让手机拍出的照片更清晰，这项技术功不可没

据美国物理学网4月11日报道，加州大学洛杉矶分校（UCLA）萨缪利工程学院的研究人员已经证明，作为一种强大的人智能形式，深度学习目前已经能够对智能手机拍摄的照片进行微观细节方面的识别和增强。该技术对这些照片分辨率和色彩细节的提升效果之高，以至于能够达到了实验室级别显微图像的质量水平。

图说：手机摄像头拍摄的血液涂片图像（左）；经过计算机算法增强后的图像（中）；实验室台式显微镜拍摄的图像（右）

在实验中，研究人员依次拍摄了肺组织样本、血液和巴氏涂片的图像，他们首先分别用一台标准的实验室级别显微镜和一台带有显微镜配件的智能手机进行拍摄，然后将这些相对应的图像输入计算机系统，让其“学习”如何快速增强手机图像，最后再完成图片处理。

整个过程依赖于一套基于“深度学习”技术的计算机代码，而该代码由UCLA的研究人员自行开发。为了验证他们的技术是否能适用于其它类型的低质量图像，研究人员选取了一些因传输或储存需要被压缩而丢失细节的图片，然后采用了同样的深度学习手段，成功地完成了类似的转换过程。

这一科技进步将有助于为医疗资源匮乏的地区提供高质量的医疗诊断技术。让人惊喜的是，这项技术所使用的配件可以用3D打印机廉价生产，每件价格还不到100美元，而如果购买生成相同水平图像的实验室级设备，则需要花费数千美元。

这项研究的负责人是电子与计算机工程与生物工程的教授艾多安·奥斯坎（Aydogan Ozcan）和博士后亚伊尔·利文森（Yair Rivenson）。该项目以深度学习技术重建全息图和改进显微术为基础，目前他们已经在移动显微术与传感技术方面取得了一些创新成果，并且专注于为资源贫乏地区开发野外便携式医疗诊断和传感设备。

奥斯坎说：“通过利用深度学习科技，我们致力于弥补和缩短廉价移动手机显微镜与配备高端镜头的高标台式显微镜之间在图像质量上的差距。我们认为，我们的方法可以大量应用于其它低成本的显微镜系统，例如便宜的镜头或相机等等，并且进而可以促进从高端台式显微镜到低成本移动显微镜的更新迭代。”

他还补充说，这项新技术在全球公共卫生、远程医疗服务以及病情诊断等相关领域中有广泛的潜在应用前景。