定量相位成像（QPI）是一种无标记成像技术，利用透明样本中的光程信息来评估其折射率分布和厚度变化。多光谱QPI系统扩展了这一原理，捕捉了各种感兴趣光谱带内的多个相位图像。这种功能使得可以研究细胞等透明样本的空间折射率变化和色散特性。

加利福尼亚大学洛杉矶分校（UCLA）电子与计算机工程系的Aydogan Ozcan教授领导的研究团队在《先进智能系统》杂志上发表的一项研究中介绍了一种多光谱QPI的新设计。

这个设计利用深度学习来构建一个宽带衍射光学网络，能够在一个快照内获取跨多个光谱带宽的定量相位图像。光学网络利用若干空间结构化的介电衍射层，每层包含数十万个经过深度学习优化的可透射衍射特征。

在制备了这些衍射层后，光学网络作为一个全光学相位到强度变换器，通过将多光谱QPI信号光路导向输出平面上的指定空间位置，提取输入对象在预定波长下的相位轮廓，其中单色焦平面阵列测量得到了相应的强度分布。在这个焦平面阵列上，信号区域的像素以交错的方式分组，每组测量了与特定目标光谱带宽相对应的QPI信号。

基于这一创新设计，UCLA团队进行了数值模拟，展示了他们的衍射多光谱定量相位成像器的有效性。他们展示了该系统在可见光谱下同时进行16个不同光谱带宽的QPI的能力，并在所有波长下保持了一致的性能。

此外，他们通过成功成像以前从未见过的新型对象，包括人类细胞图像，验证了他们的衍射相位成像器设计的泛化能力。这些数值分析强调了该系统作为一种多功能、通用的多光谱定量相位成像器在各种应用中的潜力。

这些衍射多光谱QPI处理器很有前景与覆盖不同光谱区域的单色光电传感器阵列进行集成。这样一个集成系统可以创建紧凑、高性能的多光谱相位成像系统，可能在生物医学成像、材料科学和环境监测等众多应用中有用。