Analytic Fourier Ptychotomography（AFP）是一种革命性的计算显微镜技术，旨在实现无像差、高分辨率的三维折射率成像。传统折射率层析成像方法常受限于光学像差、分辨率不足及计算复杂度高等问题，而AFP通过引入有限样本厚度先验，将逆散射问题转化为可解析求解的线性方程，从而无需迭代优化或轴向扫描即可快速重建复杂值的三维折射率分布。该方法不仅提升了成像质量，还显著提高了计算效率，为生物医学研究提供了强大工具。

本论文的重要发现由Zhenyu Dong、Haowen Zhou、Ruizhi Cao、Oumeng Zhang、Shi Zhao、Panlang Lyu、Reinaldo Alcalde和Changhuei Yang共同完成，研究成果以“Analytic Fourier ptychotomography for aberration-free and high-resolution volumetric refractive index imaging”为题，于2025年发表在《Nature Communications》。

重要发现
01AFP技术的原理与重建流程
AFP的核心创新在于其全解析重建流程，该流程分为三个关键步骤。首先，利用数值孔径匹配测量，通过Kramers-Kronig关系解析地重建复杂光场，将二维强度图像映射到三维频谱空间。其次，基于有限样本厚度先验，AFP通过频谱重叠区域解析校正像差：像差导致不同照明角度下的子频谱相位差异，而相位差可线性求解，从而消除系统像差（如泽尼克模式偏差）。最后，借助暗场测量扩展频谱支持，通过线性最小二乘法求解未知频谱成分，最终合成高分辨率三维折射率分布。整个流程无需参数调优或迭代优化，实现了高效且鲁棒的重建。

创新与亮点
AFP突破了现有折射率层析成像的两大核心难题：像差校正与分辨率限制。传统方法如光学衍射层析或迭代优化技术需复杂参数调优，且易受初始条件影响；而AFP通过解析框架直接求解线性方程，避免了非凸优化问题。其创新点在于引入有限样本厚度先验，将频谱重叠与暗场扩展转化为线性问题，从而实现像差无关的高保真重建。

实际价值方面，AFP为光学生物医疗领域提供了定量化工具。在发育生物学中，它可追踪胚胎细胞分裂的动态过程；在微生物生态学中，能无创监测根-菌相互作用；在临床科学中，有望结合深度学习实现癌症自动诊断。这些应用凸显了AFP作为通用成像平台的潜力，推动三维定量分析迈向高通量时代。

总结与展望
AFP技术通过解析重建方法，实现了无像差、高分辨率的三维折射率成像，在计算效率、鲁棒性和适用性方面显著优于传统层析技术。其核心优势在于将逆问题线性化，避免了迭代优化的复杂性，并为生物样本的定量分析提供了新途径。未来，AFP有望与扩展显微镜技术结合，解决厚组织成像中的多重散射挑战；通过硬件优化（如更亮光源、高速相机），可进一步加速数据采集，迈向4D动态成像。此外，结合深度学习算法，AFP或将在胚胎健康评估、细菌自动分类和虚拟染色等领域发挥更大作用。尽管目前仅适用于弱散射样本，但其作为优化方法初始化的潜力，为处理高散射样本提供了新思路。