人工智能驱动的傅里叶叠层成像技术及其对“ai+光学”的启示（特邀）

傅里叶叠层成像（fpm）技术是2013年提出的一种高通量计算光学成像技术，它有效突破了高分辨率成像与大视场成像的矛盾关系，近年研究发现其不单纯是一项突破视场与空间分辨率的工具，更是突破权衡问题的范式，从而获得广泛关注。本文重点阐述了fpm技术从实验室“看着美”到实际应用场景“用得好”这一过程中面临的三大难点：数值模型与物理实际失配、重构时间长与算力需求高、缺乏多模态扩展。介绍了如何通过“ai+物理”双驱动实现fpm关键技术革新，包括引入机器学习概念的智能重建算法、光学-算法协同设计、频域外推方法与生成对抗网络融合、多模态成像方案与数据融合增强等，逐步破解fpm技术难点。反过来，深度思考了fpm技术有望反哺“ai+光学”发展的独特价值，如提供物理约束下的ai基准测试、微型化智能显微镜的算力-带宽平衡启示、光电混合架构等。最后，介绍了fpm技术产业化路径和前沿方向，指出随着ai+物理双驱动方式的推动，其将产生大量的产业应用案例，展望了未来应用场景与拓展的可能性，如体液活检与即时检测将会是未来两大重要的增量市场。