研究进展：自适应光学+机器学习=深度压缩多通道眼底检查法 | Science Advances

背景：自适应光学扫描眼底检查法（AOSLO）是一种能够显示单个视网膜细胞及其功能、微血管系统和活体微病理学的技术。研究目的：为了解决多通道AOSLO技术中昂贵的光学部件和成像时间增加的问题，杜克大学的研究团队提出了一种机器学习和光学的创新组合技术。结论：该技术能够同时压缩捕获12个非共焦通道的AOSLO图像，显著提高了成像速度，并增强了视杆细胞、视锥细胞和壁细胞的可视化效果。此外，研究团队还开源了光学设计、采集和计算重建代码，以促进与其他活体显微镜系统的适应和集成。