光學顯微鏡由于其歷史悠久、市場滲透率較高、成本優勢明顯等因素，約占顯微鏡市場的40%。根據智研咨詢網發布的《2019-2025年中國顯微鏡行業市場供需預測及投資戰略研究報告》可知，中國顯微鏡進出口金額在逐年增加，在2018年時，中國顯微鏡出口金額為1.52億美元，顯微鏡進口金額為2.71億美元，進出口額的差距仍然較大，如圖11所示。可以看出，中國顯微鏡市場對設備的需求在逐年增大，同時由于顯微鏡的應用領域也在逐漸增加，這都為小型化數字全息顯微儀攻占市場提供了絕佳的市場機會。

數字全息顯微技術(Digital Holographic Microscopy, DHM)，作為一種定量相位成像技術，將數字全息技術與光學顯微技術相結合，可以從對全息圖進行重建得到的強度和相位圖像中定量獲取細胞等樣品的三維形貌以及折射率分布等信息，是一種有效的全場定量、無損非接觸、快速、高分辨的三維成像技術。本項目擬生產低成本、智能化、小型化數字全息顯微儀（mDHM），為微觀透明物體的三維形貌、透明物體的厚度/折射率分布提供了一種快速、無損以、高分辨的測量手段。

圖 1 數字全息顯微儀 - 原理及安裝效果圖

圖 2 數字全息顯微儀 - 實物圖

圖 3 數字全息顯微儀對細胞融合過程的成像結果

1.基于數字全息顯微技術，實現對透明樣品無損非侵入定量相位成像。

細胞的無標記、原位測量有助于探索相關疾病的致病機理，以及藥物對細胞生命活動的調控作用。如何實現對透明生物樣品無標記測量？數字全息顯微技術（Digital Holographic Microscopy, DHM），基于光學干涉原理，將數字全息與光學顯微相結合，具有高精度、高分辨、無需對樣品進行特殊操作的特性，在能夠實現傳統光學顯微鏡只能獲得樣品強度（振幅）信息目標的同時，可以無損非侵入的定量獲得樣品相位信息，進而得到待測透明樣品的三維形貌或折射率分布。

2.采用低相干光源以及物參共路結構，提高系統穩定性，抑制相干噪聲。

傳統的數字全息顯微裝置大多采用物參分離光路結構，導致裝置復雜且穩定性差，成像容易受到周圍環境振動及空氣擾動的影響。如何克服環境擾動對數字全息技術的影響？擬采用物參共路結構，即物光和參考光經歷完全相同的光學元件（物參共路徑，不影響兩光束的光程差）。為對比小型化數字全息顯微儀和傳統數字全息產品的穩定性差異，在未放置樣品的情況下對兩種裝置每隔20秒記錄一次干涉圖樣，連續拍攝3小時后，對所獲得的全息圖樣進行相位再現，進而確定裝置的相位分布隨時間的變化情況。定量統計結果表明（任意選擇相位圖中的某點）：傳統的數字全息顯微產品在0到2π范圍內任意變化，且均方差為1.8 rad；小型化點衍射數字全息顯微儀在3小時內相位圍繞平均值的均方差為0.08 rad，相比前者提高了20多倍。因此，裝置即使處在十分復雜的環境中也具有極高的時空穩定性，同時，物參共路的光路結構降低對光源相干性的要求，采用低相干光源可以抑制相干噪聲對恢復精度的影響。

3.利用偏振衍射光柵的偏振特性，實現干涉條紋對比度可調。

現有DHM系統大多采用分光棱鏡或普通光柵對物光波進行分光，因而無法調節物光和參考光的相對強度，而干涉條紋對比度常與待測樣品有關，并且會影響重建結果。如何克服不同樣品時干涉條紋對比度不同問題？擬采用具有優異偏振衍射特性的偏振光柵，通過衍射將物光波分成多份并沿不同衍射級方向傳播，其中±1級衍射光的光強占比均大于40%，分別被用作物光與參考光，且±1級衍射光具有不同偏振態，兩者的相對光強與入射光的偏振態有關，因此通過與1/4波片結合使用可以調節兩者的相對光強，進而實現干涉條紋對比度可調目的。

4.結合微流控技術，實現生物細胞的相位成像和信息獲取。

細胞作為生命組成的最小單元，研究其相關的生物行為及其規律和本質，對于揭示生命奧秘、探索疾病機理和治療手段有著重要意義。細胞體積微小，種類多樣，并且生長在復雜的微環境中，這些都對細胞識別、內部組分分析和細胞間相互作用分析等造成干擾。如何在細胞水平進行相關領域研究？擬采用微流控技術，通過使用不同的微流控裝置來避免細胞殘留、阻滯、重疊等對檢測結果的干擾問題，并依據數字全息顯微技術，對細胞培養、捕獲、分化、遷移、融合、藥物代謝等過程進行高精度定量成像。

圖 4 利用微流控技術測量的血液（小鼠）振幅和相位分布

5.利用深度學習，實現快速生物細胞特征提取、分類和計算。

生物樣品中細胞種類和含量的定量精確統計有利于對相關疾病進行預測和診斷。數字全息和微流控技術的結合為在細胞水平上分析疾病致病機理提供了一種快速高精度的測量手段，但是在數據樣本較大時往往需要耗費大量時間進行重構和分析，不利于疾病的及時性診斷。如何對細胞成像后快速實現細胞分類和計算？擬采用深度學習CNN網絡，減少參數規模，加快訓練速度，進行特征提取。實現對原始數據的實時恢復并對圖像中的每個細胞信息進行分類計算，最終給出統計結果（例如，含量分析或直方圖顯示）進行相關疾病診斷。