近日，复旦大学未来信息创新学院研究员马炯团队在IEEE Transactions on Instrumentation and Measurement（IEEE TIM）发表了显微成像系统去离焦的论文Cycle-PSFCNN: A Two-Stage Defocus Reasoning and Restoration Network for Microfluidic Systems。IEEE TIM是IEEE仪器与测量协会（IEEE Instrumentation and Measurement Society）的旗舰期刊，在学术界和工业界享有较高的声誉。

在这项研究中，系统融合了离焦数据预测和图像的对抗生成去模糊，形成了两段式神经网络模型，并利用循环式架构增强系统稳定性和抑制伪影的可靠性。经多组内外部验证，在商用FlowCAM流式成像系统与实验室自研的智能数字微流成像系统中，本系统的预测与修复能力均高于基准模型，在实测数据集上评估，峰值信噪比提升5.25 dB，图像相似度提升0.003，像素灰度平均误差减小0.0086。在颗粒物计数与尺寸统计中，本系统的修复也使统计值更加接近理论值，避免了传统算法中对模糊斑块的忽略与伪影。同时，系统还能可视化输出目标图像的连续离焦参数（如距离、散光系数等），提高了网络的可解释性。该论文第一作者是复旦大学2021级博士生陈秋澍，马炯研究员、商慧亮副教授为论文通讯作者。

上述研究工作得到了国家科技部重点研发计划和国家自然科学基金等多个项目的支持，联合完成单位包括上海衡芯生物科技有限公司复宏汉霖生物制药有限公司等。

文章链接：https://ieeexplore.ieee.org/document/11098914/