数百年来，显微镜的清晰度和放大倍数最终受到光学镜头的物理特性限制。显微镜制造商通过制造越来越复杂和昂贵的镜头元件堆栈来突破这些界限。尽管如此，科学家还是必须在高分辨率和小视野之间做出选择，还是低分辨率和大视野之间做出选择。

2013 年，加州理工学院的工程师团队推出了一种名为 FPM(傅立叶叠层显微镜)的显微镜技术。这项技术标志着计算显微镜的出现，该技术将传统显微镜的传感与计算机算法结合起来，以新的方式处理检测到的信息，从而创建覆盖更大区域的更深、更清晰的图像。自那以后，FPM 被广泛采用，因为它能够使用相对便宜的设备获取样本的高分辨率图像，同时保持较大的视野。

现在，同一实验室开发了一种新方法，该方法在获取无模糊或失真图像方面优于 FPM，即使测量次数较少。这项新技术在《自然通讯》杂志上发表的一篇论文中进行了描述，它可能会推动生物医学成像、数字病理学和药物筛选等领域的进步。

这种新方法被称为 APIC(即采用闭式方法的角度叠层成像)，它具有 FPM 的所有优点，但又没有其最大的缺点，即，为了得到最终图像，FPM 算法依赖于从一个或多个最佳猜测开始，然后一点一点地进行调整以得到“最优”解，但该解可能并不总是符合原始图像。

在电气工程、生物工程和医学工程 Thomas G. Myers 教授兼 Heritage 医学研究所研究员 Changhuei Yang 的领导下，加州理工学院的研究团队意识到可以消除该算法的这种迭代性质。

APIC 不是依靠反复试验来寻找解决方案，而是通过求解线性方程来获得像差或显微镜光学系统引入的扭曲的详细信息。一旦知道了像差，系统就可以对其进行校正，基本上就像理想状态一样运行，并产生覆盖大视野的清晰图像。

“我们以闭式方式得出了高分辨率复杂场的解，因为我们现在对显微镜捕捉的内容、我们已经知道的内容以及我们需要真正弄清楚的内容有了更深入的了解，所以我们不需要任何迭代，”论文的共同主要作者、杨氏实验室的前研究生、现加州大学伯克利分校的博士后学者曹睿志说。“通过这种方式，我们基本上可以保证我们看到的是样本的真实最终细节。”

与 FPM 一样，新方法不仅测量通过显微镜看到的光的强度，还测量光的一个重要属性，即“相位”，它与光传播的距离有关。人眼无法检测到这一属性，但它包含的信息对于校正像差非常有用。

APIC 论文的共同主要作者程申解释说，在解决这个相位信息时，FPM 依赖于反复试验的方法，他也是在杨的实验室期间完成这项工作，现在是苹果公司的计算机视觉算法工程师。

“我们已经证明，我们的方法可以为您提供更直接的分析解决方案。它更快、更准确，并且利用了有关光学系统的一些深刻见解，”沈说。

除了消除相位求解算法的迭代性质之外，新技术还允许研究人员在大视野范围内收集清晰的图像，而无需反复重新调焦显微镜。使用 FPM，如果样本的高度从一个部分到另一个部分相差几十微米，使用显微镜的人就必须重新调焦才能使算法正常工作。

由于这些计算显微镜技术经常涉及将 100 多张低分辨率图像拼接在一起以拼凑出更大的视野，这意味着 APIC 可以使该过程更快，并避免在许多步骤中可能出现的人为错误。

曹说：“我们已经开发出一个框架来纠正像差并提高分辨率。这两种能力可能对更广泛的成像系统大有裨益。”

杨表示，APIC 的开发对于他的实验室目前正在开展的更广泛的工作至关重要，旨在优化人工智能 (AI) 应用的图像数据输入。

“最近，我的实验室表明，人工智能在根据肺癌患者的简单组织病理学切片预测转移进展方面的表现优于专业病理学家，”杨说。“这种预测能力完全取决于获得均匀聚焦和高质量的显微镜图像，而 APIC 非常适合这一点。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：