首页
微信扫描二维码，点击右上角 ··· 按钮
转发给朋友或分享到朋友圈
181-0263-7572
181-0263-7572
荧光显微镜图像后处理提速：去卷积与多视角融合新技术突破
发布时间：2026-05-12
访问量：37
荧光显微镜是生物研究领域的核心工具，凭借高对比度、高分辨率、蛋白分子特异性成像的优势，助力科研人员精准解析生物特定结构与功能，推动生命科学研究持续突破。
当前荧光显微镜技术不断迭代，成像性能大幅提升，可快速采集GB至TB级海量高分辨率图像。但图像后处理效率低成为行业痛点，数据处理速度远跟不上采集速度，严重制约生物成像研究进展。
2020年6月，浙江大学与美国国立卫生研究院（NIH）联合在国际顶级期刊《Nature Biotechnology》发表重磅成果，提出荧光显微镜图像快速去卷积与多视角图像融合新技术，让荧光显微图像后处理效率提升数十至上千倍，成功破解大数据处理难题。
针对反射式diSPIM、反射式格栏光片显微镜等具备空间变化点扩展函数的新型设备，传统维纳-巴特沃斯反投影算子仅能实现10-15倍迭代加速，去卷积耗时仍远超图像采集时间。
为突破速度限制，研究团队创新引入深度学习，研发3D全卷积网络模型DenseDeconNet，针对性优化图像复原效率，大幅压缩处理时长。
该研究由NIH的Hari Shroff博士牵头，联合20余家科研单位，在单细胞、线虫胚胎、斑马鱼胚胎、小鼠组织等样本，以及共聚焦、结构照明、多视角光片、格栏光片等7类显微镜上完成验证，实现图像后处理几十至上千倍加速。
这些优化算法可显著加速生物图像观察，为新型荧光显微镜研发提供新方向。未来团队将聚焦大数据高速读取存储、并行处理、三维可视化，研发更高效通用的去卷积神经网络，持续赋能生物荧光成像研究升级。
微信扫描二维码，点击右上角 ··· 按钮
转发给朋友或分享到朋友圈
