《自然-生物技术》新文上线︱清华大学戴琼海/吴嘉敏/卢志团队开发隐空间增强的数字自适应光学实现复杂活体环境下高保真三维成像

本文介绍了一种名为隐空间增强的数字自适应光学（LEAO）的新方法，由清华大学戴琼海、吴嘉敏、卢志团队开发，旨在解决活体复杂环境下高保真三维成像的像差校正难题。研究背景指出，在厚组织或复杂生物环境中，由于折射率分布不均，荧光信号会产生显著像差，导致图像模糊，现有自适应光学方法在精度和鲁棒性上存在局限。研究目的为发展一种兼具高精度与鲁棒性的像差校正方法，通过对光场显微数据进行深度学习建模，实现复杂像差的稳定估计。结论表明，LEAO通过自编码器将高维光场映射至隐空间，解耦像差与结构表征，并在5个波长的大像差范围和3.4dB低信噪比条件下保持稳定性能。在多项活体实验中，该方法成功恢复了小鼠淋巴结、大脑皮层及完整颅骨成像中的清晰细胞结构，支持大规模动态分析，如追踪约5000个免疫细胞或对中性粒细胞进行10小时以上观测。本研究为多尺度活体观测提供了技术支撑，有望在免疫学和神经科学领域广泛应用。