近年來，超分辨率熒光顯微鏡的發(fā)展極大地推動(dòng)了人類對(duì)亞細(xì)胞結(jié)構(gòu)的研究。其中，基于結(jié)構(gòu)光照明的超分辨率熒光顯微鏡（SR-SIM）憑借其光子轉(zhuǎn)化效率高等優(yōu)點(diǎn)，非常適合活細(xì)胞的超分辨率成像。然而，北京大學(xué)陳良怡實(shí)驗(yàn)室2018年的工作提出，盡管結(jié)構(gòu)光的光子轉(zhuǎn)化成為超分辨的效率比其他類型的超分辨率顯微鏡更高，但是由于它存在的反卷積重建過程會(huì)放大圖像中噪聲產(chǎn)生偽影，從而影響超分辨率圖像的可信度和定量化分析。在其提出利用時(shí)空連續(xù)性作為先驗(yàn)知識(shí)開發(fā)的基于海森正則化項(xiàng)的迭代重建方法后，其他許多研究組也開發(fā)了不同的抑制偽影的方法。已有的基于物理模型或通用先驗(yàn)知識(shí)的方法能夠抑制噪聲導(dǎo)致的偽影，但背景失焦引起的蜂窩狀偽影、光照散射引起的偽影等不能完全抑制。而深度神經(jīng)網(wǎng)絡(luò)重建方法雖然能夠更好地抑制重建超分辨率圖像導(dǎo)致的各種偽影，但可能會(huì)產(chǎn)生局部失真和分辨率降低。 s_4y^w]aX  
v!6IH  
2023年1月，北京大學(xué)未來技術(shù)學(xué)院陳良怡教授團(tuán)隊(duì)結(jié)合了物理模型和深度學(xué)習(xí)兩種重建方法的優(yōu)點(diǎn)，通過利用全深度變分（TDV）網(wǎng)絡(luò)作為重構(gòu)目標(biāo)函數(shù)的正則化項(xiàng)，將其與SIM物理模型相結(jié)合，提出了一種混合重建方法（TDV-SIM），能夠在抑制偽影的同時(shí)保持分辨率。在處理不同細(xì)胞結(jié)構(gòu)的圖像時(shí)，TDV-SIM較單純的深度學(xué)習(xí)方法能夠更好地保留真實(shí)信號(hào)，同時(shí)比基于物理模型的方法能夠更有效地去除偽影。相關(guān)工作以題為“Hybrid reconstruction of the physical model with the deep learning that improves structured illumination microscopy”（doi:10.1117/1.APN.2.1.016012）的論文發(fā)表于Advanced Photonics Nexus上。 _qvzZ6  
y1_z(L;I  
研究團(tuán)隊(duì)將TDV-SIM與其他重建方法進(jìn)行了比較，包括基于物理模型（Wiener 反卷積，HiFi-SIM，Hessian-SIM）和基于深度學(xué)習(xí)的方法（scU-Net，DFCAN）。在短曝光時(shí)候，研究人員觀察活細(xì)胞中肌動(dòng)蛋白絲、內(nèi)質(zhì)網(wǎng)以及線粒體等結(jié)構(gòu)的動(dòng)態(tài)變化發(fā)現(xiàn)，基于物理模型的降噪方法在低信噪比背景區(qū)域由于噪聲放大仍然產(chǎn)生偽影。另一方面，雖然基于深度學(xué)習(xí)方法重建偽影較低，但它的分辨率和結(jié)構(gòu)相似度值都會(huì)降低，同時(shí)常常在復(fù)雜結(jié)構(gòu)如肌動(dòng)蛋白和內(nèi)質(zhì)網(wǎng)的交叉點(diǎn)處以及線粒體內(nèi)嵴處等地方產(chǎn)生不準(zhǔn)確的推斷，也就是常說的“幻覺效應(yīng)”。這些問題可以被結(jié)合了物理模型約束的TDV-SIM很好地抑制�？傮w來說，TDV-SIM可以重構(gòu)出更多的連續(xù)肌動(dòng)蛋白絲，且偽影更少，其結(jié)構(gòu)相似度值和分辨率與傳統(tǒng)重建方法相當(dāng)。 yP0XA=,Y  
'h3yxf}\  
在深度學(xué)習(xí)盛行的今天，AI for science已經(jīng)深入人心。盡管如此，團(tuán)隊(duì)的研究發(fā)現(xiàn)，純數(shù)據(jù)驅(qū)動(dòng)方法在預(yù)測不斷變化的不規(guī)則和復(fù)雜樣品結(jié)構(gòu)時(shí)存在困難，在這種情況下考慮成像系統(tǒng)的物理模型約束變得至關(guān)重要。正如研究人員展示的：在面對(duì)結(jié)構(gòu)復(fù)雜、動(dòng)態(tài)的樣品時(shí)，TDV-SIM方法較純深度學(xué)習(xí)方法具有明顯的優(yōu)勢�？偟膩碚f，TDV-SIM從混合重建的角度出發(fā)，為低信噪比圖像的高分辨率高保真重建提供了一種新的解決方案。由于減少了成像時(shí)的光子劑量和相關(guān)的光毒性，提高了成像速度，延長了成像持續(xù)時(shí)間，TDV-SIM對(duì)于SR成像活細(xì)胞亞細(xì)胞結(jié)構(gòu)動(dòng)力學(xué)至關(guān)重要。 -n~%v0D8c  
:]uz0s`>  
北京大學(xué)軟件與微電子學(xué)院碩士生王建勇（已畢業(yè)）、重慶郵電大學(xué)計(jì)算機(jī)學(xué)院副教授范駿超、北京大學(xué)未來技術(shù)學(xué)院博士生周博為本文的共同第一作者。陳良怡和北京大學(xué)跨學(xué)部生物醫(yī)學(xué)工程系黃小帥研究員為本文通訊作者。本研究得到國家科技重大專項(xiàng)計(jì)劃、國家自然科學(xué)基金、北京市自然科學(xué)基金、臨港實(shí)驗(yàn)室等經(jīng)費(fèi)支持。 YlJ_$Q[  
5\.w\  
相關(guān)鏈接：https://www.spiedigitallibrary.org/journals/advanced-photonics-nexus/volume-2/issue-01/016012/Hybrid-reconstruction-of-the-physical-model-with-the-deep-learning/10.1117/1.APN.2.1.016012.full