長期以來，在顯微鏡領(lǐng)域獲得高分辨率圖像一直是一個(gè)挑戰(zhàn)。去卷積是一種增強(qiáng)圖像清晰度的方法，它通常會(huì)放大樣品和圖像之間的噪聲。波士頓大學(xué)的研究人員最近開發(fā)了一種新的去模糊算法，可以避免這些問題，通過光子強(qiáng)度守恒和局部線性來提高圖像的分辨率。

據(jù)《先進(jìn)光子學(xué)》報(bào)道，創(chuàng)新的去模糊算法適用于各種熒光顯微鏡，對發(fā)射點(diǎn)擴(kuò)散函數(shù)（PSF）的假設(shè)要求最低。它適用于一系列原始圖像，甚至適用于單幅圖像，可以對波動(dòng)的熒光統(tǒng)計(jì)數(shù)據(jù)進(jìn)行時(shí)間分析。此外，研究人員已將該算法作為MATLAB函數(shù)提供，使其易于使用。

使用DPR增強(qiáng)分辨率。(a)在兩個(gè)間隔很近的點(diǎn)狀物體的模擬圖像上應(yīng)用增益1和2的DPR。左：兩個(gè)點(diǎn)狀物體間隔1.68σ。右列：兩個(gè)點(diǎn)狀物體間隔1.41σ。比例尺表示2σ。(b)原始、DPR增益1和DPR增益2圖像中兩個(gè)間隔很近的點(diǎn)狀物體的強(qiáng)度下降的模擬結(jié)果。(c)在BPAE細(xì)胞的共聚焦圖像上應(yīng)用DPR增益1和2。比例尺表示600nm。

這一突破背后的基本概念是像素重新分配。通過基于局部梯度重新分配像素強(qiáng)度，圖像被銳化而沒有引入噪聲偽像的風(fēng)險(xiǎn)。該技術(shù)在應(yīng)用此過程之前對原始圖像進(jìn)行標(biāo)準(zhǔn)化，以確保結(jié)果的一致性。

顯微鏡的分辨率傳統(tǒng)上是由其區(qū)分兩個(gè)緊密間隔的點(diǎn)源的能力來定義的。這種稱為“像素重新分配去模糊”（DPR）的新方法顯著降低了所需的分離距離，從而提高了顯微鏡的分辨率。

通過像素重新分配進(jìn)行去模糊，將原始熒光顯微鏡圖像重新映射，通過像素重新分配銳化圖像。

為了證明DPR的有效性，研究人員將其應(yīng)用于各種成像條件：單分子定位、工程化心臟組織的結(jié)構(gòu)成像和斑馬魚體積成像。這些現(xiàn)實(shí)應(yīng)用展示了DPR在提高顯微圖像清晰度方面的潛力。

DPR在保留較大結(jié)構(gòu)的同時(shí)銳化圖像的獨(dú)特能力為更廣泛的應(yīng)用打開了大門。它可用于樣品同時(shí)包含小型和大型結(jié)構(gòu)的場景，使其成為研究人員的多功能工具。雖然沒有去模糊策略完全不受噪聲的影響，但DPR的優(yōu)勢在于它不會(huì)放大噪聲。這使其與其他解卷積方法不同，簡化了其實(shí)現(xiàn)，使其適用于具有擴(kuò)展特征的多種樣品。

DPR技術(shù)是一種提高顯微鏡圖像空間分辨率的新方法，它提供了一種通用且用戶友好的解決方案，顯著提高了圖像清晰度，同時(shí)避免了常見的噪聲相關(guān)問題，使其成為各種科學(xué)應(yīng)用中非常寶貴的工具。

波士頓大學(xué)生物顯微鏡實(shí)驗(yàn)室主任、該研究的資深作者Jerome Mertz教授說：“由于其易用性、速度和多功能性，我們認(rèn)為DPR對生物成像界具有普遍的實(shí)用性�！�

相關(guān)鏈接：https://phys.org/news/2023-10-algorithm-successfully-microscopy-resolution-pixel.html

論文鏈接：https://dx.doi.org/10.1117/1.AP.5.6.066004