DOI: https://doi.org/10.1016/j.dsp.2026.106184
تاريخ النشر: 2026-04-22
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: تقنيات التصوير بالأشعة السينية المتقدمة
نظرة عامة
تقدم ورقة البحث نهجًا جديدًا لاسترجاع الطور، وهي مهمة حاسمة في مجالات متعددة مثل التصوير والميكروسكوب، والتي تتضمن استعادة إشارة من قياسات تعتمد فقط على الكثافة. يقدم المؤلفون إطار عمل للتكرار العميق يستفيد من نماذج الانتشار، مبتعدين عن الطرق التقليدية التي تعتمد غالبًا على الضوضاء العشوائية للت initialization. بدلاً من ذلك، تبدأ طريقتهم بعدة تقديرات أولية متسقة جسديًا وتقوم بتحسينها من خلال عملية انتشار صورة إلى صورة متعلمة. يعزز هذا النهج المتانة وقابلية التفسير بينما يعالج قيود الخوارزميات الكلاسيكية، لا سيما من حيث الحساسية للت initialization وضوضاء القياس. كما يقترح المؤلفون استراتيجية تحسين للت initialization تجمع بين الخوارزميات الكلاسيكية وآلية تسريع، مما يؤدي إلى تقديرات أولية موثوقة. تظهر تجاربهم الشاملة تحسينات كبيرة في كفاءة التدريب وجودة الاستعادة، متفوقة باستمرار على كل من الطرق الكلاسيكية والحديثة المتطورة.
في الخاتمة، يؤكد المؤلفون على دمج إطار العمل Inversion by Direct Iteration (InDI) مع تقنيات الت initialization المتقدمة والتجميع، مما يعزز الاستعادة من خلال إزالة الضوضاء بشكل تكراري وتناسق البيانات. لا تحسن طريقتهم الكفاءة الحسابية من خلال استخدام تقديرات أولية خام فحسب، بل تحقق أيضًا مقاييس إدراكية وتشويه متفوقة، مما يعالج بفعالية التوازن بين الإدراك والتشويه. تؤكد التقييمات الواسعة على متانة نهجهم عبر مستويات ضوضاء مختلفة، مما يضع معيارًا جديدًا لأداء استرجاع الطور. تشير النتائج إلى أن الإطار المقترح يمكن أن يفيد بشكل كبير مجموعة واسعة من التطبيقات العلمية والصناعية، مع إمكانية تحسينات مستقبلية من خلال دمج أكثر إحكامًا لتقنيات إزالة الضوضاء المتعلمة واستنتاج النماذج.
مقدمة
تتناول مقدمة الورقة التحديات المتعلقة باسترجاع الطور (PR)، وهي مشكلة عكسية حاسمة في مجالات علمية متعددة، حيث الهدف هو إعادة بناء إشارة أو صورة من قياسات الكثافة، والتي تُشتق عادةً من تحويل فورييه الخاص بها. تعقد فقدان معلومات الطور هذه المهمة، مما يجعلها غير خطية وغير محددة. غالبًا ما تكافح الطرق التقليدية، مثل خوارزميات الإدخال-الإخراج الهجينة (HIO) وتقليل الخطأ (ER)، مع حساسية الضوضاء ومشكلات الت initialization، مما يؤدي إلى استعادة دون المستوى الأمثل. استجابةً لذلك، ظهرت التعلم العميق كحل واعد، ومع ذلك، تواجه العديد من طرق PR المعتمدة على التعلم العميق تحديات تتعلق بالمتانة، والتعميم، وقابلية التفسير، وحساسية المعلمات الفائقة.
لمعالجة هذه القيود، يقترح المؤلفون طريقة جديدة تُسمى استرجاع الطور من صورة إلى صورة (I2I-PR)، والتي تدمج الحلول الكلاسيكية في إطار عمل للتكرار العميق مستوحى من نماذج الانتشار من صورة إلى صورة (I2I). تبدأ هذه الطريقة بعدة تقديرات أولية معقولة بدلاً من الضوضاء العشوائية، مما يعزز استخدام قدرات إزالة الضوضاء ويحسن سرعة التقارب. تشمل المساهمات الرئيسية دمج خوارزمية تسريع تقليل الخطأ لتعزيز المتانة وسرعة التقارب، بالإضافة إلى تقنية تجميع تجمع بين عدة استعادة لتعزيز الجودة الإدراكية. تُظهر الطريقة المقترحة أداءً متفوقًا في التغلب على التحديات الكامنة في استرجاع الطور، كما يتضح من النتائج التجريبية الشاملة. تم هيكلة الورقة لتقديم صياغة رياضية لمشكلة PR، ومراجعة للأبحاث ذات الصلة، وعرض تفصيلي للطريقة المقترحة، وتحليلات مقارنة، وملخص للنتائج والاتجاهات البحثية المستقبلية.
النتائج
في هذا القسم، يقدم المؤلفون نتائج محاكاة رقمية تهدف إلى تقييم أداء طريقتهم المقترحة لاسترجاع الطور. تركز التجارب على مقاييس رئيسية مثل المتانة تجاه الضوضاء، وسعة التعميم، والتكلفة الحسابية، مقارنةً بأداء الاستعادة لطريقتهم ضد كل من التقنيات الكلاسيكية والمتطورة. يتم توليد قياسات فورييه الضوضائية المستخدمة في المحاكاة وفقًا للمعادلة \( \text{SNR} = 10 \log\left(\frac{\| \mathcal{F} \mathbf{x} \|^2}{\| \mathbf{y} \|^2 – \| \mathcal{F} \mathbf{x} \|^2}\right) \)، مع قيم نسبة الإشارة إلى الضوضاء (SNR) المتوسطة المفصلة في الجدول 1.
لضمان تفرد الاستعادة، يستخدم المؤلفون تحويل فورييه المنفصل المفرط (DFT) بمعدل مفرط قدره \( m = 4n \)، كما هو موصى به في الأدبيات السابقة. يعتبر هذا الاختيار المنهجي حاسمًا لتخفيف الغموض التافه في عملية استرجاع الطور، مما يعزز موثوقية النتائج المستخلصة من المحاكاة.
المناقشة
تتضمن مشكلة استرجاع الطور إعادة بناء إشارة غير معروفة \( \mathbf{x} \) من قياسات الكثافة \( \mathbf{y}^2 = |\mathbf{A}\mathbf{x}|^2 + \mathbf{w} \)، حيث \( \mathbf{A} \) هو مشغل خطي معروف و \( \mathbf{w} \) يمثل ضوضاء القياس، والتي يتم نمذجتها عادةً على أنها موزعة بواسون. هذه المشكلة أكثر تعقيدًا بشكل ملحوظ من المشكلات العكسية الخطية بسبب عدم خطيتها الكامنة ولها تطبيقات كبيرة عبر مجالات متعددة مثل التصوير، والحوسبة البصرية، والتعلم الآلي. تعتبر تقنيات الإسقاط التكراري الكلاسيكية، بما في ذلك خوارزميات جيرشبرغ-ساكستون وتقليل الخطأ، أساسية في معالجة استرجاع الطور، حيث تعتبر خوارزمية الإدخال-الإخراج الهجينة (HIO) طريقة بارزة توازن بين قيود الحجم والمجال المكاني دون فرضها بشكل صارم في كل تكرار.
تعزز الطريقة المقترحة إطار العمل Inversion by Direct Iteration (InDI) من خلال تحسين مرحلة الت initialization لتحسين المتانة وجودة الاستعادة في استرجاع الطور. تولد هذه الطريقة عدة تقديرات خام من نفس القياس، والتي يتم بعد ذلك متوسطها لتشكيل تقدير أولي مستقر للتكرار. تتضمن عملية التحسين خط أنابيب انتشار صورة إلى صورة متعلم، مما يسمح بإزالة الضوضاء التدريجية وتحديثات تناسق البيانات من خلال طرق الإسقاط المتناوبة مثل HIO. من خلال شرط إزالة الضوضاء على عدة استعادة أولية، تحافظ الطريقة على التفاصيل المهمة بينما تخفف من فقدان المعلومات، مما يؤدي في النهاية إلى تحسين أداء الاستعادة. يعزز دمج آليات الانتباه ضمن بنية UNet مخصصة قدرة النموذج على التركيز على الميزات ذات الصلة، مما يضمن مخرجات عالية الجودة في سيناريوهات استرجاع الطور الصعبة.
DOI: https://doi.org/10.1016/j.dsp.2026.106184
Publication Date: 2026-04-22
Author(s): Zhenyun Du et al.
Primary Topic: Advanced X-ray Imaging Techniques
Overview
The research paper presents a novel approach to phase retrieval, a critical task in various fields such as imaging and microscopy, which involves recovering a signal from intensity-only measurements. The authors introduce a deep iterative refinement framework that leverages diffusion models, moving away from traditional methods that often rely on random noise for initialization. Instead, their method begins with multiple physically consistent initial estimates and refines them through a learned image-to-image diffusion process. This approach enhances robustness and interpretability while addressing the limitations of classical algorithms, particularly in terms of sensitivity to initialization and measurement noise. The authors also propose an improved initialization strategy that combines classical algorithms with an acceleration mechanism, leading to reliable initial estimates. Their comprehensive experiments demonstrate significant improvements in training efficiency and reconstruction quality, consistently outperforming both classical and contemporary state-of-the-art methods.
In the conclusion, the authors emphasize the integration of the Inversion by Direct Iteration (InDI) framework with advanced initialization and aggregation techniques, which enhances reconstruction through iterative denoising and data consistency. Their method not only improves computational efficiency by utilizing initial crude estimates but also achieves superior perceptual and distortion metrics, effectively addressing the perception-distortion tradeoff. The extensive evaluations confirm the robustness of their approach across various noise levels, establishing a new benchmark for phase retrieval performance. The findings suggest that the proposed framework can significantly benefit a wide range of scientific and industrial applications, with potential for future enhancements through tighter integration of learned denoising and model-based inference techniques.
Introduction
The introduction of the paper addresses the challenges of phase retrieval (PR), an inverse problem crucial in various scientific fields, where the objective is to reconstruct a signal or image from intensity measurements, typically derived from its Fourier transform. The loss of phase information complicates this task, rendering it non-linear and ill-posed. Traditional methods, such as the Hybrid Input-Output (HIO) and Error Reduction (ER) algorithms, often struggle with noise sensitivity and initialization issues, leading to suboptimal reconstructions. In response, deep learning has emerged as a promising solution, yet many deep learning-based PR approaches face challenges related to robustness, generalization, interpretability, and hyperparameter sensitivity.
To address these limitations, the authors propose a novel method called image-to-image phase retrieval (I2I-PR), which integrates classical solvers into a deep iterative refinement framework inspired by image-to-image (I2I) diffusion models. This approach begins with multiple plausible initial estimates rather than random noise, enhancing the utilization of denoising capabilities and improving convergence speed. Key contributions include the incorporation of an accelerated error reduction algorithm to bolster robustness and convergence speed, as well as an aggregation technique that combines multiple reconstructions to enhance perceptual quality. The proposed method demonstrates superior performance in overcoming the inherent challenges of phase retrieval, as evidenced by comprehensive experimental results. The paper is structured to provide a mathematical formulation of the PR problem, a review of related research, a detailed presentation of the proposed approach, comparative analyses, and a summary of findings and future research directions.
Results
In this section, the authors present the results of their numerical simulations aimed at evaluating the performance of their proposed method for phase retrieval. The experiments focus on key metrics such as robustness to noise, generalization capacity, and computational cost, comparing the reconstruction performance of their method against both classical and state-of-the-art techniques. The noisy Fourier measurements used in the simulations are generated according to the equation \( \text{SNR} = 10 \log\left(\frac{\| \mathcal{F} \mathbf{x} \|^2}{\| \mathbf{y} \|^2 – \| \mathcal{F} \mathbf{x} \|^2}\right) \), with average signal-to-noise ratio (SNR) values detailed in Table 1.
To ensure the uniqueness of the reconstruction, the authors employ an oversampled discrete Fourier transform (DFT) with an oversampling rate of \( m = 4n \), as recommended in prior literature. This methodological choice is critical for mitigating trivial ambiguities in the phase retrieval process, thereby enhancing the reliability of the results obtained from the simulations.
Discussion
The phase retrieval problem entails reconstructing an unknown signal \( \mathbf{x} \) from intensity measurements \( \mathbf{y}^2 = |\mathbf{A}\mathbf{x}|^2 + \mathbf{w} \), where \( \mathbf{A} \) is a known linear operator and \( \mathbf{w} \) represents measurement noise, typically modeled as Poisson-distributed. This problem is notably more complex than linear inverse problems due to its inherent non-linearity and has significant applications across various fields such as imaging, optical computing, and machine learning. Classical iterative projection techniques, including the Gerchberg-Saxton and Error Reduction algorithms, are foundational in addressing phase retrieval, with the Hybrid Input-Output (HIO) algorithm being a prominent method that balances magnitude and spatial domain constraints without strictly enforcing them at each iteration.
The proposed method enhances the Inversion by Direct Iteration (InDI) framework by refining the initialization stage to improve robustness and reconstruction quality in phase retrieval. This approach generates multiple crude estimates from the same measurement, which are then averaged to form a stable initial estimate for iterative refinement. The refinement process incorporates a learned image-to-image diffusion pipeline, allowing for gradual denoising and data consistency updates through alternating projection methods like HIO. By conditioning the denoiser on multiple initial reconstructions, the method preserves important details while mitigating information loss, ultimately leading to improved reconstruction performance. The integration of attention mechanisms within a customized UNet architecture further enhances the model’s ability to focus on relevant features, ensuring high-quality outputs in challenging phase retrieval scenarios.