基于可變形相位空間對(duì)齊機(jī)制的超分辨率方法
超分辨率成像技術(shù)通過(guò)突破光學(xué)衍射極限，讓科學(xué)家能夠觀察細(xì)胞內(nèi)的精細(xì)結(jié)構(gòu)，但傳統(tǒng)方法在長(zhǎng)時(shí)程活細(xì)胞成像中面臨保真度不足和時(shí)間不一致等挑戰(zhàn)。本文介紹了一種名為DPA-TISR的神經(jīng)網(wǎng)絡(luò)，通過(guò)利用時(shí)間序列中的跨幀依賴性，將低分辨率熒光顯微鏡圖像轉(zhuǎn)換為高保真度的超分辨率圖像。該研究首先構(gòu)建了大規(guī)模生物時(shí)間序列超分辨率數(shù)據(jù)集BioTISR，系統(tǒng)評(píng)估了神經(jīng)網(wǎng)絡(luò)中時(shí)間信息傳播和特征對(duì)齊等關(guān)鍵組件，并提出了可變形相位空間對(duì)齊機(jī)制，在相位域自適應(yīng)學(xué)習(xí)生物結(jié)構(gòu)的微小運(yùn)動(dòng)。實(shí)驗(yàn)表明，DPA-TISR在多種細(xì)胞器成像中優(yōu)于現(xiàn)有模型，同時(shí)通過(guò)貝葉斯框架實(shí)現(xiàn)了可靠的置信度量化，支持誤差感知的生物分析。此外，該技術(shù)成功實(shí)現(xiàn)了超過(guò)10,000時(shí)間點(diǎn)的多色活細(xì)胞長(zhǎng)時(shí)程成像，為動(dòng)態(tài)生物學(xué)過(guò)程研究提供了新工具。
超分辨率神經(jīng)網(wǎng)絡(luò)的核心在于有效利用時(shí)間連續(xù)性，研究通過(guò)自定義的通用TISR框架，解耦了時(shí)間信息傳播和鄰居特征對(duì)齊兩大組件。傳播機(jī)制包括滑動(dòng)窗口和循環(huán)網(wǎng)絡(luò)兩種方式，而對(duì)齊機(jī)制則涵蓋光流、非局部注意力和可變形卷積等代表性方法。評(píng)估結(jié)果顯示，基于循環(huán)網(wǎng)絡(luò)的傳播策略能學(xué)習(xí)更長(zhǎng)程的時(shí)間依賴，參數(shù)更少且輸出時(shí)間一致性更優(yōu)；而對(duì)齊機(jī)制中，可變形卷積通過(guò)顯式子像素偏移估計(jì)和隱式特征細(xì)化，對(duì)生物結(jié)構(gòu)的快速運(yùn)動(dòng)和噪聲具有更強(qiáng)魯棒性。這一發(fā)現(xiàn)為后續(xù)DPA-TISR的設(shè)計(jì)奠定了理論基礎(chǔ)。
03可變形相位空間對(duì)齊機(jī)制的創(chuàng)新設(shè)計(jì)
針對(duì)生物圖像中全局不一致運(yùn)動(dòng)和光子噪聲的挑戰(zhàn)，研究團(tuán)隊(duì)受傅里葉變換頻移特性啟發(fā)，提出了可變形相位空間對(duì)齊機(jī)制。該機(jī)制在頻域自適應(yīng)學(xué)習(xí)相位殘差，對(duì)應(yīng)空間域的子像素級(jí)偏移，從而精準(zhǔn)建模生物結(jié)構(gòu)的細(xì)微運(yùn)動(dòng)。與傳統(tǒng)空間可變形卷積相比，DPA通過(guò)相位卷積顯式捕捉全局依賴關(guān)系，在實(shí)驗(yàn)和模擬數(shù)據(jù)上均展現(xiàn)出更高的峰值信噪比和結(jié)構(gòu)相似性指標(biāo)。特征可視化表明，相位空間對(duì)齊能有效補(bǔ)償結(jié)構(gòu)運(yùn)動(dòng)，提升對(duì)齊精度。
04DPA-TISR模型的性能驗(yàn)證
基于最優(yōu)基線模型，研究集成了DPA機(jī)制形成DPA-TISR神經(jīng)網(wǎng)絡(luò)。與單圖像超分辨率模型相比，DPA-TISR在微管、F-肌動(dòng)蛋白等復(fù)雜結(jié)構(gòu)重建中表現(xiàn)出更優(yōu)的噪聲魯棒性和時(shí)間一致性。多組實(shí)驗(yàn)顯示，其輸出圖像在細(xì)節(jié)分辨和背景抑制方面均接近真實(shí)SIM重建結(jié)果，且可通過(guò)遷移學(xué)習(xí)快速適應(yīng)不同細(xì)胞類型和成像模態(tài)。此外，DPA-TISR可擴(kuò)展至SIM原始圖像重建和體積數(shù)據(jù)超分辨率推理，進(jìn)一步驗(yàn)證了其通用性。
05貝葉斯框架下的置信度量化
為解決超分辨率推理中的不確定性量化問(wèn)題，研究將貝葉斯深度學(xué)習(xí)和蒙特卡洛丟棄策略融入DPA-TISR，構(gòu)建了貝葉斯DPA-TISR模型。該模型通過(guò)拉普拉斯分布建模像素級(jí)數(shù)據(jù)不確定性，并利用丟棄機(jī)制表征模型不確定性，生成混合概率分布函數(shù)以計(jì)算置信度圖譜。針對(duì)神經(jīng)網(wǎng)絡(luò)普遍存在的過(guò)度自信問(wèn)題，團(tuán)隊(duì)設(shè)計(jì)了期望校準(zhǔn)誤差最小化框架，通過(guò)迭代微調(diào)將校準(zhǔn)誤差降低五倍以上，使置信度與實(shí)證精度高度一致。
06長(zhǎng)時(shí)程活細(xì)胞成像實(shí)驗(yàn)驗(yàn)證
在實(shí)戰(zhàn)應(yīng)用中，DPA-TISR在低光照條件下成功實(shí)現(xiàn)了F-肌動(dòng)蛋白和網(wǎng)格蛋白包被小泡的4,800時(shí)間點(diǎn)雙色成像，分辨率優(yōu)于商用AiryScan系統(tǒng)。線粒體內(nèi)膜與核仁的動(dòng)態(tài)觀測(cè)則進(jìn)一步展示了其時(shí)間一致性優(yōu)勢(shì)，清晰捕捉到嵴形成伴隨核仁分裂等稀有事件。貝葉斯DPA-TISR更通過(guò)超過(guò)10,000時(shí)間點(diǎn)的線粒體-過(guò)氧化物酶體接觸研究，量化了四類相互作用模式，并基于置信度預(yù)警識(shí)別了不可靠區(qū)域，體現(xiàn)了誤差感知分析的實(shí)用價(jià)值。
聲明：本文僅用作學(xué)術(shù)目的。
Qiao C, Liu S, Wang Y, Xu W, Geng X, Jiang T, Zhang J, Meng Q, Qiao H, Li D, Dai Q. A neural network for long-term super-resolution imaging of live cells with reliable confidence quantification. Nat Biotechnol. 2025 Jan 29.
Xiaohan Geng、Tao Jiang、Jingyu Zhang、Quan Meng、Hui Qiao、Dong Li和Qionghai Dai。成果以論文形式發(fā)表，題為“A neural network for long-term super-resolution imaging of live cells with reliable confidence quantification”，于2025年在《Nature Biotechnology》期刊在線發(fā)表。
重要發(fā)現(xiàn)
01生物時(shí)間序列超分辨率數(shù)據(jù)集的構(gòu)建
研究團(tuán)隊(duì)利用自建的多模式結(jié)構(gòu)光照明顯微鏡系統(tǒng)，采集了涵蓋五種生物結(jié)構(gòu)（如網(wǎng)格蛋白包被小泡、線粒體、微管等）的大規(guī)模配對(duì)數(shù)據(jù)，形成了BioTISR數(shù)據(jù)集。該數(shù)據(jù)集包含不同信噪比條件下的低分辨率-超分辨率圖像棧，每個(gè)樣本至少50組數(shù)據(jù)，時(shí)間點(diǎn)達(dá)20個(gè)以上，確保了訓(xùn)練和評(píng)估的全面性。低分辨率輸入由多幀平均得到的衍射極限寬場(chǎng)圖像構(gòu)成，而高分辨率目標(biāo)則通過(guò)高激發(fā)光強(qiáng)度下的原始SIM圖像重建生成。這種設(shè)計(jì)最小化了運(yùn)動(dòng)引起的對(duì)齊誤差，為后續(xù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供了可靠基礎(chǔ)。數(shù)據(jù)集的開(kāi)源性鼓勵(lì)社區(qū)進(jìn)一步開(kāi)發(fā)優(yōu)化算法，推動(dòng)超分辨率技術(shù)標(biāo)準(zhǔn)化。
超分辨率神經(jīng)網(wǎng)絡(luò)的核心在于有效利用時(shí)間連續(xù)性，研究通過(guò)自定義的通用TISR框架，解耦了時(shí)間信息傳播和鄰居特征對(duì)齊兩大組件。傳播機(jī)制包括滑動(dòng)窗口和循環(huán)網(wǎng)絡(luò)兩種方式，而對(duì)齊機(jī)制則涵蓋光流、非局部注意力和可變形卷積等代表性方法。評(píng)估結(jié)果顯示，基于循環(huán)網(wǎng)絡(luò)的傳播策略能學(xué)習(xí)更長(zhǎng)程的時(shí)間依賴，參數(shù)更少且輸出時(shí)間一致性更優(yōu)；而對(duì)齊機(jī)制中，可變形卷積通過(guò)顯式子像素偏移估計(jì)和隱式特征細(xì)化，對(duì)生物結(jié)構(gòu)的快速運(yùn)動(dòng)和噪聲具有更強(qiáng)魯棒性。這一發(fā)現(xiàn)為后續(xù)DPA-TISR的設(shè)計(jì)奠定了理論基礎(chǔ)。
03可變形相位空間對(duì)齊機(jī)制的創(chuàng)新設(shè)計(jì)
針對(duì)生物圖像中全局不一致運(yùn)動(dòng)和光子噪聲的挑戰(zhàn)，研究團(tuán)隊(duì)受傅里葉變換頻移特性啟發(fā)，提出了可變形相位空間對(duì)齊機(jī)制。該機(jī)制在頻域自適應(yīng)學(xué)習(xí)相位殘差，對(duì)應(yīng)空間域的子像素級(jí)偏移，從而精準(zhǔn)建模生物結(jié)構(gòu)的細(xì)微運(yùn)動(dòng)。與傳統(tǒng)空間可變形卷積相比，DPA通過(guò)相位卷積顯式捕捉全局依賴關(guān)系，在實(shí)驗(yàn)和模擬數(shù)據(jù)上均展現(xiàn)出更高的峰值信噪比和結(jié)構(gòu)相似性指標(biāo)。特征可視化表明，相位空間對(duì)齊能有效補(bǔ)償結(jié)構(gòu)運(yùn)動(dòng)，提升對(duì)齊精度。
04DPA-TISR模型的性能驗(yàn)證
基于最優(yōu)基線模型，研究集成了DPA機(jī)制形成DPA-TISR神經(jīng)網(wǎng)絡(luò)。與單圖像超分辨率模型相比，DPA-TISR在微管、F-肌動(dòng)蛋白等復(fù)雜結(jié)構(gòu)重建中表現(xiàn)出更優(yōu)的噪聲魯棒性和時(shí)間一致性。多組實(shí)驗(yàn)顯示，其輸出圖像在細(xì)節(jié)分辨和背景抑制方面均接近真實(shí)SIM重建結(jié)果，且可通過(guò)遷移學(xué)習(xí)快速適應(yīng)不同細(xì)胞類型和成像模態(tài)。此外，DPA-TISR可擴(kuò)展至SIM原始圖像重建和體積數(shù)據(jù)超分辨率推理，進(jìn)一步驗(yàn)證了其通用性。
05貝葉斯框架下的置信度量化
為解決超分辨率推理中的不確定性量化問(wèn)題，研究將貝葉斯深度學(xué)習(xí)和蒙特卡洛丟棄策略融入DPA-TISR，構(gòu)建了貝葉斯DPA-TISR模型。該模型通過(guò)拉普拉斯分布建模像素級(jí)數(shù)據(jù)不確定性，并利用丟棄機(jī)制表征模型不確定性，生成混合概率分布函數(shù)以計(jì)算置信度圖譜。針對(duì)神經(jīng)網(wǎng)絡(luò)普遍存在的過(guò)度自信問(wèn)題，團(tuán)隊(duì)設(shè)計(jì)了期望校準(zhǔn)誤差最小化框架，通過(guò)迭代微調(diào)將校準(zhǔn)誤差降低五倍以上，使置信度與實(shí)證精度高度一致。
06長(zhǎng)時(shí)程活細(xì)胞成像實(shí)驗(yàn)驗(yàn)證
在實(shí)戰(zhàn)應(yīng)用中，DPA-TISR在低光照條件下成功實(shí)現(xiàn)了F-肌動(dòng)蛋白和網(wǎng)格蛋白包被小泡的4,800時(shí)間點(diǎn)雙色成像，分辨率優(yōu)于商用AiryScan系統(tǒng)。線粒體內(nèi)膜與核仁的動(dòng)態(tài)觀測(cè)則進(jìn)一步展示了其時(shí)間一致性優(yōu)勢(shì)，清晰捕捉到嵴形成伴隨核仁分裂等稀有事件。貝葉斯DPA-TISR更通過(guò)超過(guò)10,000時(shí)間點(diǎn)的線粒體-過(guò)氧化物酶體接觸研究，量化了四類相互作用模式，并基于置信度預(yù)警識(shí)別了不可靠區(qū)域，體現(xiàn)了誤差感知分析的實(shí)用價(jià)值。
創(chuàng)新與亮點(diǎn)
DPA-TISR技術(shù)的核心創(chuàng)新在于突破了長(zhǎng)時(shí)程活細(xì)胞超分辨率成像的兩大瓶頸：時(shí)間不一致性推理和不確定性量化難題。傳統(tǒng)單圖像超分辨率方法在處理時(shí)間序列時(shí)，因忽略幀間依賴關(guān)系導(dǎo)致輸出抖動(dòng)劇烈，而DPA機(jī)制通過(guò)相位空間對(duì)齊實(shí)現(xiàn)了子像素級(jí)運(yùn)動(dòng)補(bǔ)償，將時(shí)間一致性提升至新高度。貝葉斯框架的引入更將深度學(xué)習(xí)從“黑箱”推向量化可信時(shí)代，其校準(zhǔn)后的置信度圖譜與真實(shí)誤差分布高度吻合，為生物學(xué)發(fā)現(xiàn)提供了可驗(yàn)證的 computational evidence。
在技術(shù)層面，該研究首次將頻域?qū)R思想系統(tǒng)融入生物圖像超分辨率任務(wù)，通過(guò)傅里葉變換的物理先驗(yàn)增強(qiáng)模型可解釋性。相比自然圖像視頻超分辨率，生物樣本的快速動(dòng)態(tài)和光子噪聲對(duì)對(duì)齊精度提出更高要求，而DPA的全局建模能力有效克服了光流法等局部方法的局限。此外，迭代式期望校準(zhǔn)誤差最小化框架以低于1小時(shí)的微調(diào)成本，將過(guò)度自信效應(yīng)抑制至可接受范圍，解決了置信度校準(zhǔn)在計(jì)算顯微鏡中的落地難題。
價(jià)值方面，該技術(shù)將活細(xì)胞超分辨率成像時(shí)長(zhǎng)從百量級(jí)時(shí)間點(diǎn)延伸至萬(wàn)量級(jí)，使科學(xué)家能夠持續(xù)觀測(cè)線粒體分裂、細(xì)胞器互作等慢速動(dòng)態(tài)過(guò)程。開(kāi)源數(shù)據(jù)集BioTISR和代碼庫(kù)的發(fā)布，更降低了領(lǐng)域門(mén)檻，促進(jìn)算法公平比較。從應(yīng)用視角看，置信度量化功能尤其適合藥物篩選、病理分析等高風(fēng)險(xiǎn)場(chǎng)景，為人工智能輔助科學(xué)決策提供了可靠工具。
總結(jié)與展望
本研究通過(guò)DPA-TISR神經(jīng)網(wǎng)絡(luò)及其貝葉斯擴(kuò)展，實(shí)現(xiàn)了長(zhǎng)時(shí)程活細(xì)胞超分辨率成像的技術(shù)飛躍，在保真度、時(shí)間一致性和置信度量化方面均設(shè)立新標(biāo)準(zhǔn)。未來(lái)工作可沿多個(gè)方向拓展：一是針對(duì)神經(jīng)網(wǎng)絡(luò)頻譜偏差問(wèn)題，引入頻域損失函數(shù)進(jìn)一步提升分辨率；二是開(kāi)發(fā)自監(jiān)督學(xué)習(xí)策略，降低對(duì)配對(duì)訓(xùn)練數(shù)據(jù)的依賴，擴(kuò)大應(yīng)用場(chǎng)景；三是將框架擴(kuò)展至三維實(shí)時(shí)成像，滿足組織水平研究需求。隨著計(jì)算顯微鏡與人工智能的深度融合，DPA-TISR有望成為生命科學(xué)研究的常規(guī)工具，推動(dòng)動(dòng)態(tài)細(xì)胞生物學(xué)進(jìn)入量化新時(shí)代。
聲明：本文僅用作學(xué)術(shù)目的。
Qiao C, Liu S, Wang Y, Xu W, Geng X, Jiang T, Zhang J, Meng Q, Qiao H, Li D, Dai Q. A neural network for long-term super-resolution imaging of live cells with reliable confidence quantification. Nat Biotechnol. 2025 Jan 29.
DOI:10.1038/s41587-025-02553-8.
- 人類行為研究中“刺激”的概念、類型、應(yīng)用及其重要性
- 集成多驅(qū)動(dòng)器自適應(yīng)透鏡結(jié)合無(wú)波前傳感器實(shí)現(xiàn)HSPM的近衍射極限操作
- 三維全景光聲計(jì)算斷層成像（3D-PanoPACT）技術(shù)的優(yōu)勢(shì)與應(yīng)用
- 使用面部表情識(shí)別技術(shù)探究情緒反應(yīng)與網(wǎng)絡(luò)游戲成癮傾向之間的關(guān)聯(lián)
- CV-Craniobot顱骨切除術(shù)機(jī)器人可顯著提升手術(shù)效率和標(biāo)準(zhǔn)化程度
- 利用面部表情識(shí)別技術(shù)分析構(gòu)建主題公園“情緒地圖”的研究
- 使用行為測(cè)定快速?gòu)?fù)盤(pán)系統(tǒng)研究表明護(hù)理技能教學(xué)中內(nèi)隱學(xué)習(xí)效果更優(yōu)
- 新型機(jī)器學(xué)習(xí)框架無(wú)需專用硬件即可快速校正成像像差解鎖高分辨率觀測(cè)
- 諾達(dá)思亮相2025功能食品科技創(chuàng)新與高質(zhì)量發(fā)展論壇
- 諾達(dá)思驚艷亮相第十三屆中國(guó)用戶體驗(yàn)大會(huì)
- 諾達(dá)思攜多款產(chǎn)品亮相2025中國(guó)人類工效學(xué)學(xué)術(shù)會(huì)議
- 生物器材網(wǎng)2025年上半年統(tǒng)計(jì)(2025.1.1-6.30)
- 諾達(dá)思任命Jay de Groot為新任首席執(zhí)行官
- 研討會(huì)：Dikablis Glasses X頭戴式眼動(dòng)儀發(fā)布會(huì)
- Lucas Noldus榮獲2025首張Global Scholar證書(shū)
- 諾達(dá)思參展2024年工程心理學(xué)專委會(huì)學(xué)術(shù)年會(huì)
Copyright(C) 1998-2026 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com