基于相位计算自适应光学技术无需硬件改装即可精准校正像差
2026-04-02 来源:本站 点击次数:24在生物荧光显微成像领域，对更高分辨率与更深层成像的追求，始终伴随着光学像差这一核心挑战。样本内部复杂的折射率变化会导致照明与发射光路畸变，使图像分辨率、信噪比下降，并在结构光照明显微镜等超分辨技术中引入重建伪影，严重干扰图像解读。虽然自适应光学技术能校正像差，但其对复杂硬件、光毒性波前传感的依赖，限制了广泛应用。为此，研究者们提出了一种名为CAO（计算自适应光学）的创新计算方案。
这项重要工作由Atsushi Matsuda, Carlos Mario Rodriguez-Reza, Yosuke Tamada, Yamato Matsuo, Takaharu G. Yamamoto, Takako Koujin, Peter M. Carlton共同完成。其研究成果以题为《Phase-based computational adaptive optics enables artifact-free super-resolution microscopy》的论文形式，于2026年2月在《Communications Engineering》期刊在线发表，为生命科学领域的高分辨成像提供了一种可扩展且易于实现的解决方案。
重要发现
01像差信息藏在三维图像的“相位”里
传统上，校正像差需要感知光波的波前形状。本研究团队提出了一个关键洞察：在三维荧光显微图像中，光学像差的信息更易于在频域中被捕捉。他们通过理论模拟与实验对比发现，当对三维点扩散函数进行傅里叶变换得到光学传递函数时，像差的影响主要体现于其相位分量，即相位传递函数；而振幅分量的变化则微乎其微。这意味着，三维图像的“相位”成为了承载光学畸变信息的主要载体。这一发现为仅通过计算分析图像相位来估计像差奠定了理论基础。
基于上述原理，研究人员开发了CAO方法。该方法的核心是计算模拟“无传感器自适应光学”的过程。首先，利用已知的成像参数生成一系列包含不同种类与程度像差的理论三维PSF及其对应的PTF。然后，将实验获取的三维图像在频域中，仅用这些理论的PTF进行“反卷积”操作。通过系统地调整PTF中的像差参数，并计算校正后图像的强度方差等质量指标，可以找到一个能使图像质量最优化的参数组合，这个组合就对应了图像中实际存在的像差。整个过程完全在计算机中完成，无需任何硬件波前传感器或迭代照射样本，是一种纯粹的后处理技术。
研究团队通过严谨的模拟验证了CAO的可靠性。无论是针对点状物体、模拟的纤维状结构，还是在不同信噪比的噪声条件下，CAO都能准确地估计出预设的像差，包括赛德尔像差和多达96项的泽尼克像差。即使信噪比低至8，对主要像差的估计仍然准确。实验方面，他们通过改变物镜校正环位置或使用折射率不匹配的浸油，在100纳米荧光珠样品中引入了已知的球差。CAO处理成功地将所有情况下的图像恢复至无异差状态，测量的球差值与校正环刻度呈线性相关，验证了方法的可重复性。更值得一提的是，CAO能够轻松实现“亚区域”像差校正，这对于处理穿越复杂生物组织（如小立碗藓叶片）后产生的、空间变化的严重像差至关重要，而这对于传统硬件自适应光学系统而言颇具挑战。
03在宽场显微镜中提升生物成像质量将CAO应用于活体线虫胚胎的宽场显微图像，其价值得到了生动体现。研究人员在表达组蛋白H2B-GFP的胚胎中，对六个局部区域进行了像差测量与校正。校正后，所有区域中凝聚的染色体结构都因分辨率与信噪比的提升而清晰可见。更重要的是，在移除像差后，再使用无异差PSF进行标准的反卷积处理，其效果得到了显著增强。这证明，CAO能够从单次采集的生物样本图像中实现局部像差测量与校正，且计算高效，在单个处理器线程上，测量一个区域仅需数秒。
04攻克超分辨成像的顽疾：校正3D-SIM伪影
结构光照明显微镜能实现超分辨率，但对像差极其敏感，像差不只会降低分辨率，更会引入特有的“阴影”、“鬼影”等重建伪影。由于3D-SIM基于宽场成像，CAO天然适用于其图像增强。研究团队发展了两种策略在3D-SIM重建过程中测量像差：一种是基于高信噪比的“伪宽场”图像，另一种是直接基于调制振幅的优化。在引入了球差的固定HeLa细胞微管图像中，应用CAO有效消除了伪影，使图像质量与理想条件下获得的相当。横向分辨率提升了约1.63倍，达到预期的100纳米左右，强度分布不对称性减少，峰强度增加。
多色3D-SIM成像因波长依赖的折射率变化，尤其易受球差影响。通常只有一个通道能被光学系统优化，其他通道则存在像差退化。研究人员将CAO应用于线虫减数分裂染色体的多色3D-SIM图像。在原始图像中，针对绿色通道优化的光学系统导致蓝色和红色通道出现明显的伪影和蜂窝状图案，掩盖了结构细节。CAO成功恢复了所有通道的图像质量，清晰地揭示了蓝色通道中同源染色体对之间约400纳米的间隙，以及位于间隙内的联会复合体蛋白质。所有通道的峰强度提升了1.4至2.0倍，噪声水平降低。这证实了CAO能有效增强3D-SIM成像，并在多个波长上恢复超分辨能力。
创新与亮点
突破难题：本研究直面了高分辨生物显微成像的长期痛点——样本诱导的光学像差。它尤其针对了传统硬件自适应光学系统复杂、昂贵、有光毒性，而现有计算校正方法（如盲反卷积不适定、深度学习需要大量训练数据）的局限性，提出了一种全新的解决路径。
技术创新：其核心创新在于，首次将“三维相位传递函数是像差信息主要载体”这一理论洞察，转化为一种实用的纯计算自适应光学技术。CAO无需任何硬件改装、专用训练数据集或点状光源，仅通过对已采集的三维图像进行后处理，即可精确估计并校正复杂的像差，包括高阶泽尼克模式。
应用价值：在实际应用层面，这项技术展现出巨大的实用价值与普适性。首先，它让全球数以万计已装备的宽场和SIM显微镜“开箱即用”地获得图像质量提升，无需额外投资。其次，其强大的亚区域校正能力，使其能够处理生物组织内部复杂、不均匀的像差，为深入成像厚组织、活体样本扫清了障碍。最后，成功校正3D-SIM多色成像伪影，使得研究人员能够更可靠地解析细胞器相互作用、染色体空间结构等亚细胞尺度的精细生物学过程，为生命科学与生物医学研究提供了更清晰、更可信的观察窗口。
总结与展望
本研究证明，通过计算手段完全可以复现并超越传统光学自适应光学的像差校正功能。CAO作为一种无需硬件、基于相位的计算自适应光学技术，为提升荧光显微镜图像质量提供了一条高效、易用的新途径。它不仅显著恢复了宽场与3D-SIM图像的分辨率和信噪比，更能有效消除超分辨成像中的顽固伪影，且具备处理空间变异像差的独特优势。展望未来，随着算法的进一步优化以及与人工智能驱动的区域自动选择相结合，CAO有望实现全自动化工作流。其原理可扩展至共聚焦、光片、双光子等多种显微模态，并与膨胀显微镜等技术联用。更进一步的，将CAO的快速波前计算能力与变形镜等硬件集成，或可实现在动态活体成像中的实时像差校正，从而在神经科学、发育生物学及临床医学影像分析中发挥更大作用。
声明：本文仅用作学术目的。
Matsuda A, Rodriguez-Reza CM, Tamada Y, Matsuo Y, Yamamoto TG, Koujin T, Carlton PM. Phase-based computational adaptive optics enables artifact-free super-resolution microscopy. Commun Eng. 2026 Mar 9.
DOI:10.1038/s44172-026-00622-7.