光场显微镜（LFM）及其变体在活体高速三维成像领域取得了显著进展，但现有的重建方法在处理速度、成像保真度和泛化能力之间存在权衡。传统方法如Richardson-Lucy去卷积计算成本高且容易产生伪影，而近年来的监督深度学习方法虽然降低了计算成本，但在空间分辨率和泛化能力上仍存在不足，且依赖于难以获取的训练数据对。因此，开发一种能够在复杂成像条件下实现快速、高分辨率且具有良好泛化能力的重建算法，对于LFM技术的广泛应用具有重要意义。
图中展示了SeReNet的原理和结构。左侧图展示了光场显微镜的成像和重建过程，强调了从4D多角度光场图像到3D体积的映射是不适定问题。图中还展示了SeReNet的处理流程，包括预处理（TW-Net和preDAO）、深度分解模块、去模糊和融合模块以及自监督模块。通过对比了SeReNet与其他方法在处理速度和泛化能力方面的差异，显示SeReNet在处理速度上比迭代层析快700倍以上，且在泛化能力上优于有监督的神经网络。
进一步评估了SeReNet在不同噪声水平、样本运动、畸变和样本多样性下的鲁棒性和泛化能力。图中展示了在不同噪声水平下，SeReNet与迭代层析的重建结果对比，并通过多尺度结构相似性（MS-SSIM）指标对比了不同方法在低光子数条件下的性能。图中还展示了TW-Net在运动校正方面的效果，以及preDAO在畸变校正方面的能力。最后，图中展示了SeReNet在不同实验样本上的泛化能力，证明其能够直接从模拟数据泛化到实际生物样本。
通过实验验证了SeReNet在多种活体模型生物中的应用。图中展示了SeReNet在斑马鱼胚胎中观察到的细胞迁移体形成过程，以及在追踪变形虫（Dictyostelium discoideum）的自由运动轨迹和细胞外囊泡（EVs）生成过程中的应用。此外，图中还展示了SeReNet在秀丽隐杆线虫（C. elegans）中的应用，包括对神经元的高分辨率成像和神经活动的追踪。
图中展示了SeReNet在小鼠肝脏损伤模型中的应用。图中展示了在小鼠肝脏缺血再灌注损伤（LIRI）模型中，SeReNet能够清晰观察到中性粒细胞与库普弗细胞（Kupffer cells）之间的相互作用，以及这些细胞间的动态过程，如细胞间的接触和信号传递。此外，图中还展示了在药物诱导的肝损伤（AILF）模型中，SeReNet能够观察到单核细胞与内皮细胞（ECs）之间的相互作用，揭示了免疫细胞在肝脏损伤中的动态行为。
图中展示了SeReNet在斑马鱼幼鱼损伤模型中的应用。图中展示了SeReNet能够实现长达48小时的连续3D成像，记录了损伤后中性粒细胞和巨噬细胞的迁移过程。图中对比了不同重建方法的性能，SeReNet在分辨率和细胞区分度上表现出色。最后，图中通过定量分析展示了免疫细胞在损伤后的动态变化，包括细胞数量、迁移速度和细胞间距离的变化，揭示了免疫细胞在炎症反应中的关键作用。
科学技术的发展离不开科研仪器的进步。凯视迈（KathMatic）自2014年创建以来，一直“致力于高精尖光学测量技术”，已成为集“研发、制造、销售”为一体的国产高端光学精密测量仪器新力量。推出了KC系列多功能精密测量显微镜、KS系列超景深3D数码显微镜以及KV系列激光多普勒测振系统，取得了良好的市场成绩。详情欢迎留言咨询!
