Un nouvel algorithme fusionne les informations quantiques et classiques pour une imagerie de haute qualité

Des chercheurs de la Colorado State University et de la Colorado School of Mines ont imaginé une nouvelle stratégie d’imagerie computationnelle qui exploite le meilleur des mondes quantique et classique. Ils ont développé un algorithme efficace et robuste qui fusionne les informations quantiques et classiques pour une imagerie de haute qualité. Les résultats de leurs recherches ont été publiés le 21 décembre dans Informatique intelligente.

Récemment, les propriétés quantiques de la lumière ont été exploitées pour permettre la microscopie à super résolution. Alors que l’information quantique offre de nouvelles possibilités, elle a son propre ensemble de limites.

L’approche des chercheurs est basée sur des fonctions de corrélation classiques et quantiques obtenues à partir de comptages de photons, qui sont collectés à partir d’émetteurs quantiques éclairés par un éclairage structuré spatio-temporellement. Les comptages de photons sont traités et convertis en signaux d’ordre croissant, qui contiennent des informations de fréquence spatiale croissante. Les informations de résolution spatiale plus élevée, cependant, souffrent d’un rapport signal sur bruit réduit à des ordres de corrélation de plus en plus grands.

Pour résoudre le problème, les chercheurs ont développé un algorithme qu’ils appellent “l’imagerie de super déconvolution”. Le but de cet algorithme est de fusionner de manière robuste des informations classiques, qui contribuent à un rapport signal sur bruit élevé mais des informations à basse fréquence spatiale, avec des informations quantiques, qui contribuent à un rapport signal sur bruit faible mais à des informations à haute fréquence spatiale.

Pour atteindre cet objectif, les chercheurs ont combiné des images de corrélation anti-groupage obtenues à partir d’émetteurs quantiques uniques avec des images classiques dérivées des mêmes données de comptage de photons. L’anti-groupement est une caractéristique unique des émetteurs quantiques uniques qui peuvent être utilisés pour l’imagerie à super résolution.

La stratégie bénéficie du chevauchement dans les régions de fréquences spatiales inférieures. “L’algorithme exploite l’exigence d’auto-cohérence des informations de fréquence spatiale mesurées qui se chevauchent pour amorcer les informations SNR (signal-bruit) inférieures à des fréquences spatiales élevées qui sont apportées par les images quantiques”, ont expliqué les chercheurs.

L’algorithme d’imagerie de super déconvolution a entraîné une augmentation remarquable du contenu de fréquence spatiale, une vitesse plus rapide et une résolution plus élevée, ainsi que de bien meilleures erreurs quadratiques moyennes dans les images reconstruites. Les chercheurs pensent que leur algorithme sera largement utilisé car il convient à une gamme de contextes d’imagerie différents.

Fourni par l’informatique intelligente