细胞是组成生命的基本单元，而其大量功能以及细胞间的交互作用仅在活体动物的不同生理与病理状态下才得以展现，难以在体外复现。因此，在活体动物原位实现对大规模细胞长时程高速高分辨率三维成像，将为我们理解脑科学、免疫学、药物反应等复杂生命过程提供一个前所未有的全景视角，带来新的发现。

清华大学戴琼海院士团队长期致力于介观活体生物成像领域的研究，在2013年国家自然科学基金委重大仪器项目的支持下，成功研制了国际首台亿像素宽视场介观荧光显微镜 (Real-time, Ultra-large-Scale, High-resolution, RUSH【1】)，被誉为介观显微成像领域的先驱。在过去的7年时间里，进一步通过计算成像原理创新，以扫描光场成像原理实现非相干光场的超精细四维感知与重构【2】，提出了数字自适应光学架构，通过记录高维成像过程与自适应重构，打破传统成像为人眼设计“所见即所得”所引起的固有桎梏，先后突破了光学像差【3】、三维运动伪影【4】、背景荧光【5】、光子噪声【6-8】、组织散射【9】等活体成像壁垒，并在同一架构上集成，研制了新一代介观活体显微仪器RUSH3D【10】，被誉为介观成像的一次飞跃【11】，入选“两院院士评选2024年中国十大科技进展新闻”。然而，成像性能的快速提升也对大规模数据处理提出了更高的要求【12】，有监督深度神经网络能够加速三维重建过程，却面临泛化性难题，难以广泛适用于复杂环境下的各类样本。如何能够既“真”又“快”，让仪器使用者能够实时获取高保真的高分辨三维信息，而无需重新训练新的神经网络，仍然是阻碍计算成像显微镜广泛使用的“拦路虎”。

2025年5月12日，清华大学戴琼海、吴嘉敏，天津大学杨敬钰作为共同通讯在Nature Methods上发表文章

Physics-driven self-supervised learning for fast high-resolution robust 3D reconstruction of light-field microscopy
该研究针对上述悬而未决的难题，研发了物理驱动的自监督三维重建网络SeReNet，能够以毫秒级实时处理的速度实现高保真高分辨率的光场三维重建，同时无需配对的训练数据。SeReNet通过逐渐缩小网络预测的重投影和原始采集之间的距离，将成像先验完全集成在网络训练中，从而引导网络依据原始采集进行重建推理，而非依据端到端的数据映射过度生成细节。研究团队针对性地考虑了实际活体观测场景中常见的强噪声、样本非刚性运动和光学像差等问题，使得SeReNet仅使用预训练网络就能被广泛应用于常见的所有样本，有效对抗像差、噪声等复杂成像环境干扰。团队在仿真测试和斑马鱼胚胎发育、斑马鱼幼虫免疫反应、阿米巴虫群体交互、线虫神经记录和小鼠肝损伤等多种模式动物实验中，验证了SeReNet高速高保真的三维重建能力，并在国际上首次实现了连续数日时程的超长时程亚细胞分辨率高速三维多色成像与实时三维重建。

光场显微镜通过光路设计实现多视角图像同时采集，可以简单理解为一种特定的多角度和离焦模糊的叠加，而其重建过程就是输入采集光场图，输出观测场景的三维体表示。受到“重聚焦”的启发，SeReNet首先将多角度特征按视角几何方向进行反投影（深度分解模块）对齐到三维空间，然后经过一个三维卷积神经网络（去模糊和融合模块）做多视角融合到最终的三维重建。在训练时，SeReNet使用物理光学点扩散函数（Point Spread Function, PSF）将网络预测重投影到光场4D空间域，通过缩小重投影光场和输入光场之间的距离实现参数优化更新（自监督模块）。SeReNet的核心设计理念是利用多视角几何光学先验的轻量和高信息密度的特性，来设计网络前向推理保证速度，同时利用PSF物理先验的准确性，来设计反向训练以提升精度，最终实现高速、高分辨的自监督三维重建（对于429×429×101的三维体，每秒20帧左右）。

SeReNet在多种活体生物实验的重建测试

迁移体是21世纪新发现的细胞器，尺寸很小，仅有亚微米级，需要高分辨观测，SeReNet成功记录了斑马鱼胚胎发育过程中两个迁移体的产生过程。此外，阿米巴虫群通过胞外囊泡进行信息交流的行为、完整线虫的长时间自发神经活动等成像实验进一步验证了SeReNet在实际活体观测场景中依旧能实现高速高清三维观测。

活体鼠肝损伤后体内亚细胞行为活动记录

研究团队使用SeReNet观测鼠肝损伤后，体内免疫细胞修复损伤的机制。肝脏缺血再灌注（Liver Ischemia–Reperfusion Injury, LIRI）手术中，相比于对照组，实验组中性粒细胞数量显著增加，并且值得关注的是，SeReNet观测到了一个中性粒细胞被巨噬细胞的收缩纤维牵拉的交互行为。有趣的是，中性粒细胞尾端产生的迁移体也会产生收缩纤维将其输送到巨噬细胞中。另一种肝损伤是药物肝损伤（Acetaminophen-Induced Liver Failure, AILF），在注射对乙酰氨基酚16小时后，SeReNet观测到内皮细胞招募单核细胞并相互粘附的行为。考虑到募集和粘附是细胞间通讯的常见模式，由此判断内皮细胞和免疫细胞之间可能存在信号传导，是加剧哺乳动物肝损伤的潜在诱因之一。因此，靶向CD63+内皮细胞有望为开发药物性肝衰竭的有效疗法提供新的见解。

炎症风暴的48小时连续三维检测

在生物体内，免疫炎症风暴通常持续数天的时间，在这个过程中，免疫细胞非常活跃，依赖于毫秒级精度的动态监测。这种跨4-5数量级的时间尺度会带来数十万帧的数据规模，对成像与重建带来了巨大挑战。而SeReNet正好填补了这一空白。研究团队对斑马鱼幼虫尾部受伤后的免疫反应进行了2天共计48小时的连续拍摄，产生了超过345,600个待重建的数据，传统方法需要两年左右的时间才能看到最终的结果，而SeReNet可以在一周内重建完所有的三维体数据，使得大规模生物实验三维观测和分析成为可能。

清华大学自动化系博士后卢志，复旦大学未来信息创新学院和上海创智学院联培博士生金满昌是本文的共同第一作者，清华大学自动化系戴琼海院士、吴嘉敏副教授，天津大学通信系杨敬钰教授为本文的共同通讯作者，陈帅、王小鸽、孙飞昊、张琦、赵志锋参与并作出重要贡献。

原文链接：https://www.nature.com/articles/s41592-025-02698-z

制版人：十一

参考文献

1. Fan, Jingtao, et al. Video-rate imaging of biological dynamics at centimetre scale and micrometre resolution.Nat. Photonics13, 809–816 (2019).

2. Wu, Jiamin, et al . Iterative tomography with digital adaptive optics permits hour-long intravital observation of 3D subcellular dynamics at millisecond scale.Cell, 184, 3318-3332 (2021).

3. Wu, Jiamin, et al . An integrated imaging sensor for aberration-corrected 3D photography.Nature, 612, 62-71 (2022).

4. Lu, Zhi, et al. Virtual-scanning light-field microscopy for robust snapshot high-resolution volumetric imaging.Nat Methods20, 735–746 (2023).

5. Lu, Zhi, et al. Long-term intravital subcellular imaging with confocal scanning light-field microscopy.Nat Biotechnol43, 569–580 (2025).

6. Li, Xinyang, et al. Reinforcing neuron extraction and spike inference in calcium imaging using deep self-supervised denoising.Nat Methods18, 1395–1400 (2021).

7. Li, Xinyang, et al. Real-time denoising enables high-sensitivity fluorescence time-lapse imaging beyond the shot-noise limit.Nat Biotechnol41, 282–292 (2023).

8. Zhang, Guoxun, et al. Bio-friendly long-term subcellular dynamic recording by self-supervised image enhancement microscopy.Nat Methods20, 1957–1970 (2023).

9. Zhao, Zhifeng, et al. Two-photon synthetic aperture microscopy for minimally invasive fast 3D imaging of native subcellular behaviors in deep tissue.Cell186, 2475-2491, (2023).

10. Zhang, Yuanlong, et al . Long-term mesoscale imaging of 3D intercellular dynamics across a mammalian organ.Cell187, 6104-6122 (2024) .

11. Strack, R. A leap for mesoscale imaging.Nat Methods21, 1973-1973 (2024).

12. Li, Xinyang, et al . Challenges and opportunities in bioimage analysis.Nat Methods20, 958–961 (2023).

（可上下滑动阅览）

学术合作组织

（*排名不分先后）


战略合作伙伴

（*排名不分先后）

（*排名不分先后）

转载须知


【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

会议资讯

近期直播推荐