[DeepSee] Zastosowania uczenia głębokiego w jednoramkowych, poosiowych technikach ilościowego obrazowania fazowego

Opis projektu:

Projekt ma na celu opracowanie nowej generacji algorytmów ilościowego obrazowania fazowego (QPI), pozwalających na rekonstrukcję informacji fazowej z pojedynczego obrazu. Realizacja projektu koncentruje się na przeniesieniu złożoności pomiaru z układów optycznych na oprogramowanie poprzez zastosowanie metod uczenia głębokiego (CNN) i optymalizacji bayesowskiej. Opracowane rozwiązania umożliwią znaczące uproszczenie i miniaturyzację układów interferometrycznych, zwiększenie odporności pomiarów na zakłócenia oraz analizę dynamicznych procesów biologicznych w czasie rzeczywistym. Projekt ma charakter pionierski - po raz pierwszy zostaną zaproponowane ogólne, niezależne od próbki i układu pomiarowego algorytmy do jednoramkowej estymacji fazy w konfiguracjach interferometrów poosiowych.