研究小組利用深度學習重建全息圖并改進顯微鏡技術。項目的最新研究結果已于最近發(fā)表在ACS Photonics（美國化學學會雜志）上。