Light 文獻(xiàn)：深度學(xué)習(xí)增強(qiáng)光片熒光顯微鏡技術(shù)——斑馬魚心臟4D成像

本研究的核心貢獻(xiàn)由Meng Zhang、Renjian Li、Songnian Fu、Sunil Kumar、James Mcginty、Yuwen Qin和Lingling Chen等人完成，研究成果以題為“Deep learning enhanced light sheet fluorescence microscopy for in vivo 4D imaging of zebrafish heart beating”的論文形式，于2025年發(fā)表在期刊《Light: Science & Applications》上。該論文通過結(jié)合光學(xué)工程與深度學(xué)習(xí)算法，推動了熒光顯微鏡在活體成像中的應(yīng)用前沿。

重要發(fā)現(xiàn)
01UI-Trans網(wǎng)絡(luò)的核心架構(gòu)與訓(xùn)練策略
研究團(tuán)隊(duì)開發(fā)了一種新穎的CNN-Transformer混合網(wǎng)絡(luò)，稱為U-net集成Transformer（UI-Trans），其設(shè)計(jì)旨在同時捕捉圖像的局部細(xì)節(jié)和全局特征，以應(yīng)對活體成像中常見的噪聲和散射耦合退化問題。UI-Trans網(wǎng)絡(luò)采用雙分支編碼器-解碼器結(jié)構(gòu)：一個分支基于Transformer模塊，通過自注意力機(jī)制捕獲長程依賴關(guān)系；另一個分支使用多層卷積結(jié)構(gòu)，專注于提取局部特征。編碼器通過下采樣逐步壓縮特征，而解碼器則通過上采樣和跳躍連接恢復(fù)圖像細(xì)節(jié)，確保輸出與輸入在像素級對齊。這種架構(gòu)的優(yōu)勢在于，Transformer組件能夠理解整個圖像空間的復(fù)雜模式，而CNN組件則保留細(xì)微結(jié)構(gòu)，從而在去噪和散射減輕方面實(shí)現(xiàn)平衡。

訓(xùn)練數(shù)據(jù)的生成依賴于光片顯微鏡系統(tǒng)的靈活切換：在常規(guī)LSFM模式下，使用快速掃描的高斯激光束進(jìn)行低光暴露成像（如曝光時間10毫秒/平面、照明功率0.1毫瓦），產(chǎn)生低質(zhì)量圖像作為輸入；在共焦LS-LSFM模式下，通過同步激光掃描與相機(jī)滾動快門曝光，減少散射光貢獻(xiàn)，生成高質(zhì)量圖像作為地面真實(shí)數(shù)據(jù)（GT）。這種方法不僅保證了輸入-GT對的像素級對齊，避免了額外的圖像配準(zhǔn)工作，還大幅降低了數(shù)據(jù)采集時間（共焦模式需300毫秒/平面，而常規(guī)模式僅需10毫秒/平面）。訓(xùn)練過程中，采用多損失聯(lián)合優(yōu)化策略，結(jié)合像素級誤差（平均絕對誤差）和感知相似性損失（基于預(yù)訓(xùn)練VGG網(wǎng)絡(luò)），以確保網(wǎng)絡(luò)在去噪的同時保持結(jié)構(gòu)保真度。通過這種設(shè)計(jì)，UI-Trans在復(fù)雜降解場景中表現(xiàn)出色，為后續(xù)成像應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。

定量分析進(jìn)一步證實(shí)了UI-Trans的優(yōu)越性：在歸一化均方根誤差（NRMSE）和Pearson相關(guān)系數(shù)等指標(biāo)上，UI-Trans比CARE和RCAN分別提升約31%/39%和9%/11%。更重要的是，UI-Trans能有效緩解散射引起的圖像退化。當(dāng)僅通過增加照明功率和曝光時間提升SNR時（如功率1毫瓦、曝光500毫秒/平面），高SNR常規(guī)LSFM圖像仍受散射干擾，背景信號淹沒心肌細(xì)節(jié)；而UI-Trans恢復(fù)的圖像則接近共焦LS-LSFM的GT水平，成功還原約6微米寬的狹窄結(jié)構(gòu)，散射模糊程度降低183%。在SNR和對比度增強(qiáng)方面，UI-Trans實(shí)現(xiàn)約7.2分貝SNR提升和87%對比度改善，遠(yuǎn)優(yōu)于單純增加光劑量的方法（僅4.5分貝SNR提升和30%對比度改善）。這些結(jié)果突顯了UI-Trans在處理噪聲-散射耦合問題上的獨(dú)特能力，為其在活體成像中的應(yīng)用提供了可靠依據(jù)。

在4D成像方面，UI-Trans支持對心臟動態(tài)過程的高時空分辨率觀測。例如，在單個心跳周期（約300毫秒）內(nèi)，UI-Trans恢復(fù)的圖像能清晰顯示心房和心室的收縮-舒張波形、血液流動路徑以及特征性小梁結(jié)構(gòu)。時間一致性分析表明，SNR和對比度增強(qiáng)在整個周期內(nèi)保持穩(wěn)定，證實(shí)了網(wǎng)絡(luò)的魯棒性。此外，該方法適用于不同發(fā)育階段的斑馬魚心臟（如30小時受精后胚胎和120小時受精后晚期心臟），即使訓(xùn)練集未包含某些階段數(shù)據(jù)，UI-Trans仍能有效恢復(fù)形態(tài)變化，如胚胎期的心臟收縮波和晚期的心房-心室分化。這為心臟發(fā)育研究提供了無損、高效的成像解決方案。

創(chuàng)新與亮點(diǎn)
01突破噪聲與散射耦合退化的難題
傳統(tǒng)熒光顯微鏡在活體mesoscopic成像中面臨的根本挑戰(zhàn)是噪聲和散射的相互耦合，這種復(fù)雜退化不僅降低信噪比，還導(dǎo)致結(jié)構(gòu)模糊和細(xì)節(jié)丟失。UI-Trans網(wǎng)絡(luò)通過結(jié)合CNN和Transformer的優(yōu)勢，首次實(shí)現(xiàn)了對這類問題的系統(tǒng)化解決：CNN組件確保局部特征的敏感提取，而Transformer的自注意力機(jī)制則提供全局上下文理解，使網(wǎng)絡(luò)能區(qū)分真實(shí)信號與散射偽影。與單一架構(gòu)方法（如純CNN模型）相比，UI-Trans在保持結(jié)構(gòu)保真度的同時，顯著提升了圖像對比度和清晰度。這一突破解決了長期困擾活體成像的質(zhì)量-效率權(quán)衡問題，為高精度動態(tài)研究鋪平了道路。

03價值體現(xiàn)在低損傷長時間成像方面 
UI-Trans增強(qiáng)的LSFM方法將光暴露和采集時間降至極低水平（僅需傳統(tǒng)方法的0.03%光暴露和3.3%時間），這在活體長期成像中具有革命性意義。低光劑量意味著更小的光毒性和光漂白效應(yīng)，允許對敏感樣本（如發(fā)育中的胚胎）進(jìn)行連續(xù)觀測，而不會干擾其生理過程。同時，高速成像能力（如視頻率4D采集）使研究人員能捕獲快速動態(tài)事件（如心跳周期），為心臟力學(xué)、神經(jīng)活動等研究提供豐富數(shù)據(jù)。從應(yīng)用視角看，該方法已成功應(yīng)用于多種模型生物（如斑馬魚、Tribolium castaneum胚胎），展現(xiàn)出廣泛的泛化潛力，有望推動個性化醫(yī)療和藥物篩選等領(lǐng)域的發(fā)展。

總結(jié)與展望
本研究通過開發(fā)UI-Trans網(wǎng)絡(luò)和共焦LS-LSFM集成的深度學(xué)習(xí)增強(qiáng)光片顯微鏡，實(shí)現(xiàn)了斑馬魚心臟活體4D成像的高質(zhì)量、低損傷突破。該方法在去噪、散射減輕和結(jié)構(gòu)保真度方面均優(yōu)于現(xiàn)有技術(shù)，并通過高效的訓(xùn)練數(shù)據(jù)生成策略，解決了復(fù)雜成像環(huán)境下的退化問題。實(shí)驗(yàn)證明，UI-Trans在離體和活體樣本中均能提升信噪比和對比度，支持長時間動態(tài)觀測，為生物醫(yī)學(xué)研究提供了強(qiáng)大工具。未來，該方法可進(jìn)一步拓展至其他生物模型和成像模態(tài)（如多光子顯微鏡），通過聯(lián)合訓(xùn)練和跨平臺適配，提升其通用性。同時，探索網(wǎng)絡(luò)的可解釋性和在定量分析中的應(yīng)用，將加深我們對深度學(xué)習(xí)在光學(xué)成像中作用的認(rèn)知�？傊�，這一技術(shù)不僅推動了熒光顯微鏡的邊界，也為理解生命系統(tǒng)的時空動態(tài)開辟了新途徑。

DOI:10.1038/s41377-024-01710-z.