Deep-Z：使用深度学习对荧光显微镜图像进行三维虚拟重建

代表Deep-Z的插图，图片来源：Ozcan Lab / UCLA

显微镜技术有望有益于生命科学和生物学的研究

加利福尼亚大学洛杉矶分校的一个研究小组设计了一种扩展荧光显微镜功能的技术，该技术使科学家能够使用在特殊照明下发光的染料精确标记活细胞和组织的各个部分。研究人员利用人工智能将二维图像转换成虚拟三维切片，这些三维切片显示了生物体内的活动。

近日发表于《自然方法》上的一项研究中 ，科学家们还报告说，他们的名为“ Deep-Z”的框架能够修复图像中的错误或像差，例如当样品倾斜或弯曲时。此外，他们证明了该系统可以从一种类型的显微镜拍摄2D图像并虚拟地创建样品的3D图像，就好像它们是由另一台更高级的显微镜获得的一样。

加州大学洛杉矶分校校长电气和计算机学教授Aydogan Ozcan说“这是一种非常强大的新方法，通过深度学习，可以对活体标本进行3D成像，同时使对样品的毒性最小的光暴露最少”。

除了使标本免受潜在的有害剂量照射外，该系统还可以为生物学家和生命科学研究人员提供一种新的3D成像工具，该工具比当前方法更简单，更快，更便宜。校正像差的机会可能使研究活生物体的科学家能够从图像中收集本来无法使用的数据。研究人员还可以虚拟访问昂贵且复杂的设备。

这项研究建立在Ozcan及其同事开发的较早技术的基础上，该技术使他们能够以超分辨率渲染2D荧光显微镜图像。两种技术都依靠深度学习来提高显微镜技术的水平-使用数据来“训练”神经网络，即受人脑启发的计算机系统。

Deep-Z是使用来自扫描荧光显微镜的实验图像教授的，该图像可以在多个深度聚焦&