ZebrafishAdvance华中
年2月11日，NatureMethods期刊在线发表了题为Real-timevolumetricreconstructionofbiologicaldynamicswithlight-fieldmicroscopyanddeeplearning的研究论文。该研究由华中科技大学费鹏课题组联合华中科技大学高尚邦及加州大学洛杉矶分校TzungHsiai课题组合作完成。该研究成功实现了对斑马鱼心跳、血流动态过程的长时程、快速、高分辨率的三维观测。基于得到的高时空分辨率的长时程三维图像，研究者们成功分析了心室在跳动过程中的体积和射血分数变化趋势，以及心脏中血流各点的流速场，为心脏血流动力学的研究提供了更多的可能性。
该研究提出一种基于深度学习的光场成像方法，实现了对毫秒级动态过程的长时程单细胞分辨率快速成像。该研究使用无需扫描的光场三维显微术[1]，以百赫兹的帧率记录样本的三维动态过程，同时首创一种基于深度学习的视角-通道-深度（view-channel-depth,VCD）信息转换神经网络，可从记录的二维光场图像序列中复原出时变信号的三维分布，进而重建出三维的快速动态过程。该方法突破了目前三维成像技术因空间带宽积（光学通量）的限制而导致的快速和精准难以兼顾的问题，成功以单细胞分辨率捕捉了活体样本的毫秒级三维动态生物学过程，且二-三维图像重建的速度高达数十体积每秒，实时性高。下图展示了光场成像结合深度学习VCD重建的整体工作流程。毫秒级的动态过程由一台自研的光场显微镜获取，通过在探测光路中加入一枚微透镜阵列对探测光进行调制，光场显微记录的单张二维图像中可同时包含样本信号的强度和角度信息，辅以合适的算法处理后可重建出样本的三维深度图像，从而显著提升体成像的速度（图1a）。针对光场重建从角度里提取深度信息的特点，该工作基于深度学习模型构建了一套新颖的“视角提取→特征学习→深度复原”光场重建逻辑。利用神经网络对从单张光场二维图像中拆分出的多视角二维图像到三维标签图像的转化过程进行迭代学习。训练完备的VCD网络即可根据单张光场图像直接复原出三维高分辨率图像（图1b）。
图1深度学习VCD光场显微成像原理
基于此方法，研究者们以Hz的体速率对活体斑马鱼心跳血流进行了观测。研究者通过引入选择性的光块照明（图2a），提高获取的光场图像的对比度，再结合VCD重建算法，成功恢复出活体斑马鱼完整心脏的血细胞（图2b）、心肌细胞核（图2f）、和心肌壁（图2h）的三维图像。空间分辨率达单细胞水平，时间分辨率高达体积每秒。此方法可以清晰地捕捉到单个心肌壁的收缩扩张过程和血细胞的流动过程。
图2深度学习光场成像在单细胞水平捕捉斑马鱼胚胎心肌跳动和血细胞流动等高速动态过程
华中科技大学光电学院毕业生汪兆强（现加州大学洛杉矶分校博士生），博士生朱兰馨、张皓为论文共同第一作者。华中科技大学光电学院费鹏教授，生科院高尚邦教授及加州大学洛杉矶分校医学院Hsiai教授为论文共同通讯作者。本研究在科技部重点研发计划、基金委面上项目、基金委重大仪器研制项目、基金委重点国际合作项目、武汉光电国家研究中心WNLO创新基金及NationalInstituteofHealth(NIH)基金的多方资助下开展和完成。
参考文献：
1.LevoyM,NgR,AdamsA,FooterM,HorowitzM,Lightfieldmicroscopy.,ACMSIGGRAPH6Papers.6,pp-.
制版人：谢训卫点击“阅读原文”，查看全文预览时标签不可点收录于合集#个上一篇下一篇转载请注明：http://www.abuoumao.com/hyls/77.html
