工科學院 現代全像術的發展簡述

不知讀者們是否還記得，十年3D電視技術帶給各位多大的震撼，走向當年的3C賣場，最醒目的便是這項商品，但隨著時此技術帶給使用者不適的體驗後，短短的數年，3D電視便告向了終結。如今吸引消費者眼球的，已改為所謂的虛擬實境(Virtual reality, VR)與擴增實境(Augmented reality, AR) 。然而在這過程當中一直被流傳的一項技術3D顯示造影技術，我們稱它為全像術。

或許讀者對於全像投影這個名稱並不陌生，君不見日本的虛擬偶像演唱會，或是鄧麗君20週年虛擬人紀念演唱會，都是很好的例子。但是，事實上這些並不是所謂的全像，或者說應該被正名為浮空投影技術[1]。

數位全像顯微術應用於深度學習之資料擴充與瑕疵檢測 [8]

真正的全像術(Holography) [2]是一種基於波前再現的前瞻性三維造影技術，係透過光學干涉/繞射過程而記錄/重建完整的物體波前資訊。期中的關鍵醍醐味，便是保留了傳統底片記錄方式下無法保存得光波 “波前”資訊。而隨著現代全像術的發展，全像這一技術早已脫離了原本大眾對其做為3D顯示的藝術展示認知了。當全像所記錄的物體波前以數位化方式記錄於影像感測器後，再以電腦對其進行數值運算的波前重建,即為所謂的數位全像術(digital holography, DH) [3]，其優點是能將整個樣本的三維資訊(振幅與相位資訊)完整記錄於同一幀面影像感測器，並且進行任一平面上的數值量化波前重建(numerical wavefront reconstruction)與拓展焦深(extended depth of focus)作用，重建出樣本物體原來的三維形貌及其精確的量化波前振幅(amplitude)與相位(phase)影像。

舉例而言，配合著顯微技術的數位全像術不僅具備了高倍率顯微鏡的高空間橫向解析(lateral resolution)與干涉測量的高相位靈敏度(phase sensitivity)能力，在極微弱的照射光強度下，即可實現非破壞、低侵入的快速、全場(full-field)的振幅/相位影像測量與分析。同時，在無需標記(label-free)的情況下, 如圖一 (a)所示，可應用之於活細胞造影相位量化分析與檢測計量等研究工作[4, 5]。目前，更先進的數位全像顯微術的研究中更發展出對於微小物體或活細胞的三維造影或斷層攝影技術與應用，透過類似於醫院會使用的電腦斷層技術重建出原來物體內部三維結構與折射率分佈的資訊，可見如圖一 (b)。除此之外，現代的造影技術在工業化的需求下，將不再僅僅限制於實驗室的穩定操作環境的需求，因此，不論是無鏡成像[6]、非同調自相干技術[7]，亦或是如圖二所示的共光程架構，都將有機會，做為未來工業4.0的前瞻性三維機器視覺的有效替代方案。

同一時間，人工智慧(Artificial Intelligence, AI)在近年來快速的發展與應用幾乎遍及每個研究領域，尤其在語音/圖像辦識、工業檢測與生醫應用等領域，已獲致優異實質成效與?遍認可。因此，結合人工智慧深度學習模式對於現代全像術所提供的大量三維資訊存取與傳遞特性下所建構出的前瞻性三維造影及其資訊處理技術[8]，如圖三所示，將可做為下一世代資料辨識，與影像改善的重要發展指標，尤其面臨三維造影技術與應用亟需的高速、超解析影像的龐大資訊量擷取、處理與整合，則是目前動態三維造影與檢測有待解決與突破的重要關卡與實務難題。

目前人工智慧與深度學習神經網路仍方興未艾，但這讓諸多研究人員看到突破此關卡的希望與曙光，是個未來前瞻性影像科學、生醫影像等諸多領域嶄新的現代全像術發展可能性。