分辨率提升10倍！AI助力顯微鏡升級 可生成高清三維圖像
發布時間：
2021-12-02
來源：
作者：
閱讀數：
在近現代科學的歷史上，顯微鏡技術的一次次飛躍促成了生命科學、材料等領域的蓬勃發展。20世紀50年代，人工智能先驅Marvin Minsky提出了共聚焦顯微技術。相比于傳統的顯微鏡，這種可以獲取連續切片、呈現物體三維面貌的新技術迅速受到了青睞，走進了全世界的生物學實驗室。
不過，共聚焦顯微技術也并非沒有缺點。在現有的技術下，這類顯微鏡在第三個維度的成像較為模糊。樣本厚度越大，成像效果也越差。此外，這類顯微鏡成像所需的時間較長，同時熒光信號也會對觀察對象產生光毒性。
現在，一項嶄新的技術有望改變共聚焦顯微鏡的局限性，開創新的研究局面。在《自然》雜志的最新研究中，由美國國立衛生研究院（NIH）領導的研究團隊開發了一款全新的多視角超分辨率共聚焦顯微鏡，并將該設備與深度學習技術相結合，使得共聚焦顯微鏡的分辨率提升了10倍以上，并且實現了對各類生物組織的高分辨率三維成像。
對于研究團隊來說，要實現共聚焦顯微技術的突破，需要從硬件與軟件兩方面入手。
硬件方面，研究團隊創建了一臺能從3個方向對樣本進行逐行掃描的“三視角逐行掃描共聚焦顯微鏡”。新的顯微鏡平臺包含了3個不同方向的物鏡，它們各自成像，隨后在計算機中拼合成一張完整的三維圖像。
與傳統的共聚焦顯微鏡相比，新型顯微鏡的縱向分辨率大幅增加。但是，這項技術依然存在一個矛盾之處：當熒光的光照等級較高時，顯微鏡成像更清晰，但卻會造成光中毒，損傷樣本；但如果降低光照等級，成像的信噪比會下降，背景中的顆粒會使大量細節變得模糊。
因此，有沒有辦法在降低光中毒風險的同時，進一步提升顯微鏡的三維分辨率？
答案是提升軟件——人工智能派上了用場。
研究團隊使用的是深度學習算法，他們構建的神經網絡可以對已有的成像結果進行學習。經過訓練的神經網絡能夠區分出低質量（即低信噪比）與高質量的圖像，并且即使是在輸入的圖像質量不高時，該網絡也能預測形成高質量的圖像。研究團隊還發現，經過足夠的訓練，他們甚至可以教會神經網絡根據單一視角、單一方向的分辨率提升推廣到三維圖像，擴展超分辨顯微的效果潛力。
利用這種訓練手段，研究團隊在包括活體生物在內的超過20個樣本中證實了這個平臺的成像能力。從單個細胞中蛋白質的分布，線蟲胚胎、幼蟲與成年個體中的細胞核與神經元的發育過程，再到小鼠的腎臟、心臟、大腦組織……單幅圖像在100納米~200微米的各類組織都得到了高分辨率的呈現。結合了深度學習之后，新型顯微鏡的分辨率相較于傳統的共聚焦顯微鏡提升了10倍以上。
▲該顯微鏡對小鼠不同組織的成像效果（圖片來源：參考資料[1]）
目前，該研究團隊和其他合作者已經利用這套系統完成了一些生物領域的應用。
注：原文有刪減
參考資料：
[1] Yicong Wu et al., Multiview confocal super-resolution microscopy. Nature (2021) https://doi.org/10.1038/s41586-021-04110-0.
[2] Enhancing the workhorse: Artificial intelligence, hardware innovations boost confocal microscope’s performance. Retrieved Nov 24th, 2021 from https://www.eurekalert.org/news-releases/935905
24小時熱線 18802035152(微信同號)/QQ:3691125803
廣州黃埔區南云五路11號光正科技園A棟2樓238
24小時客服
微信公眾號