本文提出了一种新方法，通过伴随变量导出光子反向传播算法，以提升光学神经网络的训练效率。结合深度模型与物理模型，构建混合框架解决计算显微术中的逆问题，并验证了其有效性。同时，研究了深度学习在图像重建中的应用，强调其对噪声的抗干扰能力，并探讨了光学成像技术的算法设计限制。