新型機(jī)器學(xué)習(xí)框架無需專用硬件即可快速校正成像像差解鎖高分辨率觀測(cè)

在生物醫(yī)學(xué)研究中，高分辨率組織成像技術(shù)常因樣本引起的光學(xué)像差而受限，導(dǎo)致圖像分辨率和對(duì)比度下降。傳統(tǒng)基于波前傳感器的自適應(yīng)光學(xué)技術(shù)雖能測(cè)量這些像差，但其硬件復(fù)雜、成本高昂，且在測(cè)繪大視場(chǎng)中空間變化的像差時(shí)速度緩慢。為此，研究團(tuán)隊(duì)提出了一種名為AOVIFT（自適應(yīng)光學(xué)視覺傅里葉變換器）的新型機(jī)器學(xué)習(xí)框架，該框架基于三維多階段視覺Transformer，直接在傅里葉域中對(duì)像差進(jìn)行建模與校正。AOVIFT通過分析樣本中由亞衍射尺寸熒光斑點(diǎn)（如網(wǎng)格蛋白包被小坑）產(chǎn)生的傅里葉嵌入特征，快速推斷像差并恢復(fù)衍射極限性能，顯著降低了計(jì)算成本、訓(xùn)練時(shí)間及內(nèi)存占用。該方法在活體基因編輯斑馬魚胚胎和培養(yǎng)細(xì)胞中得到了驗(yàn)證，能夠通過可變形鏡或后處理解卷積有效校正空間變化的像差，為多種生物樣本的高分辨率體積顯微鏡成像降低了技術(shù)門檻。

本研究的核心貢獻(xiàn)者為Thayer Alshaabi、Daniel E. Milkie、Gaoxiang Liu等作者，其合作論文《Fourier-based three-dimensional multistage transformer for aberration correction in multicellular specimens》于2025年10月在《Nature Methods》期刊上在線發(fā)表。

重要發(fā)現(xiàn)
01研究背景與技術(shù)需求
在活體多細(xì)胞樣本成像中，樣本內(nèi)部折射率的不均勻性會(huì)導(dǎo)致復(fù)雜的光學(xué)像差，嚴(yán)重影響成像質(zhì)量。傳統(tǒng)的自適應(yīng)光學(xué)技術(shù)依賴波前傳感器和導(dǎo)引星，硬件要求高且操作繁瑣。盡管已有多種基于機(jī)器學(xué)習(xí)的像差校正方法被提出，但在處理大體積、低信噪比、多斑點(diǎn)的活體樣本時(shí)，仍難以同時(shí)滿足速度、魯棒性、準(zhǔn)確性和非侵入性等嚴(yán)格要求。特別是在自適應(yīng)光學(xué)格子光片顯微鏡中，需要對(duì)秒級(jí)時(shí)間內(nèi)采集的體積數(shù)據(jù)完成像差推斷，且能應(yīng)對(duì)高達(dá)5λ峰谷值的復(fù)雜像差模式。

模型采用雙階段三維視覺Transformer架構(gòu)，每個(gè)階段使用不同的塊大�。�32和16像素）對(duì)傅里葉平面進(jìn)行分塊處理，并引入徑向編碼的位置嵌入以契合Zernike多項(xiàng)式的徑向?qū)ΨQ特性。通過多層自注意力機(jī)制和殘差連接，模型能夠從傅里葉嵌入中提取多尺度特征，最終輸出前15個(gè)Zernike模式（排除活塞、傾斜、散焦等平移相關(guān)模式）的系數(shù)，用于驅(qū)動(dòng)可變形鏡或生成用于解卷積的像差點(diǎn)擴(kuò)散函數(shù)。

在活體SUM159細(xì)胞成像中，AOVIFT成功校正了由可變形鏡引入的混合像差（如水平彗差與傾斜三葉像差），使網(wǎng)格蛋白包被小坑的信號(hào)強(qiáng)度提升2-4倍，快速傅里葉變換顯示空間頻率成分顯著恢復(fù)。在斑馬魚胚胎實(shí)驗(yàn)中，AOVIFT校正了約2λ峰谷值的樣本固有像差，其效果與基于導(dǎo)引星的Shack-Hartmann傳感器校正結(jié)果相當(dāng)，并實(shí)現(xiàn)了對(duì)細(xì)胞膜和線粒體的清晰成像。

針對(duì)大視場(chǎng)內(nèi)像差的空間變化性，AOVIFT能夠在1.5分鐘內(nèi)基于四塊A100 GPU并行推斷出204個(gè)等暈區(qū)域的像差分布圖。盡管無法通過單一可變形鏡同時(shí)校正所有區(qū)域，但通過基于像差圖的空變解卷積處理，有效抑制了像差引起的偽影，提升了樣本結(jié)構(gòu)的還原度。

創(chuàng)新與亮點(diǎn)
01突破傳統(tǒng)硬件限制的軟傳感范式
AOVIFT的核心突破在于徹底擺脫了對(duì)波前傳感器和導(dǎo)引星等專用硬件的依賴，將像差傳感轉(zhuǎn)化為純計(jì)算問題。這一轉(zhuǎn)變不僅大幅降低了系統(tǒng)復(fù)雜性與成本，更使得像差校正可廣泛應(yīng)用于不具備自適應(yīng)光學(xué)硬件的普通顯微鏡平臺(tái)。通過利用樣本內(nèi)天然存在的亞衍射結(jié)構(gòu)（如網(wǎng)格蛋白包被小坑）作為信號(hào)源，AOVIFT實(shí)現(xiàn)了“無創(chuàng)”像差感知，避免了對(duì)熒光光子預(yù)算的過度消耗，保障了活體樣本的生理活性。

總結(jié)與展望
AOVIFT作為一項(xiàng)融合傅里葉光學(xué)與深度學(xué)習(xí)的前沿技術(shù)，成功演示了基于機(jī)器學(xué)習(xí)的自適應(yīng)光學(xué)在活體多細(xì)胞成像中的巨大潛力。其通過傅里葉嵌入與三維視覺Transformer的有效結(jié)合，實(shí)現(xiàn)了對(duì)復(fù)雜像差的快速、精準(zhǔn)校正，為高分辨率體積顯微鏡在生命科學(xué)中的普及應(yīng)用提供了更易實(shí)現(xiàn)的解決方案。當(dāng)前模型雖針對(duì)特定光片類型優(yōu)化，但其框架具備向其他成像模式拓展的靈活性。

DOI:10.1038/s41592-025-02844-7.