日期
05/22
2025
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

光学衍射层析技术,解锁实时三维观测
收藏
2025-05-22 14:57:09来源: 中国机器视觉网

在成像领域,科学家们长期追求以非侵入、无标记的方式精确重构生物样本的三维结构,其中光学衍射层析成像(ODT)技术作为一项关键技术,正逐步突破传统限制,实现动态样本的高保真三维成像。然而,传统ODT存在两大瓶颈:一是依赖弱散射近似模型,难以处理复杂样本;二是数据采集需多角度照明,耗时数秒,样本若在此期间发生运动,重建图像将出现严重伪影。

近日,美国得克萨斯大学奥斯汀分校研究团队在Optica期刊发表了一项突破性成果,解决了动态样本成像中的运动干扰问题,为活体细胞、微流体系统等领域的实时三维观测开辟了新路径。

运动伪影:ODT技术的“拦路虎”

传统ODT通过从数百个不同角度照射样本并收集散射光数据,重构其三维折射率分布。然而,这一过程耗时较长(通常需数秒至数分钟),若样本在此期间发生移动,不同角度的测量数据将因位置偏移而无法对齐,最终导致重建图像模糊或失真。这一问题在强散射样本中尤为突出。

360截图20250528151900131.jpg

图1 在不同时间下,(首行)显示3D散射样本在视场中的移动、(中间行)恒定光照(θ1=0°)以及(底部行)不同光照角度下二维原始测量结果。

以往的研究者尝试通过图像配准算法或硬件反馈来估计样本运动轨迹,但这些方法在多角度照明场景下效果有限——光照角度的变化会掩盖样本的真实位移特征。图1展示了同一平移样本在恒定照明与多角度照明下的模拟测量结果对比:前者可通过标准配准算法轻松追踪位移,而后者因特征点随光照变化而失效,位移估计误差大。

时空逆向散射:给运动轨迹“上把锁”

研究团队提出了一种全新的“时空联合优化框架”,将样本的平移运动建模为时空参数,并设计了一种双变量逆向散射模型。该模型的核心在于同时求解样本的三维折射率分布、以及其在数据采集过程中的平移轨迹,从而消除运动伪影。

具体而言,团队扩展了多层光束传播(MSBP)模型,将样本分解为多个薄层,并引入位移向量参数化每一层的平移运动(如图2所示)。通过联合优化目标函数,模型在迭代过程中不断修正折射率与位移估计值,最终实现高精度重建。为提升稳定性,算法还引入了时空总变差(TV)正则化,利用样本运动的连续性和折射率分布的平滑性约束解空间。优化后空间与时间正则化强度取值分别为α=0.01、β=0.1。论文通讯作者Shwetadwip Chowdhury解释道,“我们不仅要知道样本长什么样,还要知道它在每次测量时移动到了哪里。”

360截图20250528151909465.jpg

图2 MSBP模型通过将其分解为一系列二维层来模拟三维样本,

3D散射被建模为一系列相位调制相互作用。

从微球到仿生模型:实验验证高效性

为验证方法的普适性,团队设计了两组实验,覆盖弱散射与强散射样本:

1. 弱散射样本:10 μm聚苯乙烯微球

360截图20250528151919898.jpg

图3 使用静态和移动微球的空间和时空重建结果的比较。

在静态样本重建中,传统MSBP模型可准确还原微球的三维结构,折射率误差小于1%(理论值Δn=0.0192,实测Δn=0.0190±0.0002)。在动态样本重建中,若直接使用配准、硬件反馈和质心跟踪计算估计运动轨迹,空间重建图像会出现明显模糊(图3b-d),折射率误差升至5%-8%(估计值);而时空联合优化后(图3e),成像质量与静态样本(图3a)几乎无异,误差重回1%以内,且位移轨迹更接近真实值。

2. 强散射样本:细胞仿生微模型

360截图20250528151938443.jpg

图4 强散射样本的重建结果:(a)使用从帧到帧配准计算的轨迹作为初始猜测的重建结果;(b)使用基于质心的轨迹作为初始猜测的重建结果;(c)强调了各种时空重建策略的输出空间分辨率。

该模型包含40 μm×40 μm×40 μm的散射立方体,内部嵌有400 nm宽的水平与垂直散射棒。传统弱散射模型因无法处理多重散射而失效,重建图像出现严重伪影。时空联合优化在结合质心追踪初始化与时间TV正则化后,成功解析了散射棒等亚微米结构。实验显示:使用质心追踪初始化时(图4b),散射棒分辨率达223.5 nm(横向)与629.8 nm(轴向),接近理论极限(图4c);若仅依赖配准初始化(图4a),重建分辨率降至500 nm,甚至更低,致使无法区分相邻散射棒。

论文第一作者Jeongsoo Kim表示,下一步将探索如何将这一框架应用于活体器官成像,例如心脏细胞的节律性收缩或神经突触的信号传递。

给动态世界拍一张“静止照”

这项研究通过时空逆向散射技术,首次实现了动态强散射样本的高保真三维成像。其核心创新在于将运动补偿融入逆向散射模型,而非依赖外部追踪设备。

这一突破不仅解决了ODT长期面临的运动伪影难题,还为微流控、灌注培养、流式细胞术等需要实时监测的领域提供了新工具。例如,在微流控芯片中,研究人员可实时追踪药物载体颗粒的三维运动轨迹;在细胞生物学中,可捕捉细胞分裂或迁移过程中的亚细胞结构变化。随着算法的进一步优化,未来或可揭示神经信号传递、胚胎发育等瞬态过程的精细动态,为生命科学与医学研究打开全新视角。

(文章来源于爱光学,如有侵权请联系删除)