【直播回顾】基于结构光照明的多模态超分辨三维层析成像技术

直播开讲 精彩不停

2025年4月29日，北京大学生物医学工程学院席鹏教授课题组在读博士生曹睿杰做客追光智汇直播间，带来了一场关于基于结构光照明的多模态超分辨三维层析成像技术的精彩之旅。

结构光照明超分辨成像技术是一种利用光学图像原理突破衍射极限的显微成像方法，广泛应用于活细胞与组织成像。

本次追光智汇直播间，北京大学曹睿杰同学为我们带来了一场有关”基于结构光照明的多模态超分辨三维层析成像技术”的研究分享，报告介绍了结构光多模态超分辨三维层析成像技术的基本原理、实现方法、技术优势和应用场景，展望了该技术在生物成像领域中的应用发展方向。本次分享回顾了结构光照明显微成像的发展历程和现状问题，总结了课题组在结构光照明显微成像领域的相关研究成果，展示了结构光多模态超分辨成像技术在生物光子领域的重要应用。

弹幕答疑 实时互动

Q：如何突破现有结构光照明的衍射极限限制，实现更高分辨率的三维成像，同时保持低光毒性？在长时间活细胞成像中，如何平衡分辨率提升与光损伤，优化照明模式和荧光标记策略？

A：从染料层面，可以通过引入饱和激发或双光子激发的染料去实现非线性SIM，通过增加相位移动来求得更高级次的频谱信息从而讲SIM的分辨率推进至50nm左右，从算法层面，结合解卷积技术的SIM成像能够达到60nm的计算分辨率。然而染料非线性的方式会增加光损伤，计算解卷积方式会带来保真性的质疑，因此进一步提高SIM的成像分辨率仍然是下一步需要考虑的问题。在长时程观测中，首先荧光标记的染料需要进一步开发以提高抗光漂白性，其次长时程活细胞需要根据观测需求决定，例如薄样本成像仅需采用单层2D-SIM成像，对无超分辨需求的厚样本采用宽场或光层切SIM，对于需要超分辨的厚样本采用3DSIM模式，以进一步提高成像时程并降低成像光漂白，这也是多模态的意义。

Q：近年来，深度学习辅助的图像重建和自适应光学技术的引入（如AI-SIM）成为重要突破方向，该如何建立超分辨成像数据的标准化流程和定量分析方法（如三维形态计量学），确保结果的可重复性和可比性？

A：深度学习通过单图超分辨从宽场成像得到结构光成像结果，或对结构光成像图像进行去噪/反卷积后处理得到更优结果，在这当中AI的保真性和定量性受到质疑。从定量角度来说，基于贝叶斯的深度学习网络模型可以输出模型不确定和结果不确定的定量描述，告诉生物学家局部区域样本的可信度。从重建角度而言将结构光成像的物理模型引入AI重建是未来的趋势，结合物理模型与AI的重建方法极大提高了模型的可解释性，并能够提升结果的可重复性与效果。

Q：如果考虑将超分辨三维层析技术应用于厚样本（如类器官、活体组织）的深层成像中是否需要克服散射和像差问题？

A：从硬件层面，自适应光学是非常好的解决方案，通过更改数字微镜器件的条纹自适应更新深层样本的照明条纹可以极大缓解深层样本的条纹畸变，其次从软件层面，开发更保真的背景去除算法去除散射背景可以缓解因散射造成的离焦背景，并提高重建质量。

北京大学在读博士生曹睿杰介绍的基于超分辨显微成像技术使得生物结构得以清晰展现，但如何平衡时空分辨率、光毒性、成像速度和通量目前仍是各种结构光照明显微成像技术技术面临的共同挑战，通过多模态融合机制、软硬件深度结合可有效进行活细胞与组织的实时动态观测。席鹏教授课题组长期致力于将显微光学技术应用于成像领域，在探测技术、算法开发、硬件提升等方面均取得了瞩目成就。未来团队将继续推动结构光成像理论研究不断突破，探索更多快速、高分辨的光学技术及应用领域，优化硬件设施和系统升级，为生物医学成像的发展贡献力量。

智慧凝集 携手同行

晶萃光学JCOPTIX自2023年底启动了“追光计划”系列活动，旨在打造一个促进学术与技术交流、推动学科建设、培养光电领域人才的优质平台，致力于构建无界限、多元化的互动生态，渴望让参与者们在“追光智汇”找到专属自己的光芒。该计划还包含了追光者讲坛、论文激励方案等一系列活动，鼓励光电行业从业的伙伴在光电领域不懈探索与创新。

晶萃光学JCOPTIX诚挚地向所有新老朋友发出邀请，无论您是光电领域的资深专家，还是怀揣梦想、初出茅庐的青年学者，我们都渴望听到您最新的研究成果分享，也期待与每一位热爱光电行业的伙伴不期而遇，探讨科研道路上的心得体会。追光智汇栏目将持续凝集智慧与灵感之光，照亮追光路上的每一个梦想。在这个充满无限可能的舞台上，让我们携手并进，共同感受光电科技的神秘魅力，创造产学研深度融合的美好未来！