細(xì)胞是組成生命的基本單元，而其大量功能以及細(xì)胞間的體內(nèi)交互作用往往持續(xù)數(shù)十小時(shí)，難以在體外環(huán)境復(fù)現(xiàn)。因此，在活體動(dòng)物中實(shí)現(xiàn)高保真度、低光毒性的亞細(xì)胞三維成像，是理解腦科學(xué)、免疫學(xué)、細(xì)胞動(dòng)力學(xué)等復(fù)雜過(guò)程的關(guān)鍵途徑，有望打開(kāi)長(zhǎng)時(shí)間尺度上全新的觀測(cè)維度。

然而，在熒光顯微中，只要有激發(fā)光照射，就不可避免引發(fā)光毒性——光照能量會(huì)損傷細(xì)胞與組織，使熒光信號(hào)逐漸衰減、細(xì)胞功能紊亂甚至死亡。光毒性并非瞬時(shí)問(wèn)題，而是貫穿整個(gè)成像過(guò)程的“逐幀累積性傷害”；在長(zhǎng)時(shí)間成像中，這種傷害會(huì)不可逆地改變生命過(guò)程本身，使所觀測(cè)到的結(jié)果不再是真實(shí)的生理狀態(tài)。為應(yīng)對(duì)光毒性挑戰(zhàn)，清華大學(xué)戴瓊海院士團(tuán)隊(duì)先后 突破成像“節(jié)流”極限 ：掃描光場(chǎng)顯微技術(shù)【1】在單次曝光完成三維重建，大幅減少光劑量；隨后結(jié)合基于物理深度學(xué)習(xí)的虛擬掃描技術(shù)【2】，大幅降低掃描過(guò)程中引入的光毒性。光子利用效率已被推至極高水平—— 激發(fā)光強(qiáng)已接近現(xiàn)有活體熒光成像的下限 。但真正的挑戰(zhàn)來(lái)自長(zhǎng)達(dá)數(shù)小時(shí)甚至?xí)円钩叨鹊纳铿F(xiàn)象：此時(shí)，激發(fā)光必須進(jìn)一步驟降至接近自然光環(huán)境的水平，樣本才能在無(wú)擾動(dòng)的前提下持續(xù)維持真實(shí)生命活動(dòng)。然而在如此微弱的光強(qiáng)下，原始成像信噪比極低、組織結(jié)構(gòu)模糊，生物學(xué)信息幾乎完全被噪聲淹沒(méi)?，F(xiàn)有深度學(xué)習(xí)增強(qiáng)方法雖可利用時(shí)間【3】或空間冗余【4, 5】提高圖像質(zhì)量，但在極弱光條件下不可避免地犧牲時(shí)空分辨率并引入偽影，無(wú)法承擔(dān)高保真科學(xué)觀測(cè)的要求。因此，如何 在“自然光級(jí)”光照下仍保持三維亞細(xì)胞時(shí)空高保真度 ，通過(guò)深度學(xué)習(xí)與計(jì)算框架 將極微弱的光子信息“開(kāi)源”轉(zhuǎn)化為信噪比增強(qiáng)的干凈影像 ，是當(dāng)前阻礙長(zhǎng)時(shí)間活體觀測(cè)的關(guān)鍵科學(xué)難題。真正實(shí)現(xiàn)這一點(diǎn)，將把活體顯微從“有限成像”帶入“無(wú)擾觀測(cè)”的時(shí)代，為揭示生命過(guò)程的連續(xù)真實(shí)動(dòng)態(tài)打開(kāi)前所未有的通道。

近日，清華大學(xué)團(tuán)隊(duì)在 Nature Communications 上發(fā)表文章

Leveraging spatial-angular redundancy for self-supervised denoising of 3D fluorescence imaging without temporal dependency

圖1：LF-denoising原理

光場(chǎng)圖像是由兩個(gè)空間維度和兩個(gè)角度維度構(gòu)成的高維數(shù)據(jù)。LF-denoising首先按照不同的視角順序進(jìn)行視角視角重新排布，形成兩個(gè)不同的極平面圖像（Epipolar Plane Image, EPI）。在訓(xùn)練時(shí)，兩個(gè)極平面圖像會(huì)分別在兩個(gè)空間維度上重采樣，形成兩對(duì)包含噪聲的自監(jiān)督訓(xùn)練數(shù)據(jù)對(duì)，并分別交由兩個(gè)結(jié)構(gòu)相同的分路網(wǎng)絡(luò)進(jìn)行訓(xùn)練。分路網(wǎng)絡(luò)的輸出結(jié)果在重新排布和統(tǒng)一空間采樣后會(huì)經(jīng)過(guò)基于注意力機(jī)制的融合模塊進(jìn)行融合，同時(shí)原始光場(chǎng)圖像會(huì)通過(guò)隨機(jī)正交遮罩進(jìn)行空間降采樣，形成額外的自監(jiān)督目標(biāo)監(jiān)督融合模塊。最終融合模塊輸出去噪后的光場(chǎng)圖像，用于進(jìn)一步三維重建。

由于觀測(cè)時(shí)激發(fā)光強(qiáng)僅設(shè)置為10 μW/mm 2 ，原始成像數(shù)據(jù)信噪比極低，難以清晰地觀測(cè)斑馬魚(yú)胚胎膜結(jié)構(gòu)。增強(qiáng)激發(fā)光強(qiáng)度則會(huì)由于光毒性造成樣本快速被漂白，因而無(wú)法實(shí)現(xiàn)2小時(shí)以上觀測(cè)。LF-denoising成功地在極低激發(fā)的條件下，完成了10小時(shí)連續(xù)成像觀測(cè)，并從光子噪聲與模式噪聲的復(fù)雜環(huán)境中，還原出了斑馬魚(yú)胚胎發(fā)育過(guò)程中產(chǎn)生遷移體的全過(guò)程。

由于心肌組織的快速活動(dòng)造成的血管變形和血細(xì)胞隨血液的快速移動(dòng)，斑馬魚(yú)幼魚(yú)心跳具有高度動(dòng)態(tài)的數(shù)據(jù)特征。先前方法單一依賴時(shí)間冗余性或空間冗余性，造成了分辨率和保真度的損失。LF-denoising通過(guò)空間角度的高維冗余性，在保持保真度的同時(shí)以高分辨率還原了高信噪比血管結(jié)構(gòu)和完整的血細(xì)胞動(dòng)態(tài)。

LF-denoising在果蠅腦上實(shí)現(xiàn)高保真因果性量化分析

LF-denoising在2pSAM角度掃描數(shù)據(jù)下實(shí)現(xiàn)了高保真果蠅腦雙光子成像。在LF-denoising去噪增強(qiáng)后的神經(jīng)活動(dòng)響應(yīng)在75%局部峰值全寬和氣味刺激后響應(yīng)趨勢(shì)都與原始數(shù)據(jù)維持一致。另外，在嗅覺(jué)腦區(qū)的高維流形分析中，LF-denoising是唯一不受刺激后的時(shí)序信號(hào)干擾的高保真去噪方法，還原了刺激前無(wú)顯著差異的分布。最后，LF-denoising在保留了所有原始數(shù)據(jù)中神經(jīng)信號(hào)因果性的同時(shí)，發(fā)現(xiàn)了新的因果性關(guān)聯(lián)。

清華大學(xué)心理與認(rèn)知科學(xué)系助理教授 盧志 ，復(fù)旦大學(xué)未來(lái)信息創(chuàng)新學(xué)院博士生 陳文韜 是本文的共同第一作者，清華大學(xué)自動(dòng)化系 戴瓊海 院士、 吳嘉敏 副教授為本文的共同通訊作者， 孫飛昊 、范家旗 、李欣陽(yáng)、富振奇、金滿昌 參與并作出重要貢獻(xiàn)。

原文鏈接：https://www.nature.com/articles/s41467-025-66654-3

制版人： 十一

參考文獻(xiàn)

1. Wu, J. et al. Iterative tomography with digital adaptive optics permits hour-long intravital observation of 3D subcellular dynamics at millisecond scale.Cell184 , 3318-3332.e17 (2021).

2. Lu, Z. et al. Virtual-scanning light-field microscopy for robust snapshot high-resolution volumetric imaging.Nat. Methods20 , 735–746 (2023).

3. Li, X. et al. Real-time denoising enables high-sensitivity fluorescence time-lapse imaging beyond the shot-noise limit.Nat. Biotechnol.41 , 282–292 (2023).

4. Li, X. et al. Spatial redundancy transformer for self-supervised fluorescence image denoising.Nat. Comput. Sci.3 , 1067–1080 (2023).

5. Zhang, G. et al. Bio-friendly long-term subcellular dynamic recording by self-supervised image enhancement microscopy.Nat. Methods20 , 1957–1970 (2023).

學(xué)術(shù)合作組織

（*排名不分先后）

戰(zhàn)略合作伙伴

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點(diǎn)擊主頁(yè)推薦活動(dòng)

關(guān)注更多最新活動(dòng)！