5月9日消息，近日清华大学生命学院李栋课题组与自动化系戴琼海团队合作提出一款全新的「AI+」显微镜：元学习驱动的反射式晶格光片虚拟结构光照明显微镜（Meta-rLLS-VSIM）。合作团队利用AI赋能超分辨光学显微镜，硬件软件协同优化，实现「1+1>2」的成像效果，开启了生物医学活体观测的全新视角。

在诸多三维光学显微成像的技术方案中，光片显微镜（LSM）是当前最适宜进行多细胞、大体积样本三维成像的模态之一。2014年，诺贝尔化学奖得主Eric Betzig在传统LSM的基础上发明了晶格光片显微镜（LLSM），并通过与结构光照明（SIM）相结合，形成晶格光片结构光照明显微镜（LLS-SIM）解决方案。

LLS-SIM可在结构光照明方向上将分辨率提升至150纳米左右，这也是当前最新的前沿技术方法。然而，LLS-SIM仅能产生单一方向的结构光照明，导致空间分辨率各向异性，未超分辨方向易产生畸变，限制了对三维亚细胞动态的精准探测。

针对这一难题，Meta-rLLS-VSIM通过AI与光学交叉创新，在不牺牲成像速度、光子代价等核心成像指标的前提下，将LLS-SIM 的一维超分辨能力扩展至XYZ三个维度，实现横向 120 nm、轴向 160 nm 的近各向同性成像分辨率，相比于LLSM，体积成像分辨率提升15.4倍！该工作将元学习策略与系统数据采集过程深度融合，仅需3分钟就可以完成从训练数据采集到深度学习模型的自适应部署过程，让AI工具在实际生物实验中的应用达到近乎「零门槛」。