多域约束强化学习调控照明参数改善非理想 SIM 成像重建保真度
2026-07-09 来源:本站 点击次数:75结构光照明显微镜通过将样本的精细结构信息移入系统可观测通带实现荧光超分辨成像，但当照明相位、条纹对比度或采集噪声偏离校准条件时，重建质量常会出现明显衰减。现有基于深度学习的重建方法大多仅在图像采集完成后对系统非理想性进行补偿，难以从成像流程前端优化重建鲁棒性。本研究提出一种物理引导的强化学习结构光照明显微镜框架，在训练阶段将可微光学前向模型、编解码器重建网络与强化学习控制器深度耦合，通过自适应调整照明参数并结合多域约束优化重建过程，在仿真与真实生物样本实验中均展现出更优的成像保真度与抗干扰能力。
该研究由 Junli Wu、Qiurong Yan、Siying Huang、Haoran Zhang、Junyuan Yin、Xiaolong Luo、Zhiqiang Wen 共同完成，论文题为Physics-guided reinforcement learning for structured illumination microscopy，于2026年5月正式接收，发表于《Communications Physics》。
重要发现
01闭环耦合的 RL-SIM 成像框架设计
研究构建的物理引导强化学习结构光照明显微镜（RL-SIM）框架，核心由三部分组成：可微分的SIM光学前向模型、紧凑型编解码器重建网络、软演员-评论家强化学习控制器。前向模型基于正弦照明调制与点扩散函数卷积的经典物理过程构建，同时纳入泊松-高斯相机噪声模型，能够准确模拟真实成像的信号衰减与噪声特性，为整个训练流程提供符合光学规律的数据生成基础。重建网络采用四尺度编码器-解码器结构，基础通道数为48，通过跳跃连接保留高频细节，输入多帧原始SIM图像后输出单通道超分辨重建结果。
频域对准和策略控制的影响
强化学习控制器的动作空间包含三类可物理解释的照明参数：每帧照明的相位偏移、全局调制深度、空间频率尺度，所有动作均被限制在物理合理的边界范围内，避免生成脱离实际成像条件的样本。训练过程分为三个阶段：首先在标准照明参数下预热重建网络，建立基础重建能力；随后引入测量域与频域约束，逐步加入各类采集扰动，提升网络的抗干扰基础；最终激活强化学习控制器，由控制器自适应调整照明参数生成多样化扰动训练样本，重建网络的复合损失同时作为强化学习的奖励信号，形成闭环优化。复合损失包含图像域结构保真损失、物理前向一致性损失与径向加权频域对齐损失，分别约束重建的视觉质量、物理合理性与高频通带恢复效果，同时抑制频谱泄漏伪影。
02仿真环境下的多维度性能验证研究基于公开的高信噪比荧光图像数据集构建虚拟样本，通过前向模型生成不同配置的SIM原始图像栈，开展系统性的仿真验证。消融实验结果显示，仅保留物理与频域约束、关闭强化学习控制时，模型在理想条件下表现尚可但扰动下衰减迅速；仅保留强化学习控制、无物理频域约束时，能部分补偿扰动但残留伪影较多；二者结合的全模型在结构相似性、峰值信噪比与频域通带恢复上均达到最优，有效截止频率显著高于两种消融配置，证实频域对齐与自适应控制具有强互补作用。
APCRL、APCOnly和RLOnly对采集噪声及外部条纹干扰的鲁棒性
鲁棒性测试覆盖四类典型采集非理想性：随机采集噪声、外部条纹干扰、相位失谐与光漂白。在噪声与条纹干扰递增的条件下，全模型的结构保真度衰减最为平缓，能够清晰保留丝状结构的交叉细节与点状结构的轮廓，避免峰值展宽与背景抬升。在 0° 至 30° 的相位失谐范围内，全模型相比仅物理约束配置平均提升峰值信噪比约 2.6 dB；在 0.1 至 0.5 的光漂白比例范围内，平均提升峰值信噪比约 3.1 dB，且性能优势随扰动强度增加保持稳定。
针对采集帧数的优化实验显示，3 帧、6 帧、9 帧三种配置的重建质量随帧数递增逐步提升，其中 6 帧配置已能保留 9 帧配置的大部分性能增益，同时大幅降低采集时间与光剂量。剂量梯度实验证实，即使在光子预算降低 16 倍的低剂量条件下，模型仍能维持基本的结构连续性，远优于经典的频域重建方法。跨域泛化测试进一步表明，在等效通带宽度发生变化的模型失配场景下，模型仍能保持较高的结构相似度，对系统参数偏差具有良好的耐受性。
输入帧数对RL-SIM重建的影响
维纳-SIM、RL-SIM-6和RL-SIM-9在模拟微管上的剂量依赖性性能
03生物样本的硬件成像迁移验证
研究基于数字微镜器件搭建的SIM成像系统，采用固定细胞样本与亚衍射荧光微球开展实验验证，仿真训练得到的模型无需额外实验微调即可直接应用于硬件采集数据。在固定细胞样本上，该方法能够清晰还原纤维束的精细结构与纤维间分离度，有效抑制背景纹理与条纹伪影，重建结果的轮廓与强度分布和系统参考重建结果高度吻合，同时避免了对比方法中常见的颗粒伪影、周期性振铃与过度平滑问题。
BioSR实例的交叉方法比较
商业固定单元的交叉方法比较
200 nm荧光b eads上的点源表征
创新与亮点
该研究突破了传统SIM重建中采集与重建解耦的技术局限，解决了非理想采集条件下重建伪影多、分辨率衰减快的难题。其核心创新在于将强化学习引入SIM的训练阶段优化，通过物理可解释的照明参数动作空间，在不改变硬件采集流程的前提下，让重建网络在多样化的扰动分布中完成鲁棒性训练，同时结合多域物理约束避免网络生成不符合成像规律的伪结构。
在生物医疗成像领域，该技术具备明确应用价值：针对活细胞长时间成像场景，6 帧配置兼顾时间分辨率与光剂量控制，能够更好适配低剂量、长时程的活细胞观测需求，降低光漂白与光毒性对样本的损伤；轻量化的推理部署模式无需硬件端实时运算，可直接兼容现有SIM成像系统，降低高质量超分辨成像对硬件校准精度的要求。
总结与展望
本研究提出的物理引导强化学习结构光照明显微镜框架，通过训练阶段的采集参数自适应优化与多域物理约束的闭环耦合，显著提升了超分辨重建在多种采集非理想性下的鲁棒性，仿真与硬件实验共同验证了其成像质量与迁移能力。未来可通过引入实测系统点扩散函数进一步提升模型精度，拓展至三维、多色成像场景，也可探索硬件端的在线自适应控制方案，并向更多计算成像模态推广。
声明：本文仅用作学术目的。
Wu, J., Yan, Q., Huang, S. et al. Physics-guided reinforcement learning for structured illumination microscopy. Commun Phys (2026).
doi: https://doi.org/10.1038/s42005-026-02692-7