新闻资讯

全部分类

首页

当光片显微镜有了“最强大脑”，会看见怎样的未来“视界”？

所属分类：

发布时间：2025-11-06 16:20

2004 年，光片荧光显微镜横空出世，凭一手“温柔刀”圈粉无数 —— 别人用强光 “反复蹂躏” 样本，它只轻轻照亮样本的薄薄一层，再从侧面垂直采集信号，既实现了高速 3D 成像，又把对活体样本的光损伤降到了最低。与传统显微镜相比，它图像更清晰、光漂白更少，从胚胎发育到神经网络，从心脏跳动到细胞互作，光片显微镜不仅看得清楚，更看得温柔，堪称生命科学研究的温柔之眼。

近年来，人工智能与光学显微技术的深度融合，赋予了光片新的灵魂，让成像更智能、图像更精细、数据处理更高效！正推动生物医学成像进入一个崭新的智能时代。华中科技大学费鹏教授团队在《中国激光》2025 年第 9 期的封面文章中系统综述了智能成像与光片显微技术的最新进展，重点探讨了人工智能如何解决传统成像在时空分辨率、视场和样本健康之间的权衡难题。

2025 年第 9 期《中国激光》“生物医学光子学”专题子刊封面文章：

封面故事：智能成像，洞见生命——AI赋能下的光片显微镜新纪元

首先，有了 AI 加持，这只 “温柔之眼” 能帮我们看什么？

今天咱们就拆解光片应用之路上遇到的 “拦路虎”，看看 AI 是怎么解决这些问题的！

问题 1：想看得快、看得清、看得广，还不伤害样本？这 “顾此失彼” 难题怎么破？

尽管光片显微镜具有明显优势，它仍然受制于一个根本性矛盾：空间分辨率、时间分辨率、视场大小和光毒性之间无法兼得。提高某一指标往往需要以牺牲其他指标为代价。 —— 这就像 “鱼与熊掌不能兼得”，怎么选都纠结。

在光片显微技术的发展过程中，不同的应用需求和样品形态在硬件装置层面催生出了多种不同类型的显微镜。

常见的几种光片显微镜构型包括：

（图 1 光片显微镜的典型模态）

慧观的单物镜智能光片显微镜 SmartView+FireFly 插件，可涵盖倒置单物镜光片和正 T 形双侧照明光片两种模态，即可突破工作距离的限制，满足亚细胞结构、细胞、类器官、模式生物、组织厚片的成像，又可以进行厘米级全器官样本的成像。

（图2 （e）传统成像过程的权衡“金字塔”，即时空分辨率、视场和样本健康）

为了突破这些限制，研发人员给现代光片显微镜装上了“智能大脑”——自适应成像模块，能够根据样本特性实时智能反馈，自动微调成像参数。

不管是时空采样精度、视场大小，还是光照强度，它都能动态优化，甚至连光片角度和焦距控制也不在话下。就像一位经验丰富的摄影师，懂得根据不同场景调节相机设置，样本动了？立刻微调焦距；想看得更细？悄悄提升空间分辨率；怕伤着样本？马上降低光照强度。连光片的角度、采样精度都能动态优化，怎么拍效果最好，它比谁都清楚。

这样做不仅成像效率大大提升，还对样本更加温柔，有效减轻了光损伤。例如：

⦁ 一种基于深度学习的新方法，只需两张图像就能快速校正像差，恢复图像质量；

⦁ 引入了一个事件驱动采集（EDA）框架，能智能识别生物过程的关键时刻，并自动切换成像模式。

就这样，光片显微镜迈入了自适应成像新阶段。它变得更聪明、更灵活，尤其在长时间观测活体样本时——能够稳定输出高质量动态影像。

（图3 基于自动图像评分的智能光片成像流程，通过连续和长期成像策略展示了嵌合抗原受体（CAR）改造的 T 细胞对癌细胞的细胞毒性机制的动态和高通量的成像结果）

上图案例中展示了成像物镜在 10 × 下观测细胞芯片小室中的细胞数和种类是否符合实验要求，全部观测完后筛选出符合要求的细胞对记录位置，然后切换到 60 × 倍率对筛选出的位置进行细胞动态细节观测，然而这样的观测由于倍率切换繁琐，需要同时切换倾斜矫正的 O2、O3 物镜，因此需要严格按照这样的先后顺序。

单物镜光片显微镜经过慧观研发团队的技术迭代之后，SmartView 也是单物镜斜面照明，但是可以实时重建正常视角的图像，无需倾斜矫正物镜，实现多倍率的原位变倍，例如在 10 × 下确认某个小室的细胞种类数量符合要求之后，可以立即原位切换到高倍镜（20 ×、40 ×、60 ×、100 × 均可），仪器的易用性和灵活性更高。

问题2：光片显微镜怎么突破“视力天花板” ？

光片荧光显微镜是活体成像界的“三好学生”：时间分辨率高、光毒性低、速度快，特别擅长对活细胞进行三维动态观察。但这位“优等生”也有自己的短板——受限于物镜的数值孔径，它的分辨率始终被光学衍射极限卡住了脖子，导致细胞的精细内部结构总是看得不够清楚。

好在，近年来深度学习在图像处理领域大放异彩！无论是图像识别、修复、分割还是增强，它都表现出了惊人的能力。神经网络尤其擅长处理这类从模糊到清晰的非线性问题，因此在提升荧光图像分辨率、抑制噪声等方面格外拿手。

深度学习不仅能够大幅提升荧光显微图像的空间与时间分辨率，还能提高光学通量，一举打破传统成像技术顾此失彼的性能局限。如今，基于深度学习的恢复技术已经成功整合进多种光片显微镜系统中，显著提升了时空分辨率，使其能够实现超高清晰的动态观测。

可以说，深度学习的突破，为光片显微镜装上了一双“智慧的眼睛”，让原本模糊的“视界”变得前所未有地清晰——它不仅看到了更多，也看得更细、更真。

（图4 Zhao等人结合贝塞尔光片显微镜和渐进式深度学习超分辨率方法，实现了对活细胞内三维动态结构的高时空分辨率（约100nm）观测）

慧观 SmartView 单物镜光片显微镜具有基于自监督的实时图像增强，上图举例的超分辨算法也被应用于慧观的图像处理，慧观可以根据用户需求进行定制化分析。

问题3：面对PB级数据，光片显微镜怎么高效处理？

光片显微镜作为一种高性能、高通量的成像工具，能够实现从以往的二维成像到三维快速成像的跨越，并在此过程中会产生 PB 级的海量数据。如此庞大的数据流，对处理能力提出了极高要求，亟需高效的数据处理方法。

传统手动分析早已力不从心，而深度学习算法，尤其是卷积神经网络（CNN），就像 “智能解读员”，通过自动化数据解读，帮研究人员从海量数据中提取有价值的生物学信息，大幅提升了处理速度与准确性。

针对 OPM 光片显微镜的成像几何设置会导致图像坐标系与样本真实空间坐标系之间失真的问题，研究人员利用 GPU 加速和多线程技术实现光片显微镜数据的实时填充处理（deskewing），恢复样本的真实几何结构，如图 5（a）所示。

慧观 SmartView 单物镜光片显微镜可实现实时重建正常视角的图像，实现斜面直读和实时去卷积，并且慧观的图像处理软件可实现批量、一键式、自动化地进行数据拉取- TB 级数据拼接-实时图像增强等一站式数据处理，为光片显微镜的实时操作和数据处理提供了新的解决方案。

如今，高效数据处理平台的涌现，为光片显微镜成像时实时处理数据提供了可能。借助直观界面与图形化编程，复杂分析工作流的门槛被降低，无需编写代码就能设计、监控流程，推动生物显微成像领域迈向自动化与智能化。预计不久的将来数据处理速度会显著提升，进一步突破传统成像中的权衡难题。

（文中图 5 高效的数据处理方法及平台在光片显微镜中的发展及应用。）

未来已来！AI + 光片显微镜将解锁

5 大 “超能力”

实时超分辨成像系统：结合多种显微成像模式优势

跨模态兼容性：统一不同成像模式的数据标准

硬件协同设计：CPU 与 GPU 共享内存，进一步提升处理速度

临床转化应用：在病理诊断、手术指导等场景的应用

标准化与自动化：建立 AI 驱动显微镜的标准流程

给光片显微镜赋予最强大脑，让它从观察工具升级为具备自主决策能力的科研伙伴。人工智能技术的持续演进不仅推动了显微技术的跨越发展，也为探索生命机制、助力疾病防治开辟了全新的智能研究路径。

鉴于以上金字塔的限制，单物镜光片已是最好的硬件解决方案，它不受双物镜之间工作距离限制，适合多种成像场景。在此基础上，再结合以上的 AI 技术，可以实现成像质量的自适应优化、实验流程的智能调控以及动态样本的大数据解析，从而极大提升数据获取的效率和精准度。

费鹏教授团队的孵化公司——慧观生物推出的新一代单物镜智能光片显微镜SmartView，通过独创的多重调制超薄无衍射光片技术和单物镜模态设计，实现了快速、低光毒性、高分辨率三维成像，同时，可广泛兼容多种载具，可对组织器官、模式动物、类器官、活细胞及细胞器等进行多尺度观测，并且结合先进的 AI 超分辨算法，可大幅提升分辨率，并且可以实现实时去斜和去卷积，以及 TB 级大数据高速精准拼接，为生命科学研究提供高效成像方案。