南京理工大学提出稀疏盲解卷积计算自适应光学方法提升荧光显微成像质量

开篇

荧光显微镜是生命科学中观察细胞与组织的重要工具，但其成像质量常受光学衍射、像差和噪声影响。传统自适应光学通常需要额外的波前传感器等硬件来测量和校正系统像差，增加了系统复杂度与成本。南京理工大学等单位的研究团队在近期发表的工作中，提出了一种基于稀疏盲解卷积的计算自适应光学方法（CAO-SBD），仅利用单张模糊图像即可估计像差并完成去模糊，为高通量生物成像提供了新的计算校正路径。

图1 CAO-SBD 方法框架：从单张模糊图像估计系统 PSF，并结合 Zernike 约束进行像差校正。

(资料图片)

技术创新

该方法的核心思路是将荧光样品的稀疏先验与基于 Zernike 多项式的像差建模相结合。在荧光成像中，大部分荧光强度集中在少数区域，其余区域接近零，这一稀疏特性可作为正则化约束。CAO-SBD 通过最大后验概率估计从单张图像中推断点扩散函数（PSF），再将估计出的 PSF 用 Zernike 多项式拟合，从而把二维矩阵的自由度压缩为一组像差系数，显著降低了仅从单张图像求解时的病态性。

与传统 Richardson-Lucy 解卷积（RLD）相比，CAO-SBD 的优势在于无需精确测量 PSF。传统方法依赖理论计算或荧光微珠标定 PSF，而实际系统像差会导致理论 PSF 与真实 PSF 偏离，进而影响重建效果。CAO-SBD 通过联合估计 PSF 和原始物体，在迭代过程中自适应地修正 PSF，从而在去卷积的同时完成像差校正。论文还通过 CUDA 并行化优化了计算效率，PSF 估计速度相比常规实现提升了约 25 倍。

实验结果

研究团队在仿真中采用 USAF 分辨率板作为目标，使用 物镜、 波长和 采样间隔进行验证。结果显示，在存在像差的情况下，传统 RLD 重建效果不佳，而 CAO-SBD 的重建结果与无像差理想条件下的地面真值接近。估计的瞳面像差与真实值的均方根误差低至 0.0453，PSF 估计误差低至 0.0074。

噪声鲁棒性分析表明，当信噪比（SNR）降至 20 dB 时，传统 RLD 已被噪声完全淹没，而 CAO-SBD 仍能恢复出清晰的图像细节，RMSE 随噪声增长的变化远小于传统方法。

图2 牛肺动脉内皮细胞（BPAEC）宽场荧光成像实验结果。上图依次为 F-actin 原始图像、RLD 重建与 CAO-SBD 重建；下图依次为线粒体的原始图像、RLD 重建与 CAO-SBD 重建。

在宽场荧光显微镜实验中，研究团队对标记了线粒体、F-actin 和细胞核的 BPAEC 进行成像。结果表明，CAO-SBD 在仅使用单张原始图像的情况下，显著提高了 F-actin 和线粒体的成像清晰度与对比度。在共聚焦激光扫描显微镜实验中，系统使用 油浸物镜，光强比宽场更弱、噪声更高。CAO-SBD 有效抑制了噪声，对线粒体嵴等精细结构的分辨率达到约 ，重建效果优于传统 RLD 方法。

图3 共聚焦激光扫描显微镜下的 BPAEC 多通道成像结果，展示了 CAO-SBD 在弱光条件下的重建能力。

应用价值

论文指出，该方法适用于宽场荧光显微镜和共聚焦激光扫描显微镜这两类最常用的荧光成像系统。由于仅需单张图像且无需额外硬件，CAO-SBD 在需要快速、高通量生物成像的实验场景中具有应用潜力，例如细胞功能研究和疾病机制探究中的长时程观测。

结语

这项工作将稀疏先验与 Zernike 约束引入单图像盲解卷积，为荧光显微成像的计算像差校正提供了一种免标定、抗噪声的解决方案。作者也指出，当前方法主要针对二维图像，未来向三维解卷积、部分相干成像以及更先进显微系统（如双光子、超分辨系统）的扩展是值得进一步探索的方向。

参考文献

Zhang, R., Du, H., Zhou, N., Zhou, Z., Tang, H., Qian, J., ... & Zuo, C. (2025). Computational adaptive optics for fluorescence microscopy via sparse blind deconvolution. Laser & Photonics Reviews, 19(17), 2500032.