近日,理学院蔡亚楠副教授团队联合中国科学院西安光学精密机械研究所在《Light: Advanced Manufacturing》(IF 10.6)上发表题为“Multi-prior physics-enhanced neural network for high-fidelity arbitrary-path optical particle manipulation”的研究成果。论文共同第一作者为西北农林科技大学硕士生云愉翔、西安光机所博士生高文禹和西安光机所周源博士,通讯作者为西北农林科技大学蔡亚楠副教授、西安光机所柏晨研究员和姚保利研究员,西北农林科技大学为第一完成单位及通讯单位。
本研究提出了一种基于多先验物理增强神经网络的光学传送带设计与重建方法(MPPN-RW),通过引入物理模型约束并结合多种先验信息,对计算全息图进行联合优化,从而实现任意路径光学传送带的高精度重建。相比传统依赖参数方程及标量衍射模型的方法,MPPN-RW能够灵活表达各种任意且复杂的输运轨迹,并在高数值孔径紧聚焦条件下有效提升光强均匀性与相位连续性,从而增强光学传送带的稳定性与鲁棒性。在自主搭建的全息光镊实验系统中,实现了金微球、聚苯乙烯微球、二氧化硅微球及酵母细胞等多种粒子沿任意复杂路径的稳定、连续输运。该技术在微纳结构组装、细胞操控与生物分析、粒子分选以及光驱动微纳系统等领域具有广泛的应用价值。

图 (a) MPPN-RW方法的工作原理,(b) 多种微粒的输运实验结果,(c) 不同方法的量化分析结果对比
《Light: Advanced Manufacturing》是一本聚焦先进光学制造与光子技术前沿研究的高水平国际学术期刊,主要报道光学加工、精密制造及相关交叉领域的创新成果。