Nat Commun丨何思聪课题组开发基于深度学习的快速自适应光学技术用于深层活体复杂组织成像

背景：双光子显微镜是深层活体成像的金标准，但组织折射率不均匀导致的光线散射与折射会造成成像质量严重下降，传统自适应光学技术存在依赖复杂硬件或耗时过长等局限。研究目的：开发一种基于深度学习的快速、稳健的自适应光学技术，以在复杂的活体环境中实现高效像差校正。结论：南方科技大学何思聪课题组在Nature Communications发表论文，提出了物理驱动的多编码器自适应光学技术（MeNet-AO），该技术通过波前调制解耦生物结构与像差特征，并利用频域正则化提取抗噪像差信息，将校正时间从30秒以上压缩至5秒以内。该技术成功应用于斑马鱼脑部和眼睛神经元的高分辨率成像，并在小鼠开颅及薄颅骨模型中实现了神经元和小胶质细胞的高保真动态结构与功能成像，有效克服了大像差、低信噪比和运动伪影等挑战。