光散乱イメージングの基本原則：
伝播中に光が散乱体（例えば乱流培地、生物学的組織）に遭遇すると、その方向は散乱として知られる現象であります。光散乱イメージングでは、ターゲット情報を運ぶ光子は、散乱培地内の粒子と屈折指数の不均一な分布によって破壊され、歪んだ直接検出画像につながります。たとえば、霧の条件では、水滴による光散乱により、オブジェクトのぼやけた観察が発生します。ただし、光散乱イメージングは、これらの散乱光子の分析と処理に依存して画像を再構築します。散乱光子は次のように分類できます。弾道光子（ほぼまっすぐに移動し、明確なターゲット情報を運ぶ）、
ヘビのような光子（複数の散乱、部分的なターゲット情報の保持）、
びまん性光子（広範な散乱後に高度にランダム化）。
さまざまな光子タイプは、イメージングにおいて明確な役割を果たします。従来の散乱イメージング技術は、多くの場合、画像の再構築のための弾道光子の収集の最適化に焦点を当てています。
従来の光散乱イメージング技術：
弾道光子収集に基づく従来の方法は、散乱光からこれらの光子を分離することにより、ターゲット情報を抽出しようとします。初期のアプローチでは、特定の光学設計と検出器構成を利用して、弾道光子キャプチャに優先順位を付けました。ただし、実際のシナリオでは、弾道光子は不足しており、強く散乱培地のほとんどの光子は、多散乱のために非弾道的です。その結果、このような技術は、光学的厚さが大きく、適用性が限られているメディアではパフォーマンスが低くなります。計算光散乱イメージング：
技術の進歩により、計算散乱イメージングが出現し、厚い散乱媒体における非弾性光子の利用を強調しました。重要なアプローチには次のものがあります。光学メモリ効果と位相検索アルゴリズム：
光学メモリ効果は、散乱媒体が特定の条件下で入射光の「メモリ」を保持する方法を表します。照明角または位置の小さな変化は、散乱場に相関する変動を生成します。位相検索アルゴリズムでこの効果を活用すると、散乱フィールドからのターゲット位相情報の回復が可能になります。たとえば、実験では、散乱光とメモリ効果を介してターゲットを相関させ、位相情報を繰り返し解くことにより、ターゲット画像を再構築します。この方法は、動的な厚い散乱媒体と広場の長距離イメージングにおける可能性の可能性を示しています。コヒーレント回折イメージング：
この手法は、測定された回折パターンからターゲット振幅と位相を再構築するために、コヒーレントな光照明と反復アルゴリズムを採用しています。散在する光強度（位相データがない）を記録することにより、位相検索アルゴリズムは、欠落している情報を繰り返し解決します。コヒーレント回折イメージングは、従来の解像度の制限を超えており、材料科学と生物医学の微細構造の高解像度イメージングを可能にします。ptychographic Iterative Engine：
Ptychographyは、ターゲット領域のスキャンを重複させ、散乱強度データを繰り返し処理することにより、高解像度画像を再構築します。スキャンの位置と角度を継続的に調整すると、情報の獲得が向上し、解像度と品質が向上します。この方法は、非副ターゲットのイメージングに優れており、実際の散乱イメージングアプリケーションに大きな価値を保持します。
光透過マトリックスに基づいた散乱イメージングの実験的光パス
課題と制限：
注目に値する進歩にもかかわらず、光散乱イメージングに直面します。動的環境：急速に変化する散乱培地（例えば、流れる煙、動的な生物組織）は、進化する散乱データのリアルタイム処理を要求し、非常に効率的なアルゴリズムと計算能力を必要とします。
解像度と品質：厚い散乱媒体は、多くの場合、複数の散乱による情報の損失と騒音のために画質を低下させ、ぼやけたりゆがめたりします。
シナリオの特異性：多くの手法は特定の条件に優れていますが、一般化可能性が欠けており、多様な現実世界のアプリケーション全体で堅牢性を制限しています。
アプリケーション：
バイオメディシン：光散乱による内部組織構造のイメージングを可能にし、疾患診断を支援します（例えば、組織からの散乱光の分析を介して初期段階がんの検出）。
環境モニタリング：霧、煙、またはヘイズを介した画像診断を促進して、遠隔汚染源や気象現象を監視します。
産業検査：散乱した光を分析して内部欠陥を特定し、製品の品質と安全性を高めることにより、不透明な材料の非破壊検査をサポートします。