深度依存型光学マイクロロボット顕微鏡画像生成のための、周波数に着目したデュアルコントロール拡散モデル

要旨: 光トゥイーザー（OT）によって駆動される光学マイクロロボットは、細胞操作や微小スケールの組み立てにおいて重要ですが、自律的な動作には正確な3D認識が必要です。このような認識システムの開発は困難です。というのも、複雑な製造プロセスと労力のかかるアノテーションにより、大規模で高品質な顕微鏡データセットが乏しいためです。生成AIはデータ拡張の有望な手段を提供しますが、既存の生成敵対ネットワーク（GAN）ベースの手法では、特に深度に依存する回折やディフォーカス効果といった重要な光学特性を再現することが難しいという課題があります。この制限に対処するため、物理的に整合する顕微鏡画像合成のためのデュアル制御・周波数認識拡散モデルであるDu-FreqNetを提案します。この枠組みは、マイクロロボットの3D点群と深度特有のメッシュ層をそれぞれ符号化するための、2つの独立したControlNetブランチを備えます。焦点面からの距離に基づいて高周波成分と低周波成分の重みを動的に調整する適応的な周波数領域損失を導入します。微分可能なFFTベースの教師信号を活用することで、Du-FreqNetはピクセル空間の手法では見落とされがちな、物理的に意味のある周波数分布を捉えます。限られたデータセット（例：1姿勢につき80枚）で学習した本モデルは、制御可能で深度に依存する画像合成を実現し、ベースラインに比べてSSIMを20.7%向上させます。大規模な実験により、Du-FreqNetが未見の姿勢に対して有効に一般化できること、また3D姿勢推定や深度推定を含む下流タスクを大幅に強化することが示されました。これにより、マイクロロボティクス・システムにおける頑健なクローズドループ制御が促進されます。