突破軸向分辨率瓶頸：去模糊框架推動三維亞細(xì)胞成像

該研究由Jiashu Han、Kunzan Liu、Keith B. Isaacson、Kristina Monakhova、Linda G. Griffith及Sixian You共同完成，文章題為《System- and sample-agnostic isotropic three-dimensional microscopy by weakly physics-informed, domain-shift-resistant axial deblurring》，于2025年1月在線發(fā)表于《Nature Communications》。

重要發(fā)現(xiàn)
01核心貢獻(xiàn)：突破軸向分辨率瓶頸的新框架
SSAI-3D的核心貢獻(xiàn)是構(gòu)建了一套不依賴特定系統(tǒng)或樣本的各向同性三維成像解決方案，解決了傳統(tǒng)光學(xué)顯微鏡軸向分辨率差、域轉(zhuǎn)移（訓(xùn)練與測試數(shù)據(jù)分布差異）導(dǎo)致模型泛化差等關(guān)鍵問題。其核心思路是將各向同性分辨率恢復(fù)轉(zhuǎn)化為半盲去模糊問題，借助預(yù)訓(xùn)練的自然場景去模糊網(wǎng)絡(luò)（NAFNet），通過自監(jiān)督學(xué)習(xí)和稀疏微調(diào)，讓模型適配不同顯微鏡和生物樣本的成像特性。

02實驗過程：從數(shù)據(jù)生成到模型優(yōu)化的創(chuàng)新設(shè)計
在技術(shù)實現(xiàn)上，SSAI-3D分為兩步。第一步是生成自監(jiān)督訓(xùn)練數(shù)據(jù)集：先對高分辨率橫向圖像進(jìn)行去噪，再用25種不同尺寸（高斯核標(biāo)準(zhǔn)差3-7像素）和方向（旋轉(zhuǎn)-45°至45°）的點擴(kuò)散函數(shù)（PSF）進(jìn)行人工模糊，構(gòu)建“模糊圖像-清晰圖像”配對數(shù)據(jù)。這種基于弱物理信息的合成方式，不依賴精確的光學(xué)模型，卻能讓網(wǎng)絡(luò)學(xué)習(xí)顯微鏡的普遍模糊規(guī)律，增強(qiáng)對未知像差和噪聲的魯棒性。

第二步是稀疏微調(diào)預(yù)訓(xùn)練網(wǎng)絡(luò)：采用含約1.5億參數(shù)的NAFNet作為基礎(chǔ)（該網(wǎng)絡(luò)已在5萬張自然圖像上訓(xùn)練，具備強(qiáng)大去模糊能力），通過“手術(shù)網(wǎng)絡(luò)”（6層MLP）篩選出對顯微鏡圖像適配最關(guān)鍵的10%層進(jìn)行微調(diào)，凍結(jié)其余90%層以保留自然場景學(xué)習(xí)到的去模糊能力。“手術(shù)網(wǎng)絡(luò)”通過14種零射指標(biāo)（如激活值均值、梯度標(biāo)準(zhǔn)差等）評估各層重要性，確保微調(diào)高效且不引發(fā)過擬合。

在真實生物樣本中，SSAI-3D適配多種顯微鏡（光片、共聚焦、寬場、非線性顯微鏡）和樣本類型：對活的人血腦屏障類器官，能清晰恢復(fù)血管內(nèi)皮細(xì)胞結(jié)構(gòu)；對新鮮人子宮內(nèi)膜組織（含定向膠原和極性腺體，低橫向-軸向相似性），可準(zhǔn)確還原腺體軸向細(xì)節(jié)；對小鼠胡須墊組織，通過二次諧波成像（SHG）恢復(fù)的纖維結(jié)構(gòu)更清晰。

此外，在系統(tǒng)缺陷（如空間變化PSF、低光噪聲）測試中，SSAI-3D優(yōu)勢顯著。當(dāng)PSF因像差呈空間變化，或圖像含高斯與泊松噪聲時，其結(jié)構(gòu)相似性（SSIM）遠(yuǎn)高于SelfNet和CARE，甚至在軸向分辨率比橫向差7倍時，仍能保持一定恢復(fù)能力。

創(chuàng)新與亮點
01突破傳統(tǒng)方法的固有局限
傳統(tǒng)軸向去模糊方法存在諸多瓶頸：監(jiān)督學(xué)習(xí)需配對的各向同性數(shù)據(jù)（難獲�。�，GAN類無監(jiān)督方法易崩潰生成虛假結(jié)構(gòu)，CARE等方法依賴精確PSF模型（而真實成像中PSF因像差、散射呈空間變化），且多數(shù)方法假設(shè)橫向-軸向相似（對極性組織失效）。

SSAI-3D則實現(xiàn)多重突破：無需精確PSF模型，通過多樣化PSF合成數(shù)據(jù)適配普遍模糊規(guī)律；不依賴橫向-軸向相似性，借助預(yù)訓(xùn)練網(wǎng)絡(luò)的強(qiáng)泛化能力，在低相似性樣本（如腺體、纖維）中仍穩(wěn)��；通過稀疏微調(diào)（僅修改約1500萬參數(shù)），訓(xùn)練時間比現(xiàn)有方法縮短2.5-3.5倍，且避免全量微調(diào)導(dǎo)致的域轉(zhuǎn)移敏感問題。

例如，在小鼠全腦成像中，SSAI-3D恢復(fù)的神經(jīng)元結(jié)構(gòu)與硬件校正的mesoSPIM顯微鏡結(jié)果接近，神經(jīng)元提取準(zhǔn)確率達(dá)97%；在mitochondria成像中，其測量的DNApuncta體積與多視角共聚焦結(jié)果高度一致，為下游生物分析（如細(xì)胞結(jié)構(gòu)量化、疾病相關(guān)形態(tài)變化檢測）提供可靠數(shù)據(jù)。

總結(jié)與展望
SSAI-3D通過弱物理信息自監(jiān)督學(xué)習(xí)和稀疏微調(diào)，突破了傳統(tǒng)光學(xué)顯微鏡軸向分辨率低、模型泛化差的局限，實現(xiàn)了跨系統(tǒng)、跨樣本的各向同性三維成像。其優(yōu)勢在于無需精確光學(xué)模型、不依賴樣本結(jié)構(gòu)假設(shè)、訓(xùn)練高效，已在多種顯微鏡和生物樣本中驗證了高穩(wěn)健性。未來，隨著技術(shù)優(yōu)化（如處理更強(qiáng)軸向分辨率差異、適配相干成像的復(fù)雜PSF），SSAI-3D有望成為神經(jīng)科學(xué)、發(fā)育生物學(xué)、癌癥研究等領(lǐng)域的核心工具，助力揭示三維生物結(jié)構(gòu)與功能的深層關(guān)聯(lián)。

DOI:10.1038/s41467-025-56078-4.