Inom biomedicin, noggrann och effektiv observation av patologiska skivor är avgörande vid upptäckt av cellmorfologi, patologisk analys, och sjukdomsdiagnostik, som fungerar som bryggan mellan grundforskning och kliniska tillämpningar. Å ena sidan, patologiska skivor färgas vanligtvis för specifik igenkänning, med tanke på att människor är känsliga för färginformation och kan klassificera efter färg. Å andra sidan, digital patologi som använder digitalkameror för att samla in färgade patologiska skivor förbättrar avbildningseffektiviteten jämfört med blotta ögonen och minskar förbiseende och dubbelräkning. Dock, en avvägning mellan hög upplösning (HR) och brett synfält (FOV) finns inom digital patologi, vilket resulterar i artefakter av skanning och sömmar.

Fourier ptykografisk mikroskopi (FPM), uppfanns 2013 av Zheng och Yang et al., är en lovande beräkningsteknik som eliminerar dessa artefakter inom digital patologi och ger en hög genomströmning, delar sin rot med optisk fasåtervinning och syntetisk bländarradar. Med tanke på dess flexibla inställning, prestanda utan mekanisk skanning, och interferometriska mätningar, FPM har framgångsrika tillämpningar inom digital patologi och bildbehandlingssystem för hela diabilder.

För närvarande, den konventionella digitala fullfärgspatologin baserad på FPM är fortfarande tidskrävande på grund av de upprepade experimenten med tri-våglängder. Inspirerad av färgmatchning, Profs. En panna, Baoli Yao, och Caiwen Ma vid Xi'an Institute of Optics and Precision Mechanics (XIOPM), Chinese Academy of Sciences (CAS) rapporterade en färgningsmetod via färgöverföring som kallas CFPM. Rekonstruktionstiden reduceras avsevärt med 2/3 med en precisionsuppoffring på endast 0,4 %, vilket markerar ett stort steg för effektiviteten av FPM-färgning jämfört med traditionella metoder. Förutom, CFPM är lätt att använda och marknadsföra utan krav vad gäller överlappningshastighet, samplingsfrekvens eller träningsdatauppsättning. CFPM kan betraktas som ett "oövervakat överföringsinlärning" baserat på fysiska modeller utan iterativ optimering i motsats till traditionell överföringsinlärning. Detta kan ge nya idéer för relaterat arbete i framtiden.

Detta arbete publicerades i Vetenskap Kina-fysik, Mekanik och astronomi .

Det finns två tekniska svårigheter:en är hur man säkerställer färgens äkthet och korrektheten under visningsprocessen; den andra är hur man säkerställer noggrannheten i färgöverföringen samtidigt som effektiviteten förbättras. Därför, kartläggningsförhållandet mellan CIE-XYZ-färgrymden och visningen av olika färgrymder etableras; Olika färgöverföringsscheman jämförs och resultatet visar att det är det bästa alternativet att använda lågupplösta färgbilder med samma synfält som givarbilder. Det är också bevisat att lågupplösta färgbilder som används för färgöverföring har tillräckligt med färgtexturinformation.

På tal om den framtida ansökan, Prof. An Pan, en av motsvarande författare till tidningen, sa:"Genom att överföra lågupplöst sann färgtexturinformation från optiska mikroskop till elektroniska mikroskop, denna metod upplyser oss också om att vi kan färga sann färg för svartvita bilder av ett elektroniskt mikroskop".