透射模式全息斷層掃描中的像差校正技術(shù)的突破點及應(yīng)用價值

本研究的核心貢獻由ChulMin Oh、Herve Hugonnet、Moosung Lee和YongKeun Park共同完成，論文題為“Digital aberration correction for enhanced thick tissue imaging exploiting aberration matrix and tilt-tilt correlation from the optical memory effect”。該論文于2025年2月在《Nature Communications》期刊在線發(fā)表。這項工作為計算光學(xué)成像領(lǐng)域提供了新思路，特別是在厚組織成像中實現(xiàn)了無需導(dǎo)星的像差校正。

重要發(fā)現(xiàn)
01核心貢獻
本研究的主要貢獻在于開發(fā)了一種基于像差矩陣和光學(xué)記憶效應(yīng)的計算自適應(yīng)光學(xué)方法，能夠有效校正厚樣本引起的像差。傳統(tǒng)自適應(yīng)光學(xué)技術(shù)通常依賴于波前傳感器或?qū)�星，但這些方法在生物組織等散射介質(zhì)中效果有限，尤其是當樣本厚度增加或存在運動時。本方法通過利用傾斜-傾斜相關(guān)性，從測量場中提取像差函數(shù)，無需外部導(dǎo)星或迭代優(yōu)化，從而避免了局部極值問題。核心創(chuàng)新點在于將像差建模為入射和出射路徑上的點擴散函數(shù)，并通過構(gòu)建像差矩陣來分離像差成分，這使得方法在透射成像中也能處理三維體積樣本，而不僅限于平面目標。

實驗設(shè)置中，還考慮了空間變化像差和樣本運動的影響。對于空間變化像差，通過窗口函數(shù)選擇等暈區(qū)進行處理；對于運動樣本，如布朗運動的硅珠，方法利用連續(xù)圖像間的相對相位，證明了對動態(tài)樣本的適應(yīng)性。此外，通過多層光傳播模擬，驗證了方法在深部組織成像中的性能，與現(xiàn)有方法相比，本方法在強像差條件下仍能提升斯特列爾比。

對于50微米厚腸道組織，方法同樣有效，校正后斷層掃描顯示出血管、紅細胞等結(jié)構(gòu)，且相關(guān)分析證實了像差校正的準確性。在100微米厚組織中，盡管樣本進入多重散射區(qū)，方法仍能通過場相關(guān)分析量化像差影響，記憶效應(yīng)范圍約為0.9度，校正后相關(guān)度接近原始水平。與現(xiàn)有矩陣基于方法相比，本方法在透射成像中表現(xiàn)更優(yōu)，尤其在厚樣本條件下避免了局部收斂問題。

創(chuàng)新與亮點
01突破的成像難題
本論文突破了傳統(tǒng)自適應(yīng)光學(xué)在厚組織成像中的多個難題。首先，現(xiàn)有方法通常假設(shè)目標位于特定平面，難以處理三維體積樣本，而本方法通過廣義像差模型，將目標視為三維對象，適應(yīng)了透射成像中的深度變化。其次，在強散射條件下，時間門控技術(shù)失效，本方法利用光學(xué)記憶效應(yīng)，無需深度切片即可校正像差，這在透射模式成像中屬首創(chuàng)。此外，方法對樣本運動具有魯棒性，解決了生物成像中常見的動態(tài)樣本問題，通過分析連續(xù)圖像，實現(xiàn)了在布朗運動條件下的像差校正。

總結(jié)與展望
本研究成功開發(fā)了一種基于像差矩陣和光學(xué)記憶效應(yīng)的計算自適應(yīng)光學(xué)方法，在厚組織成像中實現(xiàn)了高效像差校正。實驗證明，該方法適用于10至100微米厚的人體組織，對樣本運動和空間變化像差具有魯棒性，且無需導(dǎo)星即可提升圖像質(zhì)量。盡管方法在梯度積分和分支點處理上存在局限，但通過優(yōu)化測量參數(shù)，信噪比可進一步改善。未來，這項工作有望擴展至體內(nèi)反射成像，結(jié)合時間門控技術(shù)，實現(xiàn)深部生物組織的實時高分辨率觀測。總體而言，本技術(shù)為光學(xué)成像領(lǐng)域提供了新范式，將推動生物醫(yī)學(xué)診斷向更精準、非侵入的方向發(fā)展。

DOI:10.1038/s41467-025-56865-z.