深層組織成像新方法雙反卷積獨立校正激發(fā)發(fā)射像差

樣品驗證：研究人員使用100納米熒光珠和自制的熒光分辨率靶進行成像。在有像差層存在的情況下，傳統(tǒng)方法圖像中的熒光珠呈現(xiàn)雙點偽影，分辨率靶圖案模糊不清。應(yīng)用雙反卷積算法后，這些偽影被有效消除，圖像分辨率得到顯著提升，成功分辨出間隔250納米的線對，清晰證明了其強大的像差校正能力。

生物樣本驗證：在COS-7細胞的微管成像中，算法將分辨率從280納米提升至134納米。在對Thy1-EGFR小鼠腦組織切片進行成像時，在130微米和180微米的深度，算法清晰地還原了樹突棘的精細結(jié)構(gòu)，其頸部寬度測量值遠優(yōu)于傳統(tǒng)方法，證實了其在深層組織中的超級分辨率成像能力。在斑馬魚后腦的成像中，該方法還展示了處理空間變化像差的能力，通過分區(qū)域處理，清晰呈現(xiàn)了傳統(tǒng)方法無法分辨的神經(jīng)結(jié)構(gòu)。

最終結(jié)論：這項研究成功開發(fā)了一種無需復(fù)雜硬件的計算自適應(yīng)光學(xué)方法，通過獨立校正激發(fā)和發(fā)射像差，在深層組織中實現(xiàn)了超越衍射極限的超級分辨率成像，為生物學(xué)研究提供了強大的新工具。

創(chuàng)新與亮點
突破成像難題：雙重像差的獨立校正。
深層組織成像的核心難題是激發(fā)和發(fā)射路徑會引入不同且復(fù)雜的像差。傳統(tǒng)方法或只校正一路，或?qū)�兩路合并處理，�?dǎo)致高頻信息丟失。該研究通過創(chuàng)新的雙反卷積算法，首次實現(xiàn)了對激發(fā)和發(fā)射光學(xué)傳遞函數(shù)的獨立、精準(zhǔn)識別與校正，從根源上解決了這一難題，顯著提升了在強像差環(huán)境下的成像質(zhì)量。

提出應(yīng)用新技術(shù)：計算自適應(yīng)光學(xué)新框架。
研究團隊提出了一種名為“雙反卷積”的計算自適應(yīng)光學(xué)技術(shù)。該技術(shù)巧妙地結(jié)合了圖像掃描顯微鏡的硬件簡化和虛擬結(jié)構(gòu)光照明的數(shù)學(xué)處理，僅需將探測器更換為相機，就能在計算層面完成原本需要復(fù)雜波前校正器才能實現(xiàn)的像差校正功能，極大地降低了技術(shù)門檻。

生物醫(yī)療應(yīng)用價值：賦能深層、精細活體研究。
該方法在生物醫(yī)學(xué)領(lǐng)域具有顯著的實際應(yīng)用價值。首先，它以低成本、易集成的方案，為普通實驗室提供了進行深層組織超級分辨率成像的可能。其次，它能以四分之一發(fā)射波長的分辨率（約130納米），可視化180微米深度腦組織中的樹突棘，這對于神經(jīng)科學(xué)研究中理解突觸可塑性、學(xué)習(xí)與記憶的機制至關(guān)重要。最后，它同樣適用于細胞骨架等精細結(jié)構(gòu)的觀察，為細胞生物學(xué)研究提供了更清晰的視野，有望推動疾病發(fā)生機制、藥物篩選等多個領(lǐng)域的發(fā)展。

總結(jié)與展望
本研究提出的雙反卷積多光子結(jié)構(gòu)光照明顯微鏡，為深層組織超級分辨率成像提供了一種簡潔而強大的計算自適應(yīng)光學(xué)解決方案。它通過獨立校正激發(fā)與發(fā)射路徑的像差，在無需復(fù)雜硬件投入的情況下，顯著提升了成像深度和分辨率，成功觀察到了深層腦組織中納米尺度的精細結(jié)構(gòu)。

展望未來，該技術(shù)有望與更快速的成像策略（如多焦點激發(fā)）和高靈敏度的陣列探測器相結(jié)合，以克服當(dāng)前采集速度較慢的局限，實現(xiàn)實時動態(tài)成像。其核心的“雙反卷積”概念也可能超越光學(xué)顯微鏡，為其他存在類似線性響應(yīng)函數(shù)測量問題的成像系統(tǒng)（如超聲、核磁共振）提供新的計算成像思路，推動多領(lǐng)域成像技術(shù)的進步。